数据增强的作用
- 防止过拟合
- 增加数据集,使数据的鲁棒性和泛化性更强
- 提高识别精度
添加噪声
噪声 | 产生原因 | 如何产生 |
---|---|---|
高斯噪音 | 由于光照、高温引起的传感器噪声 | 在原图上添加高斯分布的模板 |
椒盐噪音 | 图像传感器电路噪声、编码器噪声 | 确定信噪比,通过信噪比确定个数,随机产生位置生成黑点或白点 |
随机噪音 | 随机产生,没有规律 |
滤波核 | 说明 | 作用 |
---|---|---|
高斯滤波 | 滤波核符合高斯分布,离中心点越近 | 去除高斯噪声 |
均值滤波 | 全平均值 | 模糊 |
双边滤波 | 一个与空间距离的高斯函数与一个与灰度距离的相关的高斯函数相乘 距离越近,权重越大;灰度差越小,权重越大 |
保存边缘信息 |
最大值滤波 | ||
最小值滤波 | ||
中值滤波 | 选取中间值 | 可以用来过了椒盐噪声,因为可以用中值替代黑点或者蓝点 |
几何变换
变换方式 | 说明 |
---|---|
平移 | ( x ′ y ′ 1 ) = ( 1 0 Δ x 0 1 Δ y 0 0 1 ) ( x y 1 ) \begin{pmatrix} x^{'}\\y^{'}\\1\end{pmatrix} = \begin{pmatrix} 1 & 0 & \Delta x \\ 0 & 1 & \Delta y \\ 0 & 0 &1\end{pmatrix} \begin{pmatrix}x\\ y\\ 1\end{pmatrix} ⎝⎛x′y′1⎠⎞=⎝⎛100010ΔxΔy1⎠⎞⎝⎛xy1⎠⎞ |
缩放 | ( x ′ |