版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/Nicht_sehen/article/details/84204164
题外话:最近一段时间学校比赛贼多,都是一些创新创业类的,超级费脑子,每天晚上都是一波头脑风暴,找老师找小伙伴一起讨论,每次都是第一天的点子第二天就被我们自己否决了,不得不说,创新创业类的比赛发现机会的眼光很重要,勇气更重要
——————————————————————————以下为正文————————————————
(有时间我去找找图片补上,暂时只写一些理论)
图片储存原理
RGB 三色通道
- 加法混色
- 一个像素颜色值(B,G,R)
- 取值范围 [0, 255] , [0.0, 1.0]
CMY(K)颜色空间
- 减法混色
- 印刷常用
- 4通道:
- Cyan
- Magenta
- Yellow
- Key
HSV/HSL(I)颜色空间
- 画家配色
- 3通道
- H :色调
- S :饱和度
- V :明度
- L :亮度
CIE-XYZ颜色空间
- 人类视觉
- 短波(420-440nm)
- 中波 (530-540nm)
- 长波(560-580nm)
CIE-Lab颜色空间
- 3通道
- L:亮度
- a:红/绿
- b:黄/蓝
单通道灰度图
- Gray = R * 0.3 + G * 0.59 + B * 0.11
空域分析及变换
卷积/滤波
卷积这个概念之前再写CNN的时候提到过,这里不再赘述原理
功能:
- 图像增强
- 平滑/去噪
- 梯度/锐化 - 信息提取,检测
- 边缘,显著点,纹理
- 模式
边界填补
一个图片经过卷积操作后图片的大小会改变,这时候有一些办法可以进行边界的填补
- 零填补:将边界用零填补,在深度学习中很常见
- 边界复制:用边界的数字填充对应的一行或一列数字
- 镜像:用图片的镜像填充
- 块复制:复制图片填充边界
平滑均值卷积
- 使图像模糊
- 卷积时求均值,用均值代替
平滑中值卷积
- 有效去除椒盐噪声
- 卷积时用中值代替
平滑高斯卷积
(写到这里想说一句,高斯真的是一个贼厉害的数学家)
-
和高斯函数有点关系,突出中心区域
-
有效去除高斯噪声
-
公式:
- x,y为卷积参数坐标
- 为标准差
-
特性: 分解(级联高斯)
- 二维卷积操作拆分成两个相同的一维卷积