文章目录
- 前言
- 一、通用目的
- 二、分领域预处理
-
- [2.1 传统机器学习（如SVM、随机森林）](#2.1 传统机器学习（如SVM、随机森林）)
- [2.2 深度学习（如CNN、Transformer）](#2.2 深度学习（如CNN、Transformer）)
- [2.3 其他领域](#2.3 其他领域)
- 三、工具与库
-
- [3.1 OpenCV](#3.1 OpenCV)
- [3.2 PIL/Pillow](#3.2 PIL/Pillow)
- [3.3 scikit-image](#3.3 scikit-image)
- [3.4 TensorFlow](#3.4 TensorFlow)
- [3.5 PyTorch](#3.5 PyTorch)
- 四、总结
-
- [4.1 目标检测](#4.1 目标检测)
- [4.2 语义分割](#4.2 语义分割)
- [4.3 低光照场景](#4.3 低光照场景)
前言
图像预处理是机器学习和计算机视觉任务 中至关重要的一环，其核心目的是通过对原始图像进行优化和调整 ，提升模型性能、降低噪声干扰、增强关键特征，并适应模型的输入要求。以下是分领域的详细说明：
一、通用目的
1.1 数据标准化
目的
目的：统一输入数据的分布，避免因像素值范围差异（如0-255或0-1）导致模型训练不稳定。
实现
python
#归一化到 [0, 1]
image_normalized = image / 255.0
#标准化（均值中心化 + 方差归一化）
image_standardized = (image - mean) / std1.2 噪声抑制
目的
目的：消除图像中的随机噪声（如高斯噪声、椒盐噪声） ，提升特征提取的鲁棒性。
实现
高斯滤波
高斯滤波：cv2.GaussianBlur()
中值滤波
中值滤波：cv2.medianBlur()
双边滤波
双边滤波：保留边缘的同时去噪，cv2.bilateralFilter()
1.3 尺寸统一化
目的
目的：确保所有输入图像尺寸一致 ，适配模型输入层（如CNN要求固定尺寸）。
实现
python
resized_image = cv2.resize(image, (width, height))1.4 数据增强
目的
目的：通过**几何变换（旋转、翻转、裁剪）或颜色扰动（亮度、对比度调整）**扩充数据集，防止过拟合。
实现
python
#使用OpenCV或深度学习框架（如TensorFlow的ImageDataGenerator）
flipped = cv2.flip(image, 1) # 水平翻转
rotated = cv2.rotate(image, cv2.ROTATE_90_CLOCKWISE)1.5 特征增强
目的
目的：突出目标区域的关键特征（如边缘、纹理）。
实现：
边缘检测
边缘检测：Sobel算子、Canny算子
直方图均衡化
直方图均衡化：cv2.equalizeHist()（增强对比度）
锐化
锐化：拉普拉斯算子或自定义卷积核
二、分领域预处理
2.1 传统机器学习（如SVM、随机森林）
2.1.1 特点
特点：依赖手工提取特征（如HOG、LBP、颜色直方图）。
2.1.2 预处理重点
灰度化
灰度化：减少计算量，cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
二值化
二值化：cv2.threshold()（如文档OCR任务）
形态学操作
形态学操作：腐蚀、膨胀（去除小斑点或连接断裂区域）
特征工程
特征工程：提取统计特征（均值、方差）或结构特征。
2.2 深度学习（如CNN、Transformer）
2.2.1 特点
特点：端到端学习特征，但依赖大量数据和标准化输入。
2.2.2 预处理重点
通道顺序调整
通道顺序调整：适配框架要求（如TensorFlow的HWC格式或PyTorch的CHW格式）。
批量归一化
批量归一化：在数据加载阶段统一处理（如torchvision.transforms.Normalize）。
高级增强
高级增强：MixUp、CutMix等基于混合样本的策略。
预训练模型适配
预训练模型适配：输入需与预训练数据分布一致（如ImageNet的均值方差）。
2.3 其他领域
2.3.1医学影像（如MRI、CT）
去伪影
去伪影：消除扫描过程中的运动伪影或设备噪声。
标准化
标准化：使用Z-score或直方图匹配**（不同设备间的数据一致性**）。
2.3.2 卫星遥感
多光谱融合
多光谱融合：合并不同波段的图像（如红外与可见光）。
辐射校正
辐射校正：消除大气干扰。
2.3.3 工业检测
背景分割
背景分割：提取ROI（如产品表面缺陷检测）。
高动态范围
高动态范围（HDR）：处理过曝或欠曝区域。
三、工具与库
3.1 OpenCV
OpenCV：基础操作（滤波、几何变换、颜色空间转换）。
3.2 PIL/Pillow
PIL/Pillow：简单的图像增强（缩放、裁剪）。
3.3 scikit-image
scikit-image：高级滤波和特征提取（如局部二值模式）。
3.4 TensorFlow
TensorFlow：tf.image模块
3.5 PyTorch
PyTorch：torchvision.transforms
四、总结
图像预处理的选择需结合具体任务：
4.1 目标检测
目标检测：可能更关注多尺度输入 和颜色增强。
4.2 语义分割
语义分割：需保留空间信息 ，避免过度下采样。
4.3 低光照场景
低光照场景：需Retinex算法或深度学习去噪（如AutoEncoder）。
通过合理设计预处理流程，可显著提升模型泛化能力 和收敛速度。