在影象處理中有哪些演算法

1樓：天天天藍

1、影象變換：

由於影象陣列很大，直接在空間域中進行處理，涉及計算量很大。採用各種影象變換的方法，如傅立葉變換、沃爾什變換、離散餘弦變換等間接處理技術，將空間域的處理轉換為變換域處理，可減少計算量，獲得更有效的處理。它在影象處理中也有著廣泛而有效的應用。

2、影象編碼壓縮：

影象編碼壓縮技術可減少描述影象的資料量，以便節省影象傳輸、處理時間和減少所佔用的儲存器容量。

壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。

編碼是壓縮技術中最重要的方法，它在影象處理技術中是發展最早且比較成熟的技術。

3、影象增強和復原：

影象增強和復原的目的是為了提高影象的質量，如去除噪聲，提高影象的清晰度等。

影象增強不考慮影象降質的原因，突出影象中所感興趣的部分。如強化影象高頻分量，可使影象中物體輪廓清晰，細節明顯；如強化低頻分量可減少影象中噪聲影響。

4、影象分割：

影象分割是數字影象處理中的關鍵技術之一。

影象分割是將影象中有意義的特徵部分提取出來，其有意義的特徵有影象中的邊緣、區域等，這是進一步進行影象識別、分析和理解的基礎。

5、影象描述：

影象描述是影象識別和理解的必要前提。

一般影象的描述方法採用二維形狀描述，它有邊界描述和區域描述兩類方法。對於特殊的紋理影象可採用二維紋理特徵描述。

6、影象分類：

影象分類屬於模式識別的範疇，其主要內容是影象經過某些預處理（增強、復原、壓縮）後，進行影象分割和特徵提取，從而進行判決分類。

影象分類常採用經典的模式識別方法，有統計模式分類和句法模式分類。

2樓：匿名使用者

影象處理的演算法很多，涉及的

範圍很廣，如果你感興趣可以買一本岡薩雷斯的《數字影象處理》來看看。我是影象演算法工程師，我們工程領域用的比較多的影象演算法有影象去噪，影象增強，影象色域轉換，影象去壞點，影象復原，影象縮放，影象壓縮，另外近幾年也特別流行做一些多幀影象合成方面的演算法。

3樓：匿名使用者

影象處理基本演算法操作從處理物件的多少可以有如下劃分：

一）點運算：處理點單元資訊的運算

二）群運算：處理群單元（若干個相鄰點的集合）的運算1.二值化操作

影象二值化是影象處理中十分常見且重要的操作，它是將灰度影象轉換為二值影象或灰度影象的過程。二值化操作有很多種，例如一般二值化、翻轉二值化、截斷二值化、置零二值化、置零翻轉二值化。

2.直方圖處理

直方圖是影象處理中另一重要處理過程，它反映影象中不同畫素值的統計資訊。從這句話我們可以瞭解到直方圖資訊僅反映灰度統計資訊，與畫素具體位置沒有關係。這一重要特性在許多識別類演算法中直方圖處理起到關鍵作用。

3.模板卷積運算

模板運算是影象處理中使用頻率相當高的一種運算，很多操作可以歸結為模板運算，例如平滑處理，濾波處理以及邊緣特徵提取處理等。這裡需要說明的是模板運算所使用的模板通常說來就是nxn的矩陣（n一般為奇數如3,5,7,...），如果這個矩陣是對稱矩陣那麼這個模板也稱為卷積模板，如果不對稱則是一般的運算模板。

我們通常使用的模板一般都是卷積模板。如邊緣提取中的sobel運算元模板。