-
计算图像大小:长×宽×每个像素占用的二进制位数
- 量化级别是4位:一个像素点占用4个二进制位
- 量化级别有16个:一个像素点占用4个二进制位
- 真彩色图像:一个像素点占用24个二进制位
-
缓变图像:细量化,粗采样;
突变图像:粗量化,细采样,处理细节丰富的图像;
虚假轮廓和马赛克的原因
-
常见图像格式和应用方向:
- HSI:动画,视觉相关
- CMYK:印刷
- YUV:电视机信号传输
- RGB:计算机图像处理
-
沃尔什变换公式:
[W(u) = frac{1}{N} sum_{x=0}^{N-1}f(x)prod_{i=0}^{n-1}(-1)^{b_i(x)b_{n-1-i}(u)} \其中,n为序号,N=2^n\(u,x)=0,1,2,...,N-1\b_i(x) 等于 x 的二进制表示的第 i 位。 ] -
图像熵:(考试不用计算结果)
[H=-sum_{k=1}^{M}P_klog_2P_k ] -
平均码字长度和编码效率公式
-
什么是非续长编码
-
跳过白色块编码
-
哈夫曼编码
-
计算压缩比:
[C=frac{图像直接编码所需用的码元个数}{用某种方法编码所需的码元个数}
]
-
对比度:成比例变化
-
图像增强(也叫锐化),微分计算,突出感兴趣部分
-
图像平滑(也叫滤波),积分运算,去除噪声
-
卷积核,即权重组合的矩阵。卷积运算中的卷积核就是模板运算中的模板
-
卷积:加权求和
-
互相关:相乘求和
-
最小二乘法:误差平方和最小
-
常见的去除噪声的方法:
- 时域:邻域平均、中值滤波、多幅图像求平均
- 频域:低通滤波
-
区域生长:判断邻域的差值
-
边缘检测:sobel算子和prewitt算子
-
相邻像素差最大的地方就是梯度
-
轮廓跟踪:查找连通域
-
图像的代数运算和实际应用:
- (C(x, y)=A(x, y)+B(x, y)):去噪
- (C(x, y)=A(x, y)-B(x, y)):测速
- (C(x, y)=A(x, y)×B(x, y)):掩膜处理或卷积
- (C(x, y)=A(x, y)÷B(x, y)) :校正成像仪器或CT