Digital Image Processing

✴ Cyfrowe przetwarzanie obrazu to wykorzystanie algorytmów komputerowych do przetwarzania obrazu na obrazach cyfrowych. Jako podkategoria lub dziedzina cyfrowego przetwarzania sygnałów, cyfrowe przetwarzanie obrazu ma wiele zalet w porównaniu z analogowym przetwarzaniem obrazu. Pozwala to na zastosowanie znacznie szerszego zakresu algorytmów do danych wejściowych i pozwala uniknąć problemów, takich jak nagromadzenie szumu i zniekształcenia sygnału podczas przetwarzania. Ponieważ obrazy są definiowane w dwóch wymiarach (być może więcej), cyfrowe przetwarzanie obrazu może być modelowane w postaci systemów wielowymiarowych.✴

► Ta aplikacja daje wiedzę na temat szeroko stosowanych metod i procedur interpretacji obrazów cyfrowych w celu poprawy i przywracania obrazu oraz wykonywania operacji na obrazach, takich jak (rozmycie, powiększanie, wyostrzanie, wykrywanie krawędzi itp.). Koncentruje się również na zrozumieniu, jak działa ludzki wzrok. Jak ludzkie oko wizualizuje tak wiele rzeczy i jak mózg interpretuje te obrazy? Aplikacja obejmuje również niektóre ważne koncepcje sygnałów i systemów, takie jak (próbkowanie, kwantyzacja, splot, analiza w dziedzinie częstotliwości itp.).✦

【Tematy omówione w tej aplikacji są wymienione poniżej】

⇢ Wprowadzenie do cyfrowego przetwarzania obrazu

⇢ Wprowadzenie do sygnałów i systemów

⇢Historia fotografii

⇢ Pojęcie wymiarów

⇢ Tworzenie obrazu w aparacie

⇢ Mechanizm kamery

⇢Koncepcja piksela

⇢ Perspektywa Transformacja

⇢ Pojęcie bitów na piksel

⇢ Rodzaje obrazów

⇢ Konwersja kodów kolorów

⇢ Konwersja skali szarości na RGB

⇢ Koncepcja pobierania próbek

⇢ Rozdzielczość pikseli

⇢ Koncepcja powiększania

⇢ Metody powiększania

⇢Rozdzielczość przestrzenna

⇢ Piksele, kropki i linie na cal

⇢Rozdzielczość poziomu szarości

⇢ Pojęcie kwantyzacji

⇢ Krzywe preferencji ISO

⇢ Pojęcie ditheringu

⇢ Histogramy Wprowadzenie

⇢ Jasność i kontrast

⇢ Przekształcenia obrazu

⇢ Przesuwanie histogramu

⇢ Rozciąganie histogramu

⇢ Wprowadzenie do prawdopodobieństwa

⇢ Wyrównanie histogramu

⇢ Transformacja poziomu szarości

⇢ Pojęcie splotu

⇢Koncepcja maski

⇢ Pojęcie rozmycia

⇢ Koncepcja wykrywania krawędzi

⇢ Operator Prewitta

⇢Operator Sobel

⇢ Maska kompasu Robinsona

⇢ Maska kompasu Krisch

⇢ Operator Laplace'a

⇢ Wprowadzenie do domeny częstotliwości

⇢Seria Fouriera i transformacja

⇢ Twierdzenie o splocie

⇢ Filtry górnoprzepustowe a dolnoprzepustowe

⇢ Wprowadzenie do przestrzeni kolorów

⇢ Wprowadzenie do kompresji JPEG

⇢ Optyczne rozpoznawanie znaków

⇢ Wizja komputerowa i grafika komputerowa

Tworzenie obrazu

⇢ Wewnątrz aparatu – czułość

⇢Komacja obrazu cyfrowego

⇢Czułość i kolor

⇢ Wyidealizowane próbkowanie

⇢ Kwantyzacja do poziomów P

⇢ (R,G,B) Parametryzacja obrazów pełnokolorowych

⇢ Obrazy jako macierze

⇢ Proste przetwarzanie – transpozycja

⇢ Proste przetwarzanie – przycinanie

⇢ Przetwarzanie punktowe

⇢ Obliczanie histogramu obrazów przetworzonych punktowo

⇢ Odcinkowo liniowe, „ciągłe” funkcje punktowe

⇢ Więcej rozciągania/kompresji zakresu

⇢ Dynamiczny zakres, widoczność i poprawa kontrastu

⇢ Krótka uwaga na temat segmentacji obrazu

⇢ Wyrównanie histogramu

Obliczanie średniej i wariancji

⇢ Dyskretne zmienne losowe amplitudy

⇢ Histogram jako funkcja masy prawdopodobieństwa

⇢ Wyrównanie histogramu

⇢ Dopasowanie histogramu – specyfikacja

⇢ Kwantyzacja

⇢ Artefakty kwantyzacji — fałszywe kontury

⇢ Projektowanie dobrych kwantyzatorów

⇢ Towarzyszący

⇢ Projektowanie poziomów reprodukcji dla danych progów

⇢ MSQE Optimal Lloyd-Max Quantizer

⇢ Systemy

⇢ Systemy liniowego niezmiennego przesunięcia (LSI)

⇢Zwój

⇢ Systemy LSI i konwolucja

⇢ Transformacja Fouriera sekwencji 2-D

⇢ Rzeczywiste złożone części i symetria

⇢ Przesunięcie i modulacja

⇢ Funkcje delta

⇢Typy transformaty Fouriera

⇢ Próbkowanie i aliasowanie

⇢ Transformacja Fouriera próbkowanej sekwencji

⇢ Aliasy