计算机视觉—–图像预处理

首页 » 算法 » 正文

图像增强:

改善图像视觉效果,增强图像的使用价值

计算机视觉-----图像预处理

通常将空间域转到频率域上,目的是快速进行卷积计算

特征提取方法:

直方图(点运算):

统计每个点的灰度,将相近的归为一类

0代表全部黑色,255代表全部白色

直方图均衡化:

重新分配各个灰度单位中的像素点数量,使一定灰度范围像素点数量的值大致相等

ClAHE:

将超过选定范围的面积删除,并将相同面积平铺在最底层

计算机视觉-----图像预处理

步骤:

1.图像分块

2.计算每块的直方图,修剪直方图,最后均衡

3.遍历操作每个图像块,进行块间双线性插值

空间域的处理及其变换

卷积:

计算机视觉-----图像预处理

边界填充(padding):

使得卷积前和卷积后的面积相同 

常用的填充类型:补零,镜像,块填充

平滑中值卷积

将卷积域内的像素值从小到大排序,取中间值作为输出,有效去除椒盐噪声

平滑高斯卷积:

主要关注中心区域,有效去除高斯噪声

高斯金字塔:

先进行图像平滑,然后降采样,根据降采样率,逐渐获得一系列尺寸减少的图

拉普拉斯金字塔:

高频细节信息在卷积和下采样中丢失

保留所有层的所丢失的高层信息,然后用于图像修复

频率域分析

傅里叶变换:

一个信号可以由多个不同频率和幅值的正余弦波组成

缺点:

不是稳定信号,他的频谱会变,时间和频率分辨率上存在局限性

小波变换:

小波变换直接把傅里叶变换的无限长的三角基变成了小波基,不仅能获得频率还能定位到时间

常见的小波变换

Haar系列,Sym系列,Meyer系列,coif系列,Moret系列,Daubechies系列

 

未经允许不得转载:作者:1146-陶同学, 转载或复制请以 超链接形式 并注明出处 拜师资源博客
原文地址:《计算机视觉—–图像预处理》 发布于2020-07-29

分享到:
赞(0) 打赏

评论 抢沙发

评论前必须登录!

  注册



长按图片转发给朋友

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

Vieu3.3主题
专业打造轻量级个人企业风格博客主题!专注于前端开发,全站响应式布局自适应模板。

登录

忘记密码 ?

您也可以使用第三方帐号快捷登录

Q Q 登 录
微 博 登 录