一. 图像滤波:
图像滤波主要依靠模板和原图像进行卷积,模板为奇数模板(3*3,5*5,7*7)
1.1 均值滤波
模板:
第一种是四领域,第三种是八领域。
1.2 加权滤波
第二种为高斯滤波模板
以上两种模板都是和原图像做卷积进行滤波,得到新图像
1.3 中值滤波
(1)确定窗口及位置
(2)窗口内像素按灰度大小排序
(3)取中间值代替原窗口中心像素值
对椒盐噪声效果明显
二. 形态学处理
2.1 膨胀
用模板中心依次往原图像每个像素中放,取并集。
2.2 腐蚀
用模板中心依次往原图每个像素中放,当模板放在原图中时,模板上的每个点依然在原图中,则保留。如图腐蚀后结果为图三中的蓝色。
2.3 开闭运算
开运算:先腐蚀后膨胀
去除噪声
闭运算:先膨胀后腐蚀
消除空洞
可以进行多次先开后闭进行噪声去除
三. 边缘检测
图像处理之一阶微分应用:https://blog.csdn.net/jia20003/article/details/7562092
canny算子:边缘可自动连通
1.平滑微分
2.计算梯度
3.梯度幅值非极大值抑制
4.边缘连接
(用高斯去噪然后进行sobel算子提取边缘)
边缘提取只是对模板的选择和幅值的计算。(不同方向计算梯度,然后进行幅值计算,梯度计算还是依靠模板和原图像卷积)
canny算子一般效果比较好,sobel算子速度比较快,Laplace算子有重影(二阶微分)
四. 直线检测
4.1 Hough变换
五. 直方图与阈值分割
大津法 确定最佳阈值
遍历0~255依次选取 除了0 和 255的值做阈值 选择g最大
其中w0为 选择的阈值T ,小于T的个数 u0为小于T个数的像素均值