本文详细介绍了图像预处理的各种技术，包括灰度变换、几何矫正、图像增强和滤波等。重点讨论了灰度反转、对比度增强、伽马矫正和直方图均衡化等方法，以及在深度学习中的应用，如数据增强。
图像预处理技术
图像处理的形式
• 按图像处理的输入和输出形式，图像处理的基本功能可分为以下几种形式：
• 单幅图像输入，进行处理，输出单幅图像。
• 多幅图像输入，进行处理，输出单幅图像。
• 单幅图像输入，进行处理，输出数字或符号等内容。
• 多幅图像输入，进行处理，输出数字或符号等内容。
• 对于人工智能方向的图像处理任务，最终的处理结果通常是代表具体内容的数字或者符号。所以上述前两种仍然输出图像的处理方法被统称为图像预处理。
图像预处理
• 图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性、最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。
• 图像预处理的流程主要包括：灰度变换，几何矫正，图像增强，图像滤波等操作。
灰度变换
• 
• 
• 下面介绍几种典型的灰度变换映射函数。
反转
• 图像反转是将原图灰度值反转的操作，简单说就是将黑色变为白色，白色变为黑色。映射函数的图示如下：
对比度增强
• 
对比度压缩
• 
伽马矫正
• 伽马矫正是一种借助了指数变换映射的增强技术。
• 如下图所示：
• 
• 高灰度范围被拉伸，实现了强化亮部，
• 压缩暗部的图像增强效果；
• 
• 低灰度范围被拉伸，实现了强化暗部，
• 压缩亮部的图像增强效果；
• 大部分图像捕捉设备在保存图片时会自动加上伽马校正，也就是说图片中存储的是非线性空间中的颜色（gamma值为2.2时的称之为sRGB空间）。
• 图像捕捉设备的输入能量和图片的颜色亮度之间的关系是线性的，而显示器的输入能量和图片的颜色亮度之间的关系是非线性。因此我们需要对图像进行非线性矫正（伽马矫正）后，再将图像输出到显示屏。
• 
最低0.47元/天 解锁文章
扫一扫
862
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
