1、數字視頻技術- 圖像處理中的數學工具數字視頻技術數字視頻技術實驗安排：第13、14、15周的周六，分三組答疑安排：每周周二下午3-5點堯山科技樓一樓通信專業教研室參考書數字圖像處理與機器視覺Visual C+數字圖像處理技術詳解學習OpenCv數學工具在圖像數據分析中的作用圖像與視頻操作的最終目的都是為了視覺應用 突顯、跟蹤、傳遞、保存、識別感興趣的數據！圖像、圖像數據、圖像數據應用 通過圖像數據操作可以形成那些應用？原始圖像數據在特定數學工具的作用下，形成了對應用者感興趣的數據，并使得這些數據便于突顯、跟蹤、傳遞、保存與識別。圖像變換的實質是建立輸入圖像與輸出圖像之間所有各點之間映射關系的數

2、學關系（函數）。數學工具在圖像數據分析中的作用空間域圖像處理（濾波）頻率域圖像處理（濾波）殊途同歸，只是根據應用的特點、方便性來選用不同的域來操作。數字視頻技術加減乘除線性與非線性函數變換微分卷積矩陣操作對圖像平面進行直接的數據操作：空域操作應用例子：二值化、消除噪音、圖像增強、邊緣檢測、平移、旋轉、局部增強。直方圖直方圖卷積在圖像中的應用用一個模板和一幅圖像進行卷積，對于圖像上的一個點，讓模板的原點和該點重合，然后模板上的點和圖像上對應的點相乘，然后各點的積相加，就得到了該點的卷積值。對圖像上的每個點都這樣處理。一個特殊卷積所實現的功能是由其卷積核的形式決定的。一階導數能夠通過帶有掩碼的原始

3、數據（1維）卷積計算得到。微分在圖像中的應用Sobel檢測使用兩個上述的33卷積內核來逼近水平邊緣和垂直邊緣。第一個矩陣(Sx)檢測垂直邊緣的變化，而第二個矩陣(Sy)檢測水平邊緣的變化。傅里葉變換在圖像中的應用任何連續測量的時序或信號，都可以表示為不同頻率的正弦波信號的無限疊加。傅立葉變換算法利用直接測量到的原始信號，以累加方式來計算該信 號中不同正弦波信號的頻率、振幅和相位。傅立葉變換將原來難以處理的時域信號轉換成了易于分析的頻域信號（信號的頻譜）。圖像的頻率是表征圖像中灰度變化劇烈程度的指標，是灰度在平面空間上的梯度。傅立葉頻譜圖上我們看到的明暗不一的亮點，實際上圖像上某一點與鄰域點差異

4、的強弱，即梯度的大小，也即該點的頻率的大小。一般來講，梯度大則該點的亮度強，否則該點亮度弱。將傅里葉變換比作一個玻璃棱鏡。棱鏡是可以將光分解為不同顏色的物理儀器，每個成分的顏色由波長（或頻率）來決定。傅里葉變換可以看作是數學上的棱鏡，將函數基于頻率分解為不同的成分。當我們考慮光時,討論它的光譜或頻率譜。同樣,傅立葉變換使我們能通過頻率成分來分析一個函數。傅立葉變換提供另外一個角度來觀察圖像，可以將圖像從灰度分布轉化到頻率分布上來觀察圖像的特征。傅里葉變換在圖像中的應用傅立葉變換在圖像處理以下幾個話題都有重要作用：1.圖像增強與圖像去噪絕大部分噪音都是圖像的高頻分量，通過低通濾波器來濾除高頻噪聲; 邊緣也是圖像的高頻分量，可以通過添加高頻分量來增強原始圖像的邊緣；2.圖像分割之邊緣檢測提取圖像高頻分量3.圖像特征提?。盒螤钐卣鳎焊道锶~描述子紋理特征：直接通過傅里葉系數來計算紋理特征其他特征：將提取的特征值進行傅里葉變換來