图像预处理
研究面临的挑战：1、视角变化 2、光照变换 3、尺度变换 4、形态变换 5、背景的混淆干扰 6、遮挡 6、类内物体的外观差异
颜色空间
RGB颜色空间
加法混色，显示器
取值范围：[0, 255]或[0.0, 1.0]
一个像素颜色值（b,g,r)
３通道：red（R）;green（G）;blue（B）
CMY(K)颜色空间
减法混色，印刷
取值范围：[0, 255]或[0.0, 1.0]
一个像素颜色值（c,m,y,k)
4通道：Cyan通达，magenta通道，Yellow通道，Key通道
HSV颜色空间
人类视觉概念，画家配色
取值范围：[0, 255]或[0.0, 1.0]
一个像素颜色值（h,s,v)
3个要素：H/Hue色调，颜色种类；S/Saturation饱和度，颜色纯度；V/Value明度，颜色明亮度
图片预处理（增强）的目标
1、改善图像的视觉效果
2、转换成更适用于人或机器处理的形式
3、突出对人或机器分析有意义的信息，抑制无用信息，提高图像的使用价值
图片处理方法
包括：图像锐化，平滑，去噪，灰度调整（对比度增强）
特征提取方法
点运算
直方图
对图片数据/特征分布的一种统计：1、灰度、颜色；2、梯度/边缘、形状、纹理；3、局部特征点、视觉词汇
直方图的区间(bin）：1、具有一定的统计或物理意义；2、一种数据或特征的代表；3、需要预定义或基于数据进行学习；4、数值是一种统计量:概率、频数
直方图均衡化（针对整体较暗或较亮，对比不明显的图像）
实质上就是对图像进行非线性拉伸，重新分配各个灰度单位中的像素点个数，使灰度范围像素点的数量的值大致相同。
自适应直方图均衡AHE（针对有明显暗和明显亮，明暗明显的图像）
AHE通过对局部区域进行直方图均衡解决明暗对比明显的图片
1、移动模板在原始图片上按特定步长滑动;
2、每次移动后，模板区域内做直方图均衡，映射后的结果赋值给模板区域内所有点，
3、每个点会有多次赋值,最终的取值为这些赋值的均值。
CLAHE
CLAHE是基于AHE的基础上进行操作的
修剪直方图，将多出来的顶部转化为底部的长条，垫高整个直方图，使得图像对比更加自然。
1、将图像分块并计算直方图，修建直方图后进行均衡操作
2、遍历各个图像块，进行块间的双线性插值使图像连续
形态学运算
膨胀是图像中的高亮部分进行膨胀,类似于领域扩张。
腐蚀是原图的高亮部分被腐蚀，类似于领域被蚕食。
开运算:先腐蚀再膨胀，可以去掉目标外的孤立点。
闭运算:先膨胀再腐蚀，可以去掉目标内的孔。
当有噪声的图像用阈值二值化后，所得到的边界是很不平滑的，物体区域具有一些错判的孔洞，背景区域散布着一些小的噪声物体，连续的开和闭运算可以显著的改善这种情况。
空间域处理及变换
平滑均值滤波、卷积
平滑中值滤波
卷积域内的像素值从小到大排序取中间值作为卷积输出有效去除椒盐噪声。
平滑高斯滤波
模拟人眼，越靠中间的区域越清晰，标准差
σ
\sigma
σ越小，关注越集中，高斯函数约尖锐。
高斯函数
梯度Sobel滤波
用来进行边缘检测
梯度Laplacian滤波
用于团块检测或者边缘检测，找到明显高于或低于周围元素的中心点，和像素快速变化的区域。要求Laplacian卷积中心点和周围的和为0。例如[[1,1,1],[1,-8,1],[1,1,1]],中心点为-8，里面所有元素的和为0。
Laplacian滤波通常用来对图片进行瑞华，凸显其中的细节
