计算机视觉-----图像预处理

图像增强：

改善图像视觉效果，增强图像的使用价值

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

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：

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