图像预处理
3.1 噪声与噪声模型
想象一下,你用手机拍了一张完美的照片,但是照片上有些小点点,这些就是噪声。
- 噪声:就像照片上的灰尘或者划痕,它们是图像中的不完美部分。
- 噪声模型:我们把噪声想象成不同的来源,比如电子设备产生的热噪声,或者光线不足时的颗粒噪声。
3.2 空间域滤波
空间域滤波就像是用一个魔法刷子在照片上刷来刷去,目的是去除那些不想要的噪声。
- 均值滤波:就像用一个软刷子,把每个像素周围的像素颜色混合一下,让噪声不那么明显。
- 中值滤波:这个更聪明,它会替换每个像素为周围像素的中间值,这样可以很好地去除一些异常点。
3.3 频率域滤波
频率域滤波就像是给照片做了一个X光检查,我们可以看到图像的骨架。
- 低通滤波:想象一下用一个筛子筛掉一些高频的部分,只留下低频的,这样可以让图像变得平滑,去除一些细小的噪声。
- 高通滤波:相反,这个会保留高频部分,可以用来突出图像的边缘。
3.4 图像增强
图像增强就像是给照片化妆,让它看起来更漂亮。
- 对比度增强:让图像的亮的地方更亮,暗的地方更暗,这样图像的细节更清晰。
- 直方图均衡化:这个就像是调整图像的亮度分布,让图像的亮度更加均匀。
学习资源
私我,拉你进机器视觉学习交流群。
如果你是从零开始学习,我这里有一份录制3个月价值3000元课程资料可以送给你。