前沿技术-人工智能-图像处理

常用方法
3wk.baidu.com
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。
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（即比特数），以便节省 图像传输、处理时间和减少所占用的存储器容量。
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。
图像分割：图像分割是数字图像处理中的关键技术之一。
数据：图像处理离不开海量、丰富的基础数据，包括视频、静态图像等多种格式， 如Berkeley分割数据集和基准500 （BSDS500）、西门菲沙大学不同光照物体图 像数据库、神经网络人脸识别数据、CBCL-MIT StreetScenes（麻省理工学院街 景数据库）等。
图像编码、压缩
6
对图像信息编码，以满足传输和存储的要求。脉码调制、微分脉码调制、预测码和 各种变换都是常用的编码技术。
前沿技术-人工智能人工智能—图像处理
基本信息 2
图像处理(image processing)，用计算 机对图像进行分析，以达到所需结果的 技术。又称影像处理。图像处理一般指 数字图像处理。数字图像是指用工业相 机、摄像机、扫描仪等设备经过拍摄得 到的一个大的二维数组，该数组的元素 称为像素，其值称为灰度值。图像处理 技术一般包括图像压缩，增强和复原， 匹配、描述和识别3个部分。
图像匹配、描述和识别对图像进行比较和配准，通过分制提取图像的特征及相互关系， 得到图像符号化的描述，再把它同模型比较，以确定其分类。
从图像中抽取某些有用的度量、数据或信息称为图像分析。
以图片分析和理解为目的的分割、描述和识别将用于各种自动化的系统，如字符和图 形识别、用机器人进行产品的装配和检验、自动军事目标识别和跟踪、指纹识别、X 光照片和血样的自动处理等。
索引图像：索引图像的文件结构比较复杂，除了存放图像的二维矩阵外，还包括一个称之为颜 色索引矩阵MAP的二维数组。
RGB彩色图像：RGB图像与索引图像一样都可以用来表示彩色图像。
数据、数字化
5
数字化：通过取样和量化过程将一个以自然形式存在的图像变换为适合计算机处 理的数字形式。图像在计算机内部被表示为一个数字矩阵，矩阵中每一元素称为 像素。图像数字化需要专门的设备，常见的有各种电子的和光学的扫描设备，还 有机电扫描设备和手工操作的数字化仪。
图像描述：图像描述是图像识别和理解的必要前提。
图像分类（识别）：图像分类（识别）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
4
二值图像：一幅二值图像的二维矩阵仅由0、1两个值构成，“0”代表黑色，“1”代白色。
灰度图像：灰度图像矩阵元素的取值范围通常为[0，255]。因此其数据类型一般为8位无符号 整数的（int8），这就是人们经常提到的256灰度图像。
图像压缩有两类压缩算法，即无损压缩和有损压缩。最常用的无损压缩算法取空间 或时间上相邻像素值的差，再进行编码。已作为图像压缩国际标准的JPEG和MPEG 均属于有损压缩算法。前者用于静态图像，后者用于动态图像。它们都由芯片实现
图像分析
7
从图像中抽取某些有用的度量、数据或信息。
图像处理的各个内容是互相有联系的。