课程笔记

一、introduction and digital images

1、 颜色：人类视觉的心理生理特征，下图是维基百科对颜色的解释。

 

2、三色原理：能用三色表示任何可见的颜色

如下图所示，白线对应的值越高，表明人眼对此波段的光子的感知越灵敏。

人眼把S那条线感受到的光子都认知为蓝色、把M那天线的认知为绿色、把L那天线对应的认知为红色。红、绿和蓝（RGB）就是三原色。这三种颜色相当于三维空间里的三个坐标，红绿蓝分别为三个基矢量，可以组成一个三维线性空间（如下图所示）， 每个颜色就是这个空间中的某个点，也就是说，其他颜色是红绿蓝三色的线性组合,

 

由于RGB没有颜色亮度和色度的信息，即某种颜色需要某个系数为负数 才能获得。因此，使用RGB的变化XYZ来表示。

XYZ空间要满足一些约束：

1. 所有坐标都是正的保持等能点作为白点
2. Y坐标代表明度
3. Z坐标在红光段保持为0
4. 所有色彩尽可能充满新的空间

 

 

二、basic image processing

1、图像处理的目的--人类视觉、机器视觉、技术所需、娱乐

2、图像的亮度修正

亮度直方图（如下图所示），理想的亮度直方图中间高两边矮。

亮度的线性修正

 

3、卷积---操作如下图所示

• 锐化----将图像的边缘加到原来的图像上，强化图像的边缘使其锐化。锐化滤波器了，也就是在边缘检测滤波器的基础上，再在中心的位置加1，这样滤波后的图像就会和原始的图像具有同样的亮度了，但是会更加锐利。主要用来强调图像的细节。如下图所示。

 

 

 

• 边缘检测

 

 

• 浮雕滤波器----给图像一种3D的效果

 

下图中，A：原图，B：锐化，C：边缘检测，D：浮雕

• 图像平滑 image smoothing： 压制、弱化或消除图像中的细节、突变、边缘和噪声,就是图像平滑化。

 

4、边缘检测 --- canny 算子

图片中颜色的快速变化为高频信息，颜色的平缓变化为低频信息。

canny算法是一种multi-stage 的算法，其处理图片的过程分为如下五个步骤：

1. Noise Reduction（去噪处理）

边缘检测过程中需要检测的图片边缘属于高频信息。而图片中噪声部分也属于高频信息，因此我们需要对图像进行去噪处理。常用的是使用5*5的高斯滤波核来平滑图像，滤波核的数量呈高斯分布。

2. Finding Intensity Gradient of the Image（图像的梯度和方向）

计算像素梯度的幅值以及方向，常用的算子有Rober，sobel，计算水平及垂直方向的差分。找出梯度较大的区域，这部分区域属于图像增强的区域，此时得到的边缘信息比较粗大。

3.Non-Maximun Suppression（非最大值抑制）

非极大值抑制属于一种边缘细化的方法，梯度大的位置有可能为边缘，在这些位置沿着梯度方向，找到像素点的局部最大值，并将非最大值抑制。

4.Double Threhold（双阈值）

双阀值方法，设置一个maxval，以及minval，梯度大于maxval则为强边缘，梯度值介于maxval与minval则为弱边缘点，小于minval为抑制点。

5.Edge tracking by hysteresis

滞后边缘追踪，主要处理梯度值位于maxval，minval中的一些像素点。由于边缘是连续的，因此可以认为弱边缘如果为真实边缘则和强边缘是联通的，可由此判断其是否为真实边缘。