图像处理四部曲 之第一部曲 图像降噪+结构元素等.docx

图像处理四部曲 之第一部曲 图像降噪+结构元素等.docx

《图像处理四部曲 之第一部曲 图像降噪+结构元素等.docx》由会员分享，可在线阅读，更多相关《图像处理四部曲 之第一部曲 图像降噪+结构元素等.docx（11页珍藏版）》请在冰点文库上搜索。

图像处理四部曲之第一部曲图像降噪+结构元素等

（以下内容是我个人理解，请黑土老师和众位前辈斧正）

××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××

大家拿到一张图片很多时候都有些噪点或是模糊不清的东西。

对于这些模糊不清的干扰，我们需要将其去除。

根据噪声的不同，有不同的处理方式。

有些模糊比如：

雾，是很难处。

最近有个国人搞定一种算法，也是可以把雾气除掉。

很牛X的感觉。

---2015-04-04补充。

×××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××

我们对一张为了提取我们需要的东西，比如说颜色 ，文字，形状，尺寸，匹配，畸变矫正，伤痕，目标寻找以及其他形态学分析都要使用模板。

所谓模板就是一个图像，但通常来说这个图像都比较简单。

例如以下内容就是常见的模板。

（用数学上严谨的术语来说 模板是一个矩阵）。

用图形表示的模板

我们使用这个模板对图像做处理，以期得到我们数据。

模板的选择和设计是非常重要的，以至于选择好一个模板就代表一个突破。

很多人一直研究模板，研究出的模板就会这些人的名字命名。

比如：

××××××××××我是美丽的分割线××××××××××××××××××××××××××××××××××××

光有模板还是不够的，打个比方说罢。

目标图像就是被加工的木头，模板就是加工的工具（斧头，刨子，凿子，墨斗，鲁班尺）。

如何使用工具（模板）呢？

就是函数。

下面有请这些函数的老爹闪亮登场。

高斯 特拉斯 。

××××××××××××××××××××××××××××××××××××××××××××××××××

就像每种加工工艺（函数）都有其工具一样。

比如劈开木头要用斧头，将木头表面作平用刨子，在木头上面钻孔用凿子，量木头的尺寸用墨斗，

校准用鲁班尺一样。

每种函数也都有其工具使用。

学习影像处理往往都是学习 用某种函数操作某种模板处理目标图像的过程。

××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××

噪声的种类：

一：

高斯噪声

二：

瑞利噪声

三：

爱尔兰（伽马）噪声

四：

指数噪声

五：

均匀噪声

六：

脉冲噪声（双极脉冲噪声又名椒盐噪声）

七：

周期噪声

主题：

处理椒盐噪声。

一：

何为椒盐噪声。

俺们把出现随机，但是噪声的幅值确定的噪声称之为椒盐噪声。

二：

典型椒盐图例。

三：

使用哪种模板呢？

感谢前辈，发明中值滤波器（你叫他中值模板也可以，） 

下面请中值模板闪亮登场 

中值滤波器（或者中值矩阵）的特点是矩阵内元素个数必须是奇数，（至于为啥是奇数往下看就知道了） 

四：

中值函数 

话说有了中值模板就要使用中值函数。

那么什么中值函数呢？

见下图。

××××××××××××××××××××××××××××××××××××××××××××××××××××××××××× 

后记：

想一想椒盐噪声的特点 各位老大是否明白了为啥中值滤波可以把椒盐噪声干掉呢？

这是因为椒盐噪声在排序的时候铁定排不到数组的中间位置，所以注定被替换掉。

主题：

处理高斯噪声。

说起高斯这家伙，不论在哪个技术领域混的都耳闻过此人。

鄙人谷歌了一下，原来此人相当牛X， 

15岁上大学，人称“数学王子”，还是物理学家，天文学家，大地测量学家。

用现在的流行话来说就是 

狂拽酷炫屌炸天了。

换成文辞来说就是前无古人后无来者。

话题扯远了，言归正传。

说高斯噪声。

一：

高斯噪声的简单定义是：

出现位置固定（每个位置都有），幅值随机。

二：

典型高斯噪声。

见下图 

似乎是在做梦 

三：

使用哪种模板呢？

就是均值模板。

均值模板的

啥？

怎么和中值模板一样？

 就是一样的关键是函数不一样。

四：

均值模板的函数 

见下图。

多说一句至于如何选择模板矩阵中每个位置的权重 是一门学问，有专门的人在研究。

对于初学者来说。

每个权重都是1，最后相加除以9好了。

×××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××× 

PS：

为啥 均值滤波可以高斯噪声干掉呢？

谷歌了一下，话说这个高斯噪声符合正态分布，正态分布的均值是0，所以均值滤波可以大幅度删除高斯噪声。

周期噪声 

（马上下班了，先开个头） 

说起这周期噪声，就不得不提一位大神，一位让无数人死去活来的大神。

他就是傅立叶。

这位大神的牛X程度不亚于高斯。

他的主要贡献是傅立叶变换。

作用将符合一些要求的函数写成 三角函数（就是 sin cos）有人会说这有啥？

这有麻用？

当年我也是这么迷惑的。

后来发现傅立叶变化在现实有个极其重要的用途， 

抛开咱这图像处理不算，说另一个例子：

汽车变速箱齿轮故障判断。

大家都知道这变速箱了有一堆齿轮，你咬我啊我啃着你啊。

。

。

天天你咬我 我啃你怎么会不出事呢？

结果有一天你的牙崩了。

牙崩了？

这可咋办呢？

换掉吧。

要换掉你就要找到你，如何找到你？

有些人说了 打开变速箱的盖子一个个看不就是了？

可以是可以不过也太落后了这时候就要请大神傅立叶附体。

大神傅立叶是如何做的呢？

第一部：

将变速箱转起来。

第二步：

录制声音曲线 

第三步：

将曲线函数做傅立叶变换 

第四步：

找出有缺陷的周期。

第五步：

对照每个齿轮的周期  ，然后就知道是那个齿轮的牙崩了。

 搞定收工。

上猪头供奉傅立叶。

牛皮吹完了，言归正传。

说周期噪声去除。

一：

啥是周期噪声？

周期噪声的特点是：

噪声呈现出波浪形 

二：

典型的周期噪声 

三：

滤波模板 

周期的噪声的滤波模板 是比较简单的。

就是将图像的频谱图（频谱图右傅立叶变化得到）删掉一部分 

四：

周期噪声的滤波函数 

傅立叶傅立叶和反傅立叶变换 

上图经过傅立叶变化的得到是下图（我使用的HALCON里面的傅立叶变换） 

通过某些方法将上图四个小亮点干掉，然后执行反傅立叶变化。

就可以达到去除周期噪声的目的。

××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××× 

后记：

傅立叶函数可以将时域的图像转化频率的图像。

在时域周期表现的噪声将会频域中集中出现一个地方，这样就好处理了。