本文来自我的网站-跨时代的jay
利用python实现烟雾图像处理
- 颜色规范化
- 直方图均衡化处理
- 背景减除法建立混合高斯模型
- 中值滤波去噪
颜色规范化
- 最大值灰度处理
gray = max(r,g,b)
import
- 平均灰度处理
gray = (r,g,b)/3
- 加权平均能得到较合理的灰度图像:
可以看到烟雾用加权平均处理比较好
烟雾的部分显示的比较明显
我们再用几个清楚的烟雾照片进行测试
直方图均衡处理
为什么要直方图均衡化处理
在现实的拍摄过程中
由于其图像的灰度分布集中在较窄的范围内
致了图像的细节不够清晰
为了使得图像变得清晰
就需要使得灰度值的差别变大
就意味着灰度分布就变的较宽
使得灰度值分布变得均匀
这样才能使得图像的对比度增强
细节变得清晰可见
原理
直方图均衡化就是对图像进行非线性拉伸
使得变换后的图像直方图分布均匀
运用随机变量的函数分布的数学知识
import
我们对这个烟雾照片进行直方图均衡化后
可以看到对比度加强
烟雾区域明显
背景减除法建立混合高斯模型确定运动目标
我们直到烟雾是在运动的
不可能是静态不动的
那么如何准确的提取出我们想要的目标呢?
混合高斯模型建立的基本思想
- 初始化预先定义几个高斯模型
- 对视频分帧后每一帧的像素进行处理,看是否匹配某个模型,若匹配,则将其归入该模型中
- 若不匹配,以该像素重新建立一个高斯模型,初始化参数,代替原有的模型
- 最后选择几个最有可能的模型作为背景模型,为背景目标提取做铺垫
import
中值滤波去噪
中值滤波的主要原理是将数字图像中的某点用该点的邻域中各个像素值的中值所来代替
这样就能让目标像素周围能够更好的接近真实值
去噪处理是由于在前面对图像进行预处理产生的一些椒盐噪声
去除后将增大识别率
这是经过直方图均衡化后的图像
经过中值滤波去噪后的图像
可以看到将烟雾区域更加明显
赞赏赞赏我咯