第二講_圖像資料處理Image Data Processing

• 深度模型出現後被弱化，但是思想的影子在深度模型中可以看到的

圖檔存儲原理

• RGB顔色空間:三通道（b,g,r），加法混色
• CMY(K):減法混色，用到印刷中；四個通道（c,m,y,k）
• HSI/HSV顔色空間：基于人類視覺；
• CIE-XYZ顔色空間：國際照明協會，人類視覺系統-視錐細胞：主要有短，中，長波段
• CIE-Lab對色空間
• 單通道灰階圖：Gray=R0.3+G0.59+B*0.11,轉換公式灰階化

空域分析和變換

• 濾波和卷積
• 領域參數選擇，模闆參數設計
• 邊界補充方式：補零；邊界複制(replication),鏡像(reflection),塊複制（wraparound）
• 平滑均值濾波/卷積
• 平滑中值濾波/卷積：有效出去椒鹽噪聲
• 平滑高斯濾波/卷積：離中心越近，權重越大

• sigma越小，越集中中心區域

  -深度模型改進時進行2D->1D降計算

• 梯度Prewitt濾波/卷積
• 梯度Sobel濾波/卷積
• 梯度Laplacian濾波/卷積
• 其中領域大小為超參數，需要實驗确定
• 銳化，LOG
• canny邊緣檢測算子實作
• canny算子

Canny邊緣檢測算法：

step1:用高斯濾波器平滑圖象；

step2:用一階偏導的有限差分來計算梯度的幅值和方向；

step3:對梯度幅值進行非極大值抑制；

step4:用雙門檻值算法檢測和連接配接邊緣。

頻域分析及變換

傅裡葉變換

• 濾波-除去特定頻率和加速計算-時域卷積變為頻域相乘
• 應用信号分解
• 離中心點越遠，頻率越高，越亮幅度越大
• 相位即梯度的方向，不同的相位方向表示不同的邊緣輪廓
• 空域卷積=頻域相乘

高斯金字塔

• 高斯卷積+降采樣
• 高斯金字塔的必要性，直接降采樣損失資訊
• 尺度空間：不同尺度适合不同尺寸的物體，合适的尺度永遠未知。

拉普拉斯字塔Laplacian

• 保留高頻資訊，用于圖像恢複
• 左邊Gaussian Pyramid由上向下；中間Laplacian Pyramid由下到上；右邊圖像是圖像恢複

模闆比對

• 相似度量

C/C++基本文法學習

STL

C++ primer