3.3.1 特征表示与描述的基本概念 3.3.2 表示法设计 3.3.3 边界描述子 3.3.4 关系描述子

8.1 图像分割 Image Segmentation ◼ 1、概述和分类 ◼ 2、基于灰度的分割技术 ◼ 3、基于梯度的分割技术 ◼ 4、彩色图像分割技术 ◼ 5、分割评价 8.2 图像描述 Image Description ◼ 1、概述和分类 ◼ 2、链码描绘子 ◼ 3、傅立叶描绘子 ◼ 4、矩

6.6.2真彩色增强 6.6 小结 6.7图像几何变换 Registration

压缩目的 基本原理 基本方法 图像编码标准 7.1 编码的目的 7.2 图像压缩的基本原理 7.3 编码器和典型的编码方法

针对海底集矿机采矿环境图像,采用分段线性变换提高图像细节,中值滤波去除悬浮物干扰.利用形态学抗噪声梯度算子提取地形和障碍物轮廓,并用分段线性拟合计算出地表亮度变化率.根据表面亮度变化特征判断障碍物类型,采用自适应形态学对轮廓进行细化与连接.通过障碍投影变换计算出障碍物的距离、高度和宽度等信息.对陆地图像进行了分析,证明位置、高度和坡度等参数计算的可行性.利用上述方法对深海底的图像进行处理,不仅保留了边界信息,且提高了抗干扰能力和抗边界间相互影响能力,可有效识别深海底地形和障碍物,得出位置和形状等参数,可以为集矿机避障系统信息融合技术提供可靠数据

6.5非线性空域滤波器 ◼ 序统计滤波器 ◼ 形态滤波 6.6彩色图像增强

1. 傅里叶变换回顾 • 复数的几何意义 • 欧拉公式和调和函数 • 傅里叶变换 • 离散傅里叶变换 2. 傅里叶变换性质与信号卷积 • 典型信号的傅里叶变换 • 傅里叶变换的性质 • 信号的卷积 3. 图像傅里叶变换 • 二维连续傅里叶变换 • 二维离散（图像）傅里叶变换 • 图像与傅里叶频谱之间的关系

• 傅里叶变换回顾 • 复数的几何意义 • 欧拉公式和调和函数 • 傅里叶变换 • 离散傅里叶变换 • 傅里叶变换性质与信号卷积 • 典型信号的傅里叶变换 • 傅里叶变换的性质 • 信号的卷积 • 图像傅里叶变换 • 二维连续傅里叶变换 • 二维离散（图像）傅里叶变换 • 图像与傅里叶频谱之间的关系

1. 小波介绍 1.1 小波简史 1.2 小波概念 1.3 小波分析 1.4 小波定义 2. 哈尔函数 2.1 哈尔基函数 2.2 哈尔小波函数 2.3 函数的规范化 2.4 哈尔基的结构 3. 哈尔小波变换 4. 二维哈尔小波变换 4.1 二维小波变换举例 4.2 二维小波变换方法 5. 图像多分辨率表示 6. 小波变换的多分辨率分析特性 7.小波变换在图像边缘检测中的应用 8.小波变换在图像去噪中的应用

6.2点运算 6.2.1点运算的概念 6.2.2直方图的概念 6.3图像间算术与逻辑运算