机器视觉课程复习(算法及概念)

《机器视觉课程复习(算法及概念)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、均值滤波其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y）。不足之处：不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。高斯滤波高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个

2、像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。低通滤波低通滤波(Low-passfilter)是一种过滤方式，规则为低频信号能正常通过，而超过设定临界值的高频信号则被阻隔、减弱。高通滤波高通滤波(high-passfilter)是一种过滤方式，规则为高频信号能正常通过，而低于设定临界值的低频信号则被阻隔、减弱。Roberts算子是一种利用局部差分算子寻找边缘的算子，他采用对角线方向相邻两象素之差近似梯度幅值检测边缘。检测垂直边缘的效果好于斜向边缘，定位精度高，对噪声敏感,无法抑制噪声的影响。中值滤波基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，

3、中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法：用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。离散傅里叶变换是连续傅里叶变换在时域和频域上都离散的形式，将时域信号的采样变换为在离散时间傅里叶变换（DTFT）频域的采样。在形式上，变换两端（时域和频域上）的序列是有限长的，而实际上这两组序列都应当被认为是离散周期信号的主值序列。即使对有限长的离散信号作DFT，也应当将其看作经过周期延拓成为周期信号再作变换。图像金字塔以多分辨率来解释图像

4、的一种有效但概念简单的结构就是图像金字塔。图像金字塔最初用于机器视觉和图像压缩，一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低的图像集合。金字塔的底部是待处理图像的高分辨率表示，而顶部是低分辨率的近似。当向金字塔的上层移动时，尺寸和分辨率就降低。（1）、区域生长方法 区域生长是一种根据事前定义的准则将像素或子区域聚合成更大区域的过程，主要考虑象素及其空间邻域象素之间的关系。  基本思想：从种子区域（可以是单个像素）开始，逐步增长，获得满足一致性的最大区域。 主要问题：      （1）种子区域的确定；      （2）作为生长依据的一致性度量； 一致性度量 一般方法：灰

5、度均值、灰度方差、纹理、颜色、区域形状等。 算法实现： 1）根据图像的不同应用选择一个或一组种子，它或者是最亮或最暗的点，或者是位于点簇中心的点。 2）选择一个相似性准则。   （灰度级、 彩色、 纹理、 梯度等特性相似） 3）从该种子开始向外扩张，不断将与集合中各个像素连通、且满足相似性准则的像素加入集合。 4）上一过程进行到不再有满足条件的新结点加入集合为止。（终止准则） （2）、区域分裂合并 区域分裂合并法无需预先指定种子点,它按某种一致性准则分裂或者合并区域.可以先进行分裂运算,然后再进行合并运算;也可以分裂和合并运算同时进行,经过连续的分裂和合并,最后得到图像的精确分割

6、效果。分裂合并法对分割复杂的场景图像比较有效。 算法实现： 1）对图像中灰度级不同的区域，均分为四个子区域 2）如果相邻的子区域所有像素的灰度级相同，则将其合并。 3）反复进行上两步操作，直至不再有新的分裂与合并为止基于边缘的分割方法检测灰度级或者结构具有突变的地方，表明一个区域的终结，也是另一个区域开始的地方。这种不连续性称为边缘。不同的图像灰度不同，边界处一般有明显的边缘，利用此特征可以分割图像。　　图像中边缘处像素的灰度值不连续，这种不连续性可通过求导数来检测到。对于阶跃状边缘，其位置对应一阶导数的极值点，对应二阶导数的过零点(零交叉点)。因此常用微分算子进行边缘检测。常用

7、的一阶微分算子有Roberts算子、Prewitt算子和Sobel算子基于阈值的分割方法　灰度阈值分割法是一种最常用的并行区域技术，它是图像分割中应用数量最多的一类。阈值分割方法实际上是输入图像f到输出图像g的如下变换：　　其中，T为阈值，对于物体的图像元素g(i,j)=l，对于背景的图像元素g(i,j)=0。　　由此可见，阈值分割算法的关键是确定阈值，如果能确定一个合适的阈值就可准确地将图像分割开来。阈值确定后，将阈值与像素点的灰度值比较和像素分割可对各像素并行地进行，分割的结