K比特图像
1.图像大小b:
b=MNK (M、N代表图像横纵像素长度)
2.当图像分辨率固定时,可变参数K称该图像为K比特图像
图像灰度级为
(个人觉得这样的定义在我现阶段的认识不太认可)
灰度级↓=>图像渐变层级↓;色域跨度↑=>图像对比度↑
邻接、联通、区域和边界
1.邻接的定义(书中原文)
令V是用于定义邻接的灰度值集合。在二值图像中,按值为1的像素的邻接时,V={1}。
采用8邻接可能导致的歧义性,歧义性
图片引用自(数字图像处理 冈萨雷斯(第四版)图像分辨率及大小,灰度级变化的影响,以及邻接、连通、区域和边界笔记)
8邻接的中间像素块到右上角的像素块有两条路径,歧义性指的是这,也称二义性。
之所以要消除这个歧义性,因为在边缘检测中欧给通常不希望出现这样的情况,所以采用m邻接改进8邻接。
三种类型邻接的定义:
其中m邻接的可视化解释:
关于m邻接定义中的(b)部分的解释:其中p与q的4邻域的交集为图上红色圈圈的像素块,如果红色圈圈的像素块的像素值在V中不存在,则p到q的路径没有歧义性(二义性),则p像素和q像素是m邻接的。
下图中,仅当区域和背景之间采用8邻接时,加圈的点才位于像素值为1的边界上
理解:8邻域的边界即中心像素块外包的所有像素块位置,图上左边矩阵加区圈的点为中心像素块,
由于缺少右上角像素块,中心像素块成为了边界的一部分。(其他邻域的边界有各自类似的定义)
在书中出现了8通路的说法,这个说法理解成:采用了8邻接的像素矩阵的通路均叫8通路。
边界和边缘是两个不同的概念
一个有限区域的边界形成一个闭合通路,是一个“整体的”概念。
边缘是由其导数超过某个预设阈值的像素形成的,是一个“局部的”概念。
今天的文章灰度直方图在数字图像处理中的应用_灰度数字图像分享到此就结束了,感谢您的阅读,如果确实帮到您,您可以动动手指转发给其他人。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/57982.html