【数据阳光】原创:浅谈图像预处理

发布时间:2018-05-16 14:03


一、 图像预处理概述


图像预处理是在图像分析中,对输入图像进行特征抽取、分割和匹配前所进行的处理。输入图像由于图像采集环境不同,如光照明暗程度及设备性能的优劣等,往往存在有噪声,对比度不够等缺点。


另外,距离远近、焦距大小等又使得检测目标在整幅图像中的大小和位置不确定,为了保证检测目标后期识别准确性,往往需要对图像进行预处理。


图像预处理的主要目的是消除图像中的无关信息,滤除干扰、噪声,恢复有用的真实信息,增强有关信息的可检测性和最大限度的简化数据,从而改进特征抽取、图像分割、匹配和识别的可靠性。


二、 图像预处理方法


图像预处理过程一般有数字化、几何变换、归一化、平滑、复原和增强等步骤,下面主要讲述几何变换、归一化以及图像增强。


(一)图像几何变换


图像几何变换是指用数学建模的方法来描述图像位置、大小、形状等变化的方法。在图像识别中,输入图像千差万别,为达到较好的识别效果,需要对输入的图像进行几何变换,将输入图像校正为与标签图像相似的几何图形。图像几何变换主要包括:相似变换、仿射变换和射影变换。下图为打标签的高等数学标准图像。

 


1.相似变换


对图像进行旋转、平移缩放等运算,将图像变换为与标准图像相似的图像。

 

2.仿射变换


对图像的旋转、平移、缩放和错切变换。与相似变换相比,仿射变换添加了错切变换,错切变换在图像几何形变方面非常有用,常见的错切变换分为X方向和Y方向的错切变换,下图为经过X方向错切变换校正后的图像。

 

3.射影变换


射影变换就是对图像的旋转、平移、缩放、错切和射影。射影变换与以上介绍的两种变换最大的不同是原图中的平行线已经不在平行,射影变换的图像更加自由。

 

(二)图像归一化


图像归一化是通过一系列变换(即利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响),将待处理的原始图像转换成相应的唯一标准形式(该标准形式图像对平移、旋转、缩放等仿射变换具有不变特性)。例如,在图像处理中,将图像的灰度值(0-255)归一化到(0-1),将不同大小的图像归一到相同大小。


图像归一化的目的:


1.避免具有不同物理意义和量纲的输入变量不能平等使用。

2.神经网络中常采用sigmoid函数作为激活函数,归一化能够防止净输入绝对值过大引起的神经元输出饱和现象。

3.保证输出数据中数值小的不被吞食。

4.在深度学习中,一般需要对图像进行归一化处理,可以加快训练网络的收敛性。


(三)图像增强


图像增强的方法是通过一定手段对原图像附加一些信息或变换数据,有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征,使图像与视觉响应特性相匹配。

图像增强中两类重要的处理方法:灰度变换、直方图处理。


1.灰度变换


灰度变换可以分为线性变换、分段线性变换以及非线性变换。

下图是线性变换前后图像对比:对一张较暗的图片进行简单的加法,提高他的亮度,从而可以看到隐藏在黑暗中的细节。

 

2.直方图处理


通过对比度拉伸对直方图进行调整,从而“扩大”前景和背景灰度的差别,以达到增强对比度的目的。

下图是直方图处理前后图像对比:通过直方图处理之后,前景和背景的对比度得到增强。

        


三、总结


随着应用场景越来越广,拍摄图像复杂化程度越来越高,图像预处理变得更加重要,这就需要人们不断的去研究和提高图像预处理技术,图像预处理也将成为一个研究热点得到更快的发展。


作者:李树凯 阳光保险集团

注:数据阳光原创,转载请注明出处


数据阳光|改变未来

微信ID:Data_Sunshine

长按二维码关注数据阳光


powered by 白菜全讯最新白菜 © 2017 WwW.daizitouxiang.com
博聚网