图像预处理

  • 颜色空间
    • RGB颜色空间
    • CMY(K)颜色空间
    • HSV颜色空间
  • 图片预处理(增强)的目标
  • 图片处理方法
    • 特征提取方法
      • 点运算
        • 直方图
          • 直方图均衡化(针对整体较暗或较亮,对比不明显的图像)
          • 自适应直方图均衡AHE(针对有明显暗和明显亮,明暗明显的图像)
          • CLAHE
      • 形态学运算
      • 空间域处理及变换
        • 平滑均值滤波、卷积
        • 平滑中值滤波
        • 平滑高斯滤波
        • 梯度Sobel滤波
        • 梯度Laplacian滤波

研究面临的挑战:1、视角变化 2、光照变换 3、尺度变换 4、形态变换 5、背景的混淆干扰 6、遮挡 6、类内物体的外观差异

颜色空间

RGB颜色空间


加法混色,显示器
取值范围:[0, 255]或[0.0, 1.0]
一个像素颜色值(b,g,r)
3通道:red(R);green(G);blue(B)

CMY(K)颜色空间


减法混色,印刷
取值范围:[0, 255]或[0.0, 1.0]
一个像素颜色值(c,m,y,k)
4通道:Cyan通达,Magenta通道,Yellow通道,Key通道

HSV颜色空间


人类视觉概念,画家配色
取值范围:[0, 255]或[0.0, 1.0]
一个像素颜色值(h,s,v)
3个要素:H/Hue色调,颜色种类;S/Saturation饱和度,颜色纯度;V/Value明度,颜色明亮度

图片预处理(增强)的目标

1、改善图像的视觉效果
2、转换成更适用于人或机器处理的形式
3、突出对人或机器分析有意义的信息,抑制无用信息,提高图像的使用价值

图片处理方法

包括:图像锐化,平滑,去噪,灰度调整(对比度增强)

特征提取方法

点运算

直方图

对图片数据/特征分布的一种统计:1、灰度、颜色;2、梯度/边缘、形状、纹理;3、局部特征点、视觉词汇
直方图的区间(bin):1、具有一定的统计或物理意义;2、一种数据或特征的代表;3、需要预定义或基于数据进行学习;4、数值是一种统计量:概率、频数

直方图均衡化(针对整体较暗或较亮,对比不明显的图像)

实质上就是对图像进行非线性拉伸,重新分配各个灰度单位中的像素点个数,使灰度范围像素点的数量的值大致相同。

自适应直方图均衡AHE(针对有明显暗和明显亮,明暗明显的图像)

AHE通过对局部区域进行直方图均衡解决明暗对比明显的图片
1、移动模板在原始图片上按特定步长滑动;
2、每次移动后,模板区域内做直方图均衡,映射后的结果赋值给模板区域内所有点,
3、每个点会有多次赋值,最终的取值为这些赋值的均值。

CLAHE

CLAHE是基于AHE的基础上进行操作的
修剪直方图,将多出来的顶部转化为底部的长条,垫高整个直方图,使得图像对比更加自然。

1、将图像分块并计算直方图,修建直方图后进行均衡操作
2、遍历各个图像块,进行块间的双线性插值使图像连续

形态学运算


膨胀是图像中的高亮部分进行膨胀,类似于领域扩张。
腐蚀是原图的高亮部分被腐蚀,类似于领域被蚕食。
开运算:先腐蚀再膨胀,可以去掉目标外的孤立点。
闭运算:先膨胀再腐蚀,可以去掉目标内的孔。
当有噪声的图像用阈值二值化后,所得到的边界是很不平滑的,物体区域具有一些错判的孔洞,背景区域散布着一些小的噪声物体,连续的开和闭运算可以显著的改善这种情况。

空间域处理及变换

平滑均值滤波、卷积

利用一个全1的卷积,对对象中的每一块求均值

平滑中值滤波

卷积域内的像素值从小到大排序取中间值作为卷积输出有效去除椒盐噪声。

平滑高斯滤波

模拟人眼,越靠中间的区域越清晰,标准差σ\sigmaσ越小,关注越集中,高斯函数约尖锐。
高斯函数

梯度Sobel滤波

用来进行边缘检测

梯度Laplacian滤波

用于团块检测或者边缘检测,找到明显高于或低于周围元素的中心点,和像素快速变化的区域。要求Laplacian卷积中心点和周围的和为0。例如[[1,1,1],[1,-8,1],[1,1,1]],中心点为-8,里面所有元素的和为0。
Laplacian滤波通常用来对图片进行瑞华,凸显其中的细节

计算机视觉cv(1)相关推荐

  1. 一文看懂计算机视觉-CV(基本原理+2大挑战+8大任务+4个应用)

    2020-03-06 20:00:00 计算机视觉(Computer Vision)是人工智能领域的一个重要分支.它的目的是:看懂图片里的内容. 本文将介绍计算机视觉的基本概念.实现原理.8 个任务和 ...

  2. 论文经验 - 计算机视觉(CV)方向

    论文经验 - CV方向 前言 顶会顶刊介绍 顶级会议 顶级期刊 检索论文 顶会期刊官网 综合数据库 特殊检索 GitHub 公众号 搜索步骤 阅读经验 注意事项 论文命名方式 论文内容(总结) 论文代 ...

  3. 计算机视觉 (CV) 相关的会议或期刊投稿时间

    信息技术最新国际会议和期刊列表--Conference Partner(会伴): https://www.myhuiban.com/ 推荐 中国计算机学会推荐国际学术会议和期刊目录-2019 中国计算 ...

  4. 算法可以申请专利么_国内提供计算机视觉(CV)算法岗位的公司名单

    Summary:国内提供计算机视觉(CV)算法岗位的公司名单 Author:Amusi Date:2019-09-15 微信公众号:CVerhttps://github.com/amusi/CV-Jo ...

  5. Dataset之CV:人工智能领域数据集集合(计算机视觉CV方向数据集)之常见的计算机视觉图像数据集大集合(包括表面缺陷检测数据集,持续更新)

    Dataset之CV:人工智能领域数据集集合(计算机视觉CV方向数据集)之常见的计算机视觉图像数据集大集合(包括表面缺陷检测数据集,持续更新) 目录 CV常用数据集平台集合 Mendeley Data ...

  6. 国内计算机视觉CV方向的大牛/导师

    国内计算机视觉CV方向的大牛/导师 李航:http://research.microsoft.com/en-us/people/hangli/ 是MSRA Web Search and Mining ...

  7. 【我的OpenGL学习进阶之旅】计算机视觉 (CV) 、 计算机图形学 (CG) 以及图像处理(DIP)

    文章目录 一.计算机视觉 (Computer Vision) VS 计算机图形学 (Computer Vision) 以及图像处理(Digital Image Processing) 1.1 先说区别 ...

  8. 计算机视觉CV的入门理解

    计算机视觉CV的入门理解 最近开始,工作中需要使用计算机视觉CV,而博主之前没有系统学习过,因此把学习的知识记录下来,作为入门理解. 如果想要机器能够进行思考,我们需要先教会它们去看. --斯坦福人工 ...

  9. (转)计算机视觉CV 圈子

    国际计算机视觉研究组清单http://peipa.essex.ac.uk/info/groups.html 这是卡奈基梅隆大学的计算机视觉研究组的主页,上面提供很全的资料,从发表文章的下载到演示程序. ...

  10. 计算机视觉--CV技术指南文章汇总

    前言  本文汇总了过去本公众号原创的.国外博客翻译的.从其它公众号转载的.从知乎转载的等一些比较重要的文章,并按照论文分享.技术总结三个方面进行了一个简单分类.点击每篇文章标题可阅读详细内容 欢迎关注 ...

最新文章

  1. 13个JavaScript图表图形绘制插件
  2. 评分卡开发方法论scorecard
  3. 【手写系列】透彻理解Spring事务设计思想之手写实现
  4. greenplum vacuum清理删除数据命令
  5. 源码分析参考:Dupefilter
  6. FLEX XMLLIST 详解
  7. DB主从一致性架构优化4种方法
  8. JavaScript:class类的实现方式及特点
  9. CPU内部实现“加,减,乘,除”过程
  10. SpringCloud——服务调用
  11. 灵悟礼品网上专卖店——前阶段总结
  12. 苹果手机以旧换新价格表_苹果支持安卓手机以旧换新;索尼公司将更名;百度网盘推出“防误删”文件恢复服务...
  13. vSphere Esxi 7.0打包网卡驱动
  14. SLF4J 简单日志门面 介绍和使用
  15. 《SMPLicit: Topology-aware Generative Model for Clothed People》论文解读
  16. 录屏软件哪个好?电脑录屏软件排行榜推荐
  17. 网络环境切换,会导致虚拟机网络地址更换
  18. grep 命令的使用
  19. 世界杯---人生就是一届又一届世界杯
  20. 120帧手机动态壁纸_热门动态壁纸主题锁屏墙纸精选app下载-热门动态壁纸主题锁屏墙纸精选最新版下载v6.2...

热门文章

  1. 【数据分析】指标体系
  2. oracle分析函数-开窗函数
  3. 英语KOREITE寿山石koreite单词
  4. *.manifest
  5. 海伦司上市在即:“嚣张”气势堪比瑞幸,核心竞争力存不存在?
  6. 付出与回报——伍迷“我的2007”随想 (转载 注 这个文章再次告诉我,做人要厚道,只要付出了,总有...
  7. Python字符串函数的使用
  8. 运营商大数据的发展现状和趋势
  9. 【Java】数组Array(概念、相关语法、相关算法)
  10. linux升级内核ivh,Linux内核升级