IC695MDL765
IC695MDL765算法（預處理算法、檢測算法）
常用的圖像處理算法：
1、圖像變換：（空域與頻域、幾何變換、色度變換、尺度變換）
幾何變換：圖像平移、旋轉(zhuǎn)、鏡像、轉(zhuǎn)置；
尺度變換：圖像縮放、插值算法（近鄰插值、雙線性插值、雙三次插值）；
空域與頻域間變換：由于圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。因此，有時候需要將空間域變換到頻域進行處理。例如：傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術，將空間域的處理轉(zhuǎn)換為頻域處理，不僅可減少計算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進行數(shù)字濾波處理）。
2、圖像增強：
圖像增強不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節(jié)明顯；如強化低頻分量可減少圖像中噪聲影響。
灰度變換增強（線性灰度變換、分段線性灰度變換、非線性灰度變換）；
直方圖增強（灰度直方圖、直方圖均衡化）；
圖像平滑/降噪（鄰域平均法、加權平均法、中值濾波、非線性均值濾波、高斯濾波、雙邊濾波）；
圖像（邊緣）銳化：梯度銳化，Roberts算子、Laplace算子、Sobel算子等；
3、紋理分析（取骨架、連通性）；
4、圖像分割：
圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進一步進行圖像識別、分析和理解的基礎。
（1）閾值分割（固定閾值分割、優(yōu)/OTSU閾值分割、自適應閾值分割）;
（2）基于邊界分割（Canny邊緣檢測、輪廓提取、邊界跟蹤）；
（3）Hough變換（Hough變換直線檢測、Hough變換圓檢測）；
（4）基于區(qū)域分割（區(qū)域生長、區(qū)域歸并與分裂、聚類分割）；
（5）色彩分割；
（6）分水嶺分割；
IC695MDL765
豫公網(wǎng)安備41010502000017號 
