Lec 3 : Image Processing

约 254 个字 预计阅读时间 1 分钟

Image processing basics

一些基本的处理

• 增加对比度(使用"S curve")
• 模糊，锐化，边缘提取

convolution

\[ (f*g)(x)=\int_{-\infty}^{\infty}f(y)g(x-y)dy \]

Discrete 2D convolution

$$ (f*g)(x,y)=\sum_{i,j=-\infty}^{\infty}f(i,j)I(x-i,y-j) $$

Padding

如果没有padding的话，那么我们经过卷积操作之后得到的图像size会变小，为了得到大小相同的图像，我们选择在图像周围进行padding。

Guassian blur

• Obtain filter coefficients by sampling 2D Gaussian function \(f(i,j)=\frac{1}{2\pi\sigma^2}e^{-\frac{i^2+j^2}{2\sigma^2}}\)

Sharpening

锐化操作就是往图像里添加高频信息

• Let \(I\) be the original image
• High frequencies in image \(I=I-blur(I)\)
• Sharpened image = \(I+(I-blur(I))\)

Bilateral filter

removing noise while preserving image edges

Image sampling

Image resizing

Image magnification

Interpolation

Nearest-neighbor interpolation

• Not continuous
• Not smooth(光滑函数：几阶导连续就称该函数几阶光滑)

Linear interpolation

Cubic interpolation

For each interval: 并不是对整体进行拟合，而是每两点首先拟合线性函数，非线性项的引入是为了使曲线光滑

Bilinear Interpolation

---

最后更新: 2024年1月15日 14:42:46
创建日期: 2023年10月23日 09:55:35