Data Augmentation

圖像去噪、輪廓增強

本文方法有CLAHEColor、NLM、Opening_operation、OTSU、Normalize、HSV、CLAHE+Normalize、HSV+CLAHE、NLM+Opening，主要針對圖像去噪及輪廓增強，程式呼叫方法如下所示。

1.CLAHEColor

• 參數說明

  CLAHE_Color：增強方法

  clahenum：設定每次處理的大小(值越大圖片顆粒感越重)

輸入範例：

 datagen=CustomDataGenerator(fun="CLAHE_Color",clahenum=40,dtype=int)

*下圖分別為clahenum所設定不同值的結果，由下圖所示clahenum設定為24輪廓較為明顯。

2.NLM

• 參數說明

  NLM：增強方法

  h：決定濾波器強度。較高的值可以更好的消除噪聲，但也會刪除圖像細節

  templateWindowSize：奇數(推薦值為7)

  searchWindowSize：奇數(推薦值為21)

輸入範例：

datagen=CustomDataGenerator(fun="NLMOpening",h=10,templateWindowSize=7,searchWindowSize=21,dtype=int)

*下圖為NLM與原圖的對比，看起來更為平滑。

3.Opening_operation

• 參數說明

  Opening_operation：增強方法

  kernel：設定內核的大小

輸入範例：

datagen=CustomDataGenerator(fun="Opening_operation",kernel=5,dtype=int)

*下圖為Opening_operation與原圖的對比

4.OTSU

• 參數說明

  OTSU：增強方法

輸入範例：

datagen=CustomDataGenerator(fun="OTSU",dtype=int)

*下圖為OTSU與原圖的對比

5.Normalize

• 參數說明

  normalize：增強方法

輸入範例：

datagen=CustomDataGenerator(fun="normalize",dtype=int)

*下圖為normalize與原圖的對比

6.HSV

• 參數說明

  HSVcolor：增強方法

輸入範例：

datagen=CustomDataGenerator(fun="HSVcolor",dtype=int)

*下圖為normalize與原圖的對比

7.CLAHE+Normalize

• 參數說明

  CLAHENormalize：增強方法

  clahenum：設定每次處理的大小

輸入範例：

datagen=CustomDataGenerator(fun="CLAHENormalize",clahenum=40,dtype=int)

*下圖為CLAHE-clahenum=40+normalize與原圖的對比

8.HSV+CLAHE

• 參數說明

  CLAHEHSVcolor：增強方法

  clahenum：設定每次處理的大小

輸入範例：

datagen=CustomDataGenerator(fun="CLAHEHSVcolor",clahenum=40,dtype=int)

*下圖為CLAHE-clahenum=40+HSV與原圖的對比

9.NLM+Opening

• 參數說明

  NLMOpening：增強方法

  h：決定濾波器強度。較高的值可以更好的消除噪聲，但也會刪除圖像細節

  templateWindowSize：奇數(推薦值為7)

  searchWindowSize：奇數(推薦值為21)

  kernel：設定內核的大小

輸入範例：

datagen=CustomDataGenerator(fun="NLMOpening",h=10,templateWindowSize=7,searchWindowSize=21,kernel=5,dtype=int)

*下圖為NLM+Opening與原圖的對比

圖像去背

下方介紹圖像去背方法分別為，小波轉換、k-means

k-means

• 參數說明

  kmeans：增強方法

  num_clusters：獲得每個像素所屬的類別

輸入範例：

datagen=CustomDataGenerator(fun="kmeans",num_clusters=4,dtype=int)

*下圖為k-means與原圖的對比

小波轉換

• 注意!!!!

  該方法因為輸出為單通道，因此無法在本專案做使用。

在下方附上範例程式

輸入範例：

image = cv2.imread('03.png')
img = cv2.resize(img, (256, 256))
# 将多通道图像变为单通道图像
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# plt.figure('二维小波一级变换')
coeffs = pywt.dwt2(img, 'haar')
cA, (cH, cV, cD) = coeffs
# 将各个子图进行拼接，最后得到一张图
AH = np.concatenate([cA, cH], axis=1)
VD = np.concatenate([cV, cD], axis=1)
img2 = np.concatenate([AH, VD], axis=0)

cv2.imwrite("dwt.png",img2)

*下圖為小波轉換後的結果