数字图像处理基础-ch1

1、数字图像处理第一章 绪论数字图像处理概述 数字图像处理概念 数字图像处理的特点 数字图像处理的目的 数字图像处理的主要内容 数字图像处理的发展方向数字图像处理概念 数字图像:以数字格式存放的图像称为数字图像 数字图像处理:通过计算机对图像进行去除噪声增强复原分割提取特征等处理的方法和技术图像增强： 改善图像质量图像几何处理： 平移、缩放、旋转、扭曲图像复原： 去噪声、去模糊图像重建： 重建原始图像图像编码压缩: 减少存储量和传输量图像分割: 图像区域分割和理解、目标表达和描述数字图像处理的特点 再现性好 处理精度高 适用面宽 灵活性高数字图像处理的目的 提高图像的视觉感受质量 提取图像中所包含

2、的某些特征或特殊信息 对图像进行变换编码或压缩,以便于传输存储等图像处理的主要内容 传统的图像处理 图像分析 图像理解图像的基本运算图像变换图像增强图像复原图像压缩编码图像边缘检测图像分割图形重建图像特征分析图像形态学运算图像配准图像融合图像分类图像识别基于内容的图像检索图像数字水印等主要对图像中感兴趣的目标进行检测（或分割）和测量，以主要对图像中感兴趣的目标进行检测（或分割）和测量，以获得它们的客观信息从而建立对图像的描述。获得它们的客观信息从而建立对图像的描述。特点：输入是特点：输入是图像图像，输出是，输出是数据数据。主要对图像进行各种加工以改善图像的视觉效果、主要对图像进行各种加工以改善

3、图像的视觉效果、或突出有用信息，并为自动识别打基础，或通过编或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽码以减少对其所需存储空间、传输时间或传输带宽的要求。的要求。 特点：输入是特点：输入是图像图像，输出也是，输出也是图像图像，即图像之间进，即图像之间进行的变换。行的变换。在中级图像处理的基础上，进一步研究图像中各目标的性质和它们之间相互的在中级图像处理的基础上，进一步研究图像中各目标的性质和它们之间相互的联系，并得出对图像内容含义的理解（对象识别）及对原来客观场景的解释联系，并得出对图像内容含义的理解（对象识别）及对原来客观场景的解释（计算机视觉）

4、，从而指导和规划行动。（计算机视觉），从而指导和规划行动。特点：以客观世界为中心，借助知识、经验等来把握整个客观世界，特点：以客观世界为中心，借助知识、经验等来把握整个客观世界， “输入是输入是数据数据，输出是，输出是理解理解”图像处理的发展方向数字图像处理第二章 图像处理的基础知识 数字图像常用概念 图像数字化 数字图像的数学表示 数字图像文件介绍数字图像常用概念 图像(物理图像数字图像灰度图像RGB图像二值图像) 采样(采样密度量化) 灰度级(层次对比度分辨率) 邻域(4邻域8邻域)图像数字化 图像数字化是将一幅画面转化成计算机能处理的形式数字图像的过程。具体来说，就是把一幅图画分割成如图

5、所示的一个个小区域（像元或像素），并将各小区域 灰度用整数来表示，形成一幅点阵式的数字图像。它包括采样和量化两个过程。像素的位置和灰度就是像素的属性。采样:将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个很重要的参数。 当对图像进行实际的抽样时，怎样选择各抽样点的间隔是个非常重要的问题。关于这一点，图像包含何种程度的细微的浓淡变化，取决于希望忠实反映图像的程度。 不同形状的采样孔径量化:经采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理。 将像素灰度转换成离散的整数值的过程叫量化。灰度级:表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰

6、度）。 一幅数字图像中不同灰度级的个数称为灰度级数，用G表示。 灰度级数就代表一幅数字图像的层次。图像数据的实际层次越多视觉效果就越好。 一般来说，G=2g ，g就是表示存储图像像素灰度值所需的比特位数。 若一幅数字图像的量化灰度级数G=256=28级，灰度取值范围一般是0255的整数，由于用8bit就能表示灰度图像像素的灰度值，因此常称8 bit 量化。 从视觉效果来看，采用大于或等于6比特位量化的灰度图像，视觉上就能令人满意。 一幅大小为MN、灰度级数为G的图像所需的存储空间，即图像的数据量，大小为 MNg （bit） 数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。量化参

7、数与数字化图像间的关系 数字化方式可分为均匀采样、量化和非均匀采样、量化。 所谓“均匀”，指的是采样、量化为等间隔方式。图像数字化一般采用均匀采样和均匀量化方式。 非均匀采样是根据图象细节的丰富程度改变采样间距。细节丰富的地方，采样间距小，否则间距大。 非均匀量化是对图像层次少的区域采用间隔大量化，而对图像层次丰富的区域采用间隔小量化。 采用非均匀采样与量化，均会使问题复杂化，因此很少采用。采样采样- -空间分辨率的对比空间分辨率的对比256256灰度级灰度级1616灰度级灰度级8 8灰度级灰度级4 4灰度级灰度级量化量化- -灰度级（幅度）分辨率的对比灰度级（幅度）分辨率的对比图像的质量1.

8、平均亮度 2.对比度 是指一幅图象中灰度反差的大小。 对比度=最大亮度/最小亮度3.清晰度 由图像边缘灰度变化的速度来描述。4.分辨率 一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应； 采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。 量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大； 量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。 但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对

9、细节比较丰富的图像数字化。n数字化器n 数字化器必须能够将图像划分为若干像素并分别给它们地址，能够度量每一像素的灰度并量化为整数，能够将这些整数写入存储设备。n常用的数字化器是扫描仪、数码相机和数码摄像机。数字图像的数学表示 灰度图像可表示为: I=G(x,y) 彩色图像可根据三基色组成原理用 GR(x,y) GG(x,y) GB(x,y) 三幅单色图像来表示 还可用I=G(x,y,)表示表波长 例：对一幅灰度图等间隔采样(M,N)，量化为L个灰度等级 一幅一幅 mn 的数字图像可用矩阵表示为的数字图像可用矩阵表示为 数字图像中的每个像素数字图像中的每个像素(pixel)都对应于矩阵中相应的元

10、素。都对应于矩阵中相应的元素。把数字图像表示成矩阵的优点在于能应用矩阵理论对图像把数字图像表示成矩阵的优点在于能应用矩阵理论对图像进行分析处理。进行分析处理。) 1, 1(.) 1 , 1() 0 , 1(.) 1, 1 (.) 1 , 1 () 0 , 1 () 1, 0 (.) 1 , 0 () 0 , 0 (nmfmfmfnfffnfffF 灰度图像是指每个像素由一个量化灰度来描述的灰度图像是指每个像素由一个量化灰度来描述的图像，没有彩色信息图像，没有彩色信息 若图像像素灰度只有两级，通常取若图像像素灰度只有两级，通常取0（黑色）或（黑色）或1（白色），这样的图像称为二值图像（白色），这

11、样的图像称为二值图像100220250180501202001500I1 0 1 0 0 01 0 1 彩色图像是指每个像素由红、绿、蓝（彩色图像是指每个像素由红、绿、蓝（R、G、B）3原色原色构成的图像，其中构成的图像，其中R、G、B是由不同的灰度级描述的。是由不同的灰度级描述的。255 00 0R0 0255 0G0 00 255B00255800255240240255R02550160255255801600G25525525524000160800B数字图像文件介绍 按照图像的色彩分 按照图像亮度等级分为灰度和二值图像按照图像亮度等级分为灰度和二值图像亮度亮度是光作用于人眼所引起的明

12、暗程度的感觉，与照射光的强度有关。是光作用于人眼所引起的明暗程度的感觉，与照射光的强度有关。 图像的亮度表示：图像的亮度表示：因为光亮度从最低到最高的特性，正符因为光亮度从最低到最高的特性，正符合灰度模式那种从黑到白的过渡，所以通常使用灰度图像从合灰度模式那种从黑到白的过渡，所以通常使用灰度图像从黑色黑色（最（最暗）至暗）至白色白色（最亮）及中间的（最亮）及中间的过渡色过渡色来表示图像来表示图像(黑白和彩色黑白和彩色)的亮度。的亮度。任何图像的亮度表示图，按照图像亮度等级分为任何图像的亮度表示图，按照图像亮度等级分为 二值图像：只有黑白两种亮度等级。二值图像：只有黑白两种亮度等级。 灰度图像：有多重亮度等级。灰度图像：有多重亮度等级。 人们在观察一条由均匀亮和暗的区域形成的边界时，人们在观察一条由均匀