数字图像处理

1、1.数字图像处理的概念和目的。我们把利用计算机对图像进行去除噪声、 增强、复原、分割、提取特征等的理论、 方法和技术称为数字图像处理。（1） 提高图像的视感质量， 以达到赏心悦目的目的。（2） 提取图像中所包含的某些特征或特殊信息， 以便于计算机分析。（3） 对图像数据进行变换、 编码和压缩， 以便于图像的存储和传输。2.形态学图像处理 膨胀腐蚀。膨胀：使图像扩大，A被B膨胀定义为：AB=z|（B）上式表示：B的反射进行平移与A交集不为空B的反射：相对于自身原点的映像B的平移：对B的反射进行位移腐蚀：使图像缩小，A被B腐蚀定义为：3.二维F变换，正变换反变换以及公式理解。由u，v定义的M*N矩

2、形区间称为频域矩形。原点出的变换值，称为傅里叶变换的直流分量。即使f(x,y)是实数，其变换结果他通常也是复数4.计算全局阈值。1选择一个T的初始估计值2用T分割图像，生成2组像素：G1由所有灰度值大于T的像素组成，而G2由所有灰度值小于或等于T的像素组成3对区域G1，G2中的所有像素计算平均灰度值u1u2 4计算新的阈值T=1/2（u1+u2） 5重复2-4步骤，直到逐次迭代所得T值之差小于事先定义的参数T05直方图的定义和性质。定义一：一个灰度级别在范围0，L-1的数字图象的直方图是一个离散函数 p(rk)= nk k = 1,1,2,L 由于rk的增量是1，直方图可表示为：p(k)= n

3、k即，图象中不同灰度级像素出现的次数定义二：一个灰度级别在范围0，L-1的数字图象的直方图是一个离散函数 p(rk)= nk/n n 是图象的像素总数 nk是图象中第k个灰度级的像素总数 rk 是第k个灰度级，k =1,2,L性质：(1)直方图是一幅图像中各像素灰度值出现的频数的统计结果，只反映该图像中不同灰度值出现的次数，未反映某一灰度值像素所在的位置。(2)任一幅图像，都能唯一地确定出一幅与它对应的直方图，但不同的图像，可能有相同的直方图。也就是说，图像与直方图之间是多对一的映射关系。(3) 如果一幅图像由两个不连续的区域组成，并且每个区域的直方图已知，则整幅图像的直方图是这两个区域的直方

4、图之和。6区域生长算法。 1根据图像的不同应用选择一个或一组种子，它或者是最亮或最暗的点，或者是位于点簇中心的点 2选择一个描述符（条件） 3从该种子开始向外扩张，首先把种子像素加入结果集合，然后不断将与集合中各个像素连通，且满足描述符的像素加入集合 4上一过程进行到不再有满足条件的新节点加入集合为止7频谱和图像特征的关系。变化最慢的频率成分对应一幅图像的平均灰度级当从变换的原点移开时，低频对应着的图像的慢变化分量，如图像的平滑部分进步一离开原点时，较高的频率对应图像中变化越来越快的灰度级，如边缘或噪声等尖锐比分。（详细见实验三）8.二维离散余弦变换，正变换，反变换。二维DCT正变换定义如下：

5、设f(x, y)为M×N的数字图像矩阵，则 式中： x, u=0, 1, 2, , M1； y, v=0, 1, 2, , N1。二维DCT逆变换定义如下： 式中：x, u=0, 1, 2, , M1； y, v=0, 1, 2, , N19.图像增强的概念，目的和应用。概念：为了改善视觉效果或便于计算机对图像的分析和理解，根据图像的特点或存在的问题采取相应的改善方法或者加强特征的措施称为图像增强（Image Enhancement）.（仅增强某种信息，不增强相关信息如边缘轮廓对比度等进行强调和尖锐化）。目的：改善图像的视觉效果，提高图象成分的清晰度便于计算机分析处理，对某种具体的、

6、特定的应用有益。应用：主要用来进行预处理（去除噪音边缘增强提高对比度增加亮度改善颜色效果改善细微层次）10.图像工程的内涵图像工程的内容非常丰富，根据抽象程度和研究方法等的不同，可分为图像处理、图像分析和图像理解三个层次，如图所示。换句话说，图像工程是既有联系又有区别的图像处理、 图像分析及图像理解三者的有机结合， 另外还包括它们的工程应用。 1. 最小值、最大值滤波器的定义和实现。n 最大值滤波n 主要用途：寻找最亮点n 计算公式：R = max zk | k = 1,2,9n 最小值滤波n 主要用途：寻找最暗点n 计算公式：R = min zk | k = 1,2,9编程：全局阈值的实现

7、T=0.5*(double(min(f(g)+double(max(f( :) done=false whiledone g=f>=T  Tnext=0.5*(mean(f(g)+mean(f(g); done=abs(T-Tnext)<0.5; T=Tnext;endT2=graythresh(f)T2= 0.3961;T2*255ans= 101频域滤波 :H = fft2(h,PQ(1), PQ(2),) % h为二维空间滤波器H = freqz2(h,R,C) %R为h的行数；C为h的列数>>F = fft2(f

8、);>>S = fftshift(log(1+abs(F);>>S = gscale(S);>>imshow(S)>>h=fspecial(sobel)h = 1 0 - 1 2 0 -2 1 0 -1>>freqz2(h)>>PQ = paddedsize(size(f);>>H = freqz2(h,PQ(1), PQ(2);>>H1 = fftshift(H);>>imshow(abs(H), )>>figure,imshow(abs(H1), )>>gs=

9、 imfilter(double(f),h);%默认0填充>>gf=dftfilt(f,H1)%频域滤波>>imshow(gs, ) >>figure, imshow(gf, ) >>figure, imshow(abs(gs), )>>figure, imshow(abs(gf), )n 步骤1：计算SkS1=T(r1) =Pr(r1)=0.19S2=T(r2) =Pr(r1)+ Pr(r2)=0.44S3=0.65 ; S4=0.81 ; S5=0.89 ; S6=0.95 ; S7=0.98 ; S8=1n 步骤2：对Sk进行舍

10、入处理，由于原图像只有8级灰度，因此以1/7为单位进行舍入量化n S1舍入=1/7 S2舍入=3/7 S3舍入=5/7 S4舍入=6/7n S5舍入=6/7 S6舍入=1 S7舍入=1 S8舍入=1n 步骤3：确定最终的Sk，获得均衡化后的灰度级n S1=1/7 ；S2=3/7；S3=5/7 ；S4=6/7 ； S5=1n 步骤4：计算对应每个Sk的像素数目,求概率、恢复到原灰度级n r1àS1:790 r2àS2:1023 r3àS3:850n r4、 r5 àS4:656+329=985n r6、 r7 、 r8àS5:245+122+81

11、=448n 求概率填空图像数字化设备三功能：采样，量化，信息保存三个数据冗余类型：编码，像素间，心理视觉图像处理系统三个基本组成部分：图像数字化设备，图像处理设备，图像显示设备滤波消减周期噪声滤波器：带阻，带通，陷波，最佳陷波CIE三原色：红700nm,绿546.1nm，蓝435.8nmJPEG编码压缩过程：DCT变换，量化，熵编码例：%最大值滤波function I2=maxlvbo(I)I=imread('lena.bmp');I1=imnoise(I,'salt & pepper');imshow(I1,)I1=double(I);a=size(I

12、);I2(1)=I1(1);I2(a(1)=I1(a(1);for i=2:a(1)-1for j=2:a(2)-1I2(i,j)=Max(I1,i,j);endendfigure,imshow(I2,)%最小值滤波function I2=minlvbo(I)I=imread('cameraman.tif');I1=imnoise(I,'salt');imshow(I1,)I1=double(I);a=size(I);I2(1)=I1(1);I2(a(1)=I1(a(1);for i=2:a(1)-1for j=2:a(2)-1I2(i,j)=Min(I1,i,j);endendfigure,imshow(I2,)最大值滤波：最小值滤波：2.频率频谱中心化I=imr