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。