算法原理说明.doc

图像二值化处理： 图像的二值化处理就是将图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于在对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。如果某特定物体在内部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均匀背景下，使用阀值法就可以得到比较的分割效果。如果物体同背景的差别表现不在灰度值上（比如纹理不同），可以将这个差别特征转换为灰度的差别，然后利用阀值选取技术来分割该图像。动态调节阀值实现图像的二值化可动态观察其分割图像的具体结果。 小波阈值阈值去噪的基本思路是：? （1）先对含噪信号做小波变换，得到一组小波系数；? （2）通过对,进行阈值处理，得到估计系数，使得与两者的差值尽可能小；? （3）利用进行小波重构，得到估计信号即为去噪后的信号。? ?研究者提出了一种非常简洁的方法对小波系数进行估计。对连续做几次小波分解后，有空间分布不均匀信号各尺度上小波系数，在某些特定位置有较大的值，这些点对应于原始信号的奇变位置和重要信息，而其他大部分位置的,较小，对于白噪声，它对应的小波系数,在每个尺度上的分步不都是均匀的，并随尺度的增加，系数的幅值减小。因此，通常的去噪办法是寻找一个合适的数作为阈值（门限），把低于的小波函数（主要由信号引起），设为零，而对于高于的小波函数,（主要由信号引起），则予以保留或进行收缩，从而得到估计小波系数，它可理解为基本由信号引起的，然后对进行重构，就可以重构原始信号。估计小波系数的方法如下，取：? 定义： 称之为硬阈值估计方法。一般软阈值估计定义为 Hough变换提取直线特征原理： Hough变换是利用图像全局特性而将边缘像素连接起来组成区域封闭边界的一种方法。在预先知道区域形状的条件下,利用Hough变换可以方便的得到边界曲线而将不连续的像素边缘点连接起来。Hough变换的主要优点是受噪声和曲线间断的影响小。利用Hough变换可以直接检测某些已知形状的目标,如直线。? Hough变换的基本思想是点线的对偶性。一方面,图像空间中共线的点对应在参数空间里相交的线;另一方面,在参数空间中相交于同一个点的所有直线在图像空间里都有共线的点与之对应。因此Hough变换把在图像空间中的直线检测问题转换到参数空间中对点的检测问题,通过在参数空间里进行简单的累加统计完成检测任务。如果参数空间中使用直线方程,当图像空间直线斜率为无穷大时,会使累加器尺寸和变很大,从而使计算复杂度过大。为解决这一问题,采用直线极坐标方程,变换方程如图1所示。? 根据这个方程,原图像空间中的点对应新参数空间中的一条正弦曲线,即点-?正弦曲线对偶。检测直线的具体过程就是让取遍可能的值,然后计算的值,再根据和的值对累加数组累加,从而得到共线点的个数。下面介绍和取值范围的确定。设被检测的直线在第一象限,右上角坐标为(?m,?n)?,则第一象限中直线的位置情况如图1所 图1 由图可见,当直线从与轴重合处逆时针旋转时, 的值开始由0°增大,直到180°,所以的取值范围为0°～180°。由?直线极坐标方程可知:?，其中，所以当且仅当和都达到最大且=±90°时?,?|?|?=|?|?max?=,即取值范围。由，的取值范围和它们的分辨率就可以确定累加器的大小,从而检测直线。 图像拼接： 图像拼接(image?mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。 一般可以将图像拼接算法分为以下两个类型： 基于区域相关的拼接算法。 基于特征相关的拼接算法。 图像拼接技术主要有三个主要步骤：图像预处理、图像配准、图像融合与边界平滑， ? ?图像拼接技术原理是根据图像重叠部分将多张衔接的图像拼合成一张高分辨率全景图?。这些有重叠部分的图像一般由两种方法获得?:?一种是固定照相机的转轴?,然后绕轴旋转所拍摄的照片?;另一种是固定照相机的光心?,水平摇动镜头所拍摄的照片。其中?,前者主要用于远景或遥感图像的获取?,后者主要用于显微图像的获取?,它们共同的特点