- 了解数字图像的存储格式;
- 学会对图像的某些视觉特征作简单处理。
- 从最常用的“.BMP”图像格式中读取图像数据;
- 对数字图像的表示方式(如RGB、YUV)及各种表示方式之间的转换有初步了解;
- 根据输入参数改变数字图像的色彩、亮度、对比度。
- 根据BMP格式,将图像内容读入内存数组;
- 通过访问数字图像RGB三个通道的对应矩阵,改变数字图像的色彩;
- 将数字图像的RGB表示转换为YUV表示; Y=0.30R+0.59G+0.11B U=0.70R-0.59G-0.11B V=-0.30R-0.59G+0.89B
- 通过访问Y(亮度)通道,改变数字图像的亮度;
- 通过Y(亮度)通道作灰度的线性变换,改变数字图像的对比度。
- 了解数字图像的灰度反变换;
- 了解数字图像的g(0.4,0.6,0.8)校正。
- 对图像进行灰度变换;
- 对图像进行g校正。
- 将BMP图像内容读入内存数组;
- 调整图像的灰度,对图像进行灰度变换(反变换);
- 对图像进行g较正,分别取值为0.4,0.6,0.8。
学会用滤波器去除图像中的噪声。
- 用均值滤波器去除图像中的噪声;
- 用中值滤波器去除图像中的噪声;
- 比较两种方法的处理结果。
- 根据BMP格式,将图像内容读入内存数组;
- 用均值滤波器去除图像中的噪声;
- 用中值滤波器去除图像中的噪声; 将两种处理方法的结果与原图比较;
- 注意两种处理方法对边缘的影响。
- 了解数字图像的空间域锐化;
- 了解数字图像的拉普拉斯算子。
- 理解图像的空间域锐化原理;
- 熟悉拉普拉斯算子的公式和实现;
- 运用拉普拉斯算子对图像进行空间域锐化。
- 将BMP图像内容读入内存数组;
- 运用拉普拉斯算子对图像进行空间域锐化;
- 将锐化后的图像和原图像进行对比。
- 学会频域低通滤波方法;
- 学会频域高通滤波方法。
- 学会傅立叶变换方法;
- 使用布特沃斯和高斯滤波器进行低通滤波;
- 使用布特沃斯和高斯滤波器进行高通滤波。
- 将BMP图像内容读入内存数组
- 用布特沃思低通滤波器进行滤波
- 用高斯低通滤波器进行滤波
- 用布特沃思高通滤波器进行滤波
- 用高斯高通滤波器进行滤波
- 了解Fourier变换算法的实现;
- 了解反变换的算法实现;
- 掌握频域逆滤波图像复原的方法;
- 掌握频域维纳滤波图像复原的方法。
- 用Fourier变换算法对图像作二维Fourier变换;
- 用Fourier反变换算法对图像作二维Fourier反变换;
- 频域逆滤波和维纳滤波图像复原。
- 根据BMP格式,将图像内容读入内存数组;
- 用快速Fourier变换算法,对图像作二维FFT变换得到G(u,v); (考虑图像为256*256,可以采用快速Fourier变换方法)
- 进行频域逆滤波和维纳滤波 逆滤波退化函数 维纳滤波退化函数
- 进行Fourier反变换得到g(x,y);
- 学习使用颜色分层方法;
- 对身份证标准图像实现肤色检测和背景分离。
- 理解彩色图像的颜色分层原理和方法;
- 利用颜色分层方法对彩色图像进行分层处理;
- 实现对身份证标准图像的背景分离和皮肤区域提取。
- 根据BMP格式,将彩色图像内容读入内存数组;
- 对图像中背景和皮肤区域计算背景和肤色平均值(a值),并设置分层阈值 W;
- 利用图像分层函数对彩色图像进行扫描和计算处理;
- 根据背景平均值和分层阈值去掉身份证标准图像背景区域;
- 根据肤色平均值和分层阈值提取身份证标准图像皮肤区域;
xxx