已經是N年前總結的... 之前一直用onenote,結果發現時間長了老是會有些東西找不到,所以決定以後都使用csdn來記錄了,自己查詢也方便
圖像的前期處理
1、圖像增強(相對主觀)
直方圖均衡化
Retinex(視網膜-皮層算法)
線性及非線性拉昇
2、圖像復原(以圖像退化數學或概率模型爲基礎)
3、形態學處理
腐蝕
膨脹
開運算
閉運算
對一個已經分割出來的物體區域BLOB或目標物有哪些特徵可以輔助識別:
1、面積
2、周長
3、複雜度(周長平方與面積的比值)
4、顏色(如灰度的均值、中值、最值等)
5、拓撲特性(託撲學是研究一種在圖像沒有撕裂和連接情況下,不受任何變形影響的圖像性質,如連通區域中的空 洞數量不受變形的影響)
6、紋理(描述區域紋理的方法主要有3種:統計方法、結構方法和頻譜方法)
統計方法(直方圖):
二階矩:灰度級對比度的度量,可以用於建立有關平滑度的描繪子
三階矩:表示直方圖偏斜度
四階矩:表示相關平直度
一致性度量:
平均熵:
7、重心
8、直徑 長軸 短軸 離心率
9、外接最小矩形
10、blob延伸率
11、最小外接橢圓的長軸角度
圖像處理中涉及到的特徵有哪些:
顏色和灰度的統計特徵
紋理
灰度共生矩陣(對比度、能量、熵等7個特徵)
視覺感受相關(對比度、粗糙度、方向性、相似性、粗略度、規則性)
邊緣
一階微分(Roberts算子 、Sobel算子、Prewitt算子、Canny算子、Robinson算子)
二階微分(Laplacian算子、LOG算子)
圖像代數特徵
PCA (主成分分析)
LDA (線性判據分析)
ICA (獨立成份分析)
PCA、LDA、ICA是統計學的三大經典算法
SVD(奇異值分解)
圖像變換系數特徵
K-L變換
傅里葉變換
小波變換
小波包變換
Sift 特徵
Surf 特徵
Hog 特徵
Haar 特徵
LBP 特徵
Garbo 特徵
Fast 角點檢測 http://www.edwardrosten.com/work/fast.html
Orb ORientedBrief http://www.cvchina.info/2011/07/04/whats-orb/