熱線電話:0755-23712116
郵箱:contact@shuangyi-tech.com
地址:深圳市寶安區(qū)沙井街道后亭茅洲山工業(yè)園工業(yè)大廈全至科技創(chuàng)新園科創(chuàng)大廈2層2A
圖像分析中,圖像質(zhì)量的好壞直接影響識別算法的設(shè)計(jì)與效果的精度,因此在圖像分析(特征提取、分割、匹配和識別等)前,需要進(jìn)行預(yù)處理。圖像預(yù)處理的主要目的是消除圖像中無關(guān)的信息,恢復(fù)有用的真實(shí)信息,增強(qiáng)有關(guān)信息的可檢測性、最大限度地簡化數(shù)據(jù),從而改進(jìn)特征提取、圖像分割、匹配和識別的可靠性。一般的預(yù)處理流程為:1灰度化->2幾何變換->3圖像增強(qiáng)
一、灰度化
灰度化,在RGB模型中,如果R=G=B時,則彩色表示一種灰度顏色,其中R=G=B的值叫灰度值,因此,灰度圖像每個像素只需一個字節(jié)存放灰度值(又稱強(qiáng)度值、亮度值),灰度范圍為0-255。一般有分量法 最大值法平均值法加權(quán)平均法四種方法對彩色圖像進(jìn)行灰度化。
對彩色圖像進(jìn)行處理時,我們往往需要對三個通道依次進(jìn)行處理,時間開銷將會很大。因此,為了達(dá)到提高整個應(yīng)用系統(tǒng)的處理速度的目的,需要減少所需處理的數(shù)據(jù)量。
1.分量法
將彩色圖像中的三分量的亮度作為三個灰度圖像的灰度值,可根據(jù)應(yīng)用需要選取一種灰度圖像。
f1(i,j)=R(i,j)f2(i,j)=G(i,j)f3(i,j)=B(i,j)
其中fk(i,j)(k=1,2,3)為轉(zhuǎn)換后的灰度圖像在(i,j)處的灰度值。
彩色圖像:
彩色圖的三分量灰度圖:
(a)R分量灰度圖 (b)G分量灰度圖 (c)B分量灰度圖
2.最大值法
將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值。
f(i,j)=max(R(i,j),G(i,j),B(i,j))
3.平均值法
將彩色圖像中的三分量亮度求平均得到一個灰度值。
f(i,j)=(R(i,j)+G(i,j)+B(i,j)) /3
4.加權(quán)平均法
根據(jù)重要性及其它指標(biāo),將三個分量以不同的權(quán)值進(jìn)行加權(quán)平均。由于人眼對綠色的敏感最高,對藍(lán)色敏感最低,因此,按下式對RGB三分量進(jìn)行加權(quán)平均能得到較合理的灰度圖像。
f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)
二、幾何變換
圖像幾何變換又稱為圖像空間變換,通過平移、轉(zhuǎn)置、鏡像、旋轉(zhuǎn)、縮放等幾何變換對采集的圖像進(jìn)行處理,用于改正圖像采集系統(tǒng)的系統(tǒng)誤差和儀器位置(成像角度、透視關(guān)系乃至鏡頭自身原因)的隨機(jī)誤差。此外,還需要使用灰度插值算法,因?yàn)榘凑者@種變換關(guān)系進(jìn)行計(jì)算,輸出圖像的像素可能被映射到輸入圖像的非整數(shù)坐標(biāo)上。通常采用的方法有最近鄰插值、雙線性插值和雙三次插值。
三、圖像增強(qiáng)
增強(qiáng)圖像中的有用信息,它可以是一個失真的過程,其目的是要改善圖像的視覺效果,針對給定圖像的應(yīng)用場合,有目的地強(qiáng)調(diào)圖像的整體或局部特性,將原來不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征,擴(kuò)大圖像中不同物體特征之間的差別,抑制不感興趣的特征,使之改善圖像質(zhì)量、豐富信息量,加強(qiáng)圖像判讀和識別效果,滿足某些特殊分析的需要。圖像增強(qiáng)算法可分成兩大類:空間域法和頻率域法。
3.1空間域法
空間域法是一種直接圖像增強(qiáng)算法,分為點(diǎn)運(yùn)算算法和鄰域去噪算法。點(diǎn)運(yùn)算算法即灰度級校正、灰度變換(又叫對比度拉伸)和直方圖修正等。鄰域增強(qiáng)算法分為圖像平滑和銳化兩種。平滑常用算法有均值濾波、中值濾波、空域?yàn)V波。銳化常用算法有梯度算子法、二階導(dǎo)數(shù)算子法、高通濾波、掩模匹配法等。
3.2頻率域法
頻率域法是一種間接圖像增強(qiáng)算法,常用的頻域增強(qiáng)方法有低通濾波器和高通濾波器。低頻濾波器有理想低通濾波器、巴特沃斯低通濾波器、高斯低通濾波器、指數(shù)濾波器等。高通濾波器有理想高通濾波器、巴特沃斯高通濾波器、高斯高通濾波器、指數(shù)濾波器。
圖像增強(qiáng)可分成兩大類:頻率域法和空間域法。
前者把圖像看成一種二維信號,對其進(jìn)行基于二維傅里葉變換的信號增強(qiáng)。采用低通濾波(即只讓低頻信號通過)法,可去掉圖中的噪聲;采用高通濾波法,則可增強(qiáng)邊緣等高頻信號,使模糊的圖片變得清晰。
后者空間域法中具有代表性的算法有局部求平均值法和中值濾波(取局部鄰域中的中間像素值)法等,它們可用于去除或減弱噪聲。
圖像增強(qiáng)的方法是通過一定手段對原圖像附加一些信息或變換數(shù)據(jù),有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征,使圖像與視覺響應(yīng)特性相匹配。
在圖像增強(qiáng)過程中,不分析圖像降質(zhì)的原因,處理后的圖像不一定逼近原始圖像。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過程所在的空間不同,可分為基于空域的算法和基于頻域的算法兩大類。
空域法是對圖像中的像素點(diǎn)進(jìn)行操作,用公式描述如下:
g(x,y)=f(x,y)*h(x,y)
其中是f(x,y)是原圖像;h(x,y)為空間轉(zhuǎn)換函數(shù);g(x,y)表示進(jìn)行處理后的圖像。
基于空域的算法處理時直接對圖像灰度級做運(yùn)算,基于頻域的算法是在圖像的某種變換域內(nèi)對圖像的變換系數(shù)值進(jìn)行某種修正,是一種間接增強(qiáng)的算法。
基于空域的算法分為點(diǎn)運(yùn)算算法 [1] 和鄰域去噪算法 [2] 。
點(diǎn)運(yùn)算算法即灰度級校正、灰度變換和直方圖修正等,目的或使圖像成像均勻,或擴(kuò)大圖像動態(tài)范圍,擴(kuò)展對比度。
鄰域增強(qiáng)算法分為圖像平滑和銳化兩種。
平滑一般用于消除圖像噪聲,但是也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓,便于目標(biāo)識別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計(jì)差值法等。