图像处理

首页图像处理

图像处理

仿射变换与透视变换

仿射变换和透视变换更直观的叫法可以叫做「平面变换」和「空间变换」或者「二维坐标变换」和「三维坐标变换」。一个是二维坐标（x,y），一个是三维坐标（x,y,z）。也就是：仿射变换：透视变换：从另一个角度也能说明三维变换和二维变换的意思，仿射变换的方程组有6个未知数，所以要求解就需要找到3组映射点，三个点刚好确定一个平面。透视变换的方程组有8个未知数，所以要求解就需要找...

2020-12-04 10:18:40
图像的水平与垂直投影

作用：二值图像或明显特征的灰度图定位或分割前景与背景，经常用到投影法。水平方向投影，将图像数组进行列求和；垂直方向投影，将图像数组进行行求和；如汽车牌照的定位：先对汽车图像二值化，然后水平投影，找出牌照的上下位置和高度，再对上次定位的牌照图像竖直投影，找出牌照有数字部分的总宽度，切割出来。再进行投影，每个字符的切割的外接矩形找到了，每个字符切割出来，提取特征，比如黑像素所占份数5X5格，和每个数的模版库进行匹配。进行细化，使数据量更规范更统一了，然后牌照标准...

2020-12-03 09:35:01
图像处理(imageProcessing)技术

图像处理(imageProcessing)利用计算机对图像进行分析,以达到所需的结果。图像处理可分为模拟图像处理和数字图像处理,而图像处理一般指数字图像处理。这种处理大多数是依赖于软件实现的。其目的是去除干扰、噪声,将原始图像编程适于计算机进行特征提取的形式,主要包括图像采样、图像增强、图像复原、图像编码与压缩和图像分割。 1、图像采集图像采集是数字图像数据提取的主要方式。数字图像主要借助于数字摄像机、扫描仪、数...

2020-12-02 10:07:59
线性滤波和卷积的基本概念

在人工智能深度学习技术中，有一个很重要的概念就是卷积神经网络 CNN（Convolutional Neural Networks）。卷积神经网络被广泛地运用到计算机视觉中，用于提取图像数据的特征，其中发挥关键作用的步骤就是卷积层中的卷积运算。卷积到底是什么？深度学习中的卷积运算与传统的信号与系统中的卷积算子有什么不同？为什么卷积运算可以提取图像的特征呢？下面一文三分钟让你读懂卷积运算与图像处理。了解卷积运算卷积一词最开始出现在信号与系统中，是...

2020-12-01 09:10:53
十三种基于直方图的图像全局二值化算法原理、实现、代码及效果

图像二值化的目的是最大限度的将图象中感兴趣的部分保留下来，在很多情况下，也是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。这个看似简单的问题，在过去的四十年里受到国内外学者的广泛关注，产生了数以百计的阈值选取方法，但如同其他图像分割算法一样，没有一个现有方法对各种各样的图像都能得到令人满意的结果。在这些庞大的分类方法中，基于直方图的全局二值算法占有了绝对的市场份额，这些算法都从不同的科学层次提出了各自的实施方案，并且这类方法都有着一些共同的特...

2020-11-04 17:46:23
图像处理中常用的彩色模型

颜色模型(颜色空间)就是描述用一组数值来描述颜色的数学模型。在彩色图像处理中，选择合适的彩色模型是很重要的。从应用的角度来看，彩色模型可分为两类：一、面向硬件设备的彩色模型 1.RGB模型最典型、最常用的面向硬件设备的彩色模型是三基色模型，即RGB模型。电视、摄像机和彩色扫描仪都是根据RGB模型工作的。RGB颜色模型建立在笛卡尔坐标系统里，其中三个坐标轴分别代表R、G、B，如图1所示，RGB模型是一个...

2020-10-30 09:32:06