免费不收费用网站,网站建设需要哪些技术,项目网络图,wordpress文章模块化题目#xff1a;大规模图像中的目标检测与分类方法 在进行图像目标识别与跟踪时#xff0c;摄像机所采集的图像#xff0c;在成像、数字化以及传输过程中#xff0c;难免会受到各种各样噪声的干扰#xff0c;图像的质量往往会出现不尽人意的退化#xff0c;影响了图像的视…题目大规模图像中的目标检测与分类方法 在进行图像目标识别与跟踪时摄像机所采集的图像在成像、数字化以及传输过程中难免会受到各种各样噪声的干扰图像的质量往往会出现不尽人意的退化影响了图像的视觉效果。通常这些噪声干扰使得图像退化表现为图像模糊特征淹没这会对图像分析产生不利使所获得的图像质量较低。对这样的图像直接进行目标的识别与跟踪是比较困难的。抑制使图像退化的各种干扰信号、增强图像中的有用信号以及将观测到的不同图像在同一约束条件下进行校正处理就显得非常重要。 滤波的目的有两个:一是抽出对象的特征作为图像识别的特征模式;另一个是为适应图像处理的要求消除图像数字化时所混入的噪声。 高斯滤波是一种线性平滑滤波适用于滤除高斯白噪声已广泛应用于图像处理的预处理阶段。按照本人的理解对图像进行高斯滤波就是对图像中的每个点的像素值计算计算的准则是由该点本身灰度值以及其邻域内的其他像素灰度值加权平均所得而加权平均的权系数由二维离散高斯函数采样并归一化后所得。 均值滤波也称为线性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xy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xy作为处理后图像在该点上的灰度值gxy即gxy1/m ∑fxy m为该模板中包含当前像素在内的像素总个数。这样的方法可以平滑图像速度快算法简单。但是无法去掉噪声这能微弱的减弱它。 中值滤波法是一种非线性平滑技术它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。其实现过程为 1通过从图像中的某个采样窗口取出奇数个数据进行排序 2用排序后的中值作为当前像素点的灰度值 在图像处理中中值滤波常用来保护边缘信息,是经典的平滑噪声的方法该方法法对消除椒盐噪音非常有效在光学测量条纹图象的相位分析处理方法中有特殊作用但在条纹中心分析方法中作用不大。 双边滤波是一种可以保边去噪的滤波器。之所以可以达到这样的效果是因为该滤波器是由两个函数构成一个函数是由几何空间距离决定滤波器系数另外一个由像素差决定滤波器系数。 在前面几种讲述的滤波方法中像素点的灰度值均是由该点邻域内其他点的灰度值决定的比如高斯滤波和均值滤波都可看作是加权平均中值滤波取的是邻域灰度中值。双边滤波则不但考虑邻域范围内点的灰度值同样考虑这些点距离中心点的几何距离这样可以得到滤波后的点的灰度值表达公式为 其中k为归一化系数其表达式为 h和x分别为滤波后和滤波前对应点的灰度值 c表示中心点与其邻域内点的空间相似度 s表示中心点与其邻域内点的灰度相似度。 在实现过程中c和s函数均可用高斯函数实现即其定义如下 就增强来说最关心的是一副图像灰度的平均值和方差平均对比度的量度。 判断一个点是暗还是亮的方法是把局部平均灰度和图像平均灰度进行对比。 滤波的概念来源于在频率域对比信号进行处理的傅里叶变换。 非线性空间的滤波是基于领域处理的。 平滑空间滤波器用于模糊处理和减小噪音。 锐化空间滤波器拉普拉斯算子。转载于:https://www.cnblogs.com/zmy235/p/4831241.html
