Computer Vision（C. Rasche）计算机视觉论文解读（2 Simple Image Manipulations）

最新推荐文章于 2024-01-09 21:45:42 发布

Mowa

最新推荐文章于 2024-01-09 21:45:42 发布

阅读量879

点赞数

分类专栏：计算机视觉文章标签：计算机视觉

本文链接：https://blog.csdn.net/u012285175/article/details/84838998

版权

本文介绍了计算机视觉中的基础图像处理操作，包括图像格式、阈值处理、转换，以及简单的面部部分检测。通过灰度转换、阈值化和模糊处理展示了图像的基本操作。同时，探讨了一维积分轮廓在面部特征检测中的应用，强调了信号处理和滤波在提高特征定位准确性中的作用。

摘要由CSDN通过智能技术生成

2 Simple Image Manipulations

为了熟悉一些基础知识，我们在本节中执行一些简单的图像处理操作。首先，我们了解图像格式和一些基本操作，如阈值处理和数据类型转换（第2.1节）。然后我们介绍一个简单的面部部分定位检测器（第2.2节）。

2.1 Image Format, Thresholding, Conversion

典型的数字图像，例如jpeg图像，作为三维数组。前两个维度对应于空间轴x和y。第三维将颜色信息保存在三个“通道”中，即红色，绿色和蓝色（RGB）。颜色值通常在0到255之间，并且存储为无符号整数，特别是uint8，数字8代表8位，设计的数据类型用于精确保持该范围（255 = 2^8-1）。对于每个像素，存在24位（3 * 8位），其允许存储256×256×256≈1670万种颜色。尽管有丰富的颜色信息，但仅使用该图像的灰度版本，计算机通常更方便，因此将信息减少回每像素8位。要将RGB图像转换为灰度图像，可以通过根据特定比率添加三个分量将颜色值转换为灰度值L，例如：

$L = 0.2989\cdot R+0.5870\cdot G+0.1140\cdot B$ （1）

在Matlab中，可以使用命令imread加载图像。要将其转换为灰度图像，存在函数rgb2gray。为了显示图像，我们使用函数imagesc（图像比例），为此我们使用函数figure初始化图形。函数clf清除图形。使用命令subplot可以将多个图像打包到同一个图中。以下代码显示了如何使用这些命令，其输出如图1所示。

clear;                              % clear memory
Irgb    = imread(’yellowlily.jpg’); % load jpg image
Igry    = rgb2gray(Irgb);           % convert it to gray-scale
IrgbCen = Irgb(400:1200,300:900,:); % zoom into center
Igreen  = Irgb(:,:,2);              % green channel only
BWflw   = Igry>100;                 % thresholded (black-white image)
Iblur   = conv2(single(Igry),ones(25,25));    % blurring the image

%% -----   Plotting    ------
figure(1); clf; [nr nc] = deal(3,2);
subplot(nr,nc,1); imagesc(Irgb); title(’Original’);
subplot(nr,nc,2); imagesc(Igry); colormap(gray); title(’Gray-Scale’);
subplot(nr,nc,3); imagesc(IrgbCen); title(’Sub-Selection (Zoom)’);
subplot(nr,nc,4); imhist(Igreen); title(’Histogram of Green Channel’);
subplot(nr,nc,5); imagesc(BWflw); title(’Black-White (Logical) Image’);
subplot(nr,nc,6); imagesc(Iblur); title(’Blurred Image’);

要选择图像的一部分 - 请参阅注释'zoom into center' - ，我们首先指定行号 - 首先指定垂直轴 - 然后指定列号 - 水平轴。也就是说，人们将索引指定为数学中的矩阵。

Black-White Image 我们可以通过应用关系运算符来threshold图像，参见行BWflw = Igry> 100，在这种情况下，图像会自动转换为逻辑数据类型，即true或false，即一位（值分别为1和0）。该数据类型的图像有时也称为黑白图像，因此变量的名称为BW。在上面的代码示例中，我们尝试将花与其背景分开，因此它也被称为前景/背景分离。我们在某种程度上任意选择了阈值，当然，根据直方图选择阈值是有意义的，例如如图所示的灰度值的直方图。我们在第9节中对此