像素亮度變換
- 亮度校正
- 灰度級(jí)變換
- 直方圖均衡化
- 對(duì)數(shù)的灰度級(jí)變化
- 偽彩色
幾何變換
- 像素坐標(biāo)變換
- 雙線(xiàn)性變換
- 仿射變換
仿射變換包含了一些典型的幾何變換务热，包括旋轉(zhuǎn)，平移挣惰，變尺度和斜切
幾何變換作用在整個(gè)圖像上時(shí)可能會(huì)改變坐標(biāo)系惠豺，雅可比提供了坐標(biāo)系如何變化的信息：
1.jpg
- 亮度插值
變換后的點(diǎn)集給出了非整數(shù)坐標(biāo)的輸出圖像，輸出圖像光柵上每個(gè)像素的數(shù)值可以用一些相鄰的非整數(shù)采樣點(diǎn)的亮度插值疼燥。
三種常用的插值方法是
- 最近鄰
- 線(xiàn)性
- 雙三次
局部預(yù)處理
- 圖像平滑：主要用于抑制噪聲
可分離濾波器：在二維可分離意味著，卷積核可分解為兩個(gè)一維向量的乘積，理論上提供了鑒別卷積模板是否可分的線(xiàn)索鹅很。每個(gè)秩為1的卷積模板是可分離的。 - 邊緣檢測(cè)算子
邊緣是亮度函數(shù)發(fā)生急劇變化的位置
梯度方向是函數(shù)最大增長(zhǎng)的方向罪帖，邊緣的幅值是梯度的幅值道宅，邊緣方向是梯度方向旋轉(zhuǎn)-90°的方向。
假定區(qū)域具有均勻的亮度胸蛛，其邊界就是圖像函數(shù)變化的位置污茵。
梯度方向和邊緣方向垂直。
傅里葉變換的結(jié)果是諧波函數(shù)的組合葬项，諧波函數(shù)sin(nx)的導(dǎo)數(shù)是ncos(nx)泞当，因此，頻率越高導(dǎo)數(shù)的幅值越大民珍。這是為什么梯度算子增強(qiáng)邊緣的另一個(gè)解釋襟士。
檢測(cè)小局部鄰域的單個(gè)梯度算子事實(shí)上是卷積盗飒，可以用卷積掩膜來(lái)表達(dá)。能夠檢測(cè)邊緣方向的算子是用一組掩膜來(lái)表達(dá)的陋桂，每個(gè)對(duì)應(yīng)某個(gè)方向逆趣。
- Roberts算子（2*2鄰域）
- Laplace算子（是近似只給出梯度幅值的二階導(dǎo)數(shù)的流行方法）
Laplace算子有一個(gè)缺點(diǎn)是它對(duì)圖像中的某些邊緣產(chǎn)生雙重響應(yīng)。 - Prewitt算子（近似圖像函數(shù)一階導(dǎo)數(shù)的算子由于具有確定梯度方向的能力嗜历，有時(shí)稱(chēng)作羅盤(pán)算子）
- Sobel算子
-
Kirsch算子
2.jpg
3.jpg
以上的邊緣檢測(cè)算子是基于很小鄰域的卷積宣渗，只對(duì)特殊的圖像效果好。這些邊緣檢測(cè)子的主要缺點(diǎn)是他們依賴(lài)物體的大小且對(duì)噪聲敏感梨州。
3.二階導(dǎo)數(shù)過(guò)零點(diǎn)
- Laplacian of Gaussian LOG
- Difference of Gaussian DOG
4.Canny邊緣提取
Canny檢測(cè)子的最優(yōu)性與以下的三個(gè)標(biāo)準(zhǔn)有關(guān)痕囱。 - 檢測(cè)標(biāo)準(zhǔn)：不丟失重要的邊緣，不應(yīng)有虛假的邊緣
- 定位標(biāo)準(zhǔn)： 實(shí)際邊緣與檢測(cè)到的邊緣位置之間的偏差最小
-
單響應(yīng)標(biāo)準(zhǔn)：將多個(gè)響應(yīng)降低到單個(gè)邊緣響應(yīng)暴匠。
5.jpg
6.jpg
7.jpg
- 參數(shù)化邊緣模型
參數(shù)化邊緣模型是基于如下思想鞍恢，即離散圖像亮度函數(shù)可以看作是對(duì)連續(xù)或分段連續(xù)的圖像亮度函數(shù)的采樣的有噪聲的近似。盡管我們并不知道連續(xù)的圖像亮度函數(shù)每窖，但是我們可以根據(jù)獲得的離散圖像亮度函數(shù)估計(jì)出它帮掉，因此圖像的性質(zhì)可以根據(jù)這個(gè)連續(xù)函數(shù)來(lái)確定。
（面元模型） - 頻域的局部預(yù)處理
空間頻率濾波器
- 低通濾波器：保持了低頻率而抑制了高頻率窒典，抑制噪聲蟆炊。
- 高通濾波器：保持了高頻率而抑制了低頻率，增強(qiáng)邊緣崇败。
-帶通濾波器：選擇特定區(qū)域的頻率來(lái)增強(qiáng)盅称。
另外一種作用于頻域的有用的預(yù)處理技術(shù)是同態(tài)過(guò)濾，同態(tài)過(guò)濾用于去除相乘性的噪聲后室。
- 用局部預(yù)處理算子作線(xiàn)檢測(cè)
- 角點(diǎn)（興趣點(diǎn)）檢測(cè)
- 最大穩(wěn)定極值區(qū)域檢測(cè)
最大穩(wěn)定極值區(qū)域（MSER）檢測(cè)算法
圖像復(fù)原
圖像復(fù)原的目標(biāo)是從退化圖像中重建出原始圖像缩膝。
圖像復(fù)原技術(shù)可以劃分為兩組
1.確定性的
2.隨機(jī)性的
