图像识别学习—2

图像处理的层次：

图像预处理 ——> 图像理解

从原始图像到目标识别的过程中常常伴随着数据缩减。

图像运算：

（1）点运算

（2）局部图像运算

（3）全局图像运算

像素数据格式：

二元数据：只有黑（true）白（false），因此只要1bit

灰度级：覆盖0～255的范围，需要1Byte

彩色数据：需要R，G，B 3种成分

 

点 运 算

变换运算：

灰度图像 --> 二元图像 可以用 门限设置 或者 抖动

抖动：一个简单的方法，但效果一般，就是计算每个像素的随机门限和用这个矢量值做 比较（随机抖动）。

范围运算：

与上图相反的还有灰度缩减。

直方图运算：

基于直方图的方法是范围运算的直接拉伸。

 

边缘检测

边缘检测是图像预处理的中心任务之一。边缘点指的是那些具有高灰度值梯度的点，即在某局部邻域中具有高灰度值差异的点。

拉普拉斯算子Laplace（梯度算子）

拉普拉斯算子在一定程度上和均值算子具有相反的特性。

Sobel算子

Sobel算子是水平边缘检测和垂直边缘检测算子的合成，通过把笛卡尔坐标转换为极坐标，就可以算出边缘强度和方向。

Laplace或Sobel这样的特定的局部算子，容易受噪声影响。

 

骨架化

在图像主要以线条为基础的情况下，有许多方法可以从原始图像中分离出所谓的骨架（skeleton），这被称作是骨架化（skeletonizing）运算或者细化运算（thinning）

形态学算子

分割

变换：

Hough变换

傅立叶变换

 

图像序列分析

位移矢量场计算 ： 光流计算

 

参考书：  《Parallel Image  Processing》 并行图像处理  [德]托马斯.布劳恩 斯特凡.法伊尔   沃尔夫冈.拉菲  米凯尔.莱因哈特 著   李俊山  李新社 焦康 译  西安交通大学出版社