图像的离散傅里叶变换：         傅里叶变换可以将一幅图片分解为正弦和余弦两个分量，换而言之，他可以将一幅图像从其空间域（spatial domain）转换为频域（frequency domain）。这种变换的思想是任何函数可以很精确的接近无穷个sin()函数和cos()函数的和。傅里叶变换提供了这种方法来达到这种效果。         对于数字图像这种离散的信号，频率大小表示信号变...

一、图像的轮廓(Contours of Image)       轮廓可以说是一个很好的图像目标的外部特征，这种特征对于我们进行图像分析，目标识别和理解等更深层次的处理都有很重要的意义。那么，怎么取提取轮廓呢？轮廓提取的基本原理：        （针对二值化的轮廓提取是这样的）对于一幅背景为白色、目标为黑色的二值图像，如果在图中找到一个黑色点，且它的8邻域（或4邻域）也均为黑色，则说明...

一、图像平滑（smoothing）         图像平滑（smoothing）也称为“模糊处理”（bluring）， 是一项简单且使用频率很高的图像处理方法。可以用来压制、弱化或消除图像中的细节、突变、边缘和噪声。但最常见的是用来减少图像上的噪声或者失真。降低图像分辨率时，平滑处理是很重要的。说到噪声，两种噪声应该提一下：椒盐噪声：噪声的幅值基本上相同，但是噪声出现的位置是随机的；...

    从本质上来看，运动目标的跟踪就是在相邻帧中寻找具有相同或相似特征的目标。因此，可以看成目标与目标间的特征匹配。1、颜色直方图的获取：    颜色直方图是对运动目标表面颜色分布的统计，不受目标的形状、姿态等变化的影响。所以用直方图作为目标的特征，依据颜色分布进行匹配，具有稳定性好、抗部分遮挡、计算方法简单和计算量小的特点，是比较理想的目标颜色特征。为了抵抗光照亮暗带来的影响，一般的颜...

一、图像混合、叠加        图像线性混合的数学原理  ：G(x)=(1-a)F(x)+aQ(x)注意事项：1，a的取值范围为0到1之间2，F(x)和Q(x)为参与混合的两幅图像,G(x)表示输出图像3，通过对两幅图像的每个像素值做线性加权得到最终的输出图像4，两幅图像的大小和类型必须完全一致，如果把图像当成一个矩阵则两个矩阵相加的前提是维度必须一致，否则没有相加的意义...

一、边缘检测边缘(edge)是指图像局部强度变化最显著的部分。主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间，是图像分割、纹理特征和形状特征等图像分析的重要基础。图像强度的显著变化可分为：阶跃变化函数，即图像强度在不连续处的两边的像素灰度值有着显著的差异；线条（屋顶）变化函数，即图像强度突然从一个值变化到另一个值，保持一较小行程后又回到原来的值。图像的边缘有方向...

    虽然随着工业相机设备技术的发展，各种型号的工业相机层出不穷。相机的分辨率、曝光时间等性能都有了极大改善。但，工业环境复杂，导致常常得到的目标图像并不是非常理想。我们还需要利用图像增强技术，对图像进行进一步处理，以得到更好的特征和视觉效果。图像增强：    一般的图像增强方法根据增强处理过程所在的空间不同，可分为基于空域和频域的方法。基于空域的方法直接对图像进行处理；基于频域的方法是...

一、简单理解卷积的概念1.1卷积的定义：定义任意两个信号的卷积为                                            这里的*代表卷积的运算符号， 是中间变量，两个信号的卷积仍是以t为变量的信号。类似地，离散的信号的卷积和：                                           1.2 卷积的计算步骤：...

一、图像的形态学操作（Morphological Image Processing）       形态学一般指生物学中研究动物和植物结构的一个分支。用数学形态学（也称图像代数）表示以形态为基础对图像进行分析的数学工具。基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。形态学图像处理的数学基础和所用语言是集合论。形态学图像处理的应用可以简化图像数据，保持..

一、霍夫变换（Hough transform）常见的理论概述是这样的：1、简单介绍       霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。Hough变换是图像处理中从图像中识别几何形状的基本方法之一。Hough变换的基本原理在于利用点与线的对偶性，将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。这...