图像识别的预处理技术收藏

网友投稿 397 2024-01-23


   图像识别中,图像质量的好坏直接影响识别算法的设计与效果精度,那么除了能在算法上的优化外,预处理技术在整个项目中占有很重要的因素,然而人们往往忽略这一点    图像预处理,将每一个文字图像分检出来交给识别模块识别,这一过程称为图像预处理。

图像识别的预处理技术收藏

   图像预处理的主要目的是消除图像中无关的信息恢复有用的真实信息增强有关信息的可检测性和最大限度地简化数据从而改进特征抽取、图像分割、匹配和识别的可靠性预处理过程一般有数字化、几何变换、归一化、平滑、复原和增强等步骤。

   1.滤波:滤波(Wave filtering)是将信号中特定波段频率滤除的操作,是抑制和防止干扰的一项重要措施ps:均值、中值、高斯滤波在一定程度上会影响图像的清晰度,清晰图像无需进行滤波,一般都是有明显的噪点时才进行滤波处理。

   2.图像的归一化和直方图有相似性,在一定程度上可以将诡异哈理解为0-255的像素值变为0-1之间,缩小了其分配距离ps:在目标与背景灰度差别较大时,用较好,否则会出现粘连导致无法分割    3.图像的平滑(滤波)是对图像灰度跳变的一种抑制,图像的锐化则相反,它是对图像的灰度跳变部分的一种增强,突出图像的细节变化信息;PS:平滑和锐化都属于滤波,都用同一个函数,都是先建立个滤波器,但区别在于选择的方式算子不同;。

   例如:建立一个滤波器为:h = fspecial(type,parameter);再通过该滤波器对图像进行滤波决定是平滑还是锐化:filterImage = imfilter(srcImage,h);

   4.锐化往往也“增强”了噪声,可以将图像锐化和平滑结合使用,若图像本身就有很明显的噪声,可先平滑再锐化,若图像锐化后有了噪声,可再进一步去进行平滑处理预处理过程数字化    一幅原始照片的灰度值是空间变量(位置的连续值)的连续函数。

在M×N点阵上对照片灰度采样并加以量化(归为2b个灰度等级之一),可以得到计算机能够处理的数字图像为了使数字图像能重建原来的图像,对M、N和b值的大小就有一定的要求在接收装置的空间和灰度分辨能力范围内,M、N 和b的数值越大,重建图像的质量就越好。

当取样周期等于或小于原始图像中最小细节周期的一半时,重建图像的频谱等于原始图像的频谱,因此重建图像与原始图像可以完全相同由于M、N 和b三者的乘积决定一幅图像在计算机中的存储量,因此在存储量一定的条件下需要根据图像的不同性质选择合适的M、N 和b值,以获取最好的处理效果。

几何变换    用于改正图像采集系统的系统误差和仪器位置的随机误差所进行的变换对于卫星图像的系统误差,如地球自转、扫描镜速度和地图投影等因素所造成的畸变,可以用模型表示,并通过几何变换来消除随机误差如飞行器姿态和高度变化引起的误差,难以用模型表示出来,所以一般是在系统误差被纠正后,通过把被观测的图和已知正确几何位置的图相比较,用图中一定数量的地面控制点解双变量多项式函数组而达到变换的目的。

归一化    使图像的某些特征在给定变换下具有不变性质的一种图像标准形式图像的某些性质,例如物体的面积和周长,本来对于坐标旋转来说就具有不变的性质在一般情况下,某些因素或变换对图像一些性质的影响可通过归一化处理得到消除或减弱,从而可以被选作测量图像的依据。

例如对于光照不可控的遥感图片,灰度直方图的归一化对于图像分析是十分必要的灰度归一化、几何归一化和变换归一化是获取图像不变性质的三种归一化方法平滑    消除图像中随机噪声的技术对平滑技术的基本要求是在消去噪声的同时不使图像轮廓或线条变得模糊不清。

常用的平滑方法有中值法、局部求平均法和k 近邻平均法局部区域大小可以是固定的,也可以是逐点随灰度值大小变化的此外,有时应用空间频率域带通滤波方法复原    校正各种原因所造成的图像退化,使重建或估计得到的图像尽可能逼近于理想无退化的像场。

在实际应用中常常发生图像退化现象例如大气流的扰动,光学系统的像差,相机和物体的相对运动都会使遥感图像发生退化基本的复原技术是把获取的退化图像g(x,y)看成是退化函数h(x,y)和理想图像f(x,y)的卷积。

它们的傅里叶变换存在关系 G(u,v=H(u,v)F(u,v)根据退化机理确定退化函数后,就可从此关系式求出F(u,v),再用傅里叶反变换求出f(x,y)通常把这称为反向滤波器实际应用时,由于H(u,v)随离开uv平面原点的距离增加而迅速下降,为了避免高频范围内噪声的强化,当u2+v2大于某一界限值W娿时,使M(u,v)等于1。

W0的选择应使H(u,v)在 u2+v2≤W娿范围内不会出现零点图像复原的代数方法是以最小二乘法最佳准则为基础寻求一估值弮,使优度准则函数值最小这种方法比较简单,可推导出最小二乘法维纳滤波器当不存在噪声时,维纳滤波器成为理想的反向滤波器。

增强    对图像中的信息有选择地加强和抑制,以改善图像的视觉效果,或将图像转变为更适合于机器处理的形式,以便于数据抽取或识别例如一个图像增强系统可以通过高通滤波器来突出图像的轮廓线,从而使机器能够测量轮廓线的形状和周长。

图像增强技术有多种方法,反差展宽、对数变换、密度分层和直方图均衡等都可用于改变图像灰调和突出细节实际应用时往往要用不同的方法,反复进行试验才能达到满意的效果

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:设计USB协议接口时的六个关键问题收藏
下一篇:三瑞CCD视觉定位系统在工业生产中高速动态定位的应用分享收藏
相关文章

 发表评论

暂时没有评论,来抢沙发吧~