數(shù)字圖像處理幾種具體算法

1.局部處理
以單一像素為處理單位，
圖像的移動(dòng)平均平滑法和空間域銳化
分類：
（1）點(diǎn)處理(圖像對(duì)比度增強(qiáng)、圖像二值化)
（2）大局部處理：傅里葉變換（全局處理）
2.迭代處理
圖像細(xì)化處理
3.跟蹤處理
用于邊界線、等高線等線的跟蹤（檢測(cè)）方面如根據(jù)搜索法檢測(cè)邊緣曲線
4.窗口處理和模板處理
窗口處理：矩形區(qū)域
模板處理：任意形狀區(qū)域
5.串行處理和并行處理
串行：依次（順序）
并行：同時(shí)進(jìn)行相同形式運(yùn)算（獨(dú)立）

圖像的數(shù)據(jù)結(jié)構(gòu)

數(shù)據(jù)結(jié)構(gòu)指在處理系統(tǒng)中圖像數(shù)據(jù)的存儲(chǔ)方式
1.組合方式
一個(gè)字長多個(gè)像素灰度值
2.比特面方式
像素按比特位存取，所有像素的相同比特位用一個(gè)二維數(shù)組表示
3.分層結(jié)構(gòu)
代表：錐形（金字塔結(jié)構(gòu)）
4.樹結(jié)構(gòu)
二等分，主要用于特征提取和信息壓縮
5.多種圖像數(shù)據(jù)存取
以多光譜為例：
（1）逐波段存儲(chǔ)BSQ(Band Sequential),分波段處理時(shí)采用
（2）逐行存儲(chǔ)BIL（Band Interleaved by Line），逐行掃描記錄設(shè)備采用
（3）逐像素存儲(chǔ)BIP（Band Interleaved by Pixel），用于分類

圖像變換

傅里葉變換（頻率變量）
連續(xù)函數(shù)的傅里葉變換
離散函數(shù)的傅里葉變換
其他變換
沃爾什變換
哈達(dá)瑪變換
離散余弦變換
小波變換
小波：“小”：衰減性；“波”：波動(dòng)性，振幅呈正負(fù)相見的震蕩形式。
連續(xù)小波變換
離散小波變換

圖像增強(qiáng)

提高圖像清晰度；轉(zhuǎn)換成更適合于人或機(jī)器分析處理的形式，主要包括：1.消除噪聲，改善圖像的視覺效果；2.突出邊緣，有利于識(shí)別和處理
包括空間域增強(qiáng)和頻率域增強(qiáng)

灰度級(jí)校正：在圖像采集系統(tǒng)中對(duì)圖像像素進(jìn)行修正，使整幅圖像成像均勻."溢出"現(xiàn)象需修正
灰度變換：使圖像動(dòng)態(tài)范圍增大，圖像對(duì)比度擴(kuò)展，圖像變清晰，特征明顯，是圖像增強(qiáng)的重要手段之一；線性變換，分段線性變換，非線性灰度變換
線性變換：曝光不足或過度，灰度局限在很小的范圍，采用線性變換使每一個(gè)像素作線性拉伸，有效的改善圖像視覺效果
分段線性變換:為了突出感興趣的目標(biāo)或灰度區(qū)間，相對(duì)抑制那些不感興趣的灰度區(qū)間
非線性變換：
對(duì)數(shù)變換-對(duì)低灰度區(qū)間進(jìn)行較大的拉伸而對(duì)高灰度區(qū)壓縮，灰度分布與人的視覺特性相匹配
指數(shù)變換：對(duì)高灰度區(qū)較大拉伸
直方圖均衡化：通過對(duì)原圖像進(jìn)行某種變換，使原圖像的灰度直方圖修正為均勻分布的直方圖的一種方法。基礎(chǔ)：變換函數(shù)控制灰度級(jí)概率密度函數(shù)；實(shí)質(zhì)是減少灰度等級(jí)換取對(duì)比度的擴(kuò)大，頻率小的壓縮，大的部分增強(qiáng)
直方圖規(guī)定化（直方圖匹配）：使原圖像灰度直方圖變成規(guī)定形狀的直方圖而對(duì)圖像作修正的增強(qiáng)方法。應(yīng)用于圖像融合中
局部統(tǒng)計(jì)法：用局部均值和方差進(jìn)行對(duì)比度增強(qiáng)的方法

空間域

局部平滑法：直接在空間域上進(jìn)行平滑處理的技術(shù)，用像素鄰域內(nèi)的各像素灰度平均值代替像素原來的灰度值；非加權(quán)鄰域平均，缺點(diǎn)降低噪聲的同時(shí)使圖像產(chǎn)生模糊，特別是在邊緣和細(xì)節(jié)處；改進(jìn):保邊緣、保細(xì)節(jié)的局部平滑算法
超限像素平滑法：選定的閾值，對(duì)抑制椒鹽噪聲較有效，對(duì)保護(hù)僅有微小灰度差的細(xì)節(jié)和紋理也有效
灰度最相近的K個(gè)鄰點(diǎn)平均法：窗口中心像素灰度值可用窗口內(nèi)與中心像素灰度最鄰近的K個(gè)鄰像素的平均灰度來代替
梯度倒數(shù)加權(quán)平均法:圖像平滑，又不使邊緣和細(xì)節(jié)有明顯的模糊
梯度：相鄰像素灰度差
權(quán)：中心像素與其各相鄰像素之間梯度倒數(shù)定義為各相鄰像素的權(quán)
最大均勻性平滑：先找出環(huán)繞每個(gè)像素最均勻（灰度變化最小）的窗口，然后利用窗口的灰度均值代替該像素原來的灰度值，多次迭代可增強(qiáng)平滑效果，對(duì)復(fù)雜形狀的邊界會(huì)過分平滑使細(xì)節(jié)消失
有選擇保邊緣平滑法：對(duì)最均勻平滑法的改進(jìn)，掩模，以方差作為各個(gè)鄰域灰度均勻性的測(cè)度
空間低通濾波法：應(yīng)用模板卷積方法對(duì)圖像的每一個(gè)像素進(jìn)行局部處理，模板（掩模）就是一個(gè)濾波器，必須保證全部權(quán)系數(shù)為1
多幅圖像平均法：同一景物的多幅圖像相加取平均來消除噪聲
中值濾波：對(duì)一個(gè)滑動(dòng)窗口內(nèi)的諸像素灰度值排序，用中值代替窗口中心像素灰度值的濾波方法，非線性平滑法，對(duì)脈沖干擾及椒鹽噪聲的抑制效果較好，在抑制隨機(jī)噪聲的同時(shí)有效保護(hù)邊緣少受模糊
梯度銳化法：對(duì)一幅圖像中突出的邊緣區(qū)，梯度值較大；平滑區(qū)梯度值較小；灰度級(jí)為常數(shù)區(qū)域，灰度值為零
Roberts梯度算子：


Prewitt算子：為在銳化邊緣的同時(shí)減少噪聲的影響，加大邊緣增強(qiáng)算子的模板


Sobel算子：


五種增強(qiáng)圖像：
1.使各點(diǎn)灰度等于梯度，缺點(diǎn)僅顯示灰度變化比較陡的邊緣輪廓，而灰度變化比較平緩或均勻的區(qū)域呈黑色
2.灰度大于閾值的區(qū)域顯示為梯度
3.邊緣用固定的灰度級(jí)Lg表示
4.背景用固定的灰度級(jí)Lb表示
5.明顯邊緣和背景分別用灰度級(jí)Lg和Lb表示，生成二值圖像
Laplacian增強(qiáng)算子
線性二階微分算子，特點(diǎn):
1.灰度均勻或斜坡中間，微分值為0，增強(qiáng)算子不起作用
2.斜坡底或低灰度側(cè)形成“下沖”，斜坡頂或高灰度側(cè)形成“上沖”，算子具有突出邊緣的特點(diǎn)。對(duì)應(yīng)模板啊；

高通濾波法
在空間域用高通濾波算子和圖像卷積來增強(qiáng)邊緣

頻率域

轉(zhuǎn)載于:https://www.cnblogs.com/DaisyXuRan/p/5518711.html

總結(jié)

以上是生活随笔為你收集整理的《数字图像处理》的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。