計(jì)算機(jī)視覺ppt課件(2)-展示頁
2025-05-12 07:15本頁面
【正文】 圖成規(guī)定形狀 直方圖修正 puter vision 19 直方圖修正 puter vision 20 ?線性卷積： 輸出 h(x,y)用輸入 f(x,y)與脈沖響應(yīng) g(x,y) ?卷積定義： ?圖像離散系統(tǒng)可寫成： 圖像線性運(yùn)算 ( , ) ( , )( , )LSIf x y h x yg x y?? 系 統(tǒng)( , ) ( , ) ( , ) ( 39。 直方圖修正 11k 1 ki 1 ii = 1 i = 1p q p?????11 2 k 1z , z , , z ?puter vision 17 ?繼續(xù)找到灰度值 k2，使得： 則下一個(gè)區(qū)間像素值 被映射到灰度級 z2上。 ? 這種直方圖延伸的新的直方圖灰度不均勻，即個(gè)灰度值所對應(yīng)的像素?cái)?shù)不相等，最好的辦法是既擴(kuò)展直方圖又使直方圖呈現(xiàn)均勻性。 k11zzz ( z a ) zba????puter vision 13 ? 圖像灰度尺度變換： 如果圖像的大多數(shù)像素灰度值分布在區(qū)間 [a,b],一小部分分布在此區(qū)間外，可以使用以下映射函數(shù)： 直方圖修正 k1139。 ?使曝光不充分的圖像黑的更黑 白的更白。 直方圖修正 puter vision 12 ? 圖像灰度尺度變換： ? 把圖像灰度區(qū)間在 [a,b]內(nèi)的像素點(diǎn)值映射到[z1,zk]的區(qū)間內(nèi)。 ? 解決：直方圖均衡化可以通過重新均勻分布各個(gè)灰度值來增強(qiáng)圖像的對比度。 ? 灰度直方圖是灰度級的函數(shù)，它表示圖像中具有某種灰度級的像素的個(gè)數(shù)，反映了圖像中每種灰度出現(xiàn)的頻率，它是圖像最基本的統(tǒng)計(jì)特征。 概述 puter vision 4 3 圖像預(yù)處理有哪幾種？ ?空間域法和頻率域法 ?空間域法是直接在空間域?qū)D像像素運(yùn)算處理； ?頻率域法是先對圖像做某種變換（ DFT、 DCT、DWT、 KL），然后在變換域?qū)D像的變換值進(jìn)行運(yùn)算，最后將計(jì)算后的圖像逆變換到空間域。 概述 puter vision 3 2 圖像預(yù)處理的功能是什么？ ? 計(jì)算機(jī)視覺中的圖像預(yù)處理并不考慮圖像降質(zhì)原因，只將圖像中感興趣的特征有選擇的突出，衰減其不需要的特征。puter vision 1 第四章 圖像預(yù)處理 概述 直方圖修正 圖像線性運(yùn)算 線性濾波器 非 線性濾波器 puter vision 2 1 為什么要對圖像進(jìn)行預(yù)處理？ ? 一般情況下，獲取圖像是通過成像系統(tǒng)（光學(xué)鏡頭 +CCD）得到； ? 由于成像系統(tǒng)本身電子干擾和外界環(huán)境產(chǎn)生的隨機(jī)干擾，使得圖像含有噪聲； ? 由于成像系統(tǒng)所處的照明或其他環(huán)境，使得圖像的灰度分辨率不高，甚至很難區(qū)分圖像中的物體。 ? 必須在視覺的初級階段對原始圖像進(jìn)行灰度修正、噪聲過濾等圖像預(yù)處理。 ?圖像預(yù)處理后的輸出圖像并不需要去逼近原始圖像，這種圖像預(yù)處理方法稱為圖像增強(qiáng)。 ?全局運(yùn)算和局部運(yùn)算 ?灰度圖像和彩色圖像 概述 puter vision 5 4 本章介紹 ?直方圖修正 ?圖像線性運(yùn)算模型 ?線性濾波器 ?均值濾波器 ?高斯平滑濾波器 ?非線性濾波器 ?中值濾波器 ?邊緣保持濾波器 概述 puter vision 6 1 直方圖概念 ? 如果將圖像中像素亮度（灰度級別）看成是一個(gè)隨機(jī)變量， 則其分布情況就反映了圖像的統(tǒng)計(jì)特性，這可用 Probability Density Function (PDF)來刻畫和描述，表現(xiàn)為灰度直方圖（ Histogram）。 直方圖修正 puter vision 7 直方圖修正 圖像灰度直方圖 664631326641666
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1