《MATLAB图像处理375例》——1.2 数字图像处理的研究内容

  1. 云栖社区>
  2. 博客>
  3. 正文

《MATLAB图像处理375例》——1.2 数字图像处理的研究内容

异步社区 2017-05-02 16:11:00 浏览1039
展开阅读全文

本节书摘来自异步社区《MATLAB图像处理375例》一书中的第1章,第1.2节,作者:MATLAB技术联盟著,更多章节内容可以访问云栖社区“异步社区”公众号查看

1.2 数字图像处理的研究内容

MATLAB图像处理375例
数字图像处理主要研究的内容有以下几方面。

1.2.1 图像变换
由于图像阵列很大,直接在空间域中进行处理,涉及计算量很大,因此往往采用各种图像变换的方法,如傅里叶变换、沃尔什变换、离散余弦变换等间接处理技术,将空间域的处理转换为变换域处理,不但可减少计算量,而且可获得更有效的处理(如傅里叶变换可在频域中进行数字滤波处理)。

目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性,在图像处理中也有着广泛而有效的应用。对添加噪声的图像进行DCT处理效果,如图1-5所示。

screenshot

1.2.2 图像增强和复原
图像增强和复原的目的是为了提高图像的质量,如去除噪声、提高图像的清晰度等。图像增强不考虑图像降质的原因,突出图像中所感兴趣的部分:如强化图像高频分量,可使图像中物体轮廓清晰,细节明显;如强化低频分量可减少图像中噪声影响。

图像复原要求对图像降质的原因有一定的了解,一般应根据降质过程建立“降质模型”,再采用某种滤波方法,恢复或重建原来的图像。图像均衡化的效果如图1-6所示。

screenshot

1.2.3 图像分割
图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来,其有意义的特征有图像中的边缘、区域等,这是进一步进行图像识别、分析和理解的基础。

虽然目前已研究出不少边缘提取、区域分割的方法,但还没有一种普遍适用于各种图像的有效方法。因此,对图像分割的研究还在不断深入之中,是目前图像处理中研究的热点之一。利用区域生长法对图像进行分割的效果如图1-7所示。

screenshot

1.2.4 图像编码压缩
图像编码压缩技术可减少描述图像的数据量(比特数),以便节省图像传输、处理时间和减少所占用的存储器容量。

压缩可以在不失真的前提下获得,也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法,它在图像处理技术中是发展最早且比较成熟的技术。主成分变换编码效果如图1-8所示。

screenshot

网友评论

登录后评论
0/500
评论
异步社区
+ 关注