数字图像处理学习笔记, 根据以下学习指南进行:
-
学习用书: 数字图像处理 MATLAB 版 冈萨雷斯著
推荐两本书,一本偏理论, 一本偏代码实战(Matlab), 打包下载地址: 链接:https://pan.baidu.com/s/1Ir3vW_GwTOXbX-QIHkLkxA 提取码:nd2a
偏理论: <数字图像处理_第三版_冈萨雷斯>
偏实战: <数字图像处理(MATLAB版)(中译版)[冈萨雷斯]>
包含书里的图片素材
-
学习内容: 第 1 章、 第 2 章、 第 3 章、 第 6 章、 第 9 章的 9.1~9.3 小节、 第 10 章的 10.1~10.3 小节、 第 11 章的 11.1~11.2 小节
-
学习要求:为了增强理解,需要根据自己对方法的理解编写相应的 matlab程 序, 书中的示例程序可以作为参考。
-
图像处理高阶算法 学 习 内 容 : SIFT[1], LBP[2], BoW[3], affine transformation[4], similarity transformation[5]
[1] material: https://blog.csdn.net/zddmail/article/details/7521424
code: https://github.com/sun11/sw-sift (matlab 版)
https://github.com/paulaner/SIFT (python 版)
[2] material: https://blog.csdn.net/heli200482128/article/details/79204008
code: https://github.com/michael92ht/LBP ( python 版)
https://github.com/bikz05/texture-matching ( python 版)
[3] material: https://blog.csdn.net/tiandijun/article/details/51143765
code: https://github.com/qijiezhao/SIFT_BOW_Usage ( python 版)
https://github.com/lucifer726/bag-of-words- ( python 版)
[4] material: https://www.cnblogs.com/ghj1976/p/5199086.html
[5] material: https://blog.csdn.net/u014096352/article/details/53526747
由于MATLAB基本操作之前学过,主要对遗忘的内容进行笔记;
除了MATLAB代码,加入相关Python3代码。其中使用opencv-python,
pillow(PIL),
skimage等工具。
很久之前的笔记, 适合CV初学者进行学习
- CH01_CH02:MATLAB数据类型与基本操作;
- CH03:gamma亮度与对比度拉伸变换,直方图均衡化与匹配,空间滤波
- CH06:索引图像概念,图像提取&分离通道,彩色空间转换,彩色映射变换,彩色图像空间滤波,彩色边缘检测,彩色图像分割
- CH09:膨胀,腐蚀,顶帽,黑帽,击中或击不中变换,查找表
- CH10:点、线检测(canny、Hough),阈值处理
- CH11:链码、最小周长多边形的多边形近似、标记、边界片段、骨骼
- 高阶:SIFT