機器視覺chapter05課件

第五章圖像預(yù)處理圖象預(yù)處理?等同于普通圖象處理，但不為人的視覺效果，而為機器識別效果為什么要進行圖象預(yù)處理?如何進行圖象預(yù)處理?5.1直方圖修正直方圖均衡化:一種通過重新均勻地分布各灰度值來增強圖像對比度的方法．尺度變換原始圖像灰度區(qū)間[a,b]為空間[Zk]的子空間,此時將原區(qū)間內(nèi)的像素點z映射成新區(qū)間內(nèi)像素點[a,b]←→[Zk]線性變換：圖像像素灰度值分布在[a,b]區(qū)間推廣：圖像的大多數(shù)像素灰度值分布在[a,b]區(qū)間直方圖均衡化舉例1直方圖均衡化舉例25.2圖像線性運算

5.2.1線性系統(tǒng)

圖像處理系統(tǒng)可以用一個線性系統(tǒng)作為模型對于線性系統(tǒng)，當(dāng)系統(tǒng)輸入是一個中心在原點的脈沖(x,y)時，輸出g(x,y)就是系統(tǒng)的脈沖響應(yīng)．如果f和g表示圖像，則卷積就變成了對像素點的加權(quán)計算，脈沖響應(yīng)就是一個卷積模板5.3線性濾波器

(a)原始圖像(b)高斯噪聲被高斯噪聲所污染的圖像５.３.１均值濾波器每一個像素值用其局部鄰域內(nèi)所有值的均值置換其中，M是鄰域N內(nèi)的像素點總數(shù)。在像素點[i,j]處取3X3鄰域，得:3X3窗口7X7窗口在設(shè)計線性平滑濾波器時，選擇濾波權(quán)值應(yīng)使得濾波器只有一個峰值，稱之為主瓣，并且在水平和垂直方向上是對稱的．一個典型的3X3平滑濾波器的權(quán)值模板如下：經(jīng)驗設(shè)計

５.３.２高斯平滑濾波σ＝13X3σ＝213X13σ＝319X19σ＝425X25（1)旋轉(zhuǎn)對稱性（2)付立葉變換性質(zhì)高斯函數(shù)它的付立葉變換也是一個高斯函數(shù)高斯函數(shù)的付立葉變換通過下式計算：圖像與一維水平高斯函數(shù)卷積．水平方向上被模糊化圖像與一維垂直高斯函數(shù)卷積，垂直方向上被模糊化卷積是服從結(jié)合律和交換律的，卷積次序可以顛倒。（3）高斯函數(shù)的可分離性

高斯函數(shù)的可分離性表示為將二維計算退化為一維計算與高斯函數(shù)有關(guān)的一個性質(zhì)是高斯函數(shù)與其自身的卷積會產(chǎn)生一個與σ成比例的高斯函數(shù)，該性質(zhì)的一維表達：（4）級聯(lián)高斯函數(shù)（5）高斯濾波器設(shè)計--楊輝三角形逼近法高斯函數(shù)的最佳逼近由二項式展開的系數(shù)決定

0111211331146411510105116152015615點逼近對應(yīng)于楊輝三角形的第5行這一模板被用來在水平方向上平滑圖像．二維高斯濾波器用兩個一維高斯濾波器逐次卷積來實現(xiàn)；模板尺寸約為10時的濾波效果極好．對較大的濾波器，通過重復(fù)使用小高斯濾波器來實現(xiàn)．高斯濾波器設(shè)計--直接法離散高斯分布:例如，選ó2=2，n=7，在[0,0]處的值等于產(chǎn)生下列數(shù)組：左上角值定義為1并取整：5.4非線性濾波

（1）按亮度值大小排列像素點（2）選排序像素的中間值作為點的新值均值濾波和高斯濾波運算的主要問題？5.4.1中值濾波σ＝13X3σ＝213X13σ＝319X19σ