图像处理相关问题

图像噪声相关

1.不同噪声产生原因

高斯噪声:具有正态分布(也称作高斯分布)概率密度函数的噪声。换句话说,高斯噪声的值遵循高斯分布或者它在各个频率分量上的能量具有高斯分布。生成原因:图像传感器在拍摄时视场不够明亮、亮度不够均匀;电路各元器件自身噪声和相互影响;图像传感器长期工作,温度过高。

椒盐噪声:它随机改变一些像素值,是由图像传感器,传输信道,解码处理等产生的黑白相间的亮暗点噪声。影像信号受到突如其来的强烈干扰而产生、模数转换器或比特传输错误等。例如失效的感应器导致像素值为最小值,饱和的感应器导致像素值为最大值。

泊松噪声:由于光具有量子特效,到达光电检测器表面的量子数目存在统计涨落,因此,图像监测具有颗粒性,这种颗粒性造成了图像对比度的变小以及对图像细节信息的遮盖,我们对这种因为光量子而造成的测量不确定性成为图像的泊松噪声。

2.传统去噪算法

在这里插入图片描述

图源https://blog.csdn.net/qq_39594939/article/details/105464535

双边滤波
双边滤波模板主要有两个模板生成,第一个是高斯模板,第二个是以灰度级的差值作为函数系数生成的模板,然后这两个模板点乘就得到了最终的双边滤波模板。空域滤波器对空间上邻近的点进行加权平均,加权系数随着距离的增加而减少。值域滤波器则是对像素值相近的点进行加权平均,加权系数随着值差的增大而减少。双边滤波器可以很好的保存图像边缘细节而滤除掉低频分量的噪音,但是双边滤波器的效率不是太高,花费的时间相较于其他滤波器而言也比较长。

小波变换
主要思想是经过小波变换后图像和噪声的统计特性不同,其中图像本身的小波系数具有较大幅值,主要集中在高频,噪声小波系数幅值较小,并且存在于小波变换后的所有系数中。因此设置一个阈值门限来进行分离。
算法的基本过程为:
①对原始信号进行小波分解
②对变换后的小波系数进行阈值处理,得到估计小波系数
③根据估计小波系数进行小波重构

JPEG压缩算法

https://www.cnblogs.com/buaaxhzh/p/9138307.html
流程:

  1. 色彩空间转换
  2. 采样
  3. 分块
  4. 离散余弦变换
  5. 数据量化
  6. 熵编码

压缩算法:

(1)有损的离散余弦变换DCT(Discrete Cosine Transform)

(2)无损的预测压缩技术;

熵编码方法:

(1)Huffman编码;

(2)算术编码;

编码模式:

(1)基于DCT的顺序模式:编码、解码通过一次扫描完成;

(2)基于DCT的渐进模式:编码、解码需要多次扫描完成,扫描效果由粗到精,逐级递增;

(3)无损模式:基于DPCM,保证解码后完全精确恢复到原图像采样值;

(4)层次模式:图像在多个空间分辨率中进行编码,可以根据需要只对低分辨率数据做解码,放弃高分辨率信息;

在实际应用中,JPEG图像编码算法使用的大多是离散余弦变换、Huffman编码、顺序编码模式。这样的方式,被人们称为JPEG的基本系统。这里介绍的JPEG编码算法的流程,也是针对基本系统而言。基本系统的JPEG压缩编码算法一共分为11个步骤:颜色模式转换、采样、分块、离散余弦变换(DCT)、Zigzag 扫描排序、量化、DC系数的差分脉冲调制编码、DC系数的中间格式计算、AC系数的游程长度编码、AC系数的中间格式计算、熵编码。下面,将一一介绍这11个步骤的详细原理和计算过程。

ISP pipeline

在这里插入图片描述

isp pipeline参考
gamma矫正: 伽马校正增大了较暗数值的精度,减小了较亮数值的精度(人眼又恰好对较暗数值比较敏感,对较亮数值不太敏感,于是从视觉角度讲,输出的图像质量就被伽马校正"改善"了).将更多的信息储存空间分配给人眼敏感的区域,因而可以使用相对更加低的bit depth来记录。

WDR和HDR
Wide Dynamic Range(宽动态范围,简称WDR)什么叫宽动态?简单地说宽动态就是场景中特别亮的部位和特别暗的部位同时都能看得特别清楚。宽动态范围是图像能分辨最亮的亮度信号值与能分辨的最暗的亮光信号值的比值。一般在强光照射下或者逆光等相对亮度较低的情况下存在时,摄像机摄像机图像会出现特别明亮或者特别暗的画面,明亮区域是因为曝光过度而黑暗画面则因为曝光不足造成的,严重的影响的视频清晰度以及质量。这种局限就是我们通常讲的“动态范围”。

High-Dynamic Range(高动态范围图像,简称HDR)什么叫高动态?相比普通的图像,可以提供更多的动态范围和图像细节,根据不同的曝光时间的LDR(Low-Dynamic Range)图像,利用每个曝光时间相对应最佳细节的LDR图像来合成最终HDR图像,能够更好的反映人真实环境中的视觉效果。一般我们照相,照了高光区域的曝光,暗部细节就会丢失,如果照顾了暗部细节,高光部分就会曝光过度,为了解决这一问题,我们使用HDR技术,中文意思是高动态光照渲染。简单地说,就是一张照片中,既包含了高光部分,又保留了暗部细节。具体方法就是用你的相机,拍至少三张不同曝光度的照片,多的可以拍到7张10张。在这些照片里,分别用不同的曝光度从低到高拍摄。最后用软件讲这些照片合称为一张照片。最后的效果就是一张照片中高光部分不过曝,暗部细节还能保留。这就是HDR技术。目前行车记录仪也是这样处理,至少拍三张不同曝光度的照片,来合成一张比较好的照片。

那它们的区别是什么?WDR和HDR是两种不同的处理技术,一种是硬件,一种是软件处理。至于你觉得哪种好由你决定,我比较贪心,要是两种能同时用不知道效果是不是会好些,也许不可能。其实WDR和HDR的目的都是一样的,就是为了在高反差的情况下把暗部细节和亮部细节都变现清楚。只是实现的方法不一样。虽然不太准确,但大致可以这样理解,WDR是在硬件上下功夫,而HDR是在软件上下功夫。

特征点提取

梯度直方图 、SIFT(尺度不变特征)
SIFT:
https://lsxiang.github.io/Journey2SLAM/computer_vision/SIFT/

  1. 建立尺度空间和高斯差分金字塔
  2. 计算极值点
  3. 关键点精准定位
  4. 关键点方向指定
  5. 关键点特征描述子(旋转坐标轴至关键点主方向、归一化)

边缘检测

sobel算子、Laplace算子、canny算子
其中Laplace算子为二阶算子,对噪声更为敏感

canny算子步骤:

  1. 消除噪声
  2. 计算梯度
  3. 非极大值抑制
  4. 双阈值(如果某一像素位置的幅值超过 高 阈值, 该像素被保留为边缘像素。如果某一像素位置的幅值小于 低 阈值, 该像素被排除。如果某一像素位置的幅值在两个阈值之间,该像素仅仅在连接到一个高于 高 阈值的像素时被保留。)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值