图像处理基本方法
图像处理的基本步骤针对不同的目的，图像处理的方法不经相同。大体包括图像预处理和图像 识别两大模块。
一. 图像预处理:结合识别复杂环境下的成熟黄瓜进行阐述，具体步骤如下:图像预处理阶段的流程图对以上的图像流程进行详细的补充说明：图像预处理的概念：将每一个文字图像分检出来交给识别模块识别，这一过程称为图像预处理。图像装换和图像分割以及区域形态学处理都是属于图像处理的基本内容之一。图像转换：方法：对原图像进行灰度化处理生成灰度矩阵一一降低运算速 度（有具体的公式和方程），中值滤波去噪声一一去除色彩和光照的影响等等。图像分割：传统方法：基于阈值分割、基于梯度分割、基于边缘检测分割 和基于区域图像割等方法。
二. 图像识别：图像识别流程图提取目标特征：目标特征就是的研究对象的典型特点， 可以包括几何特征和纹理 特征。对于几何特征采用的方法：采用 LS-SVM支持向量机对几何特征参数进行处理， 通过分析各个参数的分布区间来将目标和周围背景区分开，找出其中具有能区分功能的决定性的几何特征参数。纹理特征方法：纹理特征中的几个参数可以作为最小二乘支持向量机的辅助特征 参数，提高模型的精准度。最小二乘支持向量机介绍： 首先选择非线性映射将样本从原空间映射到特征空 间，以解决原空间中线性不可分问题，在此高维空间中把最优决策问题转化为等 式约束条件，构造最优决策函数，并引入拉格朗日乘子求解最优化问题， 对各个 变量求偏微分。
