说明
本文公式由《数字图像处理(第三版)》中摘录而得,供以后参考。
正文
1.二维图像仿射变换矩阵图
2.双线性内插
3.双三次内插
4.二维傅里叶变换正、反变换核
5.灰度级的概率和方差
- 灰度级
zk 的概率:p(zk)=nkMN ,M和N 为图像横纵像素点数量,nk 为灰度级zk 的数量; - 平均灰度,其中
L 为灰度级总数:m=∑k=0L−1zkp(zk) - 方差:
σ2=∑k=0L−1(zk−m)2p(zk) - 随机变量
z 关于均值的n 阶矩定义:μn(z)=∑k=0L−1(zk−m)np(zk) n 阶矩的意义:均值和方差对于视觉特性有更直接的联系,三阶矩的正值表示图像的灰度倾向于比均值高,负值表示图像的灰度倾向于比均值低,零表示图像的灰度平均分布于均值两侧。
6.灰度级反转s=L−1−r
7.灰度级对数变换s=clog(1+r)
8.变换对应说明图
9.幂律(伽马)变换s=crγ
伽马校正:即使用设备的伽马值(例如阴极射线管CRT的灰度-电压响应即为伽马值在1.8-2.5之间的幂函数)的倒数对图像进行预处理后再输入到显示设备上。
10.相关与卷积
大小为m×n 的滤波器w(x,y) 与图像f(x,y) 相关:w(x,y)☆f(x,y)=∑s=−aa∑t=−bbw(s,t)f(x+s,y+t),其中a=m−12,b=n−12
大小为m×n 的滤波器w(x,y) 与图像f(x,y) 卷积:w(x,y)⋆f(x,y)=∑s=−aa∑t=−bbw(s,t)f(x−s,y−t),其中a=m−12,b=n−12
11.隶属度函数
三角形:μ(z)=⎧⎩⎨⎪⎪1−a−zb,1−z−ac,0,其他a−b≤z<aa≤z≤a+c
梯形:μ(z)=⎧⎩⎨⎪⎪⎪⎪⎪⎪1−a−zc,1,1−z−bd,0,其他a−c≤z<aa≤z<bb≤z≤b+d ∑ :μ(z)=⎧⎩⎨1−a−zb,1,0,其他a−b≤z≤az>a
S形:S(z;a,b,c)=⎧⎩⎨⎪⎪⎪⎪⎪⎪0,2(z−ac−a)2,1−2(z−cc−a)2,1,z<aa≤z≤bb<z≤cz>c
钟形:μ(z)={S(z;c−b,c−b2,c),1−S(z;c,c+b2,c+b),z≤cz>c
截尾高斯形:μ(z)={e−(z−a)22b2,0,其他a−c≤z≤a+c
对应图形:
12.卷积定理
空间域的乘积的傅里叶变换等于频域的卷积:f(x)h(x)⇔F(x)★H(x)
空间域的卷积的傅里叶变换等于频域的乘积:f(x)★h(x)⇔F(x)H(x) F(x)和H(x)分别为f(x)和h(x)的傅里叶变换
13.取样定理
如果以超过函数最高频率的2倍的取样率来获得样本,连续的带限函数可以完全的从它的样本集来恢复。
14.二维傅里叶变换的对称性质
15.颜色空间的转换
归一化RGB转CMY:⎡⎣⎢CMY⎤⎦⎥=⎡⎣⎢111⎤⎦⎥−⎡⎣⎢RGB⎤⎦⎥
归一化RGB转HSI(R=G=B时可在求θ公式中给分母附加一个较小值以避免除0 ):H={θ360−θ(B≤G)(B>G)其中,θ=arccos12[(R−G)+(R−B)][(R−G)2+(R−B)(G−B)]12 S=1−3R+G+B[min(R,G,B)] I=13(R+G+B)
归一化HSI转RGB:
先将H乘以360°后
若0°≤H<120° ,B=I(1−S) R=I[1+ScosHcos(60°−H)] G=3I−(R+B)
若120°≤H<240°,先执行H=H−120°,再得 ,R=I(1−S) G=I[1+ScosHcos(60°−H)] B=3I−(R+G)
若240°≤H≤360°,先执行H=H−240°,再得 ,G=I(1−S) B=I[1+ScosHcos(60°−H)] R=3I−(G+B)
16.形态学操作