第4章

圖像及智能應(yīng)用實驗要求（1）通過顏色模式、圖像模式、圖像類型、圖像格式轉(zhuǎn)換等知識，理解圖像的數(shù)字化過程（2）圖像裁剪、旋轉(zhuǎn)、縮放和亮度/對比度調(diào)整等，為圖像預(yù)處理奠定基礎(chǔ)（3）以濾波技術(shù)為核心，通過實驗認(rèn)識高斯濾波技術(shù)、圖像邊緣提取技術(shù)、圖像去噪技術(shù)（4）通過百度AI圖片助手，體驗并了解圖像處理中的各種AI技術(shù)實驗?zāi)繕?biāo)通過Photopea工具了解數(shù)字圖像、圖像處理和圖像AI應(yīng)用4.2.1實驗圖像量化位數(shù)、RGB顏色及其表達(dá)、JPEG圖像格式4.2.2實驗圖像進(jìn)行裁剪、旋轉(zhuǎn)、縮放4.3.2實驗高斯模糊、邊緣提取、圖像去噪4.4.2實驗AI+圖像處理4.2.1圖像的數(shù)字化表示編號任務(wù)目標(biāo)知識點1使用顏色采樣器工具并觀察顏色值了解RGB顏色模式，建立通道的概念2使用吸管工具并觀察顏色值快速選擇圖像中的顏色，提取顏色值3彩色圖像數(shù)字化計算理解圖像數(shù)字化過程4將彩色圖像轉(zhuǎn)換為灰度圖像和黑白圖像理解灰度模式和二值模式，進(jìn)行不同圖像模式轉(zhuǎn)換5JPEG壓縮理解JPEG圖像壓縮比與圖像質(zhì)量之間的關(guān)系4.2.1圖像的數(shù)字化表示HSV（Hue,Saturation,Value）是一種基于人類顏色感知的模型，將顏色分解為色調(diào)（H）、飽和度（S）和明度（V）三個維度。色調(diào)明亮度飽和度飽和度越低，顏色變得越灰暗或接近灰色4.2.1圖像的數(shù)字化表示將彩色圖像->為灰度圖：Photopea利用HSV的飽和度-100100飽和度最低失去色彩變?yōu)榛叶葓D像飽和度最高顏色最鮮艷4.2.1圖像的數(shù)字化表示轉(zhuǎn)換為->黑白圖像：只有黑色和白色兩種顏色8位圖像，像素顏色值范圍0~255，將閾值設(shè)置為1280～127的像素值會被視為黑色128～255的像素值會被視為白色128閾值是全局閾值化的默認(rèn)值（Photoshop沿用）4.2.2圖像的基本操作編號圖像操作作用1裁剪圖像去除圖像中不必要的部分優(yōu)化構(gòu)圖、突出主體，并改善視覺效果2旋轉(zhuǎn)圖像通過調(diào)整圖像的方向和角度，糾正拍攝時因角度問題導(dǎo)致的傾斜；改變圖像的視角，創(chuàng)造出更具動態(tài)感或藝術(shù)感的視覺效果，為圖像賦予新的表現(xiàn)力和創(chuàng)意空間3縮放圖像調(diào)整圖像的尺寸和分辨率，使其適應(yīng)不同的展示需求或使用場景4調(diào)整亮度和對比度調(diào)整亮度，可以修正曝光問題，改善過暗或過亮的區(qū)域；調(diào)整對比度則能增強(qiáng)明暗差異，突出細(xì)節(jié)和層次感4.2.2圖像的基本操作圖像縮放：圖像縮放時，總像素數(shù)會發(fā)生變化。像素的變化由對應(yīng)的插值算法計算得到。鄰近（NearestNeighbor）：最簡單的算法，速度快但效果較差，適合像素藝術(shù)或需要保留硬邊緣的圖像。兩次線性（Bilinear）：通過線性插值計算像素，效果比最近鄰平滑，適合中等質(zhì)量的縮放。二次立方較銳利（BicubicSharper）：適合縮小圖像，能夠保留更多細(xì)節(jié)。4.3.2圖像處理圖像濾波（Filtering）：通過對圖像的像素進(jìn)行數(shù)學(xué)運算改變圖像的外觀或提取特定信息。是圖像處理中的核心技術(shù)之一，廣泛應(yīng)用于醫(yī)學(xué)影像、攝影、自動駕駛等領(lǐng)域。改善圖像質(zhì)量（如去噪、平滑、銳化）提取關(guān)鍵特征（如邊緣檢測、紋理等特征提取）實現(xiàn)藝術(shù)效果（如模糊、浮雕）濾波技術(shù)意義常用濾波應(yīng)用場景去噪與平滑圖像在采集或傳輸過程中可能會受到噪聲的干擾（如高斯噪聲、椒鹽噪聲等），濾波可以有效地去除這些噪聲，使圖像更加清晰高斯濾波、均值濾波、中值濾波醫(yī)學(xué)圖像處理、衛(wèi)星圖像處理、攝影后期處理等邊緣檢測邊緣是圖像中重要的特征之一，濾波可以突出圖像的邊緣信息，用于目標(biāo)檢測、圖像分割等任務(wù)Sobel算子、Canny邊緣檢測、Laplacian算子計算機(jī)視覺、自動駕駛、圖像識別等銳化與增強(qiáng)細(xì)節(jié)增強(qiáng)圖像的細(xì)節(jié)，使圖像看起來更加清晰和銳利拉普拉斯銳化、UnsharpMask（非銳化掩模）攝影后期處理、圖像增強(qiáng)等特征提取提取圖像中的特定特征（如紋理、形狀等），用于圖像分析和模式識別Gabor濾波器、方向濾波器等紋理分析、指紋識別、人臉識別等藝術(shù)效果創(chuàng)建各種藝術(shù)效果，如模糊、浮雕、油畫效果等高斯模糊、運動模糊、浮雕濾鏡圖像藝術(shù)創(chuàng)作、特效制作等4.3.2圖像處理4.3.2圖像處理編號任務(wù)目標(biāo)知識點1車牌圖像的模糊處理高斯濾波2圖像邊緣提取邊緣檢測3圖像去噪高斯噪聲和高斯濾波，椒鹽噪聲和中值濾波卷積計算1高斯濾波高斯濾波基于高斯函數(shù)（正態(tài)分布函數(shù)）對圖像進(jìn)行卷積操作，通過加權(quán)平均周圍像素的值來實現(xiàn)平滑效果。先看均值濾波（未加權(quán)）均值濾波計算后的像素值均值濾波是：在圖像上對目標(biāo)像素給一個模板，該模板包括了其周圍的臨近像素，再用模板中的全體像素的平均值來代替原來像素值。平均后的結(jié)果根據(jù)四舍五入取整。111111111均值濾波展示原圖結(jié)果均值濾波的作用：抑制噪聲，減小圖像灰度的“尖銳”變化均值濾波的副作用：邊緣模糊1高斯濾波高斯濾波：基于高斯函數(shù)（正態(tài)分布）對圖像進(jìn)行卷積操作，通過加權(quán)平均周圍像素的值實現(xiàn)平滑效果，廣泛用于圖像處理中的降噪、模糊和預(yù)處理。常見的兩種高斯濾波模板：3*3和5*5σ（標(biāo)準(zhǔn)差）：控制模糊程度，值越大，模糊效果越強(qiáng)權(quán)重由中心向四周遞減（減少突兀變化）Size=3σ=0.81464141624164624412464162416114641Size=5σ=1

121242121

（-1,-1）（0,-1）（1,-1）（-1,0）（0,0）（1,0）（-1,1）（0,1）（1,1）121242121Size=3σ=0.8

中心對稱性：以核中心為原點，權(quán)重呈對稱分布（旋轉(zhuǎn)對稱）權(quán)重衰減：權(quán)重從中心向邊緣按指數(shù)規(guī)律遞減，遠(yuǎn)離中心的像素影響越小σ的作用σ

越大→權(quán)重衰減越慢→模糊效果越強(qiáng)σ

越小→權(quán)重越集中→模糊效果越精細(xì)1高斯濾波經(jīng)驗核半徑

R≈3σσ的作用σ

越大→權(quán)重衰減越慢→模糊效果越強(qiáng)σ

越小→權(quán)重越集中→模糊效果越精細(xì)2邊緣檢測邊緣在圖像中表現(xiàn)為像素強(qiáng)度的突變（不連續(xù)性）邊緣檢測：圖像處理中的核心技術(shù)，用于識別圖像中灰度、顏色或紋理的突變位置（如物體輪廓）2邊緣提取

原圖使用X方向梯度進(jìn)行檢測的結(jié)果使用Y方向梯度進(jìn)行檢測的結(jié)果同時使用兩個方向梯度進(jìn)行檢測的結(jié)果2邊緣提取-10+1-20+2-10+1Gx=

卷積計算：右側(cè)像素-左側(cè)像素檢測垂直邊緣（左右邊界）Gx水平差分：[-1,0,1][-202]檢測垂直邊緣（水平梯度）垂直平滑：三行權(quán)重的垂直疊加，去除噪聲（Y軸模糊）加權(quán)：增強(qiáng)當(dāng)前行的邊緣信號（相鄰像素對邊緣貢獻(xiàn)更大）2邊緣提取-1-2-1000+1+2+1Gy=

卷積計算：下方像素-上方像素檢測水平邊緣（上下邊界）Gy2邊緣提取實驗3噪聲處理圖像噪聲：圖像中妨礙信息提取或視覺感知的隨機(jī)干擾，通常由傳感器、傳輸過程或環(huán)境因素引入。噪聲的數(shù)學(xué)本質(zhì)是隨機(jī)過程，可通過概率統(tǒng)計方法建模。高斯噪聲高斯噪聲：概率密度函數(shù)服從高斯分布（正態(tài)分布）的噪聲，由于亮度