数字图像处理课程内容.ppt

数字图像基础,视觉要素 场景，晶状体（瞳孔），视细胞 人眼亮度适应和鉴别能力 亮度适应范围广：10个数量级改变当前灵敏度 对比灵敏度：人眼辨别光强度变化的能力。 韦伯比 可见光波长范围 0.430.79m 对应，紫红,数字图像基础,图像获取 图像的数字化过程，包括扫描、采样和量化 传感器种类：单,带,阵列形式 1.采样空间上离散化 2.量化灰度值离散化 图像表示 用MXN行列的矩阵表示，M,N表示高度，宽度上采样数。,像素基本关系,相邻关系 N4，N8，ND 邻接、连通 4邻接，8邻接，m邻接 通路：相邻像素相互邻接，形成通路。 距离 D4（街区距离），D8（棋盘距离）,3/4/6章. 图像增强,基本灰度变换,灰度区间拉伸与压缩 线性变换 斜率(k1) 非线性变换 曲线凹凸 上凸,拉伸;如对数 下凹,压缩;如指数,3.3 直方图处理,灰度级直方图 灰度级0,L-1范围的数字图像的直方图是离散函数: h(rk)=nk 其中rk是第k级灰度, nk是图像中灰度级为rk的像素个数。 归一化直方图 对灰度直方图归一化，则 P(rk)=nk/n, n为图像中像素的总数。 并且 P(rk)=1 P(rk)给出了灰度级为rk出现的概率估计值。,3.3 直方图处理,图象均衡化 则变换函数的离散形式为,3.3 直方图处理,直方图均衡化过程,3.3 直方图处理,灰度均衡化计算的例子：,设图象有64*64=4096个象素，有8个灰度级，灰度分布如表所示。进行直方图均衡化。,3.5 空间滤波,简单均值滤波器，高斯均值滤波器,梯度算子增强，拉普拉斯算子增强,滤波算子模板,a. 简单均值模板， 高斯均值模板,b. 梯度模板,c. 拉普拉斯模板,4.3 平滑/锐化频率域滤波器,理想低通/高通滤波器 巴特沃思低通/高通滤波器 高斯低通/高通滤波器,频率域滤波模型：,截止频率（ D0 ）：H(u,v)=1和H(u,v)=0之间的过渡点。通常设H(D0)=0.5 在半径为D0的圆内，频率成分可以通过滤波器，而在此半径的圆之外的频率成分将被衰减。,三种平滑滤波器比较,模糊比较（平滑作用） 模糊小:高斯低通巴特沃思理想低通 平滑效果最好：巴特沃思 消除振铃：高斯低通，一阶巴特沃思,5. 图像复原,空间滤波复原,均值滤波器 算术均值滤波器：图像模糊，减少噪声 几何均值滤波器：线变粗,丢失细节；只一像素0，均值0 谐波均值滤波器：适用高斯噪声,盐噪声,不适用胡椒噪声 逆谐波均值滤波器：Q正，胡椒噪声；Q负，盐噪声； Q=0，算术均值滤波器 修正均值滤波器：适用多种噪声； d=0,算术均值滤波器；d=MN1,中值均值滤波器 顺序统计滤波器 中值滤波器：模糊小,适用多种噪声，椒盐噪声 最大/小值滤波器：分别对椒噪声和盐噪声有效 中点滤波器：高斯噪声和均匀噪声效果好,作业：5.1 白条7像素宽，210像素高，白条间17像素， 应用下面处理：算术均值(a)3X3, (b)5X5, (c)7X7 5.2 几何均值(a)3X3, (b)5X5, (c)7X7,作业：5.28,对于四边形，设双线性方程为：,带入四点灰度坐标得,P点的灰度值为：,对于三角形，设双线性方程为：,带入3点灰度坐标可求：a,b,c,彩色图像处理 伪彩色处理，全彩色处理 彩色模型 1. RGB模型 2. HIS模型 色调为纯色属性，饱和度纯色被白色稀释程度，亮度主观感觉，反应无色强度