計(jì)算機(jī)視覺應(yīng)用開發(fā)課件：圖像增強(qiáng)概述

圖像增強(qiáng)概述圖像增強(qiáng)的基本概念01任務(wù)圖像增強(qiáng)的意義02任務(wù)圖像增強(qiáng)的應(yīng)用場景03任務(wù)學(xué)習(xí)目標(biāo)了解圖像增強(qiáng)的基本概念

了解圖像增強(qiáng)的意義1圖像增強(qiáng)的基本概念1圖像增強(qiáng)的基本概念在工業(yè)場景中，因?yàn)楣に嚰夹g(shù)現(xiàn)在發(fā)展都比較好，所以很難收集到大量的缺陷數(shù)據(jù)用于深度學(xué)習(xí)的學(xué)習(xí)和訓(xùn)練，針對(duì)這種情況，可以利用數(shù)據(jù)增強(qiáng)來幫助深度學(xué)習(xí)算法更好學(xué)習(xí)小樣本中的特征。數(shù)據(jù)增強(qiáng)（DataAugmentation）是一種通過讓有限的數(shù)據(jù)產(chǎn)生更多的等價(jià)數(shù)據(jù)來人工擴(kuò)展訓(xùn)練數(shù)據(jù)集的技術(shù)。它是克服訓(xùn)練數(shù)據(jù)不足的有效手段，目前在深度學(xué)習(xí)的各個(gè)領(lǐng)域中應(yīng)用廣泛。數(shù)據(jù)增強(qiáng)樣本也有可能是引入片面噪聲，導(dǎo)致過擬合。此時(shí)需要考慮的是調(diào)整數(shù)據(jù)增強(qiáng)方法，或者通過算法(可借鑒Pu-Learning思路)選擇增強(qiáng)數(shù)據(jù)的最佳子集，以提高模型的泛化能力。2圖像增強(qiáng)的意義圖像增強(qiáng)的意義對(duì)于分類模型來說，有這樣一個(gè)結(jié)論：其中，N是訓(xùn)練樣本數(shù)量，

，h是分類模型的VCdimension(用于衡量布爾函數(shù)的復(fù)雜度)。

也叫modelcomplexitypenalty。從上式可以看出如果想要使得模型的泛化能力比較好，就要保證trainingerror和modelcomplexitypenalty都比較小，觀察modelcomplexitypenalty這一項(xiàng)可以看出，h越大，modelcomplexitypenalty就會(huì)越大。N越大，modelcomplexitypenalty就會(huì)越小。大致上來說，越復(fù)雜的模型有著越大的h（VCdimension），所以為了模型有著較好的generalization，需要有較大的N來壓低modelcomplexitypenalty。2

圖像增強(qiáng)的意義2數(shù)據(jù)增強(qiáng)的技術(shù)，可提高訓(xùn)練數(shù)據(jù)集的大小和質(zhì)量，以便可以使用它們來構(gòu)建更好的深度學(xué)習(xí)模型。數(shù)據(jù)增強(qiáng)的作用在于：1、避免過擬合。當(dāng)數(shù)據(jù)集具有某種明顯的特征，例如數(shù)據(jù)集中圖片基本在同一個(gè)場景中拍攝，使用Cutout方法和風(fēng)格遷移變化等相關(guān)方法可避免模型學(xué)到與目標(biāo)無關(guān)的信息。2、提升模型魯棒性，降低模型對(duì)圖像的敏感度。當(dāng)訓(xùn)練數(shù)據(jù)都屬于比較理想的狀態(tài)，碰到一些特殊情況，如遮擋，亮度，模糊等情況容易識(shí)別錯(cuò)誤，對(duì)訓(xùn)練數(shù)據(jù)加上噪聲，掩碼等方法可提升模型魯棒性。3、增加訓(xùn)練數(shù)據(jù)，提高模型泛化能力。4、避免樣本不均衡。在工業(yè)缺陷檢測方面，醫(yī)療疾病識(shí)別方面，容易出現(xiàn)正負(fù)樣本極度不平衡的情況，通過對(duì)少樣本進(jìn)行一些數(shù)據(jù)增強(qiáng)方法，降低樣本不均衡比例。3圖像增強(qiáng)的應(yīng)用場景圖像增強(qiáng)的應(yīng)用場景數(shù)字圖像處理在40多年的時(shí)間里，迅速發(fā)展成一門獨(dú)立的有強(qiáng)大生命力的學(xué)科，圖像增強(qiáng)技術(shù)已逐步涉及人類生活和社會(huì)生產(chǎn)的各個(gè)方面，下面我們僅就幾個(gè)方面的應(yīng)用舉些例子。航空航天領(lǐng)域早在60年代初期，第3代計(jì)算機(jī)的研制成功和快速傅里葉變換的提出，使圖像增強(qiáng)技術(shù)可以在計(jì)算機(jī)上實(shí)現(xiàn)。1964美國噴氣推進(jìn)實(shí)驗(yàn)室(JPL)的科研人員使用IBM7094計(jì)算機(jī)以及其它設(shè)備，采用集合校正、灰度變換、去噪聲、傅里葉變換以及二維線性濾波等方法對(duì)航天探測器“徘徊者7號(hào)”發(fā)回的幾千張?jiān)虑蛘掌晒Φ倪M(jìn)行了處理。隨后他們又對(duì)“徘徊者8號(hào)”和“水手號(hào)”發(fā)回地球的幾萬張照片進(jìn)行了較為復(fù)雜地?cái)?shù)字圖像處理，使圖像質(zhì)量得到進(jìn)一步的提高，從此圖像增強(qiáng)技術(shù)進(jìn)入了航空航天領(lǐng)域的研究與應(yīng)用。同時(shí)圖像增強(qiáng)技術(shù)的發(fā)展也推動(dòng)了硬件設(shè)備的提高，比如1983年LANDSAT-4的分辨率為30m，而如今發(fā)射的衛(wèi)星分辨率可達(dá)到3-5m的范圍內(nèi)。圖像采集設(shè)備性能的提高，使采集圖像的質(zhì)量和數(shù)據(jù)的準(zhǔn)確性和清晰度得到了極大地提高。3圖像增強(qiáng)的應(yīng)用場景生物醫(yī)學(xué)領(lǐng)域圖像增強(qiáng)技術(shù)在生物醫(yī)學(xué)方面的應(yīng)用有兩類，其中一類是對(duì)生物醫(yī)學(xué)的顯微光學(xué)圖像進(jìn)行處理和分析，比如對(duì)紅細(xì)胞、白細(xì)胞、細(xì)菌、蟲卵的分類計(jì)數(shù)以及染色體的分析；另一類應(yīng)用是對(duì)X射線圖像的處理，其中最為成功的是計(jì)算機(jī)斷層成像。1973年英國的EMI公司在制造出第一臺(tái)X射線斷層成像裝置。由于人體的某些組織，比如心臟、乳腺等軟組織對(duì)X射線的衰減變化不大，導(dǎo)致圖像靈敏度不強(qiáng)。由此圖像增強(qiáng)技術(shù)在生物醫(yī)學(xué)圖像中得到廣泛的應(yīng)用。公共安全領(lǐng)域在社會(huì)安全管理方面，圖像增強(qiáng)技術(shù)的應(yīng)用也十分廣泛