機(jī)器視覺第4章 圖像處理技術(shù)

第4章圖像處理技術(shù)第4章內(nèi)容4.1圖像增強(qiáng)4.2圖像分割4.3邊緣提取4.4數(shù)學(xué)形態(tài)學(xué)分析4.5圖像投影4.6圖像特征提取4.7配準(zhǔn)定位方法*(擴(kuò)展內(nèi)容/自學(xué))4章圖像處理技術(shù)4.1圖像增強(qiáng)空域圖像增強(qiáng)頻域圖像增強(qiáng)彩色增強(qiáng)4章圖像處理技術(shù)4.1.3彩色增強(qiáng) 偽彩色增強(qiáng) 在記錄和顯示圖像時(shí)，根據(jù)黑白圖像各像素灰度大小，按一定規(guī)則賦給它們不同的彩色，就將黑白圖像變成彩色圖像，這種由灰度到彩色的映射稱為偽彩色增強(qiáng)。 目的：利用人眼對彩色的敏感性，增強(qiáng)觀測者對目標(biāo)物的 檢測性，提高人對圖像的分辨能力。 原理：輸入和輸出圖像對應(yīng)像素間進(jìn)行一對一的映射變

換，不涉及像素空間位置改變。4章圖像處理技術(shù)4.1.3彩色增強(qiáng) 假彩色增強(qiáng)

是從彩色到彩色的變化。 將一幅真實(shí)自然的彩色圖像或遙感多光譜圖像逐點(diǎn)映射到三基色所確定的三維色度空間，然后加以合成，形成新的色彩，使目標(biāo)物體在重新顯示后，呈現(xiàn)出不同于原始的自然色。4章圖像處理技術(shù)4.2圖像分割是圖像處理到圖像理解的關(guān)鍵步驟。把圖像分割成各個(gè)具有特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程?；陂撝档姆指罘椒ㄊ且环N應(yīng)用十分廣泛的分割技術(shù)。利用圖像的灰度直方圖獲得分割閾值，用一個(gè)或幾個(gè)閾值將圖像的灰度級分為幾個(gè)部分，認(rèn)為屬于同一部分的像素是同一個(gè)物體。適用于目標(biāo)和背景占據(jù)不同灰度級范圍的圖像。兩個(gè)步驟：(1)確定需要分割的閾值；(2)將分割閾值與像素值進(jìn)行比較以劃分像素。4章圖像處理技術(shù)4.2圖像分割閾值變換方法主要有兩類：固定閾值法和浮動(dòng)閾值法。雙峰法迭代法大津法判別分析法一維最大熵法4章圖像處理技術(shù)4.2.1雙峰法認(rèn)為圖像由前景和背景組成，在直方圖上兩者各形成一個(gè)高峰，雙峰間的最低谷就是圖像分割閾值。具體實(shí)現(xiàn)：先繪出直方圖，然后人為定下雙峰間分割閾值4章圖像處理技術(shù)4.2.2迭代法求出圖像的最大和最小灰度值，記為Max和Min。令初始閾值T0=(Max+Min)/2。根據(jù)閾值T0將圖像分割為前景和背景，分別求出兩者的平均灰度值ZO和ZB。求出新閾值：T1=(ZO+ZB)/2。若T0=T1，退出迭代，T1即為閾值；否則令T0=T1，轉(zhuǎn)步驟3，迭代計(jì)算。4章圖像處理技術(shù)4.2.3大津法對一幅圖像，記：t為分割閾值；w0為前景點(diǎn)數(shù)占圖像比例；前景平均灰度為u0;w1為背景點(diǎn)數(shù)占圖像比例；背景平均灰度為u1。圖像的總平均灰度為：u=w0*u0+w1*u1從最小灰度值到最大灰度值遍歷t，使g=w0*(u0-u)2+w1*(u1-u)2 最大時(shí)的t為最佳分割閾值。4章圖像處理技術(shù)4.2.3大津法大津法的本質(zhì)： g本質(zhì)上是類間方差值。 方差是灰度分布均勻性的一種度量。 方差值越大，說明構(gòu)成圖像的兩部分差別越大，錯(cuò)分概率越小。4章圖像處理技術(shù)4.2.4判別分析法L--圖像灰度級；N--總像素?cái)?shù)；Ni--灰度值為i的像素?cái)?shù)灰度級k的灰度分布零階矩w(k)和一階矩u(k)為有M-1個(gè)閾值，1k1k2kM-1L，將圖像分割成M個(gè)灰度值的類Cj，類間灰度級范圍Sj=[kj-1,kj]，j=1,2,,M類Cj的發(fā)生概率wj，平均值uj為4章圖像處理技術(shù)4.2.4判別分析法類間方差 使2最大的閾值組，就是最佳閾值組通常M=2，即圖像二值化。4章圖像處理技術(shù)4.2.5一維最大熵法灰度級：L；分割閾值：T；目標(biāo)區(qū)O：<T，像素?cái)?shù)pO；背景區(qū)B：T，像素?cái)?shù)pB；各灰度級在本區(qū)的分布概率pi熵： (T)最大時(shí)對應(yīng)的灰度值T，為最佳閾值4章圖像處理技術(shù)4.2.5一維最大熵法缺點(diǎn)：運(yùn)算速度慢，不能滿足實(shí)時(shí)性要求只考慮了灰度值信息，沒考慮像素點(diǎn)的空間信息 當(dāng)圖像信噪比降低時(shí)，分割效果不理想。4章圖像處理技術(shù)4.3邊緣提取邊緣是圖像的最重要的特征。邊緣是周圍像素灰度有階躍變化或屋頂變化的像素集合。邊緣反映圖像灰度的不連續(xù)性。圖像的邊緣很少是從一個(gè)灰度跳到另一個(gè)灰度這樣的理想狀況。真實(shí)圖像的邊緣通常都具有有限的寬度呈現(xiàn)出陡峭的斜坡狀?；谶吘墮z測的基本思想：先檢測圖像中的邊緣點(diǎn)，再按一定策略連接成輪廓，從而形成邊緣圖像。4章圖像處理技術(shù)4.3邊緣提取邊緣種類一階方向?qū)?shù)二階方向?qū)?shù)檢測階梯形邊緣處取極值邊緣處呈零交叉二階方向?qū)?shù)屋頂型和線性邊緣處呈零交叉邊緣處取極值一階方向?qū)?shù)4章圖像處理技術(shù)4.3邊緣提取邊緣檢測一般過程原始圖像平滑圖像梯度或含過零點(diǎn)圖像邊界點(diǎn)平滑化一階或二階微分運(yùn)算閾值處理4章圖像處理技術(shù)4.3.1邊緣檢測算子梯度算子拉普拉斯算子Canny算子4章圖像處理技術(shù)4.3.1邊緣檢測算子梯度算子梯度對應(yīng)一階導(dǎo)數(shù)常用梯度算子：Roberts、Prewitt、Sobel4章圖像處理技術(shù)4.4.1邊緣算子提取幾種常用梯度算子的模板Roberts邊緣定位準(zhǔn)對噪聲敏感Prewitt平均、微分對噪聲有抑制作用Sobel加權(quán)平均邊寬2像素Isotropic(各向同性)Sobel權(quán)值反比于鄰點(diǎn)與中心點(diǎn)的距離，檢測沿不同方向邊緣時(shí)梯度幅度一致4章圖像處理技術(shù)4.3.1邊緣檢測算子拉普拉斯算子是二階微分算子，屬于各向同性的運(yùn)算。模板基本要求：中心像素的系數(shù)>0；鄰近中心像素的像素系數(shù)<0；系數(shù)總和=0。4章圖像處理技術(shù)4.3.1邊緣檢測算子Canny算子JohnCanny于1986年提出，是先平滑后求導(dǎo)數(shù)的方法。John給出的評價(jià)邊緣檢測性能優(yōu)劣的三個(gè)指標(biāo)：好的信噪比，即將非邊緣點(diǎn)判定為邊緣點(diǎn)的概率要低，將邊緣點(diǎn)判為非邊緣點(diǎn)的概率要低；高定位性能，即檢測出的邊緣點(diǎn)要盡可能在實(shí)際邊緣的中心；對單一邊緣僅有唯一響應(yīng)，即單個(gè)邊緣產(chǎn)生多個(gè)響應(yīng)的概率要低，并且虛假響應(yīng)邊緣應(yīng)該得到最大抑制?？偟膩碚f，在提高對景物邊緣的敏感性的同時(shí)，可以抑制噪聲的方法才是好的邊緣提取方法。4章圖像處理技術(shù)4.3.1邊緣檢測算子Canny算子求邊緣點(diǎn)具體算法步驟如下：1.用高斯濾波器平滑圖像．2.用一階偏導(dǎo)有限差分計(jì)算梯度幅值和方向.4.對梯度幅值進(jìn)行非極大值抑制．4.用雙閾值算法檢測和連接邊緣．4章圖像處理技術(shù)4.3.1邊緣檢測算子Matlab函數(shù)edge()Findedgesinintensityimage.takesanintensityorabinaryimageIasitsinput,andreturnsabinaryimageBWofthesamesizeasI,with1'swherethefunctionfindsedgesinIand0'selsewhere.supportssixdifferentedge-findingmethods:Sobel,Prewitt,Roberts,Laplacian,zero-crossmethod,Canny4章圖像處理技術(shù)4.3.1邊緣檢測算子幾種算子性能比較：Roberts：用局部差分算子尋找邊緣，邊緣定位精度高，但容易丟失一部分邊緣；由于圖像沒經(jīng)過平滑處理，不具備抑制噪聲能力。適用于有陡峭邊緣且含噪少的圖像。Prewitt和Sobel：對圖像先加權(quán)平滑處理，再微分運(yùn)算，對噪聲有一定抑制能力，但不能完全排除檢測結(jié)果中有虛假邊緣出現(xiàn)。邊緣定位效果較好，但檢測出的邊緣容易出現(xiàn)多像素寬度。4章圖像處理技術(shù)4.3.1邊緣檢測算子拉普拉斯算子：不依賴于邊緣方向的二階微分算子，對圖像中的階躍型邊緣點(diǎn)定位準(zhǔn)確，對噪聲非常敏感，它使噪聲成分加強(qiáng)，這兩個(gè)特性使它容易丟失一部分邊緣的方向信息，使檢測出的邊緣不連續(xù)。Canny算子：利用高斯函數(shù)的一階微分，能在噪聲抑制和邊緣檢測間取得較好的平衡。對各種類型的邊緣，具有較好的定位精度。4章圖像處理技術(shù)4.3.2輪廓提取方法輪廓提取前要對圖像進(jìn)行二值化。常用輪廓提取方法有：邊緣提取差影法輪廓跟蹤4章圖像處理技術(shù)4.3.2輪廓提取方法邊緣提取 如果原圖一點(diǎn)為黑，且它的8個(gè)（或4個(gè)）相鄰點(diǎn)都是黑色時(shí)，判斷該點(diǎn)為內(nèi)部點(diǎn)，將該點(diǎn)刪除。 思想：淘空內(nèi)部點(diǎn)4章圖像處理技術(shù)4.3.2輪廓提取方法輪廓跟蹤1.找到第一個(gè)邊界點(diǎn)像素A：按從左到右，從下到上的順序搜索，找到的第一個(gè)黑點(diǎn)一定是最左下方的邊界點(diǎn)。2.點(diǎn)A的右、右上、上、左上四個(gè)鄰點(diǎn)中至少有一個(gè)邊界點(diǎn)B。3.從點(diǎn)B開始，定義搜索的方向?yàn)樽笊戏?；如果左上方的點(diǎn)位黑點(diǎn)，則為邊界點(diǎn)，否則搜索方向順時(shí)針旋轉(zhuǎn)45°，直到找到一個(gè)黑點(diǎn)C為止。4.把點(diǎn)C作為新的邊界點(diǎn)，在當(dāng)前搜索方向上逆時(shí)針旋轉(zhuǎn)90°，用同樣方法搜索下一個(gè)邊界點(diǎn)，直到返回點(diǎn)A為止。4章圖像處理技術(shù)4.3.2輪廓提取方法差影法 用原圖像減去腐蝕后的收縮圖像。 為得到單像素邊緣，腐蝕操作采用33大小的結(jié)構(gòu)算子4章圖像處理技術(shù)4.4數(shù)學(xué)形態(tài)學(xué)分析基本運(yùn)算腐蝕與膨脹開運(yùn)算與閉運(yùn)算應(yīng)用邊界提取區(qū)域填充圖像細(xì)化與圖像骨架4章圖像處理技術(shù)4.5圖像投影 針對二值圖像的操作，是圖像分割的一種基本操作。 當(dāng)物體有水平或垂直邊界時(shí)，通過投影可以確定物體的大概位置。水平投影對圖像的每一行進(jìn)行遍歷，計(jì)算每一行中目標(biāo)像素的個(gè)數(shù)。垂直投影對圖像的每一列進(jìn)行遍歷，計(jì)算每一行中目標(biāo)像素的個(gè)數(shù)。4章圖像處理技術(shù)4.6圖像特征提取興趣點(diǎn)提取Harris角點(diǎn)直線提取*(擴(kuò)展內(nèi)容/自學(xué))哈夫變換圓弧提取*(擴(kuò)展內(nèi)容/自學(xué))最小二乘擬合4章圖像處理技術(shù)4.6.1圖像特征定義：圖像的原始特性或?qū)傩?。自然特征：視覺能直接感受，如亮度、邊緣輪廓、紋理、色彩等。人為特征：需要通過變換或測量得到，如直方圖、變換頻譜、矩等。4章圖像處理技術(shù)4.6.1圖像特征分類：提取區(qū)域大?。壕植刻卣?、全局特征。在圖像上的表現(xiàn)形式：點(diǎn)特征、線特征和面特征。用于目標(biāo)圖像識別：視覺特征—邊緣、輪廓、形狀、紋理、區(qū)域等，物理意義明確，提取比較容易。統(tǒng)計(jì)特征—直方圖、矩(包括均值、方差、峰度、熵)等。變換系數(shù)特征代數(shù)特征4章圖像處理技術(shù)4.6.2Harris角點(diǎn)檢測給定一個(gè)小的滑動(dòng)窗口，有三種情況：平滑區(qū)域：無論窗口如何移動(dòng)，圖像強(qiáng)度無顯著變化。邊緣區(qū)域：沿邊緣方向灰度值無明顯變化。興趣點(diǎn)區(qū)域：無論朝哪個(gè)方向移動(dòng)，均會(huì)產(chǎn)生灰度值的巨大變化4章圖像處理技術(shù)4.6.2Harris角點(diǎn)檢測興趣點(diǎn)標(biāo)定步驟：1.采用Sobel算子計(jì)算梯度圖像：Ix,Iy2.逐點(diǎn)計(jì)算乘積圖像：Ix2,Iy2,

IxIy4.用高斯窗w(x,y)對乘積圖像中的所有像素點(diǎn)進(jìn)行卷積4章圖像處理技術(shù)4.6.2Harris角點(diǎn)檢測對每個(gè)像素點(diǎn)進(jìn)行如下操作：4.對矩陣C進(jìn)行特征值分解，得到兩個(gè)特征值1,25.計(jì)算區(qū)域判別準(zhǔn)則值Rk一般取值0.06。平滑區(qū)域：|R|很小；邊緣區(qū)域：R<0；興趣點(diǎn)區(qū)域：R>04章圖像處理技術(shù)4.6.2Harris角點(diǎn)檢測6.找出所有滿足R>0且超過一定門限，并且是局部最大值的點(diǎn)，這些點(diǎn)即為興趣點(diǎn)。門限一般設(shè)定為0.9Rmax，Rmax是所有像素R值的最大值。局部最大值的判斷通常設(shè)定在33的鄰域范圍內(nèi)，如果檢測出的興趣點(diǎn)非常密集，可以擴(kuò)大局部最大值的判定范圍。4章圖像處理技術(shù)4.6.3一個(gè)應(yīng)用——攝像機(jī)標(biāo)定標(biāo)定是計(jì)算機(jī)視覺中的基本問題，主要目的是確定圖像上某一點(diǎn)與實(shí)際場景點(diǎn)之間的對應(yīng)關(guān)系。在很多應(yīng)用場合，如3D物體的跟蹤識別、三維重建、機(jī)器人導(dǎo)航等都需要用到標(biāo)定技術(shù)，以便對景物進(jìn)行定量分析或?qū)ξ矬w的空間位置進(jìn)行精確定位。標(biāo)定需要確定攝像機(jī)的內(nèi)、外兩種參數(shù)內(nèi)參數(shù)：描述攝像機(jī)自身的幾何和光學(xué)特性，包括焦距f、畸變系數(shù)k、圖像中心的位置等。外參數(shù)：描述世界坐標(biāo)系與攝像機(jī)坐標(biāo)系的位置關(guān)系，用一個(gè)旋轉(zhuǎn)