在图像处理中有哪些算法

[图像的特征提取都有哪些算法]图像的经典特征提取方法： 1 HOG(histogram of Oriented Gradient，方向梯度直方图) 2 SIFT(Scale-invariant features transform，尺度不变特征变换) 3 SURF(Speeded Up Robust F...+阅读

在图像处理中有哪些算法

太多了，去找本书看看吧！给个大概的说明好了

图像处理主要分为两大部分：

1、图像增强

空域方法有直方图均衡化

灰度线性变化

线性灰度变化

分段线性灰度变化

非线性灰度变化（对数扩展

指数扩展）

图像平滑

领域平均法（加权平均法

非加权领域平均法）

中值滤波

图像锐化

Roberts算子

Sobel算子

拉普拉斯算子

频域方法有

低通滤波

理想低通滤波

巴特沃斯低通滤波

指数低通滤波

梯形低通滤波

高通滤波

理想高通滤波

巴特沃斯高通滤波

指数高通滤波

梯形高通滤波

彩色图像增强（真彩色、假彩色、伪彩色增强）

2、图像模糊处理

图像模糊处理

运动模糊（维纳滤波

最小均方滤波

盲卷积

……

）

高斯模糊（维纳滤波

最小均方滤波

盲卷积

……

）

图像去噪处理

高斯噪声

（维纳滤波

样条插值

低通滤波

……

）

椒盐噪声

（中值滤波

……

）

数字图像处理的基本算法及要解决的主要问题

图像处理，是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。目录 [隐藏] * 1 解决方案 * 2 常用的信号处理技术 o 2.1 从一维信号处理扩展来的技术和概念 o 2.2 专用于二维（或更高维）的技术和概念 * 3 典型问题 * 4 应用 * 5 相关相近领域 * 6 参见 [编辑] 解决方案几十年前，图像处理大多数由光学设备在模拟模式下进行。

由于这些光学方法本身所具有的并行特性，至今他们仍然在很多应用领域占有核心地位，例如全息摄影。但是由于计算机速度的大幅度提高，这些技术正在迅速的被数字图像处理方法所替代。从通常意义上讲，数字图像处理技术更加普适、可靠和准确。比起模拟方法，它们也更容易实现。专用的硬件被用于数字图像处理，例如，基于流水线的计算机体系结构在这方面取得了巨大的商业成功。今天，硬件解决方案被广泛的用于视频处理系统，但商业化的图像处理任务基本上仍以软件形式实现，运行在通用个人电脑上。 [编辑] 常用的信号处理技术大多数用于一维信号处理的概念都有其在二维图像信号领域的延伸，它们中的一部分在二维情形下变得十分复杂。同时图像处理也具有自身一些新的概念，例如，连通性、旋转不变性，等等。

这些概念仅对二维或更高维的情况下才有非平凡的意义。图像处理中常用到快速傅立叶变换，因为它可以减小数据处理量和处理时间。 [编辑] 从一维信号处理扩展来的技术和概念 * 分辨率（Image resolution|Resolution） * 动态范围（Dynamic range） * 带宽（Bandwidth） * 滤波器设计（Filter (signal processing)|Filtering） * 微分算子（Differential operators） * 边缘检测（Edge detection） * Domain modulation * 降噪（Noise reduction） [编辑] 专用于二维（或更高维）的技术和概念 * 连通性（Connectedness|Connectivity） * 旋转不变性（Rotational invariance） [编辑] 典型问题 * 几何变换（geometric transformations）：包括放大、缩小、旋转等。 * 颜色处理（color）：颜色空间的转化、亮度以及对比度的调节、颜色修正等。 * 图像合成（image composite）：多个图像的加、减、组合、拼接。

* 降噪（image denoising）：研究各种针对二维图像的去噪滤波器或者信号处理技术。 * 边缘检测（edge detection）：进行边缘或者其他局部特征提取。 * 分割（image segmentation）：依据不同标准，把二维图像分割成不同区域。 * 图像制作（image editing）：和计算机图形学有一定交叉。 * 图像配准（image registration）：比较或集成不同条件下获取的图像。 * 图像增强（image enhancement）： * 图像数字水印（image watermarking）：研究图像域的数据隐藏、加密、或认证。 * 图像压缩（image compression）：研究图像压缩。 [编辑] 应用 * 摄影及印刷（Photography and printing） * 卫星图像处理（Satellite image processing） * 医学图像处理（Medical image processing） * 面孔识别，特征识别（Face detection, feature detection, face identification） * 显微图像处理（Microscope image processing） * 汽车障碍识别（Car barrier detection） [编辑] 相关相近领域 * 分类（Classification） * 特征提取（Feature extraction） * 模式识别（Pattern recognition） * 投影（Projection） * 多尺度信号分析（Multi-scale signal analysis） * 离散余弦变换（The Discrete Cosine Transform）

计算机图像处理技术

1. 计算机图像处理的定义广义的来说，计算机图像处理（Computer Image Processing）泛指一切利用计算机来进行与图像相关的过程、技术或系统，它与各个领域都有很深的交叉与渗透。例如，工业生产、生物医学、智能监控、虚拟现实、生活娱乐等等。计算机图像处理包括：对数字图像的处理、对数字图像的分析与理解、结合传感设备对实际事物的数字化图像采集，以及对图像处理结果的数字化表达等等。2. 计算机图像处理的具体内容

（1）数字图像处理计算机是一种数字化的处理设备，因此经典的计算机图像处理主要是指数字图像处理（Digital Image Processing），这其中包括图像的空间域处理、频域处理、复原处理、压缩处理、形态学处理、分割处理等等。计算机所要完成的工作，是运行相关的程序，以便得到所需要的图像处理结果，常用的编程语言包括C、Matlab等等。此外，像IPP、OpenCV、MTL这样的函数库，包含了许多经典、高效的图像处理模块，为开发人员带来了不少的便利。而像Photoshop这样的商用软件，则是将计算机图像处理的复杂算法，做成了友好的用户界面，为摄影爱好者、广告设计师等注重应用的人群，提供了一个简单易用的平台。可见计算机图像处理技术的应用之广！一般说来，数字图像处理技术主要应用在对图像的预处理层面上。

（2）模式识别（Pattern Recognition, PR）与计算机视觉（Computer Vision, CV）除了对图像本身进行基本的改善之外，我们还可以利用计算机图像处理技术，来挖掘出图像内部更深层次上的信息，以达到更为广泛的应用目的。例如，识别、监控、分析、预测等等。现实生活中，我们所接触到的文字识别、人脸识别、智能监控、智能交通、邮件自动快速分拣、工业非接触在线检测等等，都是基于计算机图像处理技术，以及相关的理论知识来实现的。在这个领域中，人们利用采集到的图像，和计算机强大的处理能力，来实现计算机的智能化与视觉能力，让计算机逐步成为生活、生产中提高效率的关键手段之一；同时，它也能够完成许多以往人们不可能完成的任务，从根本上改变了人们的生活方式与理念。

（3）虚拟现实与多媒体虚拟现实（Virtual Reality, VR）作为一个当今热点的研究领域，它的建立与发展在很大程度上都离不开计算机图像处理技术的发展。它通过这门技术，用数字化的形式为人们展现出了不一样的结果。例如，3D电影为人们带来了视觉上的冲击，CT、PET的三维重建技术为医生的诊断带来了更加可靠的依据，三维场景模拟则为研究人员提供了更为丰富的研究素材与表现形式等等。除此之外，计算机图像处理技术又与多媒体技术、通信技术的发展紧密结合。随处可见的移动电视、如火如荼的视频通话、蓬勃发展的高清数字电视等等，都与计算机图像处理技术息息相关，无时无刻不在深深地影响着人们的生活。3. 计算机图像处理的前景作为当今科研领域最为活跃的一个方向来讲，计算机图像处理以其独特的魅力、广泛的应用，吸引了许多国内外科研单位和企业的关注。例如，清华大学电子工程系智能图文信息处理研究室研发的“TH-OCR”文字识别系统，微软公司、英特尔公司联合研制的“数字家庭”平台等等，都是计算机图像处理应用的经典案例；同时，还有数不胜数的产品正处于研发阶段，或是批量生产阶段，等待着掀起下一轮的“技术狂潮”。因此，我们完全有理由相信，计算机图像处理技术终将会对我们的生活、工作、学习、娱乐等各方面，带来深刻而长远的影响！