step2 图像预处理

《step2 图像预处理》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、二、图像采集和预处理1、图像采集常用的图像采集设备有扫描仪、CMOS摄像机、数字摄像机、CCD摄像机等。其中数字摄像机是新一代摄像机的发展方向其具有适合于使用计算机处理、简化调整机构和调整方式、可以实现精确,细致的调整等优点。本课题拟采用的摄像机为大恒图像公司的DH-HV1302UC彩色数字摄像机,摄像机输出24位彩色图像。在实验中，需要列出其主要的性能参数指标如下:分辨率光学尺寸像素尺寸像素深度帧率图像数据输出格式工作温度及湿度额定功率然后进行图像预处理——就是在图像分析中,对输入图像进行分割和匹配前所进行的处理。实际测量中,图像中

2、会有一些噪声或与后续研究无关的信息,即实际获得的图像一般都因受到某种干扰而含有噪声。引起噪声的原因有敏感元器件的内部噪声、照相底片上感光材料的颗粒、传输通道的干扰及量化噪声等,这些原因决定了噪声的分布特性及它和图像信号的关系。所以在对图像进行处理之前,就必须先用平滑、锐化和对比度增强等方法对其进行预处理,以改善图像质量、抑制不需要的变形或增强某些对于后续处理来说重要的图像特征。能否尽可能少地受到图像中噪声的影响而导致结果的准确性下降,这些都在很大程度上取决于对原始图像的预处理措施是否有效、是否符合实际情况"预处理的好坏直接影响匹配结果

3、的精度。1、图像的灰度转换课题的后续研究主要是对灰度图像进行研究,所以首先得把摄像机采集到的彩色数字图像转换为灰度图像。灰度图像是指只含亮度信息，不含色彩信息的图像。将彩色图像转化成为灰度图像的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255种值可取，这样一个像素点可以有1600多万的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描

4、述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可先求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。图像的二值化处理就是将图像上的点的灰度置为0或255，也就是使整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到

5、二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素的值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。二值图像在图像分析中应用非常广泛，二值图像就是指只有两个灰度级的图像，二值图像具有存储空间小，处理速度快，可以方便地对图像进行布尔逻辑运算等特点。更重要的是，在二值图像的基础上，还可以进一步对图像处理，获得该图像的一些几何特征或者其他更多特征。彩色图像是采用红(R)、绿(G)、蓝(B)三种颜色作为基色按不同的比例混合而得到的。灰度化就是使彩色的R、G、B分量值相等的过程。

6、R、G、B的值的取值范围是0~255,所以灰度图像仅能表现256种颜色。灰度化处理最经典的方法是加权平均值法，即根据重要性或其它指标给R、G、B分量赋予不同的值,并使三者的值进行加权平均,即式中、、分别为R、G、B分量的权值，、、取不同的值,加权平均值法就形成不同的灰度图像"实验和理论推导证明,当、、分别取0.30,0.59和0.11时,即当时,能得到最合理的灰度图像。实验中我们就采用了最经典的各权值分量，，的加权平均值法对立体图像对进行了灰度化处理,实验结果用图像形式体现。Matlab仿真实验：我们采用原图为figure(1)原RG

7、B图像MyYuanLaiPicfigure(2)经过加权平均法得到的灰度图像figure(3)平均法转化之后的灰度图像figure(4)最大值法转化之后的灰度图像附：Matlab源代码1、图像的平滑一幅图像可能存在着寄生效应。这些寄生效应可能在传输中产生,也可能在量化等处理过程中产生。图像平滑的目的是减少由于图像采样系统的质量因素而产生的这些寄生效应又不使图像的边缘轮廓和线条变模糊。图像平滑处理方法有空域法和频域法两大类。主要有邻域平均法,低通滤波法,多图像平均法。通过初步对比，低通滤波法传输函数的设计太复杂、多图像平均法计算量大计算

8、时间长,所以我们采用邻域平均法对灰度化后的图像进行平滑处理：邻域平均法:邻域平均法是简单的空域处理方法。这种方法的基本思想是用几个像素灰度的平均值来代替每个像素的灰度。假定有一幅NxN个像素的图像f(x,y),平滑处理后