图像处理基础

视力是人类最伟大的力量之一。我们的眼睛可以告诉我们任何在它面前的物体的形状、大小、颜色。图像是一个二维光强度函数f(x,y)。数字图像f(x,y)在空间坐标和亮度上都是离散的。它可以看作是一个矩阵,其行、列索引指定图像中的一个点,元素值标识该点的强度值。这些元素被称为像素。

正如我们在数码相机的工作原理一篇关于数码相机如何工作,电荷耦合器件阵列(CCD阵列)如何存储图像强度的文章。存储在像素上的强度值被定义为该特定点上的光照和反射率的乘积。你一定观察到某一特定区域的光照越高,图像就越亮。

现在摆在我们面前的问题是如何教会我们的机器人这种视觉的力量。正如我们所知,我们不能直接编写代码让机器人看到一个东西并立即识别它。

图像处理,顾名思义,就是对各种算法进行处理,以得到我们希望的结果。日常生活中图像处理的例子可以是Adobe的Photoshop或微软的图片管理器或谷歌的Picasa等几个软件。这些软件提供了一个用户界面,用户可以应用不同的应用程序,如裁剪,颜色变化。虽然这些应用程序易于使用,但其背后的软件都是由一定的代码编写的。

在本系列文章中,我们将讨论与机器人相关的图像处理的基本用法及其进一步的应用。

图像处理有两种类型;

  1. 模拟
  2. 数字

1.模拟图像处理

模拟图像处理的一个典型例子是电视机。在电视里,我们通过控制电信号(即使用阴极射线管)来看到图象。这种利用电、光等物理因素对图像进行处理的方法称为模拟图像处理。

2.数字图像处理

在数字图像处理中,数字图像是数字化处理的,Photoshop是一个很好的例子,Instagram是另一个。

图像处理有两大类:

1)改进人类感知的图像信息:

这个类别主要涉及对已经存储在系统中的图片的操作。

应用程序:-

  • 图像增强:正如我在上面所写的,图像的强度是光照的函数。所以有时由于低照明条件,我们得到一个暗淡的图像。为了克服这个问题,我们应用了图像增强技术。
  • 去除图像的模糊:很多时候,我们观察到我们的图像由于相机对焦的问题而变得模糊,或者当我们从一个移动平台上拍摄图像时,图像会变得模糊。这可以被图像恢复技术掩盖。它在噪声滤波中也很有用。
  • 分割:顾名思义,它有助于在预定义的条件下分割图像的一部分。
  • 形态处理:这是图像处理的一个非常重要的方面,处理分割图像的形状。
  • 物体识别、表示和描述:这些应用程序涉及图像的识别和表示。
  • 彩色图像处理:这个应用程序处理特定图像中涉及的颜色,也就是说,如果我们想要从特定图像中分割一个红色物体,那么我们需要提供什么条件。

2.机器人图像处理:

这一类主要涉及图像处理的实时应用。这些应用应用于用户控制的机器人,自主机器人,自主机器的应用。

一些应用可以是:

  • 用于产品装配和检验的工业机器视觉。
  • 自动目标检测和跟踪
  • 指纹,虹膜,面部识别系统。
  • 机器人视觉
  • 自动机器人和自动车辆。

在本文中,我们了解了图像处理的世界以及图像处理的一些主要应用。不过,要执行上述所有技术,我们还需要一个计算平台和一个软件。有许多软件提供上述两类的图像处理应用程序,如MATLAB、OpenCV、image J、LABVIEW等。虽然在这个系列中我们只讨论MATLAB。在下一篇文章中,我们将介绍MATLAB。

5评论

  1. 迪克森利昂

    先生,我想学习所有通信的基础知识(音频、视频信号),所有的基础知识包括信号的调制和如何在接收器中重建

  2. 苏米特arya

    非常好的系列,我非常期待阅读该系列的下一篇文章,请尽快发布该系列的下一篇文章

  3. 很棒的系列,我会一直关注的

Baidu