圖像預(yù)處理的主要方案(共4頁(yè))

1、精選優(yōu)質(zhì)文檔-傾情為你奉上圖像預(yù)處理的主要方案1引言模擬世界的影像要為計(jì)算機(jī)系統(tǒng)所處理和理解一般要經(jīng)過(guò)圖像采集、圖像預(yù)處理、特征取樣、匹配分析等階段。由于獲取圖像的工具或手段的影響成像系統(tǒng)獲取的圖像即原始圖像由于受到種種條件限制和隨機(jī)干擾往往不能直接使用必須在視覺(jué)信息處理的早期階段對(duì)原始圖像進(jìn)行灰度校正、噪聲過(guò)濾等圖像預(yù)處理使獲取圖像無(wú)法完全體現(xiàn)原始圖像的全部信息。因此對(duì)圖像進(jìn)行預(yù)處理就顯得非常重要。預(yù)處理的目的是改善圖像數(shù)據(jù)抑制不需要的變形或者增強(qiáng)某些對(duì)于后續(xù)處理來(lái)說(shuō)比較重要的圖像特征。圖1圖像處理的輸入輸出簡(jiǎn)圖在圖像分析中對(duì)輸入圖像進(jìn)行特征抽取、分割和匹配前所進(jìn)行的處理。圖像預(yù)處理的主要目

2、的是消除圖像中無(wú)關(guān)的信息恢復(fù)有用的真實(shí)信息增強(qiáng)有關(guān)信息的可檢測(cè)性和最大限度地簡(jiǎn)化數(shù)據(jù)從而改進(jìn)特征抽取、圖像分割、匹配和識(shí)別的可靠性。預(yù)處理過(guò)程一般有數(shù)字化、幾何變換、歸一化、平滑、復(fù)原和增強(qiáng)等步驟。2數(shù)字化一幅原始照片的灰度值是空間變量位置的連續(xù)值的連續(xù)函數(shù)。在M×N點(diǎn)陣上對(duì)照片灰度采樣并加以量化歸為2b個(gè)灰度等級(jí)之一可以得到計(jì)算機(jī)能夠處理的數(shù)字圖像。為了使數(shù)字圖像能重建原來(lái)的圖像對(duì)M、N和b值的大小就有一定的要求。在接收裝置的空間和灰度分辨能力范圍內(nèi)M、N和b的數(shù)值越大重建圖像的質(zhì)量就越好。當(dāng)取樣周期等于或小于原始圖像中最小細(xì)節(jié)周期的一半時(shí)重建圖像的頻譜等于原始圖像的頻譜因此重建圖

3、像與原始圖像可以完全相同。由于M、N和b三者的乘積決定一幅圖像在計(jì)算機(jī)中的存儲(chǔ)量因此在存儲(chǔ)量一定的條件下需要根據(jù)圖像的不同性質(zhì)選擇合適的M、N和b值以獲取最好的處理效果。3幾何變換用于改正圖像采集系統(tǒng)的系統(tǒng)誤差和儀器位置的隨機(jī)誤差所進(jìn)行的變換。對(duì)于衛(wèi)星圖像的系統(tǒng)誤差如地球自轉(zhuǎn)、掃描鏡速度和地圖投影等因素所造成的畸變可以用模型表示并通過(guò)幾何變換來(lái)消除。隨機(jī)誤差如飛行器姿態(tài)和高度變化引起的誤差難以用模型表示出來(lái)所以一般是在系統(tǒng)誤差被糾正后通過(guò)把被觀測(cè)的圖和已知正確幾何位置的圖相比較用圖中一定數(shù)量的地面控制點(diǎn)解雙變量多項(xiàng)式函數(shù)組而達(dá)到變換的目的。4歸一化使圖像的某些特征在給定變換下具有不變性質(zhì)的一種

4、圖像標(biāo)準(zhǔn)形式。圖像的某些性質(zhì)例如物體的面積和周長(zhǎng)本來(lái)對(duì)于坐標(biāo)旋轉(zhuǎn)來(lái)說(shuō)就具有不變的性質(zhì)。在一般情況下某些因素或變換對(duì)圖像一些性質(zhì)的影響可通過(guò)歸一化處理得到消除或減弱從而可以被選作測(cè)量圖像的依據(jù)。例如對(duì)于光照不可控的遙感圖片灰度直方圖的歸一化對(duì)于圖像分析是十分必要的?；叶葰w一化、幾何歸一化和變換歸一化是獲取圖像不變性質(zhì)的三種歸一化方法。5平滑消除圖像中隨機(jī)噪聲的技術(shù)。對(duì)平滑技術(shù)的基本要求是在消去噪聲的同時(shí)不使圖像輪廓或線條變得模糊不清。常用的平滑方法有中值法、局部求平均法和k近鄰平均法。局部區(qū)域大小可以是固定的也可以是逐點(diǎn)隨灰度值大小變化的。此外有時(shí)應(yīng)用空間頻率域帶通濾波方法。6復(fù)原校正各種原因所

5、造成的圖像退化使重建或估計(jì)得到的圖像盡可能逼近于理想無(wú)退化的像場(chǎng)。在實(shí)際應(yīng)用中常常發(fā)生圖像退化現(xiàn)象。例如大氣流的擾動(dòng)光學(xué)系統(tǒng)的像差相機(jī)和物體的相對(duì)運(yùn)動(dòng)都會(huì)使遙感圖像發(fā)生退化?；镜膹?fù)原技術(shù)是把獲取的退化圖像gxy看成是退化函數(shù)hxy和理想圖像fxy的卷積。它們的傅里葉變換存在關(guān)系GuvHuvFuv。根據(jù)退化機(jī)理確定退化函數(shù)后就可從此關(guān)系式求出Fuv再用傅里葉反變換求出fxy。通常把稱為反向?yàn)V波器。實(shí)際應(yīng)用時(shí)由于Huv隨離開uv平面原點(diǎn)的距離增加而迅速下降為了避免高頻范圍內(nèi)噪聲的強(qiáng)化當(dāng)u2v2大于某一界限值W娿時(shí)使Muv等于1。W0的選擇應(yīng)使Huv在u2v2W娿范圍內(nèi)不會(huì)出現(xiàn)零點(diǎn)。圖像復(fù)原的代數(shù)

6、方法是以最小二乘法最佳準(zhǔn)則為基礎(chǔ)。尋求一估值弮使優(yōu)度準(zhǔn)則函數(shù)值最小。這種方法比較簡(jiǎn)單可推導(dǎo)出最小二乘法維納濾波器。當(dāng)不存在噪聲時(shí)維納濾波器成為理想的反向?yàn)V波器。7增強(qiáng)對(duì)圖像中的信息有選擇地加強(qiáng)和抑制以改善圖像的視覺(jué)效果或?qū)D像轉(zhuǎn)變?yōu)楦m合于機(jī)器處理的形式以便于數(shù)據(jù)抽取或識(shí)別。例如一個(gè)圖像增強(qiáng)系統(tǒng)可以通過(guò)高通濾波器來(lái)突出圖像的輪廓線從而使機(jī)器能夠測(cè)量輪廓線的形狀和周長(zhǎng)。圖像增強(qiáng)技術(shù)有多種方法反差展寬、對(duì)數(shù)變換、密度分層和直方圖均衡等都可用于改變圖像灰調(diào)和突出細(xì)節(jié)。實(shí)際應(yīng)用時(shí)往往要用不同的方法反復(fù)進(jìn)行試驗(yàn)才能達(dá)到滿意的效果。圖像對(duì)比度處理是空間域圖像增強(qiáng)的一種方法。由于圖像灰度范圍狹窄會(huì)使圖像的對(duì)

7、比度不理想可用對(duì)比度增強(qiáng)技術(shù)來(lái)調(diào)整圖像灰度值的動(dòng)態(tài)范圍。圖像增強(qiáng)技術(shù)主要有兩種方法空間域法和頻率域法空間域方法主要是在空間域內(nèi)對(duì)圖像像素直接運(yùn)算處理頻率域方法就是在圖像的某種變換域?qū)D像的變換值進(jìn)行運(yùn)算如先對(duì)圖像進(jìn)行付立葉變換再對(duì)圖像的頻譜進(jìn)行某種計(jì)算如濾波等最后將計(jì)算后的圖像逆變換到空間域本章首先討論直方圖修正方法然后介紹各種濾波技術(shù)。7.1直方圖修正許多圖像的灰度值是非均勻分布的其中灰度值集中在一個(gè)小區(qū)間內(nèi)的圖像是很常見的。直方圖均衡化是一種通過(guò)重新均勻地分布各灰度值來(lái)增強(qiáng)圖像對(duì)比度的方法。經(jīng)過(guò)直方圖均衡化的圖像對(duì)二值化閾值選取十分有利一般來(lái)說(shuō)直方圖修正能提高圖像的主觀質(zhì)量因此在處理藝術(shù)圖

8、像時(shí)非常有用。直方圖修正的一個(gè)簡(jiǎn)單例子是圖像尺度變換把在灰度區(qū)間ba內(nèi)的像素點(diǎn)映射到zzk1區(qū)間一般情況下由于曝光不充分原始圖像灰度區(qū)間ba常常為空間zzk1的子空間此時(shí)將原區(qū)間內(nèi)的像素點(diǎn)z映射成新區(qū)間內(nèi)像素點(diǎn)z的函數(shù)表示為zzzbazazk1171上述函數(shù)的曲線形狀見圖51a上述映射關(guān)系實(shí)際上將ba區(qū)間擴(kuò)展到區(qū)間zzk1上使曝光不充分的圖像黑的更黑白的更白。如果圖像的大多數(shù)像素灰度值分布在區(qū)間ba則可以使用7.2式所示的映射函數(shù)bzzazzbzazazabzzzkk11172若要突出圖像中具有某些灰度值物體的細(xì)節(jié)而又不犧牲其它灰度上的細(xì)節(jié)可以采用分段灰度變換使需要的細(xì)節(jié)灰度值區(qū)間得到拉伸不需

9、要的細(xì)節(jié)得到壓縮以增強(qiáng)對(duì)比度當(dāng)然也可以采用連續(xù)平滑函數(shù)進(jìn)行灰度變換。這一方法存在的問(wèn)題是當(dāng)直方圖被延伸后所得到的新直方圖并不均勻也就是說(shuō)各灰度值所對(duì)應(yīng)的像素?cái)?shù)并不相等因此更好的方法應(yīng)該是既能擴(kuò)展直方圖又能使直方圖真正地呈現(xiàn)均勻性如果預(yù)先設(shè)定灰度值分布那么就可以用下面的方法假定pi是原直方圖中在灰度級(jí)zi上的像素點(diǎn)的數(shù)目iq是要得到的直方圖在灰度級(jí)zi上的像素點(diǎn)的數(shù)目從原直方圖的左邊起找到灰度值k1使得kiikiipqp73灰度級(jí)1211.kzzz上的像素點(diǎn)將映射到新圖像的灰度級(jí)為z1的像素點(diǎn)上現(xiàn)在求灰度值k2使得kiikiipqqp74下一區(qū)間像素值121.kkzz被映射到灰度級(jí)z2上重復(fù)這一

10、過(guò)程直到原始圖像的所有灰度值都得到處理在那里原始圖像對(duì)比度很弱原因是灰度值分布在一小區(qū)間內(nèi)直方圖均衡化通過(guò)映射灰度值來(lái)逼近均勻分布從而改善了對(duì)比度但是這一方法在均衡化后的直方圖中仍然留下了間隙除非輸入圖像中具有同一灰度級(jí)的像素點(diǎn)在輸出圖中被延伸至幾個(gè)灰度級(jí)如果直方圖被延伸則在原始圖像中具有相同灰度值的像素點(diǎn)在新的圖像中可能會(huì)被延伸成不同的灰度值最簡(jiǎn)便的方法就是為相同灰度值的每一個(gè)像素點(diǎn)分配一個(gè)隨機(jī)的輸出值為了把像素點(diǎn)均勻地分布在n個(gè)輸出值11.nkkkqqq的范圍內(nèi)假定使用一個(gè)隨機(jī)數(shù)發(fā)生器其產(chǎn)生的隨機(jī)數(shù)均勻地分布在01內(nèi)輸出的像素點(diǎn)標(biāo)號(hào)可以由隨機(jī)數(shù)r通過(guò)計(jì)算公式rnk得到換句話說(shuō)對(duì)每一次決策抽

11、出一個(gè)隨機(jī)數(shù)乘以區(qū)間內(nèi)的輸出值數(shù)目n后四舍五入取整最后將這一偏移量加到最低標(biāo)號(hào)k上7.2圖像線性運(yùn)算許多圖像處理系統(tǒng)都可以用一個(gè)線性系統(tǒng)作為模型輸入線性系統(tǒng)輸出xygxy對(duì)于線性系統(tǒng)當(dāng)系統(tǒng)輸入是一個(gè)中心在原點(diǎn)的脈沖xy時(shí)輸出gxy就是系統(tǒng)的脈沖響應(yīng)此外如果系統(tǒng)響應(yīng)與輸入脈沖的中心位置無(wú)關(guān)則該系統(tǒng)稱為空間不變系統(tǒng)對(duì)于線性系統(tǒng)當(dāng)系統(tǒng)輸入是一個(gè)中心在原點(diǎn)的脈沖xy時(shí)輸出gxy就是系統(tǒng)的脈沖響應(yīng)此外如果系統(tǒng)響應(yīng)與輸入脈沖的中心位置無(wú)關(guān)則該系統(tǒng)稱為空間不變系統(tǒng)輸入空間不變線性系統(tǒng)輸出00yyxx00yyxxg線性空間不變系統(tǒng)LinearSpaceInvariantLSI完全能用其脈沖響應(yīng)來(lái)描述輸入LSI

12、系統(tǒng)輸出fxygxyhxy其中fxy和hxy是輸入和輸出圖像上面的系統(tǒng)必須滿足關(guān)系式2121yxhbyxhayxfbyxfa其中fxy1和fxy2是輸入圖像hxy1和hxy2是對(duì)應(yīng)于fxy1和fxy2的輸出圖像a和b是常系數(shù)比例因子對(duì)這樣的系統(tǒng)其輸出hxy可以用輸入fxy與其脈沖響應(yīng)gxy的卷積來(lái)定義.ydxdyyxxgyxfyxgyxfyxh75圖像域的卷積對(duì)應(yīng)于頻率域的乘積因此對(duì)于圖像域中非常費(fèi)時(shí)的大濾波器卷積若使用快速付立葉變換fastfouriertransformFFT可以大大地提高計(jì)算效率FFT是許多圖像處理應(yīng)用領(lǐng)域里十分重要的方法但是在機(jī)器視覺(jué)中由于大多數(shù)算法是非線性的或空間可變

13、的因此不能使用付立葉變換方法對(duì)于視覺(jué)模型為線性的、空間不變的系統(tǒng)由于濾波尺度很小使用快速付立葉變換幾乎得不到什么益處因此在視覺(jué)預(yù)處理階段通常使用線性濾波器如平滑濾波器等來(lái)完成圖像時(shí)域卷積73線性濾波器圖像常常被強(qiáng)度隨機(jī)信號(hào)也稱為噪聲所污染一些常見的噪聲有椒鹽SaltPepper噪聲、脈沖噪聲、高斯噪聲等椒鹽噪聲含有隨機(jī)出現(xiàn)的黑白強(qiáng)度值而脈沖噪聲則只含有隨機(jī)的白強(qiáng)度值正脈沖噪聲或黑強(qiáng)度值負(fù)脈沖噪聲與前兩者不同高斯噪聲含有強(qiáng)度服從高斯或正態(tài)分布的噪聲高斯噪聲是許多傳感器噪聲的很好模型例如攝像機(jī)的電子干擾噪聲ab圖2被高斯噪聲所污染的圖像a原始圖像b高斯噪聲線性平滑濾波器去除高斯噪聲的效果很好且在大多數(shù)情況下對(duì)其它類型的噪聲也有很好的效果。線性濾波器使用連續(xù)窗函數(shù)內(nèi)像素加權(quán)和來(lái)實(shí)現(xiàn)濾波。特別典型的是同一模式的權(quán)重因子可以作用在每一個(gè)窗口內(nèi)也就意味著線性濾波器是空間不變的這樣就可以使用卷積模板來(lái)實(shí)現(xiàn)濾波。如果圖像的不同部分使用不同的濾波權(quán)重因子且仍然可以用濾波器完成加權(quán)運(yùn)算那么線性濾波器就是空間可變的。任何不是像素加權(quán)運(yùn)算的濾波器都屬于非線性濾波器。非線性濾波器也可以是空間不變的也就是說(shuō)在圖像的任何位置上可以進(jìn)行相同的運(yùn)算而不考慮圖像位置或空間的變化。下面主要介紹兩種線性濾波器均值濾波器和高斯濾波器。7.4非