中国史之【文王推演《易经》】：
《周易》即《易经》，传统经典之一，相传是周文王被囚禁期间所作，内容包括《经》和《传》两部分，中心思想是以阴阳的交替变化描述世间万物。《周易》是中国传统思想文化与民族智慧的结晶，被尊为“五经”之始。
——来源：全历史APP
俗话说：“好记性不如烂笔头”，多写写多记记，总不会错。多一些不为什么的坚持，少一些功利主义的追求。
今天介绍图像处理的经典操作。本内容参考自《实用MATLAB图像和视频处理》第一章。
- 对于matlab2021的安装，可以参考公众号【CV之道】的文章：【matlab安装】手把手图文并茂安装matlab2021（win10版）
今天，几乎不存在与数字图像处理无关的技术领域。数字图像处理应用领域非常广泛，包括：医学上的核磁共振成像、工业上的缺陷检测、军事上的无人机识别、安防上的智能监控、手机上的自拍美图，更别说互联网上每时每秒上传的照片和短视频等等。
计算机视觉是一个具有广泛前景的领域，只要有图像数据要处理，就需要计算机视觉技术。即使现在的目标检测、分割都有很大的进步，但离真正的像人的眼睛一样智能，还有很长的道路。我们还远没有挖掘到计算机视觉里面的知识宝藏。
图像处理的经典操作包括如下：
1、Sharpening (锐化)
将一幅图像中的边缘和细节进行增强，以帮助人们观察的技术。
2、Noise Removal (噪声消除)
在进一步处理一幅图像前使用图像处理滤波器来减少其中的噪声数量。根据噪声的种类，可使用不同的噪声消除技术。
3、Deblurring (去模糊)
有多种原因会导致图像变得模糊，比如一个不恰当的聚焦镜头、对快速运动的物体没有使用足够快的快门速度，等等。
4、Edge Extraction (边缘提取)
从一幅图像中将目标区分开之前，边缘提取是一个基本的图像预处理步骤。
5、Binarization (二值化)
在许多图像分析应用中，常需要减少单色图像中的灰度级数以简化和加速计算。将一幅灰度图像归一化到只有两个灰度值（黑和白），这个过程叫二值化。
6、Blurring (模糊)
有时候需要模糊一幅图像，以最小化场景中纹理和细节的重要性，例如当一个目标可以由其形状而较好地识别时，就可以模糊它的纹理。
7、Contrast Enhancement (对比度增强)
为了改善人对图像边缘的观察，以及使其他图像处理工作（如边缘检测）更方便，常需要增强一幅图像的对比度。
8、Object Segmentation and Labeling (目标分割和标记)
一旦相关的目标分割和标记后，就可以把它们的相关特征提取出来，并用来分类、比较、聚类或识别所讨论的目标。
【最后】补充一下人类视觉系统和机器视觉系统的不同点以及三大挑战：
（1）存储空间。
- 人类的视觉系统无时无刻不在输入图片、大脑训练学习、做出决策，对于印象深刻的画面还会短期或长期存储在大脑中。只要你眼睛睁开，那就是在获取输入数据。所以，人类的视觉系统可以基于一个非常大的、一生采集、处理和积累的图像数据库。
- 而对于机器视觉系统，内存卡总有个量，尽管存储图像本身已不再是一个昂贵的任务，但将他们有筛选地映射到高层语义概念，更是难于上青天，如果全部的数据都放进系统也不合理，目前还没有合适的方法。
（2）决策系统。
- 人类大脑非常强大，可基于视觉输入以非常快的速度做出决策，还有一些本能的反应。
- 但对于机器视觉系统，尽管现在硬件发展神速，但仍然没法用算法来实现实时系统的要求。
（3）泛化能力。
- 人类的视觉系统可以在各种复杂的环境下，比如黑暗环境、看人的后背识人、小目标、看局部脑补全图等等，依然能够准确识别。
- 然而，现在的机器视觉系统还只能处理单任务，车牌识别的系统也只能在灯光和摄像头怼到车牌才能准确识别，而且车牌识别的系统没法用到人脸识别中去。这也是现在的模型局限，没法设计一个通用的模型，应对不同的数据都能识别。
综上来说，计算机视觉还有很长的路要走。路漫漫其修远兮，吾将上下而求索~
【声明】：学习笔记基于互联网上各种学习资源的个人整理。
以上是本期内容，下期介绍matlab图像处理的基础（1）。
我叫小保，一名计算机视觉爱好者、学习者、追随者，欢迎关注我一起学习。
