處理方法(圖像處理需要幾個步驟)
1.圖像處理需要幾個步驟
去百度文庫，查看完整內(nèi)容>
內(nèi)容來自用戶：楊成兆
圖像處理一般步驟
提取原始圖像---〉灰度---〉濾波/邊緣檢測/分割---〉提取特征值現(xiàn)在的圖像處理一般步驟：提取原始圖像---〉灰度---〉濾波/邊緣檢測/分割---〉提取特征值上述步驟為對某一類特定圖像的處理，比如人臉識別、指紋識別、車牌識別等等，你采集圖像可能是彩色的，而這樣的圖像色素太多，如果你的圖像背景稍微一變化，你的圖像就沒法處理了，所以圖像一般要先灰度，或便成二值圖像，灰度完之后，就要濾波，也就是把你要處理的特定圖像外的背景去掉，然后才是對你要研究的圖像進行算法處理，提取特征值。想你這種不適對某一特定圖像進行處理的，只有把原始圖像---〉縮小像素點---〉灰度---〉圖像處理不過在圖像處理一步你可以做些手腳：如只是邊緣檢測，然后只是比較圖像輪廓就可以了，其實這也是變相的提取特征值例子：
現(xiàn)有的實時視頻處理系統(tǒng)一般采取以下幾種方式來實現(xiàn)圖像的處理：
一是用純硬件方式來實現(xiàn)圖像的編碼和解碼，即采用專用芯片來完成。這種方式的系統(tǒng)實時性好，壓縮率高，圖像處理的質(zhì)量也較好，處理速度一般能達到25幀/s以上，缺點是軟件處理的靈活性差，一旦處理的程序固定，就無法再重新對其進行更新和升級，且這種系統(tǒng)的造價較高，在市場的推廣上也有難度。該系統(tǒng)由視頻采集部分、幀緩存控制部分、DSP芯片處理部分和視頻顯示部分組成。系統(tǒng)框圖見圖1。(2)判斷特征區(qū)域灰度是否大于背景灰度，把圖像分為兩類。若特征區(qū)域灰度>背景灰度，進
2.圖片處理有哪些方法
用軟件?。〕Ｓ玫膱D片處理軟件有很多：
ACDSee 5.0 簡體中文版、True Photo 4.1 中文正式版、MiYa數(shù)碼照片邊框伴侶 1.1、光影魔術手v0.14、降噪軟件NeatImage4.0（漢化版）、Ulead COOL 360v1.0全景軟件、數(shù)碼伴侶、PhotoCap142照片處理、Dead Pixel Test (CCD壞點和噪點測試) 中文版、夜景噪點殺手BlackFrame、PHOTOSHOP自動生成圖像邊框、S-Spline V2.2 漢化版[無鋸齒圖像放大工具] 、PHOTORECOVERY、Digital Film 1.6.2數(shù)碼正片（破解版）、照片修飾繪畫--PhotoBrush照片刷子 v2.1 、圖像拼接天衣無縫—PhotoSEAM、卡族數(shù)碼全景軟件中文版、ACDSee60 原廠簡體中文版、降噪軟件—Noiseware 2.03 、Turbo Photo 4.2 簡體中文破解注冊版、ACDSee 7.0 Build 61 特別漢化版、Turbo Photo 4.3 、Adobe Photoshop CS 、JPEG Imager （漢化版） （非常好的照片壓縮軟件）、ColorCastFX 1.0漢化版 、CleanSkinFX V1.0 漢化版 、PictureCode NoiseNinja For PS v2.1.2 Final 正式版 、OptiPix v3.0專業(yè)圖像處理軟件、PhotoRescue Pc 2.1 demo 、Photostitch v3.1、CleanVue v1.20b 漢化版、JPEG Resizer 2.1 漢化版、UniDream PowerBatch v2.7.0.3 多國語言版、批量圖片處理小助手 V2.0 、數(shù)碼照片查看管理檢測和分析 DPEx 1.33、濾鏡效果仿真Opanda PhotoFilter、佳能全景制作軟件Photostitch 3.1、魔法轉(zhuǎn)換 v3.1 簡體中文版、ColorCastFX 數(shù)碼照片顏色調(diào)整、友鋒圖像處理系統(tǒng) V3.7 標準版、豪杰超級大眼睛 2.0、ColorCastFX v1.0 漢化版等等。
3.在圖像處理中有哪些算法
1、圖像變換：
由于圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術，將空間域的處理轉(zhuǎn)換為變換域處理，可減少計算量，獲得更有效的處理。它在圖像處理中也有著廣泛而有效的應用。
2、圖像編碼壓縮：
圖像編碼壓縮技術可減少描述圖像的數(shù)據(jù)量，以便節(jié)省圖像傳輸、處理時間和減少所占用的存儲器容量。
壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。
編碼是壓縮技術中最重要的方法，它在圖像處理技術中是發(fā)展最早且比較成熟的技術。
3、圖像增強和復原：
圖像增強和復原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。
圖像增強不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節(jié)明顯；如強化低頻分量可減少圖像中噪聲影響。
4、圖像分割：
圖像分割是數(shù)字圖像處理中的關鍵技術之一。
圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進一步進行圖像識別、分析和理解的基礎。
5、圖像描述：
圖像描述是圖像識別和理解的必要前提。
一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方法。對于特殊的紋理圖像可采用二維紋理特征描述。
6、圖像分類：
圖像分類屬于模式識別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預處理（增強、復原、壓縮）后，進行圖像分割和特征提取，從而進行判決分類。
圖像分類常采用經(jīng)典的模式識別方法，有統(tǒng)計模式分類和句法模式分類。
擴展資料：
圖像處理主要應用在攝影及印刷、衛(wèi)星圖像處理、醫(yī)學圖像處理、面孔識別、特征識別、顯微圖像處理和汽車障礙識別等。
數(shù)字圖像處理技術源于20世紀20年代，當時通過海底電纜從英國倫敦到美國紐約傳輸了一幅照片，采用了數(shù)字壓縮技術。
數(shù)字圖像處理技術可以幫助人們更客觀、準確地認識世界，人的視覺系統(tǒng)可以幫助人類從外界獲取3/4以上的信息，而圖像、圖形又是所有視覺信息的載體，盡管人眼的鑒別力很高，可以識別上千種顏色，
但很多情況下，圖像對于人眼來說是模糊的甚至是不可見的，通過圖象增強技術，可以使模糊甚至不可見的圖像變得清晰明亮。
參考資料來源：搜狗百科-圖像處理
4.用ps處理照片有哪些方法步驟是什么
操作步驟：
1、用Photoshop打開原圖。先觀察一下照片整體，我們一般的生活照由于大多出自低端的數(shù)碼相機，黑白場都不能很好地被定位，所以照片往往都會像這張一樣發(fā)灰。
2、先復制一層背景（永遠都是好習慣），執(zhí)行：濾鏡 >； 銳化 > USM銳化，數(shù)值根據(jù)照片大小而定。
3、創(chuàng)建色階調(diào)整圖層，數(shù)值不具備參考價值，根據(jù)畫面來決定。右邊為高光數(shù)量，左邊為暗調(diào)數(shù)量，中間為中間調(diào)，有時候夸張的PS手法可以調(diào)的很詭異，看表達的需要。在這里我們僅僅是要用這個色階來增加臉部的亮度，拉動最右面的一個調(diào)節(jié)杠直達臉部開始有高光溢出的現(xiàn)象（過亮），左面和中間的不用去動，然后按確定。
4、關鍵的步驟，創(chuàng)建色彩平衡調(diào)整圖層，這樣調(diào)節(jié)會讓照片整體偏青色，比較襯托臉部。
5、為了加強對比度，我們新建一個黑白調(diào)整層，選擇預設為“高對比度紅色濾鏡”，確定。
6、此刻的照片看上去非常奇怪，不要著急，讓我們把混合模式改成“柔光”，并且將不透明度降低到70% （看情況而定）
7、這時候的照片已經(jīng)很好看了，只是顯得非常蒼白，所以我們再加一個色相/飽和度調(diào)節(jié)層，并且+15的飽和度。
8、最后加上框加上文字，大功告成！影樓照就這么簡單。
5.相片的處理方法
用Photoshop軟件來做，需要學習一下！ 將照片的背景進行置換，在圖片處理中稱為：圖像的“整合”。
這種方法是數(shù)字圖像處理特有的，可以將自己喜愛的部位按自己的意圖進行組合，以起到不同的照片效果，不光制作出不同的照片，在制作過程中可能性充分發(fā)揮自己的想象，給生活增加無窮的樂趣。 圖片處理軟件很多，最常用的便是“我形我速”和"photoshop"了，這里我們用photoshop6.0中文版來進行圖片的處理工作，其步如下： 1、圖1是一張傳統(tǒng)照片通過掃描后變成的數(shù)字照片，在photoshop6、0中打開，圖像是一個抱著小貓的姑娘，因為背景有些零亂，覺得不夠滿意，想將它的背景進行變換。
在工具欄中的“曲線套索”上單擊右鍵，彈出的子菜單中從上到下依次為：曲線套索工具、多邊套索工具、磁性套索工具。我們選擇“磁性套索工具”，因為“磁性套索工具”可以將顏色相近的區(qū)域智能地選取出來，比較方便、準確和快捷。
在應用磁性套索工具時應注意，雖然它號稱智能，對色彩對比反差較為“敏感”，但在勾勒時一定要十分小心，不可急躁，為了確保選取的精確度，可以多設置一些定位點。 2、磁性套索工具的參數(shù)設置。
當選取磁性套索工具后，編輯面的右側(cè)會出現(xiàn)一個參數(shù)設置面板，顯示的參數(shù)設置有三項： （1）套索檢測寬度選項，其設置范圍值在1-40之間，主要用于設置磁性套索工具在選取時所能檢測的區(qū)域?qū)挾龋翟酱竽軌驒z測的區(qū)域范圍也越大。 （2）定位節(jié)點的設置，此選項用來設置磁性套索工具在選取過程中可以使用的節(jié)點數(shù)，范圍在1-100之間，意思為允許設置的節(jié)點最低為1個，最高為100個，可以根據(jù)圖像的要求選取范圍的大小和自己的需要靈活設置。
這里處理這張圖片將它設置為50個節(jié)點。 （3）邊緣反差，此選項為邊緣反差精確度的設置，它的范圍在10%--100%之間，值越大，則反差的精度越高，選取的范圍也會越精確，因此一般都設置為100% 3、各種參數(shù)設置好了，我們現(xiàn)在將鼠標移至編輯畫面，首先在選取的畫面邊緣，即在人像的某一邊緣處單鼠標左鍵，作為起始定位點，然后沿要選取的邊緣小心翼翼的拖動鼠標，將人物肖像的輪廓勾畫出來。
在拖動的過程中，注意每單擊鼠標左鍵一次便是一個定位點，為了確保選取的精確度，可以根據(jù)需要多設置一些定位點（只要不超過前面設置的50即可）以使選取更精確。當小心的使用磁性套索勾勒回到起始點時，單擊左鍵便完成了整個選取過程。
如圖2。注意： （1）此選取過程一定要小心、細致，選取的范圍越精確，做出的圖片將越完美。
（2）若選取的圖像不滿意，可以重新進行勾勒，直到滿意為止； （3）小心勾勒的輪廓滿意后，選擇編輯菜單的拷貝選項，便將所選的內(nèi)容復制到了剪貼板上。 4、在photoshop中再打開已選擇好的背景圖，如圖3， 在菜單欄選編輯中粘貼項，那么剛才復制到剪貼板上的人像就重新粘貼到了新的這張圖片上。
如圖4， 將粘貼的人像進行調(diào)整，并通過使用工具欄的移動工具將人物肖像移動到自己滿意的位置。 5、調(diào)整照片方向，點擊編輯――變換――水平翻轉(zhuǎn)將照片變換方向，如圖5。
6、調(diào)整照片大小。左擊編輯菜單，在下拉菜單中選擇自由變換，這時圖片上出現(xiàn)有八個定位點的方塊，拉動每一個小方塊，調(diào)整圖片的大小，如圖6 7、調(diào)色彩。
由于兩張照片出自不同的地方，色彩，色調(diào)差別很大，必須進行仔細的色彩調(diào)整，這張照片上的人物太白，顯然曝光有點過了，我們用photoshop6.0中的色彩調(diào)節(jié)來進行適當色彩、色調(diào)的調(diào)整。在photoshop6.0中，設置了多種調(diào)節(jié)方式，可以根據(jù)不同的需要進行不同的調(diào)整，具體的操作方法是：點擊菜單欄的圖像菜單，在下拉菜單中點擊調(diào)整，在這個色彩調(diào)整欄中一共分有四部分的，第一部分中有六個選項，從上至下分別是：色度（色階）調(diào)節(jié)、自動色度調(diào)節(jié)、自動對比度調(diào)節(jié)、曲線調(diào)節(jié)、色彩平衡調(diào)節(jié)、亮度和對比度調(diào)節(jié)。
色彩調(diào)節(jié)比較復雜，這里我們只選擇自動色度調(diào)節(jié)和自動對比度的調(diào)節(jié)。方法直接點選自動色度調(diào)節(jié)，photoshop6.0會自動對照片的亮度和暗部的色調(diào)進行進行智能調(diào)整，它能分析照片中最亮和最暗的像素，從而進行調(diào)整，使圖像中的亮度分布更加均勻，同時消除部分部分不正常的亮度，以達到使圖片色調(diào)鮮艷、明快的目的。
對比度，與傳統(tǒng)的照片一樣，是指圖像中亮色和陰影區(qū)的反差比例，對比度低的照片，缺乏明暗界限，難以突出主題，看上去朦朧一片；而對比度高的照片，卻缺乏過度色彩，看起來視覺反差過大，對比效果強烈，給人感覺很生硬。因此對對比度的調(diào)整可以使照片看起來更加自然、明麗、嘗心悅目。
方法是點選菜單欄的“圖像”，在下拉菜單中選“調(diào)整”項中的“亮度/對比度”就可以了。圖7便是色度和對比度調(diào)整后的照片。
8、細節(jié)調(diào)整。調(diào)好色彩后，某些細節(jié)還不夠精美，此圖的頭發(fā)不夠流暢，有鋸齒狀，我們將它修復流暢一些。
首先使用photoshop6.0提供的放大鏡將圖片放大，使修補圖片的時候在放大的情況下進行，如圖8， 圖像放大后，使用photoshop6.0中的橡皮圖章工具進行修補，操作方法是：在左邊工具欄中選擇“橡皮圖章”工具，并在“橡皮圖。
6.圖像處理的方法
(1)KL變換 KL變換是遙感圖像增強和信息提取中用得最多的線性變換，是對原波段圖像進行波譜信息的線性投影變換，在盡可能不減少信息量的前提下，將原圖像的高維多光譜空間的像元亮度值投影到新的低維空間，減少特征空間維數(shù)，達到數(shù)據(jù)壓縮、提高信噪比、提取相關信息、降維處理和提取原圖像特征信息的目的，并能有效地提取影像信息。
它可使原來多波段圖像經(jīng)變換后提供出一組不相關的圖像變量，最前面的主分量具有較大的方差，包含了原始影像的主要信息，所以要集中表達信息，突出圖像的某些細部特征，可采用主分量變換來完成。 （2）去相關拉伸變換 通過去相關拉伸變換把相關性很高的波段進行去相關拉伸處理，減弱它們之間的相關性，然后進行拉伸，從而使深色區(qū)域的地物差異界線反映得更加清楚。
（3）紋理特征提取變換 紋理特征的提取方法比較簡單，它是用一個活動的窗口在圖像上連續(xù)滑動，分別計算出窗口中的方差、均值、最大值、最小值及二者之差和信息熵等，形成相應的紋理圖像，當目標的光譜特性比較接近時，紋理特征對于區(qū)分目標可以起到積極的作用。選取適當?shù)臄?shù)據(jù)動態(tài)變化范圍，進行紋理特征提取后，使影像的紋理特征得到突出，有利于提取構(gòu)造信息。
（4）銳化增強 調(diào)整圖像的銳化程度使地物在圖像上的差別便于人眼識別，可達到信息增強的目的。對圖像進行銳化增強實際上是利用變換函數(shù)把原圖像進行灰度級轉(zhuǎn)換，增大相鄰像元的灰度值之差，從而達到突出圖像細節(jié)的目的。
（5）定向濾波 利用定向濾波對TM圖像頻率特征進行篩選，將圖像中的線與邊緣特征信息增強，突出給定方向的線性影像信息，抑制其他方向的無用信息。采用45°方向濾波，濾波背景值用100%，濾波核設為3。
濾波后突出了斷裂的線性影像，斷裂兩側(cè)的色調(diào)影像花紋明顯不同，斷裂造成的山脊錯斷等特征在影像上非常明顯。 （6）纓帽變換 采用纓帽變換可以將TM圖像除熱紅外波段的6個波段壓縮成3個分量，其中的土壤亮度指數(shù)分量是6個波段的加權(quán)和，反映了總體的反射值；綠色植被指數(shù)分量反映了綠色生物量的特征；土壤特征分量反映了可見光和近紅外與較長的紅外的差值，它對土壤濕度和植物濕度最為敏感。
這樣的三個分量就是TM數(shù)據(jù)進行纓帽變換后的新空間，它可以對植被、土壤等地面景物作更為細致、準確的分析，應用這種處理方法可增強影像上深色區(qū)域的信息。 （7）芒塞爾彩色空間變換 在計算機內(nèi)定量處理色彩時通常采用RGB(Red、Green、Blue)表色系統(tǒng)，但在視覺上定性的描述色彩時，采用HSV顯色系統(tǒng)更直觀些。
Munsell HSV變換就是對標準處理彩色合成圖像在紅（R）、綠（G）、藍（B）編碼賦色方面的一種彩色圖像增強方法，它是借助改變彩色合成過程中的光學參數(shù)的變化來擴展圖像色調(diào)差異，將圖像彩色坐標系中紅、綠、藍三原色組成的彩色空間（RGB）變換為由Hue（色度），Saturation （飽和度），value（純度）三個變量構(gòu)成的HSV色彩模型。其目的是為了更有效地抑制地形效應和增強巖石單元的波段差異，并通過彩色編碼增強處理達到最佳的圖像顯示效果。
HSV色彩模型能夠準確、定量地描述顏色特征。 （8）非監(jiān)督分類 遙感圖像分類是將圖像的所有像元按其性質(zhì)分為若干個類別的技術過程，多光譜遙感圖像分類是以每個像元的多光譜矢量數(shù)據(jù)為基礎進行的，分類算法的核心是確定判別函數(shù)和相應的判別準則，如果我們事先沒有類別的先驗知識，在這種情況下對未知類別的樣本進行分類的方法稱之為非監(jiān)督分類（Unsupervised Classification），非監(jiān)督分類只能把樣本區(qū)分為若干類別，而不能給出樣本的描述。
本次對中甸幅的小中甸盆地子區(qū)應用非監(jiān)督分類中的K-均值算法，其基本思想是通過迭代，逐次移動各類的中心，直至得到最好的聚類結(jié)果為止，這種算法是一個迭代算法，迭代過程中類別中心按最小二程誤差的原則進行移動，因此類別中心的移動是合理的。其缺點是要事先已知類別數(shù)，在實際中類別數(shù)通常根據(jù)實驗的方法來確定。
（9）波段彩色合成 對兩個波段的圖像進行比值運算，可減弱背景而突出類別或目標信息，消除山影、云影等的影響，區(qū)分易混淆的地物。 （10）對數(shù)變換對數(shù)變換的主要功能是壓縮圖像亮區(qū)的灰階值，拉伸暗區(qū)的灰階值，從而突出暗區(qū)的構(gòu)造形跡。
子區(qū)的色彩更加豐富，影紋更加清晰，有利于巖性的識別。 （11）比值處理 比值處理采用高質(zhì)量比值功能，使比值圖像得到拉伸，有效地消除了地形影響，使陰影區(qū)的結(jié)構(gòu)得到顯示。
處理出來的圖像色彩豐富，既保留了原有地貌特征，又突出了線環(huán)構(gòu)造，為盆地的研究提供了更為直觀可靠的資料，立體感得到增強，陰影區(qū)結(jié)構(gòu)清楚。
