1. 程式人生 > >影象資料處理演算法總結

影象資料處理演算法總結

本博文主要介紹了影象處理的一些基礎知識

一. 影象儲存原理

影象儲存原理主要分為5種

1. RGB顏色空間,使用最為廣泛的顏色空間。

2. CMY(K)顏色空間,主要用於印刷行業。

3. HSV/HSL(I)顏色空間,人類視覺,和畫家配色領域。

4. CIE-XYZ顏色空間,國際照明協會應用。

5. CIE-Lab對色空間,接近人類視覺。

 

二. 空域分析及變換

濾波/卷積的計算過程:

濾波/卷積  邊界補充問題:

1. 補零:

2. 邊界複製

3. 映象

4.塊複製

 

濾波/卷積的類別有哪些:

1. 平緩均值濾波:卷積核裡面數字的大小一直,並且卷積核的尺寸是奇數尺寸。

 

2.平滑中值濾波:對卷積畫素區域的數值大小排序,選取中間的數值作為結果。卷積核尺寸大小是奇數尺寸。

平滑中值濾波可以有效地去除椒鹽噪聲。

去除椒鹽噪聲

 

3. 平滑高斯濾波/卷積:模擬人眼效果,關注中心區域,中心區域的以外的畫素點逐漸變小,距離越遠數值越小。

高斯濾波的特性:分解特性。

可以將2D卷積拆分成另個相同的1D卷積,減少了計算量。

2D卷積計算量是:K*K。1D卷積的計算量是2*K。

 

 

4. 用來提取影象邊緣資訊的濾波/卷積

1)梯度Prewitt濾波/卷積:

提取水平資訊的濾波/卷積

提取處置資訊的濾波/卷積:

 

2)Sobel濾波/卷積:相當於Prewitt加權,或這是加入高斯平滑。

水平方向的:

垂直方向的:

 

3)梯度Laplacian濾波/卷積

可以用來做:團塊檢測(周邊畫素高於或者低於中心畫素)和邊緣檢測(畫素值變化快速的區域)。

 

4)其他濾波和卷積

左移位:

銳化:(高斯濾波+均值濾波)

 

三. 頻域分析及變換

1. 傅立葉變換:

一個訊號可以由足夠多個不同頻率和振幅的正餘弦波組成。

傅立葉變換的主要性質就是:可以將空域的卷積操作轉換成頻域的乘積操作。這樣大大減少了計算量,增加了執行速度。下圖就是傅立葉變換的一個流程圖。

傅立葉變換:如下圖所示,我們的影象是一個M*N大小的圖片。左上角為畫素的起始座標(0,0)。經過傅立葉變化之後起始點移動到中心位置。

下圖詳細介紹了經過傅立葉變化之後的圖片。下圖的起始位置是(0,0)點。起始點水平往右頻率越來越高,振幅越來越低。起始點垂直往下開始頻率越來越高,振幅越來越低。起始點斜下開始也是程相同的變化。

下圖是傅立葉變化:

空域卷積=頻域乘積

 

2. 高斯金字塔:

高斯卷積+下采樣  n次

金字塔加入高斯濾波的必要性,為什麼不直接使用下采樣來做成金字塔模型。如下圖所示,如果只用下采樣會造成更多的資訊丟失。

 

3. 拉普拉斯金字塔:影象資訊會在卷積和下采樣的過程中丟失,為了保留這些丟失的資訊恢復影象,從而引入了拉普拉斯金字塔。

Gi表示當前層卷積影象資訊,UP(Gi+1)表示下一層卷積圖上取樣。g5*5表示5*5卷積。

下圖就是影象恢復的流程圖:

從左邊開始第一列是高斯金字塔,第二列是拉普拉斯金字塔,第三列是原影象金字塔。左邊的兩列是為了提取拉普拉斯特徵圖,右邊的兩列是通過拉普拉斯金字塔來恢復原來的圖片。

 

4. 模板匹配

作用是用來同尺度的目標檢測。

目標相似度檢測方法有:歐氏距離,相關,去均值相關。