机器视觉算法与应用:3.1 基本数据结构


3.1 基本数据结构

3.1.1 图像

1、黑白摄像机返回每个像素对应的一个采样结果,并由此组成一幅单通道灰度图像。RGB彩色摄像机返回每个像素对应的三个采样结果,并由此组成一幅三通道图像。图像可被视为由一组任意多的通道组成。
2、图像通道可以被简单看作一个二维数组。图像可以看作一个在空间上采样的函数,或者无限连续域上的函数。

3.1.2 区域

1、区域可表示一幅图像中一个任意的像素子集。将区域延伸到图像边界外,可将区域定义为离散平面的一个任意子集。
2、图像可视为从某一感兴趣区域到某一数据集的函数,该感兴趣区域被称为图像的定义域。
3、对任意一幅图像,可以用一个包含该图像所有像素点的矩形感兴趣区域来表示此幅图像。
4、区域可看作一个集合或者一个特征函数。特征函数引入二值图像来描述区域,用灰度值0表示不在区域内,用1、2、3等非0灰度值表示不同的区域。
5、用二值图像描述图像的缺陷:必须存储区域之外的点,效率不高,运行时间不经济,不易保存拓展到负坐标的区域,无法描述交叠区域。
6、一个水平行程包括该行程的纵坐标,行程开始的横坐标和行程结束的横坐标。以行程表示区域的方法被称为行程表示法或形参编码。区域可表示该区域内全部行程的一个并集。
7、采用行程编码的优势:显著降低内存的使用,无需检查像素在区域内或区域外,,显著减少执行时间,易表示含有负坐标的区域,可处理交叠区域。

3.1.3 亚像素精度轮廓

1、亚像素数据可通过亚像素阈值分割或亚像素边缘提取来获取,其处理结果用亚像素精度轮廓表示。
2、轮廓可被描述成多边形,即一组排序后的控制点的集合。轮廓在计算机中常用数组表示,其横纵坐标是浮点数。

猜你喜欢

转载自blog.csdn.net/qq_34801642/article/details/106538479
今日推荐