你看我既选了NLP专业课,又选了CV专业课,是不是很智能?
空域图像处理算子
基本运算
- 加法:去除叠加性噪音,生成叠加效果
- 减法:去除叠加图案,检测同一场景的图像变化,计算物体边界梯度
- 乘法:图像的局部显示(二值蒙版)
- 求反:获得阴图像,子图像的补图像,绘制区别于背景的可恢复图像
- 与运算:获得两个子图像的相交子图
- 或运算:合并子图像
- 异或:获得相交子图像,绘制区别于背景的可恢复图像
几何变换
值不变,但位置变化
- 平移
- 旋转(绕原点)
- 水平镜像
- 垂直镜像
- 放缩
- 拉伸
插值(漏点处理)
本节引用自CSDN:薇洛的打火机
通常情况下,一个整数位置(x,y)经过图像变换后,往往都位于非整数位置。此时就要采用插值技术。
映射算法
向前映射
输入图像上整数点坐标映射到输出图像之后,变成了非整数点坐标。因此,需要将其像素值按一定权重分配到其周围四个像素点上。对于输出图像而言,其整数点像素值周围会有很多输入图像像素映射过来,每个到其周围的非整数点像素值都会分配一定的灰度值到它上面,将这些分配而来的像素值叠加,就是输出图像整数点位置的像素值。由于这个分配、叠加的特性,向前映射法有时也叫像素移交映射。
因此,对于向前映射而言,输出图像某一点的像素值不能直接得到,需要遍历输入图像的所有像素值,对其进行坐标变换,分配像素值到整数位置,才能得到输出图像各像素点的像素值。这是向前映射法的缺点。
向后映射
我们知道输出图像上整数点位置(x’,y’)在变换前位于输入图像上的位置(x,y),一般来说这是个非整数点位置,利用其周围整数点位置的输入图像像素值进行插值,就得到了该点的像素值。我们遍历输出图像,经过坐标变换、插值两步操作,我们就能将其像素值一个个地计算出来,因此向后映射又叫图像填充映射。
插值算法
- 最邻近插值法:采用最近点的复制
- 双线性插值(一阶插值):已知正方形四个顶点的值,求正方形内部的点
- 高阶插值:三次样条插值,卷积实现,计算量较大
图像增强算子
灰度修正
灰度校正
当图像灰度与 实际景物亮度不符时产生。
考虑灰度均匀的景物部分D,则,从而课反解出e。从而得到灰度校正公式
++灰度变换
整幅图像的灰度变化范围很小时产生,曝光不足引起。
可通过点运算(直接映射)来修正。
线性映射
- k>1 对比度扩展的增强作用
- k<1 对比度的压缩作用
- k=1, ,灰度值整体移动(处理偏亮或偏暗)
分段线性变换
常分为三段处理
- 两端裁剪
- 锯齿形变换
- 反转
- 剪裁
- 二值化
非线性变换
- 对数变换:扩展低灰度的对比度,压缩高灰度的对比度
- 指数变换
- 同态滤波(先对数后指数)
- 直方图变换
+++直方图变换
直方图均衡化
直方图:灰度级的函数,描述图像中具有该灰度级的像素的个数。其中横坐标为灰度级,纵坐标为对应频率。
直方图均衡的步骤:
- 统计原始图像各灰度级的像素数目
- 作灰度分布直方图,其中n为图像的总像素数
- 计算累积分布函数
- 计算映射后的
- 统计映射后各灰度级的像素数目
- 计算输出图像直方图
- 利用与的映射关系,修改原始图像的灰度级,获得直方图近似均匀的输出图像
本质是减少图像的灰度等级,以换取对比度的加大。可以自动增强整个图像的对比度。因此,有时候需要变换直方图为特定形状,从而选择性地增强某个灰度值范围内的对比度。
直方图规定化
直方图规定化可以令原始图像转换为期望输出图像的具有人为规定的直方图。设原始直方图输出图像期望且我们假设变量取值区间相同。
步骤:
- 分别对均衡化,得;对取值处,将两次均衡结果组合
- 把两次映射组合成一个函数使得,即,记在处,
- 获取
图像平滑
目的是去噪。