目录

1. 图像入门
2. Aries平台
3. 图像处理
4. 图像变换
5. 轮廓
6. 图像局部与分割
7. 跟踪与运动
8. 摄像机标定
9. 机器学习

成像原理

图像的颜色

• 色度学理论认为，任何颜色可由红、绿、蓝三种基本颜色混合得到。 图像可用红、绿、蓝三原色来表示。
• 计算机屏幕上显示出来的画面通常有两种描述方法：一种为图形，另一种为图像 图形： 由指令集合组成; 指令由位置、形状、颜色等描述。 记录的是坐标值; 颜色隐含,统一描述。 显示时执行命令，转变为屏幕上所显示的形状和颜色

图像：

光度值(亮度或彩色)； 位置按规则方式排列； 坐标值隐含。 二维图像由一个数组或矩阵表示。

彩色图像

8位伪彩色索引图像

1. 颜色表红、绿、蓝分量值不全相等。
2. 像素值是图像颜色表的索引地址。

真彩色图像

1. 每一像素由RGB三个分量组成。
2. 2.每个分量各占8位，取值范围为0~255，每个像素24位

图像空间分辨率

指图像数字化的空间精细程度。

灰度级分辨率：

即颜色深度，表示每一像素的颜色值所占的二进制位数。颜色深度越大则能表示的颜色数目越多。

图像处理的目的

1. 提高图像的视感质量，达到赏心悦目的目的。 图像去除噪声，改变图像的亮度、颜色，增强图像中的某些成份、抑制某些成份，对图像进行几何变换等，从而改善图像的质量。
2. 提取图像中某些特征， 以便于分析。 常用作模式识别、计算机视觉的预处理等。这些特征包括很多方面，如频域特性、灰度／颜色特性、边界／区域特性、纹理特性、形状特性等。
3. 图像识别 在分析的基础上，进行内容识别，例如：汽车牌照识别，人脸识别、虹膜识别、指纹识别等。
4. 对图像数据压缩，便于存储和传输。 提高存储量，提高网络的速度。

• 图像感兴趣区域
• 拆分和合并通道
• 为图像设置边框
• 算数运算
• 形态学
  • 腐蚀
  • 膨胀
  • 开
  • 闭
  • 礼帽
  • 黑帽
• 改变颜色空间
• 几何变换
• 阈值
• 平滑

• 卷积
• Canny
• 霍夫变换
  • 霍夫线变换
  • 霍夫圆变换
• 拉伸，收缩，扭曲，旋转
• 积分
• 距离变换