机器视觉之图像基础知识，让计算机去理解获取数字图像与视频中的信息

机器视觉的图像知识首先什么是机器视觉？计算机视觉就是让计算机去理解获取数字图像与视频中的信息最终实现一个与人类视觉系统实现相同功能的自动化系统什么是机器视觉中的图像的前置知识——颜色模型？最为常用的颜色模型，分别是RGB颜色模型和HSV颜色模型，这两种模型之间是可以通过数学公式进行相互转换的。

RGB颜色模型(也叫红、绿、蓝三原色模型或者加色混色模型)：将红、绿、蓝3种不同颜色，根据亮度配比的不同进行混合（3种颜色的定量配比），从而表现出不同的颜色通过3种最基本颜色的混合叠加来表现出任意的一种颜色的方法，特别适用于显示器等主动发光的显示设备。

RGB颜色的展现依赖于设备的颜色空间,这也就使得我们感觉有些手机屏幕颜色特别逼真、绚丽，而另一些就令人失望RGB颜色模型的空间结构上图展示了RGB颜色模型的空间结构，这是一个立方体结构，在该几何空间中，3个坐标轴分别代表了红red绿green蓝blue3种颜色。

从理论上讲，任何一种颜色都包含在该立方体结构中我们平时用得最多的RGB颜色展示模式也就是24比特展示的有种方法分别将红、绿、蓝3种颜色使用8比特无符号整数来表示，如#FFFFFF代表纯白色，#FF0000代表正红色-十六进制对24比特展示模式的一种表示方法。

也可以使用(255,0,0)这样一个元组表示正红色因为红色和绿色两种颜色叠加产生黄色，所以黄色为(255,255,0)HSV颜色模型：这是一种采用色调（H）、饱和度（S）、明度（V）3个参数来表示颜色的一种方式。

色调（Hue）：以角度的形式进行度量，其取值角度范围是[0,360]红色、绿色、蓝色3种颜色以逆时针方向进行排列例如红色的位置为0°，绿色为120°，蓝色的位置为240°饱和度（Saturation）：以百分比0~100％来表示，该数值越高，饱和度越高，光谱颜色的成分越多。

饱和度反映了某种颜色接近光谱色的程度颜色是由光谱颜色与白色光的混合结果如果某种颜色中白色的成分越少，则这种颜色越接近光谱色，颜色暗且鲜艳，此时饱和度更高明度（Value）：百分比的形式来表示某种颜色的明度，明度值越高越明亮。

明度表现了某种颜色的明亮程度，可以认为是一种由光线强弱产生的视觉体验如深紫色和桃红色两种颜色进行对比，深紫色的颜色更加晦暗，而桃红色更加明亮，则认为桃红色的明度要比深紫色的高HSV颜色模型的空间结构什么是机器视觉中的图像的灰度图像？没有包含其他五颜六色的信息，但是仍能够从中获取到图像的轮廓、纹理、形状等特征的图片。

由于灰度图片的结构更为简单，同时关键信息又不大会损失，这样就可以极大地减少机器计算量那什么是灰度？黑色的程度也是可以量化的，介于黑色和白色之间的颜色就是灰色，那么直接量化的就是灰色的程度，这个程度就是灰度。

一般的量化方法是将纯白色作为255，纯黑色作为0，在这个区间中，使用对数的方法划分具体数值进行量化一个形象的灰度比喻：假如用0代表纯黑色表示黑种人中最黑的，255代表纯白色表示白种人中最白的，那么我们黄种人中有的长得白一点的女生，她的肤色值就可以是153，有的长得黑一点的女生，肤色值就可以是51。

灰度值越大表示越亮灰度图像什么是机器视觉中的图像的二值图像？二值图像顾名思义只有纯黑色和纯白色两种颜色，没有中间过渡的灰色二值图像会缺少细节部分，只能显示出图片的大致轮廓这在图像的分割等场景中具有很好的利用价值。

二值图像什么是机器视觉中的信号与噪声？图像也是一种数据，图像中也存在信号和噪声信号是图像中我们想要的数据，噪声是图像中我们不想要的数据什么是机器视觉中的信噪比？信噪比就是指信号与噪声二者能量之比值直观来讲，噪声越少，信噪比越大，数据的质量越佳。

受到噪声干扰的图像a)与未经噪声干扰的图像b)经过噪声干扰的图像令我们难以获取图片所要表达的原始信息，使得图像所表达信息的确定程度减少什么是机器视觉中的椒盐噪声和高斯噪声？图像中随机出现的黑白杂点，黑白杂点在图片中出现位置是随机分布的叫椒盐噪声，“椒”代表黑色，“盐”代表白色。

黑白杂点的出现导致某些颜色的改变，且噪声概率密度服从高斯分布（正态分布的）叫高斯噪声什么是是机器视觉中的图像滤波？图像滤波就是滤除图像中的噪声(黑白杂点)图像滤波是对图像进行预处理的一个重要步骤

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。