一、圖像處理技術概述

1.定義

對原始獲取圖像進行一系列的運算處理，稱為圖像處理。圖像處理是機器視覺技術的方法基礎，包括圖像增強、邊緣提取、圖像分割、形態學處理、圖像投影、配準定位和圖像特征提取等方法。

2.顏色的基本定義

GB 5698－85，顏色定義為：色是“光作用于人眼引起除形象以外的視覺特性”。

3.三原色（tricolor）

二、圖像增強概述

1.改善圖像質量兩類方法

?不考慮圖像降質原因——圖像增強技術

?針對圖像降質原因——圖像還原技術

2.圖像增強技術兩類方法：

（1）空間域法:? 在空間域中對圖像的各個像素灰度值直接進行計算處理；

（2）頻率域法:? 在圖像的頻率變化域中對圖像的變換值進行某種運算處理，然后再變回空間域中。

三、空域圖像增強

1.定義

空域法是直接對圖像中的像素進行處理，以圖像的灰度映射變換為基礎。

點對點變換? ? ? ? ? ? ? ? ? ? ? ? ? ? ?直方圖修正

2.空域變換增強

直接灰度變換：

圖像求反：

用這種方式倒轉圖像的強度產生圖像反轉的對等圖像。該方式適用于增強嵌入于圖像暗色區域的白色或灰色細節，特別是當黑色面積占主導地位時。?

線性灰度增強：

線性最大增強：

3.空域變換增強的MATLAB實現

?

?

rgb=imread(‘ic.png’);%讀取圖像
gray=rgb2gray(rgb); % 色彩轉換成灰度
gray2=a* gray+b; % 灰度線性變換
gray3=255-gray;求反操作
subplot(141),imshow(rgb),title(‘原圖’);%顯示原圖像
subplot(142),imshow(gray),title(‘灰度圖’);%顯示灰度圖像
subplot(143),imshow(gray2),title(‘灰度圖2’);%顯示變換灰度圖subplot(144),imshow(gray3),title(‘灰度圖3’);%顯示求反灰度圖

?

?

函數說明：圖像增強函數

調用格式：?ImageEnhance ( image_origin ， image_edge ， kind)

參數說明：

image_origin：輸入圖像（灰度圖）

image_edge：輸出圖像

kind：算法類型（包括POINTLINER，POINTSHARP）

4.圖像代數運算

包括加、減、乘、除運算。

5.椒鹽噪聲(salt-and-pepper noise)

椒鹽噪聲又稱脈沖噪聲，它隨機改變一些像素值，在二值圖像上表現為使一些像素點變白，一些像素點變黑。是由圖像傳感器，傳輸信道，解碼處理等產生的黑白相間的亮暗點噪聲。

椒鹽噪聲往往由圖像切割引起，去除脈沖干擾及椒鹽噪聲最常用的算法是中值濾波。

6.空域濾波增強

主要有兩類：

（1）平滑（低通）濾波器

（2）銳化（高通）濾波器

7.平滑濾波器

（1）均值濾波

（2）帶有閾值的均值濾波

（3）中值濾波

中值濾波的基本原理是將像素鄰域內灰度的中值代替該像素的值。

中值濾波的步驟：

1.將模板在圖中漫游，并將模板中心與圖中某個像素位置重合；

2.讀取模板下各對應像素的灰度值；

3.將這些灰度值從小到大排成1列；

4.找出這些值里排在中間的1個；

5.將這個中間值賦給對應模板中心位置的像素。

中值濾波特點：

1.非線性濾波。

2.可克服圖像的邊緣模糊。

3.對濾除脈沖干擾及圖像掃描噪聲最為有效。

4.不需要圖像的統計特性。

5.對一些細節多，特別是點、線、尖頂細節多的圖像不宜采用。? ? ??

（4） 高斯濾波

高斯濾波器是一類根據高斯函數的形狀來選擇權值的線性平滑濾波器，其對于抑制服從正態分布的噪聲非常有效。

二維零均值高斯函數

?

?

gausFilter = fspecial('gaussian',[m,n],sigma)
blur=imfilter(grayImg,gausFilter,'replicate')

?

?

版權聲明：本文為CSDN博主「liutangplease」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。

原文鏈接：

https://blog.csdn.net/m0_53966219/article/details/127803603

聲明：部分內容來源于網絡，僅供讀者學習、交流之目的。文章版權歸原作者所有。如有不妥，請聯系刪除。 ? —THE END—

原文標題：機器視覺（四）：空域圖像增強

文章出處：【微信公眾號：新機器視覺】歡迎添加關注！文章轉載請注明出處。

?