简介这份计算机视觉PPT课件面向计算机视觉初学者及相关课程学习者系统梳理了图像预处理、直方图修正、灰度尺度变换、图像线性运算与滤波器等核心知识点。课件以44页结构化幻灯片呈现重点讲解灰度直方图的统计意义、直方图均衡化与规定化的实现思路以及空间域与频率域两类预处理方法并配有Lena图、钟楼图等经典示例及卷积模板计算说明便于对照理解抽象原理。资源为1个PPTX演示文稿大小约1.08MB内容精炼、逻辑清晰适合用作课堂讲解、课前预习或期末复习提纲。目前已有1410人学习下载适合希望快速搭建计算机视觉知识框架的入门读者也可供授课教师直接参考或二次编辑使用。1. 直方图修正在预处理器里的地位常被新手低估做过一次工业外观检测的项目产线图像因为环境光变化灰度集中在一个窄区间固定阈值二值化完全没法用。后来把直方图均衡化加到预处理流水线里缺陷区域一下就分离出来了。当时意识到一个容易被忽略的事实图像预处理阶段并不需要逼近原始图像它的目标是突出感兴趣特征、衰减无关特征因此直方图修正这类操作才被单独拎出来讲。本套“计算机视觉PPT课件”从直方图修正讲到图像线性运算再讲到线性/非线性滤波器恰好是计算机视觉入门最实用的一条主线。无论是做课程大作业还是实际项目这几个概念都是高频考点适合刚接触CV的开发者拿来补基础也适合讲课或做内训时直接当讲义用。2. 直方图修正灰度统计如何变成对比度增强2.1 灰度直方图的统计含义与信息边界把图像中像素的灰度级别看成随机变量它的分布情况就反映了图像的统计特性也就是灰度直方图。用术语说直方图是灰度级的函数横轴是灰度值纵轴是该灰度值出现的像素个数。对一张8bit灰度图直方图就是256个bin的计数它是最基本的图像统计特征也是后续讨论图像增强、阈值分割、自动曝光调整的公共基础。这里有个容易忽略的边界直方图和图像之间是多对一关系。两张内容完全不同的图像可以拥有完全相同的灰度直方图反过来直方图也不携带任何像素位置信息。所以直方图只能告诉“图像整体亮暗分布如何”不能告诉“哪里有边缘、哪里有缺陷”。理解这一点就能明白为什么直方图修正适合做全局性的对比度调整而不是局部细节恢复。2.2 均衡化的映射过程累计分布是核心当图像灰度值集中在一个小区间时对比度低肉眼看上去灰蒙蒙一片。均衡化的思路是把累积分布作为映射函数将原灰度映射到整个灰度范围让输出直方图尽可能接近均匀分布。手算流程是课件里反复强调的先统计各灰度级像素数pi累加得到累计频数再将累计频数按总像素数归一化乘上灰度级上限255取整后得到映射表。下面用一个简化例子说明。假设一张图只有4个灰度级出现总像素数800统计结果如下原灰度级像素数累计像素数归一化累计映射后灰度02002000.2564604006000.751911201007000.8752231801008001.0255原始灰度分布极不均匀灰度0和60占了75%像素对比度很低均衡化后灰度被拉开到64、191、223、255间隔明显增大视觉上暗处更暗、亮处更亮。注意映射后灰度并不严格均匀因为离散取整会让多个原灰度级映射到同一个新灰度这是均衡化的固有副作用后文会专门展开。2.3 规定化与灰度尺度变换均衡化是把直方图变成均匀分布属于直方图修正的一种。另一种是规定化即把直方图变成预设形状。课件给出了一种逐步映射算法假定pi是原直方图在灰度级zi上的像素数qi是目标直方图在期望灰度级zi上的像素数从原直方图最左端开始累加pi找到第一个灰度级k1使得累加值不小于第一个目标bin的累积值就把原图对应区间映射到目标灰度级z1然后继续累加原直方图匹配下一个目标bin重复直到全部灰度值处理完毕。这个做法本质上是对两条累计分布曲线做等分匹配工程上用LUT查表等价实现速度更快。灰度尺度变换则更直观把原图灰度区间[a, b]映射到输出区间[z1, zk]线性映射公式为z z1 (zk - z1) * (z - a) / (b - a)。当[a, b]是[z1, zk]的子区间时相当于拉伸对比度如果大部分像素集中在[a, b]、小部分落在区间外就用分段映射区间内线性拉伸区间外直接截断为z1或zk防止过暗过亮像素被拉到极端值。分段变换的进阶用法是只拉伸感兴趣细节所在的灰度区间压缩其余区间这样能保住目标细节的对比度又不牺牲整幅图的观感。2.4 用numpy复现直方图均衡化OpenCV自带equalizeHist但理解映射过程最好手写一遍后面排查异常输出时也方便。下面用numpy实现完整流程import numpy as np import cv2 def hist_equalize(img, levels256): # img: 单通道uint8灰度图, shape(H, W) h, w img.shape total h * w # 1. 统计各灰度级像素数 hist cv2.calcHist([img], [0], None, [levels], [0, levels]).ravel() # 2. 累计分布并归一化到 [0, levels-1] cdf hist.cumsum() cdf_norm cdf * (levels - 1) / total # 3. 生成查找表并做映射 lut np.round(cdf_norm).astype(np.uint8) out cv2.LUT(img, lut) return out, hist, lut逻辑说明第一步用calcHist统计256个灰度级的像素数ravel()转成一维数组便于后续计算第二步用cumsum求累计分布乘上(levels-1)/total把累计值映射到灰度范围这一步等价于课件里的手算归一化过程第三步生成LUT并调用cv2.LUT完成查表因为是逐像素查表速度远快于自己写双层for循环。参数levels在8bit图像下固定为256如果是12bit原始图像需要改成2 ** 12同时输入图像要相应转为更高位深否则截断误差会直接体现在映射表上。提示均衡化对整幅图做全局映射遇到底部有大面积暗背景、主体集中在亮区的图效果会大打折扣。此时优先考虑后文会提到的CLAHE它把图像分块做均衡化能抑制背景过亮问题。3. 图像线性运算卷积为什么能当滤波器用3.1 从连续卷积到离散卷积模板课件第18页给出了线性卷积的系统描述输出h(x,y)等于输入f(x,y)与脉冲响应g(x,y)的卷积。连续形式是积分图像是离散信号落到实际计算时用的是离散卷积h[i,j] sum_k sum_l f[k,l] * g[i-k, j-l]。式子里f是输入图像g是卷积核i和j遍历整幅图像的所有像素位置。关键认识是卷积核g[i,j]就是所谓的脉冲响应也叫模板、滤波器核。图像卷积在这里不是严格数学意义上的翻转再滑动相乘实际上OpenCV的filter2D做的是互相关核不翻转但由于我们通常用的核是对称的两者结果等价。模板尺寸决定邻域范围模板系数决定加权方式这就是均值滤波、高斯滤波、锐化算子都能统一到卷积框架下的原因。搞清这一点后面看任何线性滤波算子都不会迷糊。3.2 模板在像素邻域的加权求和课件里那句话说得很直白对图像中每一个像素点[i,j]输出响应值h[i,j]是通过平移卷积模板到像素点[i,j]处计算模板与像素点[i,j]邻域加权得到的加权值就是模板的各个对应值。我用一个3x3均值模板来说清楚这件事。模板G为1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9输出像素等于原图以当前像素为中心的3x3邻域像素求和的九分之一。假设中心像素在亮区边缘左边是灰度200右边是灰度20均值后输出大约110边缘梯度被摊平了这就是平滑类滤波模糊边缘的原因。均值模板的代价是所有邻域像素等权中心像素和角落像素的贡献一样对噪声抑制有效但细节损失也大所以实际工程里均值滤波用得多但很少作为唯一选择。3.3 均值滤波与高斯平滑的实际参数工程上通常直接用OpenCV的封装很少手动构造核。下面这段代码覆盖了均值滤波、高斯平滑和自定义锐化核import cv2 import numpy as np img cv2.imread(sample.jpg, cv2.IMREAD_GRAYSCALE) # 均值滤波核内所有像素等权 box3 cv2.blur(img, (3, 3)) box5 cv2.blur(img, (5, 5)) # 高斯平滑核内像素权重按高斯分布衰减 gauss3 cv2.GaussianBlur(img, (3, 3), 0.8) gauss5 cv2.GaussianBlur(img, (5, 5), 1.2) # 自定义核走 filter2D此处为拉普拉斯锐化核 kernel np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]], dtypenp.float32) sharp cv2.filter2D(img, -1, kernel)参数说明blur的第二个参数是核大小(3,3)和(5,5)分别对应3x3和5x5邻域核越大平滑越强、细节丢失越多GaussianBlur第三个参数sigmaX控制高斯核在x方向的衰减速度sigma越大远离中心的像素权重衰减越慢实际扩散范围更大。filter2D的-1表示输出图像深度和输入一致自定义核可以一步实现锐化核的中心系数大于1、周围为负作用是放大局部差异视觉上边缘更清楚。一个常见误区是核大小和sigma要配合(3,3)配sigma5核中心权重几乎被周围截断等效于小核还白白增加计算量。经验规则是sigma要小于核半径比如(5,5)配1.2左右比较合理。调试时先固定核大小只调sigma看边缘保持和噪声抑制的平衡点。3.4 卷积的线性性质在预处理链里的用处课件里专门强调了两条性质和的卷积等于卷积的和尺度变换后的图像卷积等于卷积后作相应尺度变换。用公式写就是g * (a*f1 b*f2) a*(g*f1) b*(g*f2)。这对预处理流水线设计很实用。比如要同时做边缘检测和高斯平滑可以直接构造一个组合核一次卷积完成两个操作省一次全图遍历反过来一个复杂的大核如果可分解就先分解成两个小核依次卷积减少乘加次数。3x3核的卷积计算量是9次乘法加8次加法5x5是25次乘法核尺寸增大时计算量按平方增长合理拆分能明显影响实时处理性能。实际项目里常见做法是先用小核做平滑再用一阶差分核计算梯度两条性质保证这个串行过程和一次性大卷积结果等价但中间多了可观测的中间特征图方便排查问题。4. 非线性滤波中值去噪和边缘保持的真实差异4.1 中值滤波为什么对椒盐噪声有效均值滤波和高斯滤波都是线性操作输出是邻域的加权和因此遇到极端离群像素时离群值会直接参与加权计算把输出带偏。椒盐噪声正是这种离群点白点和黑点随机散布在图像上线性滤波只能压低幅度、不能消除。中值滤波的思路完全不同取邻域内所有像素的灰度值排序输出中间位置的值。因为噪声点在排序后一定落在序列两端中值取的是中间值噪声点根本不会出现在输出里。OpenCV里一行调用median3 cv2.medianBlur(img, 3) median5 cv2.medianBlur(img, 5)参数ksize是邻域边长必须为大于1的奇数3对应3x3邻域5对应5x5邻域。邻域越大去噪越彻底但图像细节丢失越严重尤其是细线、角点这类高频结构会被中值操作直接抹平。实际项目中椒盐噪声中等密度时3x3通常够用密度高再上5x5不要一上来就选大核。判断噪声密度可以先统计图像中极端亮暗像素的比例超过5%再考虑增大核尺寸。4.2 边缘保持滤波器怎么同时保留两样东西PPT课件里提到边缘保持滤波器这个概念在预处理章节出现得比较早很多人没意识到它和双边滤波的关系。线性滤波的共同问题是边缘与噪声同属高频成分平滑噪声的同时必然模糊边缘。边缘保持的思路是在平滑时引入一个“该像素是否和邻域属于同一区域”的判断。如果邻域像素的灰度差很大说明可能在边缘另一侧就不参与或降低参与平滑的权重。双边滤波是这类思路的典型实现bilateral cv2.bilateralFilter(img, d9, sigmaColor75, sigmaSpace75)参数含义d是邻域直径sigmaColor是灰度差权重像素灰度差越大权重越小sigmaSpace是空间距离权重距离越远权重越小。两个sigma一个管“像不像”一个管“远不远”。实际调参时sigmaColor调到200以上时边缘也会被明显平滑sigmaSpace和d要匹配d0时OpenCV会根据sigmaSpace自动计算邻域大小。双边滤波计算量远大于高斯滤波因为它对每个像素都要计算像素差和距离两组权重高分辨率图像上慎用一般先降采样再滤波会划算得多。4.3 空间域和频率域方法怎么选课件开头就分了空间域法和频率域法空间域直接对像素运算频率域先做DFT、DCT、DWT或K-L变换在变换域处理完再逆变换回来。选型时可以按噪声类型和实时性来定噪声/任务类型空间域方案频率域方案椒盐噪声中值滤波最快最稳低通能压低但不消除高斯噪声高斯/均值平滑低通滤波效果接近光照不均直方图修正/CLAHE同态滤波周期性纹理噪声中值对条纹无效频域陷波定点去除实时性要求高空间域占优FFT开销大一般不优先空间域方法在大多数实时视觉项目里是首选因为卷积运算在GPU和SIMD指令集上优化成熟延迟可控。频率域方法只在噪声有明确频域特征时值得引入比如周期性条纹它在频域表现为孤立亮点用陷波滤波器可以直接摘除空间域很难做到干净且不损伤纹理。还有一种折中方案用小尺寸DCT做块级处理JPEG压缩、某些去噪算法都沿这条线比全局FFT更适合流式处理也更好控制延迟。5. 边界填充、灰度溢出和均衡化的副作用5.1 卷积边界pad模式别默认用零填充卷积核滑动到图像边缘时邻域会超出图像边界。默认的零填充会让边缘多出一圈黑边对均值滤波来说边界像素输出被压低一圈伪边缘就产生了。实际项目里建议明确指定边界模式cv2.BORDER_REFLECT对边缘做镜像适合纹理丰富的区域cv2.BORDER_REPLICATE复制边缘像素适合深度图或温度图这类边缘本身有物理意义的场景。注意filter2D的默认borderType是BORDER_REFLECT_101而blur用的是BORDER_DEFAULT两者对边缘的处理方式不一样换函数时边界效果会变排查边缘异常先看这里。5.2 灰度溢出卷积结果要重新clip自定义锐化核的输出可能超出[0,255]范围例如中心系数为5的拉普拉斯锐化核在强边缘处计算出的值可能是负的或大于255。使用filter2D时输出数据类型和输入一致溢出部分会截断这会造成灰度值突变图像上出现异常的亮线或暗线。常规做法是保留float中间结果最后用np.clip(result, 0, 255).astype(np.uint8)收尾或者先归一化到[0,1]区间再乘255转uint8。要送入神经网络的图尤其注意网络输入端的归一化方式通常假定数据分布是完整的0到255提前截断会造成分布偏移影响推理结果。均衡化的灰度级合并也有类似问题原来不同的灰度级映射到相同值后局部区域的细节层次被抹掉尤其当原图直方图有尖峰时合并更严重。解决方法是改用CLAHE即对比度受限的自适应直方图均衡化clahe cv2.createCLAHE(clipLimit2.0, tileGridSize(8, 8)) enhanced clahe.apply(img)和全局均衡化不同CLAHE把图像分成tileGridSize个块每块单独做直方图均衡clipLimit限制每个灰度级被放大的倍数防止一块内的噪声被过度增强。两个参数一个控制局部对比度的上限一个控制块粒度块太小编程棋盘效应块太大退化成全局均衡化。工业检测里光照不均的场景这个方案通常比全局均衡化稳定得多尤其适合背景和目标的灰度范围重叠度高的图。本文还有配套的精品资源点击获取
图像预处理核心：直方图均衡化与滤波技术实战指南
简介这份计算机视觉PPT课件面向计算机视觉初学者及相关课程学习者系统梳理了图像预处理、直方图修正、灰度尺度变换、图像线性运算与滤波器等核心知识点。课件以44页结构化幻灯片呈现重点讲解灰度直方图的统计意义、直方图均衡化与规定化的实现思路以及空间域与频率域两类预处理方法并配有Lena图、钟楼图等经典示例及卷积模板计算说明便于对照理解抽象原理。资源为1个PPTX演示文稿大小约1.08MB内容精炼、逻辑清晰适合用作课堂讲解、课前预习或期末复习提纲。目前已有1410人学习下载适合希望快速搭建计算机视觉知识框架的入门读者也可供授课教师直接参考或二次编辑使用。1. 直方图修正在预处理器里的地位常被新手低估做过一次工业外观检测的项目产线图像因为环境光变化灰度集中在一个窄区间固定阈值二值化完全没法用。后来把直方图均衡化加到预处理流水线里缺陷区域一下就分离出来了。当时意识到一个容易被忽略的事实图像预处理阶段并不需要逼近原始图像它的目标是突出感兴趣特征、衰减无关特征因此直方图修正这类操作才被单独拎出来讲。本套“计算机视觉PPT课件”从直方图修正讲到图像线性运算再讲到线性/非线性滤波器恰好是计算机视觉入门最实用的一条主线。无论是做课程大作业还是实际项目这几个概念都是高频考点适合刚接触CV的开发者拿来补基础也适合讲课或做内训时直接当讲义用。2. 直方图修正灰度统计如何变成对比度增强2.1 灰度直方图的统计含义与信息边界把图像中像素的灰度级别看成随机变量它的分布情况就反映了图像的统计特性也就是灰度直方图。用术语说直方图是灰度级的函数横轴是灰度值纵轴是该灰度值出现的像素个数。对一张8bit灰度图直方图就是256个bin的计数它是最基本的图像统计特征也是后续讨论图像增强、阈值分割、自动曝光调整的公共基础。这里有个容易忽略的边界直方图和图像之间是多对一关系。两张内容完全不同的图像可以拥有完全相同的灰度直方图反过来直方图也不携带任何像素位置信息。所以直方图只能告诉“图像整体亮暗分布如何”不能告诉“哪里有边缘、哪里有缺陷”。理解这一点就能明白为什么直方图修正适合做全局性的对比度调整而不是局部细节恢复。2.2 均衡化的映射过程累计分布是核心当图像灰度值集中在一个小区间时对比度低肉眼看上去灰蒙蒙一片。均衡化的思路是把累积分布作为映射函数将原灰度映射到整个灰度范围让输出直方图尽可能接近均匀分布。手算流程是课件里反复强调的先统计各灰度级像素数pi累加得到累计频数再将累计频数按总像素数归一化乘上灰度级上限255取整后得到映射表。下面用一个简化例子说明。假设一张图只有4个灰度级出现总像素数800统计结果如下原灰度级像素数累计像素数归一化累计映射后灰度02002000.2564604006000.751911201007000.8752231801008001.0255原始灰度分布极不均匀灰度0和60占了75%像素对比度很低均衡化后灰度被拉开到64、191、223、255间隔明显增大视觉上暗处更暗、亮处更亮。注意映射后灰度并不严格均匀因为离散取整会让多个原灰度级映射到同一个新灰度这是均衡化的固有副作用后文会专门展开。2.3 规定化与灰度尺度变换均衡化是把直方图变成均匀分布属于直方图修正的一种。另一种是规定化即把直方图变成预设形状。课件给出了一种逐步映射算法假定pi是原直方图在灰度级zi上的像素数qi是目标直方图在期望灰度级zi上的像素数从原直方图最左端开始累加pi找到第一个灰度级k1使得累加值不小于第一个目标bin的累积值就把原图对应区间映射到目标灰度级z1然后继续累加原直方图匹配下一个目标bin重复直到全部灰度值处理完毕。这个做法本质上是对两条累计分布曲线做等分匹配工程上用LUT查表等价实现速度更快。灰度尺度变换则更直观把原图灰度区间[a, b]映射到输出区间[z1, zk]线性映射公式为z z1 (zk - z1) * (z - a) / (b - a)。当[a, b]是[z1, zk]的子区间时相当于拉伸对比度如果大部分像素集中在[a, b]、小部分落在区间外就用分段映射区间内线性拉伸区间外直接截断为z1或zk防止过暗过亮像素被拉到极端值。分段变换的进阶用法是只拉伸感兴趣细节所在的灰度区间压缩其余区间这样能保住目标细节的对比度又不牺牲整幅图的观感。2.4 用numpy复现直方图均衡化OpenCV自带equalizeHist但理解映射过程最好手写一遍后面排查异常输出时也方便。下面用numpy实现完整流程import numpy as np import cv2 def hist_equalize(img, levels256): # img: 单通道uint8灰度图, shape(H, W) h, w img.shape total h * w # 1. 统计各灰度级像素数 hist cv2.calcHist([img], [0], None, [levels], [0, levels]).ravel() # 2. 累计分布并归一化到 [0, levels-1] cdf hist.cumsum() cdf_norm cdf * (levels - 1) / total # 3. 生成查找表并做映射 lut np.round(cdf_norm).astype(np.uint8) out cv2.LUT(img, lut) return out, hist, lut逻辑说明第一步用calcHist统计256个灰度级的像素数ravel()转成一维数组便于后续计算第二步用cumsum求累计分布乘上(levels-1)/total把累计值映射到灰度范围这一步等价于课件里的手算归一化过程第三步生成LUT并调用cv2.LUT完成查表因为是逐像素查表速度远快于自己写双层for循环。参数levels在8bit图像下固定为256如果是12bit原始图像需要改成2 ** 12同时输入图像要相应转为更高位深否则截断误差会直接体现在映射表上。提示均衡化对整幅图做全局映射遇到底部有大面积暗背景、主体集中在亮区的图效果会大打折扣。此时优先考虑后文会提到的CLAHE它把图像分块做均衡化能抑制背景过亮问题。3. 图像线性运算卷积为什么能当滤波器用3.1 从连续卷积到离散卷积模板课件第18页给出了线性卷积的系统描述输出h(x,y)等于输入f(x,y)与脉冲响应g(x,y)的卷积。连续形式是积分图像是离散信号落到实际计算时用的是离散卷积h[i,j] sum_k sum_l f[k,l] * g[i-k, j-l]。式子里f是输入图像g是卷积核i和j遍历整幅图像的所有像素位置。关键认识是卷积核g[i,j]就是所谓的脉冲响应也叫模板、滤波器核。图像卷积在这里不是严格数学意义上的翻转再滑动相乘实际上OpenCV的filter2D做的是互相关核不翻转但由于我们通常用的核是对称的两者结果等价。模板尺寸决定邻域范围模板系数决定加权方式这就是均值滤波、高斯滤波、锐化算子都能统一到卷积框架下的原因。搞清这一点后面看任何线性滤波算子都不会迷糊。3.2 模板在像素邻域的加权求和课件里那句话说得很直白对图像中每一个像素点[i,j]输出响应值h[i,j]是通过平移卷积模板到像素点[i,j]处计算模板与像素点[i,j]邻域加权得到的加权值就是模板的各个对应值。我用一个3x3均值模板来说清楚这件事。模板G为1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9输出像素等于原图以当前像素为中心的3x3邻域像素求和的九分之一。假设中心像素在亮区边缘左边是灰度200右边是灰度20均值后输出大约110边缘梯度被摊平了这就是平滑类滤波模糊边缘的原因。均值模板的代价是所有邻域像素等权中心像素和角落像素的贡献一样对噪声抑制有效但细节损失也大所以实际工程里均值滤波用得多但很少作为唯一选择。3.3 均值滤波与高斯平滑的实际参数工程上通常直接用OpenCV的封装很少手动构造核。下面这段代码覆盖了均值滤波、高斯平滑和自定义锐化核import cv2 import numpy as np img cv2.imread(sample.jpg, cv2.IMREAD_GRAYSCALE) # 均值滤波核内所有像素等权 box3 cv2.blur(img, (3, 3)) box5 cv2.blur(img, (5, 5)) # 高斯平滑核内像素权重按高斯分布衰减 gauss3 cv2.GaussianBlur(img, (3, 3), 0.8) gauss5 cv2.GaussianBlur(img, (5, 5), 1.2) # 自定义核走 filter2D此处为拉普拉斯锐化核 kernel np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]], dtypenp.float32) sharp cv2.filter2D(img, -1, kernel)参数说明blur的第二个参数是核大小(3,3)和(5,5)分别对应3x3和5x5邻域核越大平滑越强、细节丢失越多GaussianBlur第三个参数sigmaX控制高斯核在x方向的衰减速度sigma越大远离中心的像素权重衰减越慢实际扩散范围更大。filter2D的-1表示输出图像深度和输入一致自定义核可以一步实现锐化核的中心系数大于1、周围为负作用是放大局部差异视觉上边缘更清楚。一个常见误区是核大小和sigma要配合(3,3)配sigma5核中心权重几乎被周围截断等效于小核还白白增加计算量。经验规则是sigma要小于核半径比如(5,5)配1.2左右比较合理。调试时先固定核大小只调sigma看边缘保持和噪声抑制的平衡点。3.4 卷积的线性性质在预处理链里的用处课件里专门强调了两条性质和的卷积等于卷积的和尺度变换后的图像卷积等于卷积后作相应尺度变换。用公式写就是g * (a*f1 b*f2) a*(g*f1) b*(g*f2)。这对预处理流水线设计很实用。比如要同时做边缘检测和高斯平滑可以直接构造一个组合核一次卷积完成两个操作省一次全图遍历反过来一个复杂的大核如果可分解就先分解成两个小核依次卷积减少乘加次数。3x3核的卷积计算量是9次乘法加8次加法5x5是25次乘法核尺寸增大时计算量按平方增长合理拆分能明显影响实时处理性能。实际项目里常见做法是先用小核做平滑再用一阶差分核计算梯度两条性质保证这个串行过程和一次性大卷积结果等价但中间多了可观测的中间特征图方便排查问题。4. 非线性滤波中值去噪和边缘保持的真实差异4.1 中值滤波为什么对椒盐噪声有效均值滤波和高斯滤波都是线性操作输出是邻域的加权和因此遇到极端离群像素时离群值会直接参与加权计算把输出带偏。椒盐噪声正是这种离群点白点和黑点随机散布在图像上线性滤波只能压低幅度、不能消除。中值滤波的思路完全不同取邻域内所有像素的灰度值排序输出中间位置的值。因为噪声点在排序后一定落在序列两端中值取的是中间值噪声点根本不会出现在输出里。OpenCV里一行调用median3 cv2.medianBlur(img, 3) median5 cv2.medianBlur(img, 5)参数ksize是邻域边长必须为大于1的奇数3对应3x3邻域5对应5x5邻域。邻域越大去噪越彻底但图像细节丢失越严重尤其是细线、角点这类高频结构会被中值操作直接抹平。实际项目中椒盐噪声中等密度时3x3通常够用密度高再上5x5不要一上来就选大核。判断噪声密度可以先统计图像中极端亮暗像素的比例超过5%再考虑增大核尺寸。4.2 边缘保持滤波器怎么同时保留两样东西PPT课件里提到边缘保持滤波器这个概念在预处理章节出现得比较早很多人没意识到它和双边滤波的关系。线性滤波的共同问题是边缘与噪声同属高频成分平滑噪声的同时必然模糊边缘。边缘保持的思路是在平滑时引入一个“该像素是否和邻域属于同一区域”的判断。如果邻域像素的灰度差很大说明可能在边缘另一侧就不参与或降低参与平滑的权重。双边滤波是这类思路的典型实现bilateral cv2.bilateralFilter(img, d9, sigmaColor75, sigmaSpace75)参数含义d是邻域直径sigmaColor是灰度差权重像素灰度差越大权重越小sigmaSpace是空间距离权重距离越远权重越小。两个sigma一个管“像不像”一个管“远不远”。实际调参时sigmaColor调到200以上时边缘也会被明显平滑sigmaSpace和d要匹配d0时OpenCV会根据sigmaSpace自动计算邻域大小。双边滤波计算量远大于高斯滤波因为它对每个像素都要计算像素差和距离两组权重高分辨率图像上慎用一般先降采样再滤波会划算得多。4.3 空间域和频率域方法怎么选课件开头就分了空间域法和频率域法空间域直接对像素运算频率域先做DFT、DCT、DWT或K-L变换在变换域处理完再逆变换回来。选型时可以按噪声类型和实时性来定噪声/任务类型空间域方案频率域方案椒盐噪声中值滤波最快最稳低通能压低但不消除高斯噪声高斯/均值平滑低通滤波效果接近光照不均直方图修正/CLAHE同态滤波周期性纹理噪声中值对条纹无效频域陷波定点去除实时性要求高空间域占优FFT开销大一般不优先空间域方法在大多数实时视觉项目里是首选因为卷积运算在GPU和SIMD指令集上优化成熟延迟可控。频率域方法只在噪声有明确频域特征时值得引入比如周期性条纹它在频域表现为孤立亮点用陷波滤波器可以直接摘除空间域很难做到干净且不损伤纹理。还有一种折中方案用小尺寸DCT做块级处理JPEG压缩、某些去噪算法都沿这条线比全局FFT更适合流式处理也更好控制延迟。5. 边界填充、灰度溢出和均衡化的副作用5.1 卷积边界pad模式别默认用零填充卷积核滑动到图像边缘时邻域会超出图像边界。默认的零填充会让边缘多出一圈黑边对均值滤波来说边界像素输出被压低一圈伪边缘就产生了。实际项目里建议明确指定边界模式cv2.BORDER_REFLECT对边缘做镜像适合纹理丰富的区域cv2.BORDER_REPLICATE复制边缘像素适合深度图或温度图这类边缘本身有物理意义的场景。注意filter2D的默认borderType是BORDER_REFLECT_101而blur用的是BORDER_DEFAULT两者对边缘的处理方式不一样换函数时边界效果会变排查边缘异常先看这里。5.2 灰度溢出卷积结果要重新clip自定义锐化核的输出可能超出[0,255]范围例如中心系数为5的拉普拉斯锐化核在强边缘处计算出的值可能是负的或大于255。使用filter2D时输出数据类型和输入一致溢出部分会截断这会造成灰度值突变图像上出现异常的亮线或暗线。常规做法是保留float中间结果最后用np.clip(result, 0, 255).astype(np.uint8)收尾或者先归一化到[0,1]区间再乘255转uint8。要送入神经网络的图尤其注意网络输入端的归一化方式通常假定数据分布是完整的0到255提前截断会造成分布偏移影响推理结果。均衡化的灰度级合并也有类似问题原来不同的灰度级映射到相同值后局部区域的细节层次被抹掉尤其当原图直方图有尖峰时合并更严重。解决方法是改用CLAHE即对比度受限的自适应直方图均衡化clahe cv2.createCLAHE(clipLimit2.0, tileGridSize(8, 8)) enhanced clahe.apply(img)和全局均衡化不同CLAHE把图像分成tileGridSize个块每块单独做直方图均衡clipLimit限制每个灰度级被放大的倍数防止一块内的噪声被过度增强。两个参数一个控制局部对比度的上限一个控制块粒度块太小编程棋盘效应块太大退化成全局均衡化。工业检测里光照不均的场景这个方案通常比全局均衡化稳定得多尤其适合背景和目标的灰度范围重叠度高的图。本文还有配套的精品资源点击获取
