导图社区 数字图像处理（大学基础）
个人创作思维导图，对大学信计、计算机等相关专业的学生有帮助。
适用大学本科，计算机、数学、信计等方向小伙伴，内容较全面，需要的小伙伴根据自己掌握要求自行调整
社区模板帮助中心，点此进入>>
互联网9大思维
组织架构-单商户商城webAPP 思维导图。
域控上线
python思维导图
css
CSS
计算机操作系统思维导图
计算机组成原理
IMX6UL(A7)
考试学情分析系统
图像处理
第二章 人类视觉系统
1.视觉系统
眼睛结构
视网膜结构
视锥：暗视觉
视杆：明视觉
颜色模型
2.亮度适应和鉴别
亮度适应
视觉惰性
视觉亮度的偏差
数字图像的生成
a、原图像
b、采样
c、量化
d、采样和量化
像素间的基本关系：
邻域
邻接
4-邻接
8-邻接
m-邻接（混合邻接）
通路
4-通路
8-通路
m-通路
连通
像素连通
连通分支
区域
区域相邻
区域分离
前、背景
边界
边缘
区别
距离
欧氏距离
D4距离
D8距离
第三章 图像基本运算
1.概述
点运算
像素变化
线性点运算
分段线性点运算
非线性变化
对数变化
幂次变化
位面分层
代数运算
加法运算
减法运算
乘法运算
除法运算
逻辑运算
几何运算
几何变换
平移
镜像
旋转
缩放
部分
空间变换
计算灰度值
仿射变换
灰度重采样
插值
最近邻插值法
双线性插值法
三次内插法
2.点运算
3.代数与逻辑运算
4.几何运算
第四章 傅里叶变换
连续傅里叶变换
积分变换
一维傅里叶变换及其逆变换
二维傅里叶变换及其逆变换
离散傅里叶变换
快速傅里叶变换
傅里叶变换的性质
可分离性
平移性
周期性和共轭性
旋转性
线性性
相识性
平均值
卷积定理
图像傅里叶变换实例

图像傅里叶变换
尺度变换
高、低频
其他变换
离散余弦变换
第五章 图像增强
概念和分类
背景（为什么要进行图像增强）
光线不好情况下的照片
拍摄条件不好情况下的照片
图像预处理（车牌识别，人脸识别....）
目的
改善图像的视觉效果，适于分析处理
减少噪声，提高对比度， 或也可强调或抑制某些细节
分类
处理的作用域
空间域方法
频率域方法
空间域增强技术
空间域方法是指在图像所在二维平面，直接对图像的像素进行处理
在空间域中，通过线性或非线性变化来增强图像
两类
点处理
基于图像的灰度变换（第三章）
变换函数
灰度图像直方图
基于直方图处理
通过直方图可以看出图像整体的性质
总体偏暗
总体偏亮
分布范围小：对比度小
分布均匀：对比度大
直方图均衡化
模板滤波处理
空间平滑滤波器
空间锐化滤波器
滤波器
频率域增强技术
频率域方法是指在图像的变换域内处理，然后经逆变换得到增强图像。
基本操作
预处理 f(x,y)
傅里叶变换 F(u,v)
滤波函数 H(u,v)F（u,v)
傅里叶反变换
后处理 g(x,y)
低通(平滑)滤波器
理想低通滤波器
让低频部分通过，抑制高频部分
边界分明
图像能量
振铃
巴特沃斯低通滤波器
高斯低通滤波器
梯形低通滤波器
高通（锐化）滤波器
理想高通滤波器
巴特沃斯高通滤波器
高斯高通滤波器
同态滤波器
基于高斯高通滤波器的同态滤波器
拉普拉斯
二阶微分：拉普拉斯算子
频域中的拉普拉斯
第六章 图像复原
图像复原及退化模型基础
图像退化模型
噪声模型
高斯噪声
均匀噪声
脉冲噪声
空间域滤波复原
均值滤波
算术均值滤波器
几何均值滤波器
谐波均值滤波器
逆谐波均值滤波器
顺序统计滤波器
中值滤波器
一维
二维
阿尔法均值滤波
最大/最小滤波
频率域滤波恢复
处理周期噪声效果较好
带阻滤波器
理想
巴特沃思
高斯
陷波滤波器
由于傅里叶变换是对称的，陷波滤波器必须以关于原点对称的形式出现
估计退化函数
图像退化数学模型
1.图像观察估计法
取强信号区
消除影响噪声
算出H
2.试验估计法
假设原设备存在
3.模型估计法
1.大气湍流模型
2.运动模糊模型
图像复原
逆滤波
维纳滤波器
点扩散函数H
噪声的功率谱（能量）S
原图的功率谱S
第八章 图像分割
图像分制是图像识别和图像理解的基本前提步骤
图像分割是指将一幅图像分解为若干互不交叠的、有意义的、具有相同性质的区域。
两个基本特征
不连续性
基于亮度的不连续变化分割图像，比如图像的边缘
点检测、线检测、边缘检测
相似性
依据事先制定的准则将图像分割为相似的区域
门限(阈值)分割、区域生长、区域分裂和合并
边缘检测和连接
不连续检测
点检测
线检测
边缘检测
一阶梯度算子
均值滤波器
二阶微分
高斯-拉普拉斯算子
边缘连接
局部方法
全局方法
Hough变换
阈值分割
人工阈值
直方图技术
迭代法
最大类间方差法
自适应阈值
分水岭算法
子主题
区域分割
区域增长
区域生长
区域分裂合并法
区域合并法
区域分裂法
二值图像处理
腐蚀
膨胀
开运算和闭运算
边界提取
区域填充
