图像处理方法总结[1]

《图像处理方法总结[1]》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、图像处理算法归纳图像处理算法归纳11颜色空间22图像的增强53阈值化84边缘检测的算法135形态学166连通区域法207灰度级插值248角度检测26321颜色空间车牌定位与分割算法的研究及实现7HSV空间HSV(hue,saturation,value)颜色空间的模型对应于圆柱坐标系中的一个圆锥形子集，圆锥的顶面对应于V=1.它包含RGB模型中的R=1，G=1，B=1三个面，所代表的颜色较亮。色彩H由绕V轴的旋转角给定。红色对应于角度0°，绿色对应于角度120°，蓝色对应于角度240°。在HSV颜色模型中，每一种颜色

2、和它的补色相差180°。饱和度S取值从0到1，所以圆锥顶面的半径为１。HSV颜色模型所代表的颜色域是CIE色度图的一个子集，这个模型中饱和度为百分之百的颜色，其纯度一般小于百分之百。在圆锥的顶点(即原点)处，V=0,H和S无定义，代表黑色。圆锥的顶面中心处S=0，V=1,H无定义，代表白色。从该点到原点代表亮度渐暗的灰色，即具有不同灰度的灰色。对于这些点，S=0,H的值无定义。可以说，HSV模型中的V轴对应于RGB颜色空间中的主对角线。在圆锥顶面的圆周上的颜色，V=1，S=1,这种颜色是纯色。HSV模型对应于画家配色

3、的方法。画家用改变色浓和色深的方法从某种纯色获得不同色调的颜色，在一种纯色中加入白色以改变色浓，加入黑色以改变色深，同时加入不同比例的白色，黑色即可获得各种不同的色调。32HSI空间HSI色彩空间是从人的视觉系统出发，用色调(Hue)、色饱和度(Saturation或Chroma)和亮度(Intensity或Brightness)来描述色彩。HSI色彩空间可以用一个圆锥空间模型来描述。用这种描述HIS色彩空间的圆锥模型相当复杂，但确能把色调、亮度和色饱和度的变化情形表现得很清楚。通常把色调和饱和度通称为色度，用来表示

4、颜色的类别与深浅程度。由于人的视觉对亮度的敏感程度远强于对颜色浓淡的敏感程度，为了便于色彩处理和识别，人的视觉系统经常采用HSI色彩空间，它比RGB色彩空间更符合人的视觉特性。在图像处理和计算机视觉中大量算法都可在HSI色彩空间中方便地使用，它们可以分开处理而且是相互独立的。因此，在HSI色彩空间可以大大简化图像分析和处理的工作量。HSI色彩空间和RGB色彩空间只是同一物理量的不同表示法，因而它们之间存在着转换关系。在颜色立体图中垂直轴表示光的亮度变化，顶部最亮表示白色，底部最暗表示黑色，中间是由浅至深的灰色。在与黑

5、白轴垂直的平面圆周上各点代表光谱上各种不同的色调，如图中箭头所指红橙黄…紫构成闭合的环，其值在0度~360度之间。处于圆周上的点式饱和度，颜色从圆周到圆心过渡，表示颜色饱和度逐渐降低，其值用百分比表示。当颜色在立体图同一平面上变化时，只改变色调和饱和度，而亮度不变。32YIQ/YUV空间RGB空间RGB(red,green,blue)颜色空间最常用的用途就是显示器系统，彩色阴极射线管,彩色光栅图形的显示器都使用R、G、B数值来驱动R、G、B电子枪发射电子，并分别激发荧光屏上的R、G、B三种颜色的荧光粉发出不同亮度的光

6、线，并通过相加混合产生各种颜色；扫描仪也是通过吸收原稿经反射或透射而发送来的光线中的R、G、B成分，并用它来表示原稿的颜色。RGB色彩空间称为与设备相关的色彩空间,因为不同的扫描仪扫描同一幅图像，会得到不同色彩的图像数据；不同型号的显示器显示同一幅图像，也会有不同的色彩显示结果。通常把RGB空间转换到HSV空间进行处理的原因：H和S两个分量包含了图像的彩色信息，说明了颜色的深浅、合成色度，与人感受颜色的方式紧密相连；而分量V表示亮度，包含了光照条件方面的信息，与图像的彩色信息无关。如果舍弃V分量，只考虑H和S分量则减

7、少了光照条件的影响，这对于光照条件不均匀的彩色汽车图像分割具有重要意义（但是在实验中，为了解决复杂光照背景下存在阴影的状况，我们并没有完全舍弃V分量而是将其作为辅助条件）。因此在HSV模型下，用H和S两个分量辅助以V分量就可以将蓝色和黄色两种颜色区域找出来，同时发现只用V分量就能将白色和黑色两种颜色识别出来，因此HSV模型特别适合于利用车牌的颜色特征来识别车牌。2图像的增强边缘检测算法在车牌定位系统中的应用研究[1]2.1灰度级的修整直方图均衡直方图用来表达一幅图像灰度等级分布情况。（横轴灰度值，纵轴像素数）直方图均

8、衡化通过灰度映射使图像的灰度值在直方图上均匀分布，改善偏亮和偏暗的图像。32为了改变图像整体偏暗或整体偏亮，或灰度层次不丰富的情况，可以将原图像的直方图通过变换函数修正为均匀的直方图，使直方图不再偏于低端，也不再偏于高端，而是变成比较均匀的分布。其计算步骤如下（车牌定位与字符分割的研究与实现[2]）1统计原始图像的各灰度级的像素数目ni2统计原