0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

數(shù)字圖像處理的灰度化和平滑處理

汽車玩家 ? 來源:機(jī)械之路 ? 作者:何大仁 ? 2020-05-04 18:31 ? 次閱讀

1. 圖像的灰度化

在數(shù)字圖像處理當(dāng)中,一個像素用三個字節(jié)來表示,每個字節(jié)對應(yīng)著R,G,B,分量的亮度。灰度圖像是將亮度值量化為0~225共256個級別。圖像灰度化處理的方法主要有平均值法、加權(quán)平均值法和最大、最小值法。

平均值法就是將RGB三個分量的平均值作為灰度值,加權(quán)平均法就是對每個分量乘以不同的系數(shù)然后取平均值作為灰度值,最大、最小值法就是分別取RGB分量的最大或者最小值來作為灰度值。

2. 圖像的平滑處理

圖像在獲取、轉(zhuǎn)換和傳輸?shù)倪^程中,會因為其所在的環(huán)境和拍攝設(shè)備等原因而受到噪聲干擾的問題,圖像所含的信息會受到影響。因此需要對圖像進(jìn)行平滑處理,圖像平滑處理有兩個作用:

為后續(xù)圖像特征提取和識別做準(zhǔn)備

消除圖像數(shù)字時產(chǎn)生噪音以滿足計算機(jī)處理要求

圖像平滑處理不可能在完全消除噪聲的同時保留完整的信息包括圖像的輪廓和邊緣信息。因此在平滑處理時應(yīng)該:

盡可能的保留原始圖像的信息包括輪廓和邊緣信息等

使得圖像清晰,視覺良好

圖像平滑處理的算法有很多種,例如中值濾波算法、自適應(yīng)中值濾波算法和小波降噪等。

2.1 中值濾波算法

中值濾波的本質(zhì)是一種統(tǒng)計排序濾波器,原理是對一個滑動窗口內(nèi)的全部像素點灰度值按照從大到小的順序進(jìn)行排序,排序的中值作為該窗口中心像素的灰度值。如果滑動窗口內(nèi)像素點的總個數(shù)為偶數(shù)個,那么將取中間兩個像素點的灰度值的平均值來作為該窗口中心像素的灰度值。一般滑動窗口的像素點個數(shù)都是奇數(shù),例如方形窗口3 X 3,5 X 5,7 X 7。

中值濾波的關(guān)鍵點在于窗口大小的選取,事先我們很難確定窗口的大小,需要從小窗口到大窗口進(jìn)行逐次實驗,然后選擇較優(yōu)結(jié)果的滑動窗口。經(jīng)實驗驗證一般情況下滑動窗口像素點越多,圖像會越來越模糊。

2.2 自適應(yīng)中值濾波算法

自適應(yīng)中值濾波算法是在中值濾波算法的基礎(chǔ)上加入了一個判斷操作,主要判斷的對象為窗口像素的中值以及濾波處的像素點灰度是否為脈沖降噪,并對兩者進(jìn)行分別處理。該算法能夠很好的保留原始圖像的細(xì)節(jié),減少圖像信息的失真。

2.3小波降噪算法

小波降噪算法主要是以噪聲和圖像信息在頻域內(nèi)有不同的分布區(qū)域為根據(jù),圖像信息主要位于頻率低的區(qū)域,而噪聲則位于頻率高的區(qū)域,但是與次同時圖像的一些細(xì)節(jié)信息,也位于頻率高的區(qū)域。小波降噪的優(yōu)點就是不僅能夠有效去除高頻區(qū)域的噪聲,還能將圖像的細(xì)節(jié)信息得以保留。

圖像小波降噪的過程:

選取適當(dāng)?shù)男〔ê瘮?shù)和分解層數(shù),對含噪聲圖像進(jìn)行小波分解,獲得含有噪聲圖像的小波變換系數(shù);

修改小波系數(shù),對小波分解后的各層高頻系數(shù)選取適當(dāng)?shù)拈撝颠M(jìn)行閾值量化,進(jìn)而得到降噪后處理后的小波變換系數(shù)。

將修改后的小波域進(jìn)行小波逆變換處理,并對小波進(jìn)行重構(gòu),得到噪聲處理后的圖像。

2.4 降噪效果的標(biāo)準(zhǔn)評估

人類對于圖像質(zhì)量的視覺感受成為視覺質(zhì)量,視覺質(zhì)量是一種主觀標(biāo)準(zhǔn),不能用數(shù)字來表述,因此需要一種客觀標(biāo)準(zhǔn)來評價降噪的效果。通常用于評價降噪效果有兩種方法,分別是最小化平方誤差(MSEMean Squard Error)和峰值信噪比。

3. 圖像的銳化

圖像銳化的目的是為了增強(qiáng)圖像中的細(xì)節(jié)信息以增強(qiáng)經(jīng)過圖像平滑后被模糊的圖像細(xì)節(jié)信息。圖像的邊緣是圖像中重要的特種之一,是圖像特性階躍性變化或屋脊性變化的像素集合。圖像輪廓邊緣信息對圖像識別起著重要的作用,因有必要對圖像進(jìn)行銳化,突出輪廓邊緣,使得細(xì)節(jié)更為清晰。圖像銳化的常用方法有兩種,分別是:基于一階微分的梯度法和基于二階微分的拉普拉斯算子法。

4. 圖像分割

圖像分割的目標(biāo)是將圖像劃分為與其含有的真實世界當(dāng)中的物體或者具有很強(qiáng)相關(guān)性的區(qū)域。圖像分割根據(jù)所使用的主要特征可以分為三種方法:

一是有關(guān)圖像或者部分的全局知識,分割的主要特征是圖像直方圖信息;

二是根據(jù)圖像輪廓邊緣的分割;

三是基于區(qū)域的分割;

其中閾值分割算法,分割方法理論完善,計算機(jī)計算代價小,計算速度快,因此被廣泛應(yīng)用。閾值分割的步驟有以下三步:

確定灰度閾值T,即在圖像灰度區(qū)間內(nèi)找到一個最佳的灰度值,

將圖像所有像素點的灰度值與該閾值進(jìn)行比較,

圖像中像素點灰度值大于閾值T的歸為一類,并將其灰度值設(shè)置為255,圖像中像素灰度值小于閾值T的將其歸為一類,并將其灰度值設(shè)置為0,若像素中像素點的灰度值與閾值T相等,則可以將其分為任意一類。

閾值化分割最為重要的是閾值T的確定,常用的三種確定的方法有:

灰度直方圖閾值法

迭代選擇閾值法

自適應(yīng)閾值法(較優(yōu))

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
收藏 人收藏

    評論

    相關(guān)推薦
    熱點推薦

    AR0820 CMOS數(shù)字圖像傳感器數(shù)據(jù)手冊

    電子發(fā)燒友網(wǎng)站提供《AR0820 CMOS數(shù)字圖像傳感器數(shù)據(jù)手冊.pdf》資料免費下載
    發(fā)表于 03-04 15:03 ?1次下載

    使用DPLC410進(jìn)行灰度圖像的顯示,顯示時有時圖像會抖動是怎么回事?

    使用DLPLCRC410EVM(DLP? Discovery? 4100 )開發(fā)板和 DLP7000 DMD器件進(jìn)行灰度圖像顯示時,有時會出現(xiàn)圖像抖動的現(xiàn)象,重啟后又正常,或者使用iMPACT重新
    發(fā)表于 02-26 06:08

    FPGA上的圖像處理算法集成與優(yōu)化

    、Tophat形態(tài)學(xué)濾波、RAW8轉(zhuǎn)RGB888、彩色圖像均值濾波、Alpha背景疊加、直方圖灰度拉伸算法以及自動白平衡算法。每種算法都提供了實現(xiàn)方法和相關(guān)公式,涵蓋了圖像處理的核心概
    的頭像 發(fā)表于 02-14 13:46 ?566次閱讀
    FPGA上的<b class='flag-5'>圖像</b><b class='flag-5'>處理</b>算法集成與優(yōu)化

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗】+兩本互為支持的書

    最近在閱讀《具身智能機(jī)器人系統(tǒng)》這本書的同時,還讀了 《計算機(jī)視覺之PyTorch數(shù)字圖像處理》一書,這兩本書完全可以視為是互為依托的姊妹篇?!队嬎銠C(jī)視覺之PyTorch數(shù)字圖像處理
    發(fā)表于 01-01 15:50

    圖像采集卡的保養(yǎng)和維護(hù)

    圖像采集卡是計算機(jī)和數(shù)字圖像處理系統(tǒng)中不可或缺的組件,它將外部視頻信號轉(zhuǎn)換為計算機(jī)可以理解和處理的格式。隨著數(shù)字化進(jìn)程的加速,越來越多的行業(yè)
    的頭像 發(fā)表于 11-21 13:05 ?566次閱讀
    <b class='flag-5'>圖像</b>采集卡的保養(yǎng)和維護(hù)

    OpenCV教程之OpenCV圖像閾值處理

    閾值的基本概念是為了簡化圖像以進(jìn)行分析。當(dāng)我們將圖像轉(zhuǎn)換為灰度圖像時,必須記住灰度圖像仍然至少有
    的頭像 發(fā)表于 11-16 10:16 ?601次閱讀
    OpenCV教程之OpenCV<b class='flag-5'>圖像</b>閾值<b class='flag-5'>處理</b>

    盛顯科技:投影融合處理器如何實現(xiàn)圖像處理和融合?

    相信大家都知道,投影融合處理器實現(xiàn)融合投影功能的過程是一個復(fù)雜但高度專業(yè)的技術(shù)過程,它主要依賴于先進(jìn)的投影技術(shù)和圖像融合技術(shù),精妙地結(jié)合了尖端的投影技術(shù)與精細(xì)的圖像融合算法。那么您知
    的頭像 發(fā)表于 09-26 18:14 ?625次閱讀
    盛顯科技:投影融合<b class='flag-5'>處理</b>器如何實現(xiàn)<b class='flag-5'>圖像</b>的<b class='flag-5'>處理</b>和融合?

    基于 DSP5509 進(jìn)行數(shù)字圖像處理中 Sobel 算子邊緣檢測的硬件連接電路圖

    以下是基于 DSP5509 進(jìn)行數(shù)字圖像處理中 Sobel 算子邊緣檢測的硬件設(shè)計方案: 一、總體架構(gòu) 圖像采集:使用合適的圖像傳感器,如 CMOS 傳感器,通過相應(yīng)的接口(如 SPI
    發(fā)表于 09-25 15:25

    圖像處理器是什么意思

    質(zhì)量、提取有用信息或?qū)崿F(xiàn)特定應(yīng)用需求的目的。圖像處理器在現(xiàn)代科技領(lǐng)域具有廣泛的應(yīng)用,包括但不限于數(shù)字攝影、電視、監(jiān)控系統(tǒng)、醫(yī)學(xué)影像、計算機(jī)視覺等,為用戶提供了豐富的視覺體驗和應(yīng)用功能。
    的頭像 發(fā)表于 08-14 09:28 ?1819次閱讀

    DSP教學(xué)實驗箱_數(shù)字圖像處理操作_案例分享:5-13 灰度圖像二值

    圖像呈現(xiàn)出明顯的黑白效果。即將 256 個亮度等級的灰度圖像通過適當(dāng)?shù)拈撝颠x取而獲得仍然可以反映圖像整體和局部特征的二值
    發(fā)表于 07-25 15:03

    基于DSP C6000教學(xué)實驗箱_數(shù)字圖像處理教程:5-9 圖像反色實驗案例分享

    、G、B值。這里針對的是所有圖,包括真彩圖、帶調(diào)色板的彩色圖(又稱為偽彩色圖)、和灰度圖。真彩圖不帶調(diào)色板,每個象素用3個字節(jié),表示R、G、B三個分量。所以處理很簡單,把反轉(zhuǎn)后的R、G、B值寫入新圖
    發(fā)表于 07-19 09:57

    DSP國產(chǎn)教學(xué)實驗箱_嵌入式教程:5-7 直方圖均衡

    表示白。 對于一幅給定的圖像來說,每個像素值在[ 0,1] 的灰度級是隨機(jī)的。用概率密度函數(shù)來P _r(r)表示圖像灰度級的分布。為了有利于數(shù)字圖
    發(fā)表于 07-12 15:47

    圖像處理中的卷積運算

    卷積運算是圖像處理中一種極其重要的操作,廣泛應(yīng)用于圖像濾波、邊緣檢測、特征提取等多個方面。它基于一個核(或稱為卷積核、濾波器)與圖像進(jìn)行相乘并求和的過程,通過這一操作可以實現(xiàn)對
    的頭像 發(fā)表于 07-11 15:15 ?3769次閱讀

    計算機(jī)視覺和圖像處理的區(qū)別和聯(lián)系

    數(shù)據(jù)的過程。計算機(jī)視覺的目標(biāo)是使計算機(jī)能夠像人類一樣“看到”和理解圖像或視頻內(nèi)容。 1.2 圖像處理 圖像處理,也稱為
    的頭像 發(fā)表于 07-09 09:16 ?2157次閱讀

    DSP教學(xué)實驗箱操作教程_數(shù)字圖像處理:5-5 灰度圖像直方圖

    一、實驗?zāi)康?學(xué)習(xí)直方圖統(tǒng)計的原理,掌握圖像的讀取方法,并實現(xiàn)灰度圖像的直方圖統(tǒng)計結(jié)果。 二、實驗原理 灰度直方圖 灰度直方圖是關(guān)于
    發(fā)表于 06-25 15:10

    電子發(fā)燒友

    中國電子工程師最喜歡的網(wǎng)站

    • 2931785位工程師會員交流學(xué)習(xí)
    • 獲取您個性化的科技前沿技術(shù)信息
    • 參加活動獲取豐厚的禮品