计算机视觉 Computer Vision Chaper2 图像预处理

文章目录

  • 图像显示与存储原理
    • 图像显示原理
    • 图像存储原理
  • 图像增强目标
  • 点运算:基于直方图的对比度运算
  • 形态学处理
  • 空间域处理
  • 卷积的应用(平滑、边缘检测、锐化等)
  • 频率域处理:傅立叶变换、小波变换

图像显示与存储原理

图像显示原理

计算机视觉 Computer Vision Chaper2 图像预处理_第1张图片
RGB:加法混色,越叠加越亮,越叠加越白
3个颜色通道:Red、Green、Blue
计算机视觉 Computer Vision Chaper2 图像预处理_第2张图片
减法混色:越叠加越黑
4通道:Cyan、Magenta、Yellow、Key
计算机视觉 Computer Vision Chaper2 图像预处理_第3张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第4张图片

图像存储原理

计算机视觉 Computer Vision Chaper2 图像预处理_第5张图片
如果是彩色图片,那么是RGB的三通道彩色图,除了Width和Height,还有Channel。
Width和height分别为图片的宽和高。Channel表示图片分别在Red、Green、Blue三种颜色中分别是什么样子,最后将3个通道叠加起来,就是一张彩色图片。
灰度图是单通道的,通过对RGB取不同权重,让它们叠加成一个单通道,就是灰色图。
计算机视觉 Computer Vision Chaper2 图像预处理_第6张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第7张图片

图像增强目标

图像预处理实际上是图像增强的一个过程,图像增强的目标如下:
计算机视觉 Computer Vision Chaper2 图像预处理_第8张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第9张图片

点运算:基于直方图的对比度运算

计算机视觉 Computer Vision Chaper2 图像预处理_第10张图片
将相近的点的颜色或者灰度归到一类里,做成直方图。X-axis是像素值,Y-axis是统计的个数。Bin就是一段像素区间。
计算机视觉 Computer Vision Chaper2 图像预处理_第11张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第12张图片
当过度曝光时,图片某一局部区域会过度集中,过白或者过黑,通过非线性的方法,将图进行拉伸,时候整体图片像素变得均衡。通过有效扩展常用亮度来实现这样的功能。
计算机视觉 Computer Vision Chaper2 图像预处理_第13张图片
如何进行直方图的均衡化,可以按bin将直方图分割开来,并且保证每个bin的最后总和相等或近似。
计算机视觉 Computer Vision Chaper2 图像预处理_第14张图片
AHE(Adaptive histogram equalization)
计算机视觉 Computer Vision Chaper2 图像预处理_第15张图片
CLAHE(Contrast limited adaptive histogram equalization)对比度限制自适应直方图均衡。垫高的好处是使图片变得更加自然。基于AHE,移动模版做区域均衡,而且用了线性插值,这样避免了区域直方图不连续的问题。
计算机视觉 Computer Vision Chaper2 图像预处理_第16张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第17张图片

形态学处理

计算机视觉 Computer Vision Chaper2 图像预处理_第18张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第19张图片

空间域处理

计算机视觉 Computer Vision Chaper2 图像预处理_第20张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第21张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第22张图片
边界填充后,卷积后的图像尺寸保持一致的。
计算机视觉 Computer Vision Chaper2 图像预处理_第23张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第24张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第25张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第26张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第27张图片

卷积的应用(平滑、边缘检测、锐化等)

计算机视觉 Computer Vision Chaper2 图像预处理_第28张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第29张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第30张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第31张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第32张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第33张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第34张图片
应用在高斯金字塔,看一张很远的图片,我们要用高斯滤波的方式,可以将远处的图片还原成真实的图片。
计算机视觉 Computer Vision Chaper2 图像预处理_第35张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第36张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第37张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第38张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第39张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第40张图片

频率域处理:傅立叶变换、小波变换

计算机视觉 Computer Vision Chaper2 图像预处理_第41张图片
频率域是让计算更快
计算机视觉 Computer Vision Chaper2 图像预处理_第42张图片
图像缩小,但是不失真
计算机视觉 Computer Vision Chaper2 图像预处理_第43张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第44张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第45张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第46张图片
傅立叶变换,任何信号都可以通过不同的正弦波,余弦波叠在一起。
计算机视觉 Computer Vision Chaper2 图像预处理_第47张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第48张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第49张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第50张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第51张图片
连续的像素变成离散的区域
计算机视觉 Computer Vision Chaper2 图像预处理_第52张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第53张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第54张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第55张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第56张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第57张图片
在这里插入图片描述
计算机视觉 Computer Vision Chaper2 图像预处理_第58张图片
计算机视觉 Computer Vision Chaper2 图像预处理_第59张图片

你可能感兴趣的:(计算机视觉CV,计算机视觉,人工智能,图像处理,图像识别)