江苏龙网

  1. 主页 > 生活百科 > >

图像识别算法的核心技术~人脸识别的识别算法( 三 )


Q5：在图像处理中有哪些算法？
1、图像变换：
由于图像阵列很大 ， 直接在空间域中进行处理 ， 涉及计算量很大 。采用各种图像变换的方法 ， 如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术 ， 将空间域的处理转换为变换域处理 ， 可减少计算量 ， 获得更有效的处理 。它在图像处理中也有着广泛而有效的应用 。
2、图像编码压缩：
图像编码压缩技术可减少描述图像的数据量 ， 以便节省图像传输、处理时间和减少所占用的存储器容量 。
压缩可以在不失真的前提下获得 ， 也可以在允许的失真条件下进行 。
编码是压缩技术中最重要的方法 ， 它在图像处理技术中是发展最早且比较成熟的技术 。
3、图像增强和复原：
图像增强和复原的目的是为了提高图像的质量 ， 如去除噪声 ， 提高图像的清晰度等 。
图像增强不考虑图像降质的原因 ， 突出图像中所感兴趣的部分 。如强化图像高频分量 ， 可使图像中物体轮廓清晰 ， 细节明显；如强化低频分量可减少图像中噪声影响 。
4、图像分割：
图像分割是数字图像处理中的关键技术之一 。
图像分割是将图像中有意义的特征部分提取出来 ， 其有意义的特征有图像中的边缘、区域等 ， 这是进一步进行图像识别、分析和理解的基础 。
5、图像描述：
图像描述是图像识别和理解的必要前提 。
一般图像的描述方法采用二维形状描述 ， 它有边界描述和区域描述两类方法 。对于特殊的纹理图像可采用二维纹理特征描述 。
6、图像分类：
图像分类属于模式识别的范畴 ， 其主要内容是图像经过某些预处理（增强、复原、压缩）后 ， 进行图像分割和特征提取 ， 从而进行判决分类 。
图像分类常采用经典的模式识别方法 ， 有统计模式分类和句法模式分类 。
扩展资料：
图像处理主要应用在摄影及印刷、卫星图像处理、医学图像处理、面孔识别、特征识别、显微图像处理和汽车障碍识别等 。
数字图像处理技术源于20世纪20年代 ， 当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片 ， 采用了数字压缩技术 。
数字图像处理技术可以帮助人们更客观、准确地认识世界 ， 人的视觉系统可以帮助人类从外界获取3/4以上的信息 ， 而图像、图形又是所有视觉信息的载体 ， 尽管人眼的鉴别力很高 ， 可以识别上千种颜色 ， 
但很多情况下 ， 图像对于人眼来说是模糊的甚至是不可见的 ， 通过图象增强技术 ， 可以使模糊甚至不可见的图像变得清晰明亮 。
参考资料来源：百度百科-图像处理

Q6：数字图像处理的基本算法及要解决的主要问题
图像处理 ， 是对图像进行分析、加工、和处理 ， 使其满足视觉、心理以及其他要求的技术 。图像处理是信号处理在图像域上的一个应用 。目前大多数的图像是以数字形式存储 ， 因而图像处理很多情况下指数字图像处理 。此外 ， 基于光学理论的处理方法依然占有重要的地位 。
图像处理是信号处理的子类 ， 另外与计算机科学、人工智能等领域也有密切的关系 。
传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上 ， 比如降噪、量化等 。然而 ， 图像属于二维信号 ， 和一维信号相比 ， 它有自己特殊的一面 ， 处理的方式和角度也有所不同 。
目录
[隐藏]
* 1 解决方案
* 2 常用的信号处理技术
o 2.1 从一维信号处理扩展来的技术和概念
o 2.2 专用于二维（或更高维）的技术和概念
* 3 典型问题
* 4 应用
* 5 相关相近领域
* 6 参见
[编辑] 解决方案
几十年前 ， 图像处理大多数由光学设备在模拟模式下进行 。由于这些光学方法本身所具有的并行特性 ， 至今他们仍然在很多应用领域占有核心地位 ， 例如 全息摄影 。但是由于计算机速度的大幅度提高 ， 这些技术正在迅速的被数字图像处理方法所替代 。
从通常意义上讲 ， 数字图像处理技术更加普适、可靠和准确 。比起模拟方法 ， 它们也更容易实现 。专用的硬件被用于数字图像处理 ， 例如 ， 基于流水线的计算机体系结构在这方面取得了巨大的商业成功 。今天 ， 硬件解决方案被广泛的用于视频处理系统 ， 但商业化的图像处理任务基本上仍以软件形式实现 ， 运行在通用个人电脑上 。


推荐阅读


上一篇：微信截图快捷键冲突怎么解决？微信截屏的快捷键是什么?

下一篇：怎么刷新数据透视表;如何去刷百度指数啊？有没有什么软件?