图像预处理的主要方案

1、图像预处理的主要方案引言：用计算机系统处理和理解模拟世界的图像，一般需要经过图像采集、图像预处理、特征采样、匹配分析等阶段。由于获取图像的工具或手段的影响，由成像系统获取的图像，即原始图像，由于各种条件和随机干扰，通常不能直接使用。在视觉信息处理的早期阶段，需要对原始图像进行灰度校正和噪声滤波等图像预处理，使得采集到的图像不能完全反映原始图像的所有信息。因此，对图像进行预处理是非常重要的。预处理的目的是改善图像数据，抑制不必要的变形或增强一些重要的图像特征，以供后续处理。图1是在图像分析中输入图像的特征提取、分割和匹配之前执行的图像处理的输入/输出图。图像预处理的主要目的是消除图像中的不相关信

2、息，恢复有用的真实信息，增强相关信息的可检测性，最大限度地简化数据，从而提高特征提取、图像分割、匹配和识别的可靠性。预处理一般包括数字化、几何变换、归一化、平滑、恢复和增强。数字化原始照片的灰度值是空间可变位置的连续值的连续函数。通过对MN点阵上照片的灰度级进行采样，并将其量化为2b灰度级中的一个，就可以得到可由计算机处理的数字图像。为了从数字图像重建原始图像，对m、n和b的值有一定的要求。在接收设备的空间和灰度分辨率范围内，m、n和b的值越大，重建图像的质量越好。当采样周期等于或小于原始图像中最小细节周期的一半时，重构图像的频谱等于原始图像的频谱。由于m、n和b的乘积决定了图像在计算机中的存

3、储容量，因此有必要根据图像的不同性质选择合适的m、n和b值，以在一定的存储容量条件下获得最佳的处理效果。几何变换用于校正图像采集系统的系统误差和仪器位置的随机误差。地球自转、扫描镜速度和地图投影等卫星图像系统误差引起的畸变可以用模型表示，并通过几何变换消除。随机误差，如飞机姿态和高度变化引起的误差，很难用模型来表示，所以通常在系统误差修正后，将观测图与已知正确几何位置的图进行比较，并用图中一定数量的地面控制点来求解二元多项式函数集。4归一化是一种图像标准形式，它使图像的某些特征在给定的变换下具有不变的性质。图像的某些属性，例如对象的面积和周长，对于坐标旋转是固有不变的。一般来说，一些因素或变换

4、对图像某些性质的影响可以通过归一化来消除或减弱，归一化可以被选择作为测量图像的基础。例如，光照不可控的遥感图像灰度直方图的归一化对于图像分析是非常必要的。灰度归一化、几何归一化和变换归一化是获得图像不变特性的三种归一化方法。平滑消除图像中的随机噪声。平滑技术的基本要求是消除噪声而不模糊图像的轮廓或线条。常用的平滑方法包括中值法、局部平均法和K近邻平均法。局部区域的大小可以是固定的，也可以随灰度值逐点变化。此外，有时还采用空间频域带通滤波方法。6恢复和校正各种原因引起的图像退化，使重建或估计的图像尽可能接近理想的像场而不退化。图像退化在实际应用中经常发生。例如，由大气流和照相机与物体的相对运动引

5、起的光学系统的像差会降低遥感图像的质量。基本恢复技术是将退化图像gxy视为退化函数hxy和理想图像fxy的卷积。在它们的傅立叶变换中有一个关系。在根据退化机理确定退化函数之后，可以从该关系式中获得Fuv，并且可以通过傅立叶逆变换获得fxy。通常称为反向滤波器。在实际应用中，Huv随着离紫外平面原点距离的增加而迅速降低。为了避免高频范围内的噪声增强，当u2v2大于某个极限值w时，Muv等于1，应选择W0，使Huv在u2v2 w范围内没有零点。图像复原的代数方法是基于最小二乘法的最佳准则。寻求一个估计值，以最小化价值标准函数的值。这种方法比较简单，可以推导出最小二乘维纳滤波器。当没有噪声时，维纳滤

6、波器成为理想的逆滤波器。7增强有选择地增强和抑制图像中的信息，以提高图像的视觉效果，或将图像转换成更适合机器处理的形式，以便于数据提取或识别。例如，图像增强系统可以通过高通滤波器突出显示图像的轮廓线，以便机器可以测量轮廓线的形状和周长。图像增强技术有很多方法，如对比度加宽、对数变换、密度分层和直方图均衡化等，可以用来改变图像的灰度，突出图像的细节。在实际应用中，经常需要用不同的方法重复实验才能获得满意的结果。图像对比度处理是一种空间域的图像增强方法。由于图像的灰度范围窄，图像的对比度不理想。对比度增强技术可以用来调整图像灰度值的动态范围。图像增强技术主要有两种方法：空间域方法和频率域方法。空间

7、域方法主要在空间域中直接处理图像像素。频域方法是计算图像在某个变换域的变换值，如傅里叶变换，然后计算图像的频谱，如滤波，最后将计算出的图像变换到空间域。本章首先讨论直方图校正方法，然后介绍各种滤波技术。7.1直方图校正对于灰度值分布不均匀且灰度值集中在一个像元中的许多图像来说，这是很常见的。直方图均衡化是一种通过再次均匀分布灰度值来增强图像对比度的方法。直方图均衡化后的图像非常有利于二值化阈值的选择。一般来说，直方图校正可以提高图像的主观质量，因此在处理艺术图像时非常有用。直方图修改的一个简单示例是图像比例变换，它将灰度区间ba中的像素映射到zzk1。在正常情况下，由于曝光不足，原始图像的灰度

8、区间ba通常是空间zzk1的子空间。此时，将原始区间中的像素Z映射到新区间中的像素Z的功能表示为zzzbazazk1171。上述函数的曲线形状见图51a。上述映射关系实际上将ba间隔扩展到zzk1间隔，使曝光不足的图像变成黑白的。如果图像中大多数像素的灰度值分布在区间ba中，则可以使用等式7.2中所示的映射函数bzzazzbzazazabzzzkk11172。为了突出图像中具有特定灰度值的对象的细节而不牺牲其他灰度级上的细节，可以使用分段灰度变换来拉伸所需的灰度值区间，并压缩不必要的细节以增强对比度。当然，连续平滑函数也可以用于灰度变换。这种方法的问题是当直方图扩展时，新的直方图不均匀，也就是

9、说，每个灰度值对应的像素数不相等。因此，更好的方法不仅要扩展直方图，还要使直方图真正一致。如果灰度值分布是预设的，可以通过下面的方法假设pi是原始直方图中灰度级zi上的像素数iq。从原始直方图的左侧找到灰度值k1使得像素处于灰度级1211.kiipqp73的kzzz映射到新图像的灰度级z1上的像素。现在，找到灰度值k2得到像素值121.kiikiipqqp74的下一个区间的kkzz映射到灰度级z2，并且重复该过程，直到原始图像的所有灰度值都被处理，其中原始图像的对比度非常弱。由于灰度值分布在小的区间中，直方图均衡化通过将灰度值映射到近似均匀分布来提高对比度，但是该方法仍然在均衡化的直方图中留下

10、间隙，除非输入图像中具有相同灰度级的像素扩展到输出图像中的几个灰度级。如果直方图被扩展，原始图像中具有相同灰度值的像素可以被扩展到新图像中的不同灰度值。最简单的方法是使用相位为每个具有相同灰度值的像素分配一个随机输出值。为了在N个输出值11的范围内均匀分布像素.nkkkqqq，假设随机数发生器产生的随机数在01内均匀分布，通过计算公式rnk由随机数R得到输出像素标签。换句话说，对于每个决策，取出一个随机数，将其乘以间隔中输出值的数量，然后对该偏移量进行一次又一次的舍入。数量被添加到k 7.2图像线性操作的最低标签许多图像处理系统可以使用线性系统作为模型输入。线性系统输出xygxy。对于线性系统

11、，当系统输入是以原点为中心的脉冲xy时，输出gxy是系统的脉冲响应。此外，如果系统响应与输入脉冲的中心位置无关，则该系统称为空间不变系统。对于线性系统，当系统输入是以原点为中心的脉冲xy时，它输出。Gxy是系统的脉冲响应。此外，如果系统响应与输入脉冲的中心位置无关，则该系统称为空间不变系统。输入空间不变线性系统输出00yyxx00yyxxg线性空间不变系统。线性空间不变量LSI可以用其脉冲响应描述输入LSI系统输出fxygxyhxy，其中fxy和hxy是输入和输出图像上方的系统。系统必须满足关系式2121yxhbyxhayxfbyxfa，其中FY1和fxy2是输入图像，hxy1和hxy2是对应

12、于FY1和fxy2的输出图像，A和B是常数系数比例因子。对于这样的系统，输出hxy可以通过输入fxy与其脉冲响应gxy的卷积来定义。ydxdyyxxgyxfyxgyxfyxh75图像域的卷积对应于频率。因此，速率域的乘积对于图像域中的大滤波器的卷积来说是非常耗时的。如果快速傅立叶变换可以大大提高计算效率，那么快速傅立叶变换在许多图像处理应用中是一种非常重要的方法。然而，在机器视觉中，因为大多数算法是非线性的或空间可变的，傅立叶变换不能用于线性视觉模型。由于空间不变系统的滤波尺度很小，快速傅里叶变换很难得到任何好处，所以在视觉预处理阶段，通常使用平滑滤波器等线性滤波器来完成图像的时域卷积。73线

13、性滤波图像经常被强度随机信号污染，也称为噪声。一些常见的噪声是椒盐噪声、脉冲噪声、椒盐噪声，如高斯噪声，包含随机的黑白强度值，而脉冲噪声只包含随机的白色强度值。具有黑色强度值的正脉冲噪声或负脉冲噪声不同于前两种。高斯噪声包含强度服从高斯或正态分布的噪声。高斯噪声是许多传感器噪声的良好模型，例如摄像机的电子干扰噪声。图2被高斯噪声污染的图像。原始图像B高斯噪声线性平滑滤波器对去除高斯噪声有很好的效果，在大多数情况下对其他类型的噪声也有很好的效果。线性滤波器利用连续窗函数中像素的加权和来实现滤波。特别典型的是，相同模式的权重因子可以应用于每个窗口，这意味着线性滤波器是空间不变的，因此卷积模板可以用于实现滤波。如果图像的不同部分使用不同的滤波权重因子，并且仍然可以被滤波器加权，那么线性滤波器是空间可变的。任何不是像素加权操作的滤波器都属于非线性滤波器。非线性滤波器也可以是空间不变的，也就是说，可以在图像的任何位置执行相同的操作，而不考虑图像位置或空间的变化。下面主要介绍两种线性滤波器：均值滤波器和高斯