祁明 祝典 邹武星
摘要:计算机视觉技术本质上需要对图片、视频等数据进行处理,为了提高处理的图片的质量,本文介绍了主要的一些图片处理的技术。
关键词:图像处理;计算机视觉;技术
中图分类号:TP391.41 文献标识码:A 文章编号:1007-9416(2020)02-0057-01
0 引言
随着计算机视觉技术的不断成熟,该技术也被应用到各个区域。顾名思义,计算机視觉就是让计算机和人一样可以“看见”东西。计算机视觉技术很重要的一点就是需要对图片进行处理,将图像变得多样化是计算机图像处理技术的研究热门[1]。目前有很多软件可以帮助用户实现图像处理的目标[2]。本文介绍了一些常见的图像处理技术,分别是图像平滑处理、图像锐化处理、马赛克处理、毛玻璃处理、图片压缩、图片增强以及自适应直方图均衡化。通过对这些技术的介绍,面对不同的问题,可以更好的选择合适的技术。
1 图像处理技术
1.1 图像平滑处理
图片在进行复制、传输等操作的时候很有可能因为某种因素而导致数据丢失,导致图片的质量下降,采用图像平滑算法可以对图片的质量进行增强。对图片的平滑处理可以抑制噪声信息对图片质量的影响。在这里主要介绍一下均值滤波和中值滤波。
均值滤波,顾名思义是和平均值相关的操作,先对某一个窗口内的所有像素点的值求平均值,再将得到的平均值给到这个窗口内的每一个像素点。这样做虽然在操作上很简单高效,但是这样做会是特征信息和图片中的边缘信息变得更加模糊,从而丢失很多特征。
中值滤波,顾名思义就是一个取中值的操作。首先对窗口内所有像素点的值遍历一遍,然后将它们的值进行排列,然后取得的中值作为整个窗口内所有像素点的值。因为需要先遍历所有像素点的值,再进行排列取中值,所以中值滤波的时间复杂度很高。中值滤波的效果一般要比均值滤波的效果更好,不仅对去除比较密集的噪声信息效果良好,同时对于消除单独的噪声信息也有很好的效果。
1.2 图像锐化处理
图像的平滑处理是为了抑制噪声对图片的影响,而图像的锐化处理正好与之相反。图像的锐化操作是为了让某些重要但是又模糊的信息变得更加的明显,方便后续对图片的处理。平滑处理的本质就是图片经过了均值或者积分的操作使得图片变得模糊,因此与之相反的锐化处理也需要进行相反的操作;通过对图片进行微分操作可以实现图像的锐化处理。值得注意的是,需要进行锐化处理的图片必须拥有较高的性噪比,不然的话在进行锐化操作的同时噪声信息增加的会比我们需要得信息更多。因此在进行图像的锐化处理之前,需要进行去噪处理。
1.3 马赛克处理与毛玻璃处理
为了对图片中的某些信息进行加密,可以对图片进行加马赛克处理和毛玻璃效果处理。马赛克处理是先在图片中选取一块需要加密的区域,然后选择一个马赛克的形状,以长方形为例,那么这片加密区域里的马赛克的形状都是长方形。确定好马赛克的形状后,需要确定每个马赛克的像素值。对于每一个马赛克,分别随机选择一个像素点的值,将这个像素点的值作为马赛克中所有像素点的值,进行填充。
毛玻璃处理与马赛克处理类似,也是随机选取一个像素值,填充到需要进行毛玻璃处理的区域;不同的是,毛玻璃处理不需要通过多个小区域拼接。
1.4 图像压缩
随着相机像素的不断提升,拍摄的单张照片所占的内存也越来越大。对图像进行压缩,能使硬件资源得到最大的利用。图片通常存在一些冗余的空间信息,例如图片中万里无云的天空,这种图片中同一个物体上各个像素点的值都一样的情况,就是冗余的空间信息,可以对其进行压缩。图像压缩又分为有失真压缩和无失真压缩,有失真压缩是一个不可逆的过程,虽然进行了压缩操作,但是保证了人在不受影响的前提下获取原始信息的内容;而无失真压缩保证了信息的完整性,是一个可逆的过程,解压后的文件与原始的一致。
1.5 图像增强
在处理一些图片时,往往有很多我们需要的重要信息在图片中很模糊。为了使这些信息变得更加清晰,可以采用图像增强技术。常见的图像增强手段有:真色彩增强技术、伪色彩增强技术、假色彩增强技术。
真色彩增强技术:日常生活中,我们见的最多的图片是RGB(R,红色;G,绿色;B,蓝色)类型图片,这是因为摄像机以及彩色扫描仪都是基于RGB模型工作的。而人体视觉系统对HSI(H,色调;S,饱和度;I,亮度)模型比较敏感。在进行真色彩增强技术时,首先,将RGB模式的图片转换成HSI模式的图片;然后,对图片的亮度进行修改,主要是通过直方图的方式对亮度进行操作。最后,再将HSI模式的图片转换成RGB模式的图片。
伪色彩增强技术:人体的肉眼对灰度图片以及彩色图片敏感程度不同,对于灰度图像,肉眼可以分辨灰度级十几到二十几之间;但是对于彩色图片却完全不同,人体的肉眼对于彩色图片十分敏感,能分辨几千种不同亮度,不同色度的彩色。所以,需要提高灰度图片的可视性时,可采用伪色彩增强技术,将灰度图片转换成彩色图片。进行处理时,分别对灰度图片的R、G、B三个通道通过不同的映射函数,得到新的值,然后合成一张彩色图片。
假色彩增强技术:假彩色增强与伪彩色增强有些类似,但又不同。伪彩色增强技术指的是将灰度图片变成彩色图片;而假彩色增强技术指的是对彩色图片进行处理,使其某些色彩与原来的不同,其目的不在复原而在于增强彩色。
1.6 自适应直方图均衡化
直方图均衡化是很常见的一种图像处理技术,在这里介绍一个性能更好的直方图均衡化技术:自适应直方图均衡化。普通的直方图均衡化算法一般是基于整张图片进行直方图均衡化处理,对于像素比较均匀的图片,采用普通的直方图均衡化效果会比较好;但是,如果同一张图片的不同区域明暗差异很明显的话,这个时候使用普通的直方图均衡化算法效果就变得很差。自适应直方图均衡化算法是对图片的局部进行操作,首先选取一个像素,然后对其周围一个固定大小的长方形范围内的像素进行直方图均衡化处理。自适应直方图均衡化对挑战图片的对比度有着更好的效果。
2 结语
图像处理技术的应用在我们的日常生活中越来越常见,图像处理技术的重要性不言而喻。为了更加全的了解图像处理技术,本文介绍了一些图像处理的技术,可以根据具体的需求选择这些处理的技术。
参考文献
[1] 刘昌.计算机图像处理与识别技术应用分析[J].信息与电脑(理论版),2019(3):150-151.
[2] 刘翠芳,梁富强.人脸识别技术在学籍管理系统中的研究与应用探讨[J].赤峰学院学报(自然科学版),2018(4):79-80.
Overview of Image Processing Technology
QI Ming1,ZHU Dian2, ZOU Wu-xing2
(1.School of Applied Mathematics, Beijing Normal University Zhuhai Branch, Zhuhai Guangdong 519000;
2.Graduate School of Beijing Normal University, Zhuhai Branch, Zhuhai Guangdong 519000)
Abstract:Computer vision technology essentially needs to process data such as pictures and videos. In order to improve the quality of processed pictures, this article introduces some main picture processing techniques.
Key words:image processing; computer vision; technology