图像处理方法总结.docVIP

图像处理算法归纳 图像处理算法归纳 1 1 颜色空间 2 2 图像的增强 5 3 阈值化 8 4 边缘检测的算法 13 5 形态学 16 6 连通区域法 20 7 灰度级插值 24 8 角度检测 26 1 颜色空间 车牌定位与分割算法的研究及实现7 HSV空间 HSV(hue,saturation,value)颜色空间的模型对应于圆柱坐标系中的一个圆锥形子集，圆锥的顶面对应于V=1. 它包含RGB模型中的R=1，G=1，B=1 三个面，所代表的颜色较亮。色彩H由绕V轴的旋转角给定。红色对应于 角度0° ，绿色对应于角度120°，蓝色对应于角度240°。在HSV颜色模型中，每一种颜色和它的补色相差180° 。 饱和度S取值从0到1，所以圆锥顶面的半径为１。HSV颜色模型所代表的颜色域是CIE色度图的一个子集，这个 模型中饱和度为百分之百的颜色，其纯度一般小于百分之百。在圆锥的顶点(即原点)处，V=0,H和S无定义， 代表黑色。圆锥的顶面中心处S=0，V=1,H无定义，代表白色。从该点到原点代表亮度渐暗的灰色，即具有不同 灰度的灰色。对于这些点，S=0,H的值无定义。可以说，HSV模型中的V轴对应于RGB颜色空间中的主对角线。 在圆锥顶面的圆周上的颜色，V=1，S=1,这种颜色是纯色。HSV模型对应于画家配色的方法。画家用改变色浓和 色深的方法从某种纯色获得不同色调的颜色，在一种纯色中加入白色以改变色浓，加入黑色以改变色深，同时 加入不同比例的白色，黑色即可获得各种不同的色调。 HSI空间 HSI色彩空间是从人的视觉系统出发，用色调(Hue)、色饱和度(Saturation或Chroma)和亮度 (Intensity或Brightness)来描述色彩。HSI色彩空间可以用一个圆锥空间模型来描述。用这种 描述HIS色彩空间的圆锥模型相当复杂，但确能把色调、亮度和色饱和度的变化情形表现得很清楚。 通常把色调和饱和度通称为色度，用来表示颜色的类别与深浅程度。由于人的视觉对亮度的敏感 程度远强于对颜色浓淡的敏感程度，为了便于色彩处理和识别，人的视觉系统经常采用HSI色彩空间， 它比RGB色彩空间更符合人的视觉特性。在图像处理和计算机视觉中大量算法都可在HSI色彩空间中 方便地使用，它们可以分开处理而且是相互独立的。因此，在HSI色彩空间可以大大简化图像分析 和处理的工作量。HSI色彩空间和RGB色彩空间只是同一物理量的不同表示法，因而它们之间存在着 转换关系。…紫构成闭合的环，其值在0度~360度之间。处于圆周上的点式饱和度，颜色从圆周到圆心过渡，表示颜色饱和度逐渐降低，其值用百分比表示。当颜色在立体图同一平面上变化时，只改变色调和饱和度，而亮度不变。 YIQ/YUV空间 RGB空间 RGB(red,green,blue)颜色空间最常用的用途就是显示器系统，彩色阴极射线管,彩色光栅图形的显示器 都使用R、G、B数值来驱动R、G、B 电子枪发射电子，并分别激发荧光屏上的R、G、B三种颜色的荧光粉 发出不同亮度的光线，并通过相加混合产生各种颜色；扫描仪也是通过吸收原稿经反射或透射而发送来 的光线中的R、G、B成分，并用它来表示原稿的颜色。RGB色彩空间称为与设备相关的色彩空间,因为不同 的扫描仪扫描同一幅图像，会得到不同色彩的图像数据；不同型号的显示器显示同一幅图像，也会有不同 的色彩显示结果。 灰度拉伸 灰度拉伸是根据灰度直方图的分布拉伸某段灰度区间以改善输出图像。灰度拉伸功能用于加强选择区域的对比度；它在0到255之间按顺序取两点X1和X2，他们将0-255之间的灰度划分成[0,x1],[x1,x2]和[x2,255]三个灰度区间；采取一个分段式的灰度拉伸方程来强化车牌前景和背景间的灰度差异。（车牌定位与字符分割的研究与实现[2]）。通过调整Y1和Y2的大小改变灰度拉伸方程在[0,X1]和[X2,255]之间的斜率，突出[X1,X2]间的车牌区域。 2.2图像平滑 图像在生成或传输过程中页常受到各种噪声源的干扰和影响而使图像处理变差。有时抽样效果差的系统同样给图像带来噪声，在图像上的反映就是使原本均匀和连续变化的灰度突然变大或变小，形成一些虚假的边缘或轮廓。抑制或消除这类噪声而改善图像质量的过程称为图像的平滑过程。平滑分空域上和频域上的平滑算法。 2.2.1 空域处理 2.2.1.1领域平均法 领域平均法中，我们假定图像时由去多灰度恒定的小块组成，相邻像素间有很高的空间相关性。而噪声是统计独立地叠加在图像上的，其均值为0。因此，可以用领域内各像素灰度值的平均值代表原来的灰度值，实现图像的平滑。 简单平均值： 设图像中某像素的灰度值为f(x,y)，它的领域s为M*N大小的窗口，则平滑后的灰度值为：