大约 4 分钟
图形图像处理
第一讲 第一章：图形图像处理概述
- 1.1 什么是数字图像?
- 1.2 什么是数字图像处理?
- 1.3 数字图像处理研究的主要内容
- 1.4 数字图像处理的一些经典应用
- 1.5 数字图像处理的发展趋势
第二讲 第二章：数字图像处理基础1
- 2.1 图像的数字化
- 2.2 图像的表示
- 2.3 图像模式及彩色模型
- 2.4 直方图
- 2.5 像素之间的关系
第三讲 第二章：数字图像处理基础2 ☀️
- 2.6 图像质量评价
- 2.7 Python的图像处理编程基础
第四讲 第三章 空域图像增强_点处理 ☀️
- 3.1 图像增强方法
- 什么是图像增强
- 图像增强技术的分类
- 3.2 灰度变换
- 线性灰度变换
- 非线性灰度变换
第五讲 第三章 空域图像增强_直方图处理 ☀️
- 3.3 基于直方图的图像增强
- 直方图均衡化
- 直方图规定化
第六讲 第三章 空域图像增强_空域平滑 ☀️
- 空域滤波概述
- 空域滤波的实现 ❤️
- 均值滤波
- 高斯滤波
- 阈值邻域平滑滤波
- 中值滤波
- 边界处理
第七讲 第三章 空域图像增强_空域锐化 ☀️
- 锐化滤波的基本原理
- 二阶微分算子
- 平滑滤波与锐化滤波的核心区别
- 梯度的各向同性
- 拓展，USM锐化
第八讲 第四章 频域图像处理 ☀️
- 傅里叶级数和傅里叶变换
- 离散傅里叶变换
- OpenCV中的傅里叶变换
- 傅里叶变换的应用
第九讲 第四章 频域图像处理之傅里叶变换性质 ☀️
- 可分离性
- 共轭对称性
- 周期性
- 平移性
- 旋转不变性
- 卷积定理
第十讲 第四章 频域图像处理之高通滤波 ☀️
- 频率图像平滑
1.1 理想低通滤波器
1.2 巴特沃斯低通滤波器
1.3 高斯低通滤波器 - 频率图像锐化
2.1 理想高通滤波器
2.4 空滤波波和频域滤波的关系
第十一讲 第五章 图像复原之part1 ☀️
- 图像复原的基本概念
- 噪声模型和噪声仿真
- 滤波去噪方法之空域滤波
- 滤波去噪方法之频域滤波
- 图像退化模型
第十二讲 第五章 图像复原之part2 ☀️
- 逆滤波
- 维纳滤波
- 最小二乘滤波
- 图像复原的应用
第十三讲 第五章 图像复原之part3 ☀️
- 实验四：图像复原
第十四讲 第六章 图像的几何变换与几何校正 ☀️
- 基本坐标变换
- 灰度差值运算
- 几何变换类别
- 几何校正
第十五讲 第七章 形态学图像处理 ☀️
- 形态学基本概念
- 膨胀与腐蚀
- 开运算与闭运算
- 形态学算法
- 边界提取
- 区域填充
- 连通分量提取
- 骨架提取
第十六讲 第八章 图像分割-part1 ☀️
- 图像分割技术简介
- 阈值分割
- 直方图阈值法
- 基本全局阈值法
- Otsu阈值法
- 移动平均阈值法
- 自适应阈值法
第十七讲 第八章 图像分割-part2 ☀️
- 边缘检测和连接
- 边缘检测
- 边缘连接
- 区域分割
- 区域生长
- 区域分裂与合并
第十八讲 第八章 图像分割-part3 ☀️
- 实验五：图像分割
第十九讲 第九章 图像描述和特征提取-part1 ☀️
- 灰度图像的描述
- 边界描述
- 区域描述
- 纹理描述
第二十讲 第九章 图像描述和特征提取-part2 ☀️
- 常用的特征提取算法
- MNIST 手写数字识别系统