图像处理概述
2015-08-03 17:37
253 查看
图像处理,是对图像进行分析、加工、和处理,使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储,因而图像处理很多情况下指数字图像处理。此外,基于光学理论的处理方法依然占有重要的地位。
图像处理是信号处理的子类,另外与计算机科学、人工智能等领域也有密切的关系。
传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上,比如降噪、量化等。然而,图像属于二维信号,和一维信号相比,它有自己特殊的一面,处理的方式和角度也有所不同。
影像强化
几十年前,图像处理大多数由光学设备在模拟模式下进行。由于这些光学方法本身所具有的并行特性,至今他们仍然在很多应用领域占有核心地位,例如全息摄影。但是由于计算机速度的大幅度提高,这些技术正在迅速的被数字图像处理方法所替代。
从通常意义上讲,数字图像处理技术更加普适、可靠和准确。比起模拟方法,它们也更容易实现。专用的硬件被用于数字图像处理,例如,基于流水线的计算机体系结构在这方面取得了巨大的商业成功。今天,硬件解决方案被广泛的用于视频处理系统,但商业化的图像处理任务基本上仍以软件形式实现,运行在通用个人电脑上。
大多数用于一维信号处理的概念都有其在二维图像信号领域的延伸,它们中的一部分在二维情形下变得十分复杂。同时图像处理也具有自身一些新的概念,例如,连通性、旋转不变性,等等。这些概念仅对二维或更高维的情况下才有非平凡的意义。
图像处理中常用到快速傅立叶变换,因为它可以减小数据处理量和处理时间。
分辨率(Image resolution|Resolution)
动态范围(Dynamic range)
带宽(Bandwidth)
滤波器设计(Filter (signal processing)|Filtering)
微分算子(Differential operators)
边缘检测(Edge detection)
Domain modulation
降噪(Noise reduction)
连通性(Connectedness|Connectivity)
旋转不变性(Rotational invariance)
几何变换(geometric
transformations):包括放大、缩小、旋转等。
颜色处理(color):颜色空间的转化、亮度以及对比度的调节、颜色修正等。
图像融合(image
composite):多个图像的加、减、组合、拼接。
降噪(image
denoising):研究各种针对二维图像的去噪滤波器或者信号处理技术。
边缘检测(edge detection):进行边缘或者其他局部特征提取。
分割(image segmentation):依据不同标准,把二维图像分割成不同区域。
图像编辑(image editing):和计算机图形学有一定交叉。
图像配准(image
registration):比较或集成不同条件下获取的图像。
图像增强(image
enhancement):
图像数字水印(image watermarking):研究图像域的数据隐藏、加密、或认证。
图像压缩(image compression):研究图像压缩。
摄影及印刷 (Photography and printing)
卫星图像处理 (Satellite image processing)
医学图像处理 (Medical
image processing)
面孔识别, 特征识别
(Face detection, feature detection, face identification)
显微图像处理 (Microscope
image processing)
汽车障碍识别 (Car barrier detection)
ImageJ [1]
OpenCV [2]
Rapidminer图像处理扩展 [3] -工具,图像处理和图像挖掘
分类(en:Classification)
特征提取
模式识别
投影
多尺度信号分析(en:Multi-scale
signal analysis)
离散余弦变换
图像处理是信号处理的子类,另外与计算机科学、人工智能等领域也有密切的关系。
传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上,比如降噪、量化等。然而,图像属于二维信号,和一维信号相比,它有自己特殊的一面,处理的方式和角度也有所不同。
解决方案
影像强化
几十年前,图像处理大多数由光学设备在模拟模式下进行。由于这些光学方法本身所具有的并行特性,至今他们仍然在很多应用领域占有核心地位,例如全息摄影。但是由于计算机速度的大幅度提高,这些技术正在迅速的被数字图像处理方法所替代。
从通常意义上讲,数字图像处理技术更加普适、可靠和准确。比起模拟方法,它们也更容易实现。专用的硬件被用于数字图像处理,例如,基于流水线的计算机体系结构在这方面取得了巨大的商业成功。今天,硬件解决方案被广泛的用于视频处理系统,但商业化的图像处理任务基本上仍以软件形式实现,运行在通用个人电脑上。
常用的信号处理技术
大多数用于一维信号处理的概念都有其在二维图像信号领域的延伸,它们中的一部分在二维情形下变得十分复杂。同时图像处理也具有自身一些新的概念,例如,连通性、旋转不变性,等等。这些概念仅对二维或更高维的情况下才有非平凡的意义。图像处理中常用到快速傅立叶变换,因为它可以减小数据处理量和处理时间。
从一维信号处理扩展来的技术和概念
分辨率(Image resolution|Resolution)动态范围(Dynamic range)
带宽(Bandwidth)
滤波器设计(Filter (signal processing)|Filtering)
微分算子(Differential operators)
边缘检测(Edge detection)
Domain modulation
降噪(Noise reduction)
专用于二维(或更高维)的技术和概念
连通性(Connectedness|Connectivity)旋转不变性(Rotational invariance)
典型问题
几何变换(geometrictransformations):包括放大、缩小、旋转等。
颜色处理(color):颜色空间的转化、亮度以及对比度的调节、颜色修正等。
图像融合(image
composite):多个图像的加、减、组合、拼接。
降噪(image
denoising):研究各种针对二维图像的去噪滤波器或者信号处理技术。
边缘检测(edge detection):进行边缘或者其他局部特征提取。
分割(image segmentation):依据不同标准,把二维图像分割成不同区域。
图像编辑(image editing):和计算机图形学有一定交叉。
图像配准(image
registration):比较或集成不同条件下获取的图像。
图像增强(image
enhancement):
图像数字水印(image watermarking):研究图像域的数据隐藏、加密、或认证。
图像压缩(image compression):研究图像压缩。
应用
摄影及印刷 (Photography and printing)卫星图像处理 (Satellite image processing)
医学图像处理 (Medical
image processing)
面孔识别, 特征识别
(Face detection, feature detection, face identification)
显微图像处理 (Microscope
image processing)
汽车障碍识别 (Car barrier detection)
软件工具
ImageJ [1]OpenCV [2]
Rapidminer图像处理扩展 [3] -工具,图像处理和图像挖掘
相关相近领域
分类(en:Classification)特征提取
模式识别
投影
多尺度信号分析(en:Multi-scale
signal analysis)
离散余弦变换
相关文章推荐
- Java面试宝典:42个面试题总结!
- ajaxSubmit与ajaxFileUpload的空值
- MySQL之查询性能优化三
- 用递归和迭代写斐波那契数列,前n列的和
- APM,云时代的应用性能优化神器
- HDOJ1114(完全背包)
- source在线调试sass自动保存在服务器上
- RK3288开发板PopMetal上的GPIO驱动实例
- BUPT Summer Training #7 for Grade 14 题解
- 我的第一个Java程序 helloword
- 特别篇之动态链接库,静态链接库
- C++中的多态
- Java内存泄露的理解与解决
- 浅谈背包
- asp.net之生成验证码的方法集锦(一)
- 创建一台55分钟后会自动终止的EC2实例
- PHP魔术方法之__call与__callStatic方法
- Button点击事件实现页面跳转的两种方法
- hdu 1532 Drainage Ditches(最大流ek+dinic)
- 计算机视觉