图像处理与分析.doc

字号：大 中 小 第一章数字图像处理：就是利用计算机对数字图像进行系列操作，从而获得某种预期的结果的技术。主要目的：一、为了便于分析而对图像信息进行改进；二、为使计算机自动理解而对图像数据进行存储、传输及显示。 图像处理的内容相当丰富，包括狭义的图像处理、图像分析与图像理解。 1.从人眼的视觉特点看，图像分为可见图像和不可见图像。其中可见图像又包括生成图和光图像两类。图形侧重于根据给定的物体描述模型、光照及想象中的摄像机的成像几何，生成一幅图或像的过程。光图像侧重于用透镜、光栅和全息技术产生的图像。通常所指的图像是后一类图像。 2.图像处理可分为模拟图像处理和数字图像处理两种方式。利用光学、照相和电子学方法对模拟图像的处理称为模拟图像处理。目前，许多军用、宇航的处理仍采用光学模拟处理。利用计算机对数字图像进行系列操作，从而获得某种预期结果的技术称为数字图像处理，又称计算机图像处理。通常，也简称为图像处理。 3.根据对图像作用域的不同，数字图像处理方法大致可分为两大类，即：空域算法和变换域算法。空域处理法主要有两大类：(1)邻域处理法(2)点处理法 4.图像变换是图像处理和图像分析的一个重要分支，它将图像从空间域变换到另一个域，然后在变换域对图像进行处理和分析。 5.图像复原也叫图像恢复。其目的是找出图像降质的起因，并尽可能消除它，使图像恢复本来面目。 6.图像编码就是利用图像信号的统计特性及人类视觉的生理学和心理学特性对图像信号进行高效编码，以解决数据量大的矛盾。图像编码的目的有三个：尽量减少表示数字图像时需要的数据量。降低数据率以减少传输带宽；压缩信息量,便于特征抽取，为识别作准备。 7.图像增强是指根据一定的要求，突出图像中感兴趣的信息，而减弱或去除不需要的信息，从而使有用信息得到加强的信息处理方法。根据增强处理过程所在的空间不同，图像增强技术可分为基于空间域的增强方法和基于频率域的增强方法两类。 第二章光敏细胞 按形状可以分为 锥形和杆状两类。 绝大多数颜色可以分解成 红（R）绿（G）蓝（B）3中色光，这就是三基色原理。数字图像可以理解为对二维函数f(x，y)进行采样和量化(即离散处理)后得到的图像，因此，通常用二维矩阵来表示一幅数字图像数字化过程包括三个步骤：扫描、采样和量化 采样:对图像空间坐标的离散化，它决定了图像的空间分辨率。用一个网格把待处理的图像覆盖，然后把每一小格上模拟图像的各个亮度取平均值，作为该小方格中点的值；或者把方格的交叉点处模拟图像的亮度值作为该方格交叉点上的值。 量化：把采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的量化。量化是对图像幅度坐标的离散化，它决定了图像的幅度分辨率。量化的方法包括：分层量化、均匀量化和非均匀量化。 位图分为4种：二值图像、灰度图像、索引图像、RGB图像。BMP图像文件格式：常用的图像文件存储格式主要有：BMP图像文件、JPEG图像文件、PCX图像文件、TIFF图像文件以及GIF图像文件等。 第3章3.2.1灰度变换增强1.线性灰度变换 将输入图像（原始图像）灰度值的动态范围按线性关系公式拉伸扩展至指定范围或整个动态范围。线性拉伸采用的变换公式一般为:g(x,y)=f(x,y) C+R C、R的值由输出图像的灰度值动态范围决定。 假定原始输入图像的灰度取值范围为fmin, fmax，输出图像的灰度取值范围gmin, gmax，其变换公式为 一般要求gmin fmax。 对于8位灰度图像则有: 线性拉伸示意图如下: 线性拉伸前:图象灰度集中在a,b之间. 线性拉伸后:图象灰度集中在a,b之间.3.2.3 空间平滑滤波增强1. 邻域平均法 假设图像由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而噪声则相对独立。可以将一个像素及其邻域内的所有像素的平均灰度值赋给平滑图像中对应的像素，从而达到平滑的目的，又称均值滤波或局部平滑法。 最简单的邻域平均法为非加权邻域平均：一幅图像大小为NN的图像f(x,y)，用邻域平均法得到的平滑图像为g(x,y)，则 x,y=0,1,N-1;s为(x,y)邻域中像素坐标的集合，其中不包括(x,y);M表示集合s内像素的总数。常用的邻域有4-邻域和8- 邻域。非加权邻域平均法可以用模板卷积求得，即在待处理图像中逐点地移动模板，求模板系数与图像中相应像素的乘积之和，模板数为1。下图是非加权邻域平均33模板。 第六章图像重建技术在许多科学领域得到广泛应用，其中最为显著的是医学方面的应用。根据原始数据获取方法及重建原理的不同可分为如下几种：放射断层重建成像(Emission Computed Tomograghy, ECT) 透射断层重建成像(Transmission Computed Tomography，TCT)反射断层重建成像(Reflection Computed Tomography，RCT) 核磁共振重建成像(Magnitic Resonance Imaging，MRI) 第七章图像分割和集合定义的描述令集合R代表整个图像区域，对R的图像分割可以看作是将R分成N个满足以下条件的非空子集R1，R2，.，RN： 图像分割方法和种类以不同的分类标准，图像分割方法可以划分为不同的种类。 物体的边缘是以图像的局部特征不连续的形式出现的，也就是指图像局部亮度变化最显著的部分，例如灰度值的突变、颜色的突变、纹理结构的突变等 ，同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性； 边缘检测的方法很多，主要有以下几种:1、空域微分算子，也就是传统的边缘检测方法。如Roberts算子、Prewitt算子和Sobel算子等 。 2、拟合曲面。该方法利用当前像素邻域中的一些像素值拟合一个曲面，然后求这个连续曲面在当前像素处的梯度。 3、小波多尺度边缘检测。4、基于数学形态学的边缘检测。 区域生长是区域分割最基本的方法。所谓区域生长就是一种根据事先定义的准则将像素或者子区域聚合成更大区域的过程。 基本思想：以一组生长点（可以是单个像素，也可以是某个小区域）开始，搜索其邻域，把图像分割成特征相似的若干区域，比较相邻区域与生长点特征的相似性，若它们足够相似，则作为同一区域合并，形成新的生长点。以此方式将特征相似的区域不断合并、直到不能合并为止，最后形成特征不同的各区域。这种分割方式也称区域扩张法。在实际应用时，要解决三