chapter5数字图象处理技术.ppt

第五章数字图像处理技术，参考文献：章毓晋，图像工程，上册：图像处理和分析下册：图像理解和计算机视觉，清华大学出版社，1999徐飞，施晓红，Matlab，第五章数字图像处理技术， 5.1数字图像处理的概要5.2图像的记述和数字化5.3Matlab图像处理的初步5.4图像处理中的正交变换5.5图像的扩展5.6图像的复原5.7图像编码5.8图像的收集和处理的应用例5.1数字图像处理的概要， 图像和数字图像处理的研究内容和进展图像处理应用领域的图像处理和分析系统、图像和数字图像、图像定义是使用多种观测系统以不同的形式和手段观测客观事件得到的，直接或间接作用于人眼产生视觉的实体。 图像包含模拟图像，例如光学图像、照片图像、电视图像等数字图像，将连续的模拟图像离散化处理成计算机能够识别的点图像，一般可以分为用矩阵表示的2种。 数字图像的优势：处理方便：放大、缩小、颜色变更、振幅变更、部分删除等。 重现性好：不磨损、可永久保存的图像处理研究内容和进展，图像处理定义将模拟图像转换成数字图像(矩阵)保存在计算机中，按一定的算法对图像进行运算处理，达到目的和效果。 图像处理的研究内容：图像数字化：通过采样和量化，将模拟图像转换为计算机处理方便的数字形式，通常用矩阵形式表现，矩阵的各要素为像素。 将图像数字化的装置主要有各种扫描仪和数字设备。 图像增强：增强图像中的有用信息，减弱噪声和噪声，清晰图像，突出感兴趣的特征，便于人眼和计算机的识别。 图像恢复：消除或减少捕获图像过程中出现的退化，以便图像能够反映原始图像的真实外观。、图像处理的研究内容和进展、图像编码：在满足一定保真度的条件下，对图像信息进行编码，压缩信息量，从背景中分离图像，提取形状特征、纹理特征和颜色特征等，用于图像的分类、识别、描述、解释：将空间域的图像函数转换为频域函数，增强、复原、编码图像， 特征提取和图像分析的基础图像处理基础是数学，相关学科在计算机图学、模式识别、计算机视觉和人工智能等当前图像处理的主要进展出现在高分辨率、高速、立体化和智能等方面，图像处理应用领域、通信技术：图像传真、可视电话、卫星通信、 数字电视等计算机科学：文字、图像输入CAD、多媒体和智能计算机生物医学： x射线、超声波、CT和核磁共振图和心电图、脑电图分析军事技术：航空和卫星照片辨读、导弹导航、雷达、声纳图像处理、军事模拟等侦查事件解决：指纹识别、伪钞识别、 笔迹分析等气象预报：气象云图分析考古学：恢复珍贵文物图像、名画、壁画等原形，图像处理和分析系统的结构框图如图所示，本章主要涉及图像处理和分析的基本概念、方法和Matlab图像处理的重要函数、5.2图像的描述和数字化、1、2维图像的数学模型、 对于1、2 d图像的数学模型、空间上的3 d场景的描述，通常使用物体表面反射光的强度特性来描述物体表面光的强度I的物体空间坐标(x，y， z )、照射光的波长以及观测时间t这5个变量的函数的分析比较简单，因此通过拍摄三维空间物体而得到二维图像，能够提高空间坐标或者用单色光照射物体(x， 可以用y )表示，波长是常数，时间t是常数，即静止图像，式(1)表示，(1)、(2)，式(2)表示单色，二维，静止图像数学模型，二维图像的数学模型，式(2)的数学模型的说明： (x，y )表示空间平面上的坐标f(x，y )为点(x， y )的亮度，数值大则亮度高，亮度有限：人眼可见的图像的亮度f(x，y )是式中i(x，y )是入射光的照射光量，由光源确定，r(x， y )由物体的反射系数物体的材料特性决定，r(x，y)=0是全吸收，r(x，y)=1是全反射，另一方面，二维图像的数学模型、图像亮度的动态范围将区间的所有中间值从黑色连续变化为白色的灰度f(x，y )也称为灰度函数，通常将该区间表现为“0，l”: 二、图像数字化，定义：离散连续图像灰度函数f(x，y )的空间坐标和振幅，得到数字图像。 将空间连续坐标(x，y )的离散化称为图像采样，将振幅f(x，y )的离散化称为灰度等级的量化数字图像的表现：等间隔地采样空间坐标，x， 在y方向各取n点，量化了振幅图像按矩阵中的每个要素被量化为图像的1个像素、2个图像的数字化，数字图像的大小相对于上述数字图像共有NN个采样点的各采样点被量化为g灰阶，为了容易处理，取n、g为2的整数的幂等式， 即影响数字图像品质的要素：采样点n和灰度g越大，图像越清晰，但如果增加存储空间，降低处理和传送速度，则n、g应该适当地选择，各像素需要m位的存储空间，图像整体占有的存储空间NNm(bit )， 不均匀取样和量化：当存在许多局部详细的图像时，可以对较大的n进行取样，而当可以稀疏的场景变化较剧烈时，剩馀部分的网格划分可以被细微地量化。第5章数字图像处理技术、5.1数字图像处理的概要5.2图像的记述和数字化5.3Matlab图像处理的初步5.4图像处理中的正交变换5.5图像的扩展5.6图像的复原5.7图像编码5.8图像的收集和处理的应用例， 5.3Matlab图像处理的初步图像的基本操作图像的读取、显示、图像的保存图像处理的高级应用背景处理、阈值操作、二值化和对象统计图像的类型图像文件形式、5.3Matlab图像处理的初步、1、图像的基本操作图像的读取、显示图像的直方图的均衡化(对比度调整) 图像的保存是演示程序foundation.m、图像的基本操作、step1:读取和显示图像I1=imread(pout.tif )。 读取%图像，并保存到矩阵I的subplot (2，2，1 )-im show (I1) %显示图像title(OrignalImage )，图像的基本操作，step2:利用直方图的平衡，对图像的对比度imhist(I1)%进行调制，图像直方图I2=his 将%图像的灰度值扩展到全部灰度范围，将修正结果存储到新的排列I2中，保存step3:修正后的图像imwrite(I2，e:zyymatlabpout2.bmp )的IMFinfo(e:zyymatlab pout2.bmp)%图像文件信息如下： 2、图像处理的高度应用背景处理阈值操作和二值化对象统计为演示程序advanced.m、图像处理的高度应用、step2:由于该图像中心位置的背景亮度比其他部分高，因此推定图像背景、从原始图像减去背景图像， 删除背景比较一致图像background=imopen(I1，strel(disk，15 ) )的%半径大于15的对象，从实现背景的推定I2=imsubtract(I1，background )的%图像中除去背景，制作背景一致的图像， 图像处理的高级应用，在step :中，调整对比度I3=imadjust(I2，stretchlim(I2)，0，1 )，将修正%图像的对比度调整到最大step 43360，生成二值图像level=graythresh(I3)，并且%计算阈值bw=in level) %i3为二值图像bwstep5:统计图像中的对象数labeled，numobjects=bwlabel(bw，4 )； fprintf (米粒个数=%d，numobjects )、3、图像的类型、图像的类型表示排列的数值与像素的颜色的关系。 Matlab图像工具箱所支持的图像类型为二进制图像灰度级图像RGB图像索引图像多帧图像Matlab提供各种图像类型的转换函数，其中每个二进制图像的像素可以取两个离散值(0或1 )。 以uint8或double型阵列存储的灰度图像、包含灰度(亮度)的图像，以uint8阵列存储时，0为黑色，255为白色，中间值为黑白间的灰度以uint8、uint16、double型阵列存储时，右图为double型灰度以mn3的uint8、uint16或double型数组表示。 也称为真实彩色图像、索引图像，是包含数据矩阵x和调色板矩阵map矩阵m3的双排列，指定红、绿、蓝的成分值。 x矩阵的数值是与map矩阵对应的行数(指针)，是uint8、uint16或者double型，多帧图像以4维排列表示包含多个图像(帧)的图像文件，在操作与时间、场景关联的一系列图像时，例如Flash动画还有，图像矩阵型变换(注意)、图像矩阵b的数据类型有uint8、uint16和double型，为了提供运算精度，一般将图像矩阵变换为double型来计算，变换函数B=double(B )注意： imshow和imwrite命令为uint 必须使用函数B=uint8(B )进行转换。4、图像文件形式、BMP(Bitmap )文件可以分为单色、16色、256色和真实彩色的图像文件结构标题、调色板和图像数据GIF(GraphicsInterchangeFormat )文件保存多个图像。 采样高级压缩技术在网络动画常用的internet上将指针功能应用于TIFF(TagImageFileFormat )文件，存储多幅图像，对多种压缩方法进行采样，4、图像文件格式、 联合图像专家组(JPEG )文件采用静止图像压缩和编码标准，能够以较少的盘容量获得良好的图像质量。 压缩技术正在进步。 在PSD文件Photoshop文件格式WMF向量格式文件MS-Office软件中，为了图像类型与图像文件格式的不同、5.4图像处理中的正交变换、获取图像中的重要信息，需要将图像从空间区域变换到频域。 图像变换广泛应用于图像增强、图像复原、图像编码压缩和特征提取。 图像转换方法通常具有线性和正交性。 常用的图像正交变换方法是离散傅立叶变换(重点介绍)离散馀弦变换K-L变换Radon变换，一方面是连续傅立叶变换，把f(x )作为实变量x的连续函数，假设f(x )的傅立叶变换和逆变换可以在(-，)内绝对积分，变量x是时域和空间域，变量x是变量x的变量通常，F(u )是复函数：的振幅谱和相位谱是：一方面将连续傅立叶变换、傅立叶变换二维展开，若f(x，y )能够连续累积，则该傅立叶变换和反变换为：例如矩形区域的二维傅立叶变换如图所示：二、离散傅立叶变换，将f(x )等间隔n个离散函数f(m ) (m=0，1，1， n )，离散傅立叶变换(DFT )和反变换的定义：类似地，在mn的网格上对f(x，y )进行采样，以产生二维离散函数f (m， n )，其二维离散傅立叶变换和逆变换的定义：3，图像的离散傅立叶变换，Matlab维离散傅立叶变换函数： A=fft2(X，Mrows Ncols)X指定图像矩阵a为图像的傅立叶变换矩阵，数值为多个Mrows，Ncols指定填零后的矩阵的大小，填零的目的缺省情况下不进行零填充。 二维傅立叶变换结果的显示方式以三维立体图形表现，mesh ()函数以振幅的对数作为一张图像来表示。 例如，矩形窗图像离散傅立叶变换和显示、矩形窗函数的构建、f=zeros (30，30 )； f (5333024，1333017 )=1； %矩形内部imshow(f，notruesize )、离散傅立叶变换、F=fft2(f) F2=log(abs(F ) ) imshow(F2，-15，notruesize )； colormap(jet) %设置图像的颜色列表colorbar； %表示墨带，上述矩形窗图像的傅立叶变换有问题，1、fft只处理2的整数次方的据点，傅立叶变换采样比较粗，频域的分辨率差为2，原图像的坐标原点位于图形的中心位置，傅立叶变换将图形的左上角作为坐标原点， 零频率系数显示在图形的左上角，对于问题1，而不是常规中心位置，可以将图像校正为零，使图像的行数和列数为2的整数倍，从而便于FFFT计算。 此外，F=fft2(f，256，256 )的显示方法相同，在右图中，可以用函数fftshift(F )对角地交换傅立叶变换结果f图像的四个象限，以使得零频率位于图像的中心。 另外，F2=fftshift(F )下图在频移后的傅立叶变换结果右图中使用mesh(abs(F2) )函数表示三维频谱图，解决方法：4，傅立叶变换的重要性质，加法定理：时域中的相加对应频域中的相加位移定理：函数位移的变化相当于傅立叶变换的振幅卷积定理：时域中函数的卷积对应于频域中函数的乘积。Rayleigh定理：傅立叶变换前后的能量守恒对于二维傅立叶变换，将二维函数的一个方向变量视为常数，将另一个方向进行一维傅立叶变换，然后将交换的结果进行另一个方向的一维傅立叶变换5.5图像增强、直方图修正法图像平滑化处理图像尖锐化处理伪彩色技术，1、图像增强的概要，图像增强是根据特定需要在强调图像中的一部分信息的同时，减少或去除一部分不需要的信息的处理方法。 目的：将处理后的图像应用于某些特定应用，而不是应用于原始图像。 图像增强方法为何分为空域法和频域法两种空域法：直接处理图像中的像素，基于灰度映射变换的频域处理方法：基于卷积定理，根据应用目标的不同， 图像增强技术在直方图修正法图像平滑化处理图像尖锐化处理伪彩色技术已应用于实际中，能够结合上述方法处理，根据卷积定理，已处理原图像f(x，y )的图像若g(x，y )处理系统的冲击响应为h(x，y