传统图像处理【二】预处理

一. 图像滤波：

        图像滤波主要依靠模板和原图像进行卷积，模板为奇数模板（3*3,5*5,7*7）

1.1 均值滤波

 模板：

   

 第一种是四领域，第三种是八领域。

1.2 加权滤波

第二种为高斯滤波模板

以上两种模板都是和原图像做卷积进行滤波，得到新图像

1.3 中值滤波

（1）确定窗口及位置

（2）窗口内像素按灰度大小排序

（3）取中间值代替原窗口中心像素值

对椒盐噪声效果明显

二. 形态学处理

2.1  膨胀

用模板中心依次往原图像每个像素中放，取并集。

2.2 腐蚀

用模板中心依次往原图每个像素中放，当模板放在原图中时，模板上的每个点依然在原图中，则保留。如图腐蚀后结果为图三中的蓝色。

2.3 开闭运算

开运算：先腐蚀后膨胀

去除噪声

闭运算：先膨胀后腐蚀

消除空洞

可以进行多次先开后闭进行噪声去除

三. 边缘检测

图像处理之一阶微分应用：https://blog.csdn.net/jia20003/article/details/7562092

canny算子：边缘可自动连通

1.平滑微分 

2.计算梯度

3.梯度幅值非极大值抑制

4.边缘连接

（用高斯去噪然后进行sobel算子提取边缘）

边缘提取只是对模板的选择和幅值的计算。（不同方向计算梯度，然后进行幅值计算，梯度计算还是依靠模板和原图像卷积）

canny算子一般效果比较好，sobel算子速度比较快，Laplace算子有重影（二阶微分）

四. 直线检测

4.1 Hough变换

五. 直方图与阈值分割

大津法 确定最佳阈值  

遍历0~255依次选取 除了0 和 255的值做阈值 选择g最大

其中w0为 选择的阈值T ，小于T的个数  u0为小于T个数的像素均值