Machine vision 机器视觉 学习笔记(1)Digital Image Fundamentals

用matlab做

Digital Image Fundamentals

Image Representation

 A projection of 3D scene into 2D.

 The image is modeled by a continuous function of two variables f( x, y) or three variables f( x, y, t) ps:( x, y) gives the coordinate of a plane. t is the time domain.

The image function value f correspond to brightness at an image point.

#f对应亮度(或者其他,比如温度),图像由位置xy表示或者xyt加上时间域参数。

ps:An intensity image is a 2D image bearing information about brightness points.

Image can be considered as a 2D light intensity function, f(x,y), where x and y are spatial coordinates, and f at ( x, y) is related to the brightness or color of the image at that point.

The brightness or intensity of the image is determined by:

        Illumination component: the amount of light incident on the viewing scene.#光照成分,入射        

      Reflection component: the amount of light reflected by the object in the scene.#反射,eg. Example values of typical surfaces: black silk (0.01), stainless steel (0.65), silver plate (0.90).

  1.      
  2.  Image Digitalization

  3. 图像需要用离散数据化表达,eg. Matrix or 2D array for 2D image
  4. Image digitalization is the process of converting an image into a numerical representation through sampling and quantization(sampling&quantization)

        Sampling turns the continuous function f( x,y) into a matrix of N rows and M columns.

        Quantization assigns an integer value to each continuous sample.(为样本赋值,整数)

——Each element of the matrix of samples is called pixel (for PICture ELement).

Pixel

Sampling

 Picture Space and Image Space

 Image Resolution

 

Raster Dimension 

Raster or image dimension (= width x height) is the number of horizontal and vertical samples in the pixel grid.

examples:

Scaling (or resampling): the process to create an image with different dimensions from that of the source image#缩放(或重采样)

Scaling image down (or decimation): the process of reducing the raster dimension.#缩小图像规模(或称分片)——对贡献于每个输出像素的源像素的数值进行平均化

Scaling image up: the process of increasing the image size to create sample points between the original sample samples in the source raster.#放大——内插法,使用样本网格中的数值来猜测未知像素的值 
 

Quantization

Quantizes the continuous range of brightness or intensity to K gray levels.#灰度量化

K = 2^n

 where n is known as the color capability or color depth or bit depth; n is the number of bits used to indicate the color of a single pixel.

Quantization error is defined as the difference between actual analog value and quantized digital value.#量化误差是因为四舍五入或者截断 

 

Brightness level = gray level in monochrome image

Color Depth 

 Indexed Color

 

        色彩能力=每像素8比特,最大数值=256。每个值都是一个索引号,对应于文件查找表中的明确颜色值。

        查找表(颜色查找表或颜色映射)存储在图像文件的头部。颜色查询表可以是一个内置在成像系统中的硬件设备。 

        色域图被定义为一个颜色列表,每个颜色都以一个整数像素值为索引。色域图中的每个条目被称为一个颜色单元。一个颜色单元代表一种颜色,通常由一组三个数值定义,分别代表红、绿、蓝的强度。

The finer the sampling (i.e., the larger M and N) and quantization (i.e., the larger K), the better the approximation of the continuous image function f(x,y) achieved.The number of quantization levels (brightness or gray levels) should be high enough for human perception of fine shading details in the image.

#采样越细(即M和N越大)和量化(即K越大),实现的连续图像函数f(x,y)的近似度越高。

 Sumary1:

 Digital Image Properties

Metric and Topological Properties

 

 Connectivity

A connected space is a topological space which cannot be represented as the disjoint union of two or more nonempty open subsets.

Distance to examine connectivity :

距离计算DE,D4, D8 

 Typical Connectivity

 Histogram亮度直方图

The brightness histogram H( z) of an image provides the frequency of the brightness value z in the image.

The histogram of an image with L graylevel is represent by a 1D array with L elements.

 

 计算

 Thresholding阈值处理法

Summary2:

Image Enhancement图像增强

 

 Spatial Domain Methods空间域方法

Spatial domain methods operate directly on the pixels composing an image.

 

 Point Processing点处理

Point processing is a type of image enhancement, also known as pixel brightness transformation.

Gray-Scale Transformation 3种常用灰度转换

Negative Transformation

Histogram——Brightness thresholding that results in a black and white image

  

Contrast Stretching对比度拉伸

 

 Piecewise Linear Function——Piecewise linear function that enhances the image contrast between two specific brightness values.

 

 Gray Level Slicing灰度级切片

 Dynamic Range Compression动态范围压缩

 

Histogram Equalization 

 

 

 

 

 

Summary3:

matlab部分之后再发笔记

Yabooo0
关注 关注
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【机器学习笔记Machine Learning Fundamentals: Cross Validation(交叉验证)
春雪阁
11-04 690
首先我们有一组医疗数据,以有无心脏疾病为标准记录各个患者的特征。 然后给出一名新患者的特征信息,判断他是否得心脏疾病。 接着我们要选出一种最合适的机器学习方法。然而方法有许多种,包括logistics regression(逻辑回归)、K-nearest neighbors(最近邻算法)、support vector machine(支持向量机、SVM)等等,我们该如何从中挑选? C...
Pearson.Digital.Fundamentals.11th.Global.Edition pdf+AZW4
06-06
1. "Pearson.Digital.Fundamentals.11th.Global.Edition.1292075988.azw4" - 这是AZW4格式的电子书,对应书的主体内容。 2. "Pearson.Digital.Fundamentals.11th.Global.Edition.1292075988.pdf" - 这是PDF格式的...
机器视觉相关网址
06-05
部分国内外机器视觉实验室网址和大牛
计算机视觉领域的一些牛人博客,超有实力的研究机构等的网站链接(转)
个人学习记录
03-13 2388
http://www.opencv.org.cn/forum/viewtopic.php?f=1&t=11814&p=57482&hilit=%E4%B8%89+%E7%BB%B4+%E9%87%8D+%E5%BB%BA#p57482 以下链接是本人整理的关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码
数字图像基础(Digital Image Fundamentals)之图像的感知和获取(Image Sensing and Acquisition)...
weixin_30823833的博客
04-22 450
人类感知只限于电磁波谱的视觉波段,成像机器则可以覆盖几乎全部电磁波谱。各类图像都是由“照射”源和形成图像的“场景”元素对光能的反射或吸收相结合而产生的。 一副平面图像可以用二维亮度函数来表示,当一副图像从物理过程产生时,它的值正比于物理源的辐射能量,因此,f(x,y)一定是非零和有限的,即: ...
一些机器视觉网站
dadaguo3000的专栏
01-18 592
<br /><br />Computer Vision <br /> <br />Computer Vision Homepage, Carnegie Mellon University<br />www.cs.cmu.edu/~cil/vision.html <br /> <br />Annotated Computer Vision Bibliography <br />http://iris.usc.edu/Vision-Notes/bibliography/contents.html <br />h
比较好的学习机器视觉的网站
最新发布
青铜小码农
09-08 103
V社区-机器智能技术交流社区
Lesson 22 Digital Image fundamentals.ppt-教程与笔记习题
05-19
Lesson 22 Digital Image fundamentals.ppt
Digital Image Compositing Fundamentals 无水印pdf
09-25
Digital Image Compositing Fundamentals 英文无水印pdf pdf所有页面使用FoxitReader和PDF-XChangeViewer测试都可以打开 本资源转载自网络,如有侵权,请联系上传者或csdn删除 本资源转载自网络,如有侵权,请...
Fundamentals of Digital Image Processing
03-23
本文为一篇英文文献,主要讲数字图像处理的基本原理和处理方法
很详细的机器视觉培训教程
10-13
机器视觉和图像处理的教程,内容很全面包括二维图像和三维图像的处理
机器视觉学习的基础知识
10-30
机器视觉学习的基础知识,很好的入门教程。包括光源、相机、软件的基础知识
计算机视觉/机器视觉领域学习网站与博客
Wenfei Wang的专栏
07-13 2339
原文链接:http://blog.csdn.net/stone_wang_mz/article/details/56278786 工欲善其事,必先利其器! (1)googleResearch; http://research.google.com/index.html  (2)MIT博士,汤晓欧学生林达华; http://people.csail.mit.edu/dhlin/inde
机器视觉学习
brucexu1978的专栏
11-06 2446
1. 坐标系:   透视投影(perspective projection): 以摄像机为原点, 建立oxyz坐标系, 为了避免图像倒立, 将像平面平移到场景与坐标xy平面中间的位置, 距离坐标xy平面为焦距f, 形成图像平面。 z轴跟光轴重合。         点在图像平面中的位置由下式给出:     正交投影(orthogonal projection):
机器视觉学习搜集的好网址
飞鹰的专栏
10-14 940
http://www.360doc.com/userhome.aspx?userid=10724725&cid=44     360
机器视觉相关网站推荐
winggyn的专栏
12-01 1830
opencv论坛原帖:http://www.opencv.org.cn/forum/viewtopic.php?f=1&t=13642 以下链接是本人整理的关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注
MVision Machine Vision 机器视觉
sl961102的博客
10-24 3141
转自https://github.com/Ewenwan/MVision MVision Machine Vision 机器视觉 澳大利亚机器人视觉研究中心 Computer Vision and Pattern Recognition arxiv.org 最新提交的论文 技术刘 增强现实、图像识别、深度学习、机器人 漫谈 SLAM 技术(上) 漫谈 SLAM 技术(下) 优秀的博客...
机器视觉学习(一)
u011722378的博客
07-01 755
摄像头:大恒开发软件:C#开发目标:多颗LED 的灰度值检测辅助工具:NI VISION第一步:学习 NI VISIONVISION ASSISTANT 的使用
机器学习基础入门指南
《Packt.Machine.Learning.Fundamentals.pdf》是一本由Hyatt Saleh编著的专业机器学习基础教材,版权归属于2018年的Packt Publishing。该书在确保信息准确性的前提下,提供了全面而深入的机器学习基础知识,适合初学...
写文章

热门文章

  • CondaValueError: prefix already exists问题解决 21710
  • ekf估计电池soc过程推导(一)状态方程列写及离散化 2990
  • Machine vision 机器视觉 学习笔记(3) Image Acquisition 1547
  • Ubuntu中安装miniforge 1086
  • 从傅里叶变换到拉普拉斯变换 1021

分类专栏

  • 环境配置 1篇
  • 电池 2篇
  • 工科基础 1篇

最新评论

  • OAK摄像机上手实操

    Yabooo0: 最新更新,之前用yolov8,他们的在线转换工具有问题,提了个issue,这周终于解决了,现在yolov8的pt文件也可以在线转换blob了。

  • ekf估计电池soc过程推导(一)状态方程列写及离散化

    Yabooo0: 忽然发现我这边看公式都变成乱码了,大家有这个问题吗

  • ekf估计电池soc过程推导(一)状态方程列写及离散化

    Yabooo0: 公式其实就是两个状态方程,一个是总电压,一个是RC Pair的,自己可以手推的,很简单,可以抽个几分钟试着写一下。

  • ekf估计电池soc过程推导(一)状态方程列写及离散化

    weixin_42578942: 内容很不错,请问有关于公式推导更详细的资料推荐吗?

  • CondaValueError: prefix already exists问题解决

    七千三百多天: github大神真的多

大家在看

  • pig4cloud鉴权token的处理流程 587
  • HTML:表单标签 723
  • Java 编码系列:日期和时间、文件操作 399
  • 【C++】C++入门概念(二)
  • 基于SpringBoot的医院管理系统【附源码】

最新文章

  • OAK摄像机上手实操
  • gym.error.UnregisteredEnv: No registered env with id: PandaReach-v2或类似env丢失问题解决
  • Ubuntu中安装miniforge
2024年5篇
2023年4篇
2022年5篇

目录

目录

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值

天下网标王荆州品牌网站优化哪家好网站排名优化多少钱一年中宁县网站seo优化排名荆州网站seo优化一个神一般的优化网站榆林网站优化推广中心优化企业网站首选大将军21百度网站的优化策略江阴营销网站设计优化价格宁波湖南网站优化推广迁西网站优化固原网站seo优化网站优化布局网站优化方案的制定论文网站优化方案模板宁夏银川西夏区网站优化推广盐城有实力的餐饮行业网站优化塘沽网站优化排名联系电话长安商业网站优化搜索推广淄博网站制作备案优化北京优质网站优化外包黄山网站排名优化哪家快随州网站优化公司网站优化策略分析便宜网站建设网站排名优化公司广州建网站专业优化奉化最火百度网站优化如何提升网站优化排名北京市网站优化加盟北京网站快照优化公司香港通过《维护国家安全条例》两大学生合买彩票中奖一人不认账让美丽中国“从细节出发”19岁小伙救下5人后溺亡 多方发声卫健委通报少年有偿捐血浆16次猝死汪小菲曝离婚始末何赛飞追着代拍打雅江山火三名扑火人员牺牲系谣言男子被猫抓伤后确诊“猫抓病”周杰伦一审败诉网易中国拥有亿元资产的家庭达13.3万户315晚会后胖东来又人满为患了高校汽车撞人致3死16伤 司机系学生张家界的山上“长”满了韩国人?张立群任西安交通大学校长手机成瘾是影响睡眠质量重要因素网友洛杉矶偶遇贾玲“重生之我在北大当嫡校长”单亲妈妈陷入热恋 14岁儿子报警倪萍分享减重40斤方法杨倩无缘巴黎奥运考生莫言也上北大硕士复试名单了许家印被限制高消费奥巴马现身唐宁街 黑色着装引猜测专访95后高颜值猪保姆男孩8年未见母亲被告知被遗忘七年后宇文玥被薅头发捞上岸郑州一火锅店爆改成麻辣烫店西双版纳热带植物园回应蜉蝣大爆发沉迷短剧的人就像掉进了杀猪盘当地回应沈阳致3死车祸车主疑毒驾开除党籍5年后 原水城县长再被查凯特王妃现身!外出购物视频曝光初中生遭15人围殴自卫刺伤3人判无罪事业单位女子向同事水杯投不明物质男子被流浪猫绊倒 投喂者赔24万外国人感慨凌晨的中国很安全路边卖淀粉肠阿姨主动出示声明书胖东来员工每周单休无小长假王树国卸任西安交大校长 师生送别小米汽车超级工厂正式揭幕黑马情侣提车了妈妈回应孩子在校撞护栏坠楼校方回应护栏损坏小学生课间坠楼房客欠租失踪 房东直发愁专家建议不必谈骨泥色变老人退休金被冒领16年 金额超20万西藏招商引资投资者子女可当地高考特朗普无法缴纳4.54亿美元罚金浙江一高校内汽车冲撞行人 多人受伤

天下网标王 XML地图 TXT地图 虚拟主机 SEO 网站制作 网站优化