机器视觉：图像预处理

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。