传统的图像处理算法
图像预处理
-
图像滤波
图像滤波是图像处理中的基本技术，用于在尽量保留图像细节的前提下抑制噪声。常见的滤波器分为线性滤波器和非线性滤波器。
线性滤波器 ：包括低通滤波器（允许低频通过）、高通滤波器（允许高频通过）、带通滤波器（允许一定范围的频率通过）、带阻滤波器（允许一定范围的频率通过并阻止其他频率通过）、全通滤波器（允许所有频率通过，只改变相位）和陷波滤波器（阻止一个狭窄频率范围通过）。此外，还有方框滤波（boxblur函数）、均值滤波（Blur函数）和高斯滤波等，它们通过加权平均的方法对图像进行平滑处理。
非线性滤波器：主要包括中值滤波和双边滤波。中值滤波通过取邻域内像素值的中位数来替代原像素值，有效去除椒盐噪声。双边滤波则结合图像的空间邻近度和像素值相似度，实现保边去噪的效果。 -
直方图均衡化
直方图均衡化是一种用于改善图像对比度的技术，它通过重新分配图像的亮度值，使图像的直方图分布更加均匀，从而增强图像的视觉效果。
图像增强
图像增强旨在提升图像的整体质量，使其更适合于后续的图像处理或分析任务。常用的图像增强方法包括锐化、对比度拉伸等。
锐化 ：通过增强图像的边缘信息来提高图像的清晰度。锐化可以通过高通滤波实现，即增强图像中的高频成分。
对比度拉伸：通过扩展图像的对比度范围来增强图像的视觉效果。对比度拉伸可以通过调整图像的直方图分布来实现。
边缘检测
边缘检测是图像处理中的一项重要技术，用于提取图像中的边缘信息。边缘信息对于图像分析、图像分割等任务至关重要。
常见边缘检测算子：包括一阶边缘检测算子（如Roberts Cross算子、Prewitt算子、Sobel算子和Canny算子）和二阶边缘检测算子（如Laplacian算子和Marr-Hildreth算子）。其中，Canny边缘检测是一种非常流行的算法，它通过多阶段处理（如图像降噪、计算梯度、非极大值抑制和双阈值筛选）来提取图像的边缘信息。
形态学操作
形态学操作是基于形状的一系列图像处理技术，主要包括膨胀、腐蚀、开运算和闭运算等。
膨胀：通过用结构元素对图像进行卷积，并将卷积区域内的最大值赋给中心像素，从而使图像中的亮区域扩展。
腐蚀：与膨胀相反，腐蚀通过取结构元素覆盖下的最小值来替代中心像素值，从而使图像中的亮区域缩小。
开运算：先腐蚀后膨胀的过程，常用于去除小物体、平滑较大物体的边界而不明显改变其面积。
闭运算：先膨胀后腐蚀的过程，常用于填充物体内的小洞、连接邻近物体和平滑边界。