3、图像预处理：图像去噪、直方图均衡化、几何变换（仿射/透视）、图像金字塔
图像预处理，说白了就是给原始图像“洗个澡、化个妆”。
我做了这么多年感知，发现一个规律：模型的好坏，一半靠预处理。你想想看，如果输入的数据本身就脏兮兮的，再牛的神经网络也白搭。今天咱们就聊聊这四个最常用的预处理手段。
3.1 图像去噪：把“雪花点”去掉
摄像头采集的图像，多少都有噪声。尤其是夜间或低光照场景，那噪点简直像下雪一样。
3.1.1 常见的噪声类型
- 高斯噪声：传感器热噪声，呈正态分布。说白了就是每个像素上叠加了一个随机小扰动。
- 椒盐噪声：图像上随机出现白点或黑点，像撒了盐和胡椒。我遇到过摄像头排线接触不良时，整张图全是这种点。
- 泊松噪声：光子计数噪声，低光照下更明显。
3.1.2 去噪方法对比
| 方法 | 原理 | 适用场景 | 我个人的习惯 |
|---|---|---|---|
| 均值滤波 | 邻域像素取平均 | 高斯噪声 | 基本不用，太模糊边缘 |
| 中值滤波 | 邻域像素取中值 | 椒盐噪声 | 椒盐噪声首选，效果好 |
| 高斯滤波 | 加权平均，权重符合高斯分布 | 高斯噪声 | 轻度去噪时常用 |
| 双边滤波 | 考虑空间距离+像素值差异 | 保边去噪 | 我项目中经常用，边缘保留好 |
核心经验：去噪不是越干净越好。过度去噪会丢失细节，比如车道线边缘会变模糊。我建议先轻后重，能看清目标就行。
# 中值滤波示例（OpenCV）
import cv2
img = cv2.imread('road.jpg')
# 核大小3x3，奇数
denoised = cv2.medianBlur(img, 3)
小技巧：核大小选3或5就够了。我曾经试过用7x7，结果车道线直接糊成一团，检测器全废了。
3.2 直方图均衡化：让暗处亮起来
你有没有遇到过这种情况？大晴天开车进隧道，图像瞬间黑成一团。直方图均衡化就是干这个的——把像素分布拉开，让暗部细节显现出来。
3.2.1 原理一句话
把原始图像的灰度直方图，从集中分布变成均匀分布。说白了就是“劫富济贫”——把亮的地方的像素值匀一点给暗的地方。
3.2.2 两种常用方法
- 全局直方图均衡化：整张图一起做。简单粗暴，但容易过曝。
- 自适应直方图均衡化（CLAHE）：分块做，每块单独均衡，再拼接。我强烈推荐这个。
注意：全局均衡化在自动驾驶场景下容易出问题。比如天空本来就亮，均衡后更亮，反而把路面细节压没了。我曾经踩过这个坑，后来全换成CLAHE了。
# CLAHE 示例
import cv2
img = cv2.imread('tunnel.jpg', 0) # 灰度图
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
equalized = clahe.apply(img)
参数调优：clipLimit控制对比度限制，我一般设2.0-3.0。tileGridSize是分块大小，8x8是默认值，效果不错。
3.3 几何变换：让图像“摆正”
摄像头装在车上，角度固定，但路面有坡度、弯道。几何变换就是用来校正这些畸变的。
3.3.1 仿射变换
仿射变换保持“平行线依然平行”。说白了就是平移、旋转、缩放、错切这些操作。
我记得有一次做车道线检测，摄像头装歪了，图像整体偏了5度。用仿射变换旋转回来，检测准确率直接提升20%。
# 仿射变换示例
import cv2
import numpy as np
img = cv2.imread('lane.jpg')
rows, cols = img.shape[:2]
# 旋转矩阵：绕中心旋转30度
M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
rotated = cv2.warpAffine(img, M, (cols, rows))
3.3.2 透视变换
透视变换更厉害，它可以把梯形变成矩形。比如你从车头看前方的车道，本来是近宽远窄的梯形，透视变换可以把它变成俯视图的矩形。
应用场景：鸟瞰图（BEV）生成、车道线检测、泊车辅助。我做的泊车项目中，就是用透视变换把四个鱼眼摄像头图像合成俯视图。
# 透视变换示例
import cv2
import numpy as np
img = cv2.imread('road.jpg')
# 源点：原始图像中的四个点（梯形）
src_pts = np.float32([[100, 200], [500, 200], [0, 400], [600, 400]])
# 目标点：变换后的四个点（矩形）
dst_pts = np.float32([[0, 0], [600, 0], [0, 400], [600, 400]])
M = cv2.getPerspectiveTransform(src_pts, dst_pts)
warped = cv2.warpPerspective(img, M, (600, 400))
避坑指南：我曾经选错源点坐标，结果变换出来的图像扭曲得像哈哈镜。记住：源点必须对应实际场景中的矩形区域，比如车道线的四个角点。
3.4 图像金字塔：多尺度看世界
为什么要用图像金字塔？因为目标有大有小。远处的车只有几个像素，近处的车占满屏幕。单一尺度处理，要么漏掉小目标，要么大目标计算量太大。
3.4.1 两种金字塔
- 高斯金字塔：先高斯模糊，再下采样。每层缩小一半。
- 拉普拉斯金字塔：保留高频细节，用于图像重建。
3.4.2 实际应用
我常用的场景是目标检测中的多尺度融合。比如YOLO系列，就是在不同尺度的特征图上做检测。小尺度特征图检测大目标，大尺度特征图检测小目标。
# 高斯金字塔示例
import cv2
img = cv2.imread('car.jpg')
# 构建3层金字塔
pyramid = [img]
for i in range(3):
img = cv2.pyrDown(img) # 下采样
pyramid.append(img)
# pyramid[0]原图，pyramid[1]缩小一半，依次类推
经验之谈：金字塔层数不是越多越好。我一般用3-4层，再往下图像太小，信息丢失严重。你想想看，32x32的图还能看出什么？
3.5 预处理流程实战建议
在实际项目中，这些预处理不是孤立使用的。我一般按这个顺序来：
- 先几何变换：把图像摆正，比如透视变换生成BEV图
- 再去噪：用双边滤波或中值滤波
- 再增强：用CLAHE做直方图均衡化
- 最后建金字塔：根据任务需求构建多尺度
总结一句话：预处理做得好，模型训练事半功倍。我见过太多人把原始数据直接扔进网络，结果调参调到崩溃。嗯，希望你别走这个弯路。
好了，图像预处理就聊到这儿。下一章咱们进入特征提取，聊聊SIFT、HOG这些经典方法。到时候我会分享一些我在特征匹配中踩过的坑，挺有意思的。