图像预处理 在机器视觉中的应用
20
图图图图图 图图图图图图图图图
description
图像预处理 在机器视觉中的应用. 一个典型的机器视觉系统. 获取图像. 分析. 控制. 预处理种类. 滤除噪声 修复边缘 增强对比度. 图像噪声基本原理. 光子探测符合泊松分布 : 泊松分布的方差等于它的统计平均值 信噪比 ∝ 光子数量 / 像素 光子数 ∝ 曝光时间 x 像素尺寸 x 光强. λ 1. λ 2. 图像噪声基本原理. 除了光子的散射噪声 , 有的图像还有斑点噪声. 光子的散射噪声. 斑点噪声. 图像噪声. 光子的散射噪声. 斑点. 斑点过滤. 滤除后. 滤除前. 斑点过滤. 滤除前. - PowerPoint PPT Presentation
Transcript of 图像预处理 在机器视觉中的应用
图像预处理在机器视觉中的应用
一个典型的机器视觉系统
获取图像 分析 控制
预处理种类
滤除噪声 修复边缘 增强对比度
图像噪声基本原理
光子探测符合泊松分布 :
泊松分布的方差等于它的统计平均值 信噪比 ∝ 光子数量 /像素 光子数 ∝ 曝光时间 x 像素尺寸 x 光强
λ1 λ2
图像噪声基本原理
除了光子的散射噪声 ,有的图像还有斑点噪声
光子的散射噪声
斑点噪声
图像噪声
光子的散射噪声斑点
斑点过滤
滤除后 滤除前
斑点过滤
滤除后 滤除前
斑点过滤
滤除后 滤除前
递归降噪
Y(n)
Y(n-1)
X(n)
a(n) 帧存
只能用于视频 运动问题
递归降噪
滤除后 滤除前
多尺度分析
例如 : 小波 , 子带编码可以用于图像帧内滤波
多尺度分析 滤除后 滤除前
多尺度分析 滤除前 滤除后
边缘修复
在噪声图像中滤除噪声后 ,边缘可能不平滑
边缘检测
Canny边缘检测比较有效 ,但是占用硬件资源很多 (J.Canny, A Computational Approach To Edge Detection,IEEE PAMI, Aug 1986, 679-714).
新的边缘检测算法 : 优点：占用硬件资源很少 ,有效抑制伪边缘缺点：边缘定位欠精确
检测噪声图像中的边缘轮廓
边缘修复
修复前 修复后
增强对比度
之后之前
谢谢大家 !
