数字图像复习要点资料

1、2022-6-181数字图像处理数字图像处理复习总结复习总结第一章 概论1、图像、图像就是三维场景在二维平面上的影像。就是三维场景在二维平面上的影像。2、数字图像、数字图像是用配置在二维平面是用配置在二维平面(画面画面)上的上的灰度值灰度值或或彩彩色值色值来表示信息的，来表示信息的， 信息扩展在二维平面上。信息扩展在二维平面上。 3、模拟图像：模拟图像：指空间坐标和明暗程度都连续变化的、指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像。计算机无法直接处理的图像。如如传统相机拍摄的照片、图片、传统相机拍摄的照片、图片、海报、广告画、电影胶片等。海报、广告画、电影胶片等。 4、 数字图像

2、数字图像:以数字格式存放的图像以数字格式存放的图像。 5、数字图像的表示、数字图像的表示: 一幅一幅MN个像素的数字图像，其像素灰度值可以用个像素的数字图像，其像素灰度值可以用M行、行、N列的矩阵列的矩阵G或二维数组或二维数组T来表示来表示:6、像素：数字图像中每个基本单元叫做数字图像中每个基本单元叫做图像元素图像元素，简称，简称像素像素(pixel)(pixel)。一幅图像在空间上的分辨率与其包含的像素个数成。一幅图像在空间上的分辨率与其包含的像素个数成正比，像素个数越多，图像的分辨率越高，也就越有可能看出正比，像素个数越多，图像的分辨率越高，也就越有可能看出图像的细节。图像的细节。 7、数

3、字图像处理、数字图像处理（Digital Image Processing）:利用计算机对利用计算机对图像进行去除噪声、图像进行去除噪声、 增强、复原、分割、提取特征等的理论、增强、复原、分割、提取特征等的理论、 方法和技术称为方法和技术称为数字图像处理。数字图像处理。也称之为也称之为计算机图像处理计算机图像处理（Computer Image Processing）。）。 8、图像处理的目的、图像处理的目的 1） 提高图像的视感质量，提高图像的视感质量， 以达到赏心悦目的目的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，提取图像中所包含的某些特征或特殊信息， 以便于计以便于

4、计算机分析，常用作模式识别、计算机视觉的预处理等算机分析，常用作模式识别、计算机视觉的预处理等。v 3） 对图像数据进行变换、对图像数据进行变换、 编码和压缩，编码和压缩， 以便于图像的存以便于图像的存储和传输。储和传输。 9、数字图像处理的主要内容、数字图像处理的主要内容1 ） 图 像 获 取 、 表 示 和 表 现 （） 图 像 获 取 、 表 示 和 表 现 （ I m a g e A c q u i s i t i o n ， Representation and Presentation）2）图像复原（）图像复原（Image Restoration）(客观客观)3 3）图像增强（）图

5、像增强（Image EnhancementImage Enhancement）( (主观主观) )4） 图像分割（图像分割（Image Segmentation） 5）图像分析）图像分析6）图像重建）图像重建 7）图像压缩编码）图像压缩编码10、数字图像处理的特点：、数字图像处理的特点：（1） 处理精度高，再现性好。（处理精度高，再现性好。（2） 易于控制处理效果。易于控制处理效果。（3）处理的多样性。（）处理的多样性。（4） 图像数据量庞大。图像数据量庞大。（5） 处理费时。（处理费时。（6 ） 图像处理技术综合性强。图像处理技术综合性强。图像工程三个层次：11、相关学科和领域、相关学科和领

6、域 图像工程是一门系统地研究图像工程是一门系统地研究各种图像理论、技术和应用各种图像理论、技术和应用的的交叉学科交叉学科。与数学、物理学、生理学、心理学、电子学、计算。与数学、物理学、生理学、心理学、电子学、计算机科学、模式识别、机科学、模式识别、 计算机视觉、计算机视觉、 计算机图形学、人工智能、计算机图形学、人工智能、神经网络、神经网络、 遗传算法、模糊逻辑等理论和技术都有密切的联系，遗传算法、模糊逻辑等理论和技术都有密切的联系，它的发展应用与医学、遥感、通信、文档处理和工业自动化等它的发展应用与医学、遥感、通信、文档处理和工业自动化等许多领域也是密不可分的。许多领域也是密不可分的。 第二

7、章第二章 数字图像处理基础数字图像处理基础 图像处理的方法有图像处理的方法有:模拟式模拟式 数字式数字式(计算机计算机)图像数字化过程：图像数字化过程：包括包括采样采样和和量化量化过程。过程。 采样：采样：将空间上连续的图像变换成离散点的操作。将空间上连续的图像变换成离散点的操作。 采样点：采样点：用空间上部分点的灰度值代表图像的这些点。用空间上部分点的灰度值代表图像的这些点。采样步骤：采样步骤：. .先沿先沿垂直方向垂直方向按一定间隔从上到下顺序地沿按一定间隔从上到下顺序地沿水平方向直线扫描，取出各水平线上灰度值的一维扫描。水平方向直线扫描，取出各水平线上灰度值的一维扫描。. . 再对一维扫

8、描线信号按一定间隔采样得到离散信号。再对一维扫描线信号按一定间隔采样得到离散信号。（水平方向采样水平方向采样）采样间隔选取：采样间隔选取：采样间隔的选取决定了采样后图像的质量。采样间隔的选取决定了采样后图像的质量。选取选取依据依据：由原：由原图像中包含的细微浓淡变化来决定。一般图像中细节图像中包含的细微浓淡变化来决定。一般图像中细节越多，采样间隔应越小。越多，采样间隔应越小。 对一幅图像采样时，若每行（即横向）像素为对一幅图像采样时，若每行（即横向）像素为M个，每列（即纵向）个，每列（即纵向）像素为像素为N个，则图像大小为个，则图像大小为MN 个像素。个像素。量化：量化：将像素灰度转换成离散的

9、整数值的过程。将像素灰度转换成离散的整数值的过程。灰度级数：灰度级数：一幅数字图像中不同灰度值的个数，用一幅数字图像中不同灰度值的个数，用G G表示。表示。 一般来说一般来说 ，g就是表示图像像素灰度值所需的比特位数就是表示图像像素灰度值所需的比特位数(如如bit或或bit)。 一幅大小为一幅大小为M MN N、灰度级数为、灰度级数为G G的图像所需的存储空间，即图像的图像所需的存储空间，即图像的数据量，大小为的数据量，大小为 M MN Ng(bitg(bit采样、量化参数与数字化图像间的关系采样、量化参数与数字化图像间的关系数字化方式可分为数字化方式可分为均匀采样、量化均匀采样、量化和和非均

10、匀采样、量化。非均匀采样、量化。 所谓所谓“均匀均匀”，指的是，指的是采样、量化为等间隔。图像数字化一般采样、量化为等间隔。图像数字化一般采用均匀采样和均匀量化方式。采用均匀采样和均匀量化方式。 非均匀采样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。富的地方，采样间距小，否则间距大。 非均匀量化非均匀量化是对像素出现频度少的间隔大，而频度大的间隔小。是对像素出现频度少的间隔大，而频度大的间隔小。（非等间隔量化）（非等间隔量化）采样间隔（采样点）与图像的关系采样间隔（采样点）与图像的关系 一般来说，采样间隔越

11、大，所得图像像素数越少，空间分辨一般来说，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。量大。量化等级与图像关系量化等级与图像关系 图像的采样点数一定时图像的采样点数一定时，量化等级越多，所得图像层次越丰富，图像量化等级越多，所得图像层次越丰富，图像质量好；质量好； 量化等级越少，图像层次欠丰富，会出现假轮廓现象，图像质量变量化等级越少，图像层次欠丰富，会出现假轮

12、廓现象，图像质量变差。差。采样和量化的一般原则采样和量化的一般原则 当限定数字图像的大小时当限定数字图像的大小时, , 为了得到质量较好的图像可采用为了得到质量较好的图像可采用 （1 1）对）对缓变的图像缓变的图像，应该，应该细量化，粗采样细量化，粗采样，以避免假轮廓。，以避免假轮廓。 （2 2） 对对细节丰富的图像细节丰富的图像，应，应细采样，粗量化细采样，粗量化，以避免模糊（混叠）。，以避免模糊（混叠）。对于彩色图像，是按照颜色成分对于彩色图像，是按照颜色成分红（红（R R）、绿（）、绿（G G）、蓝（）、蓝（B B）分别采样和）分别采样和量化的。若各种颜色成分均按量化的。若各种颜色成分均

13、按8 bit8 bit量化，即每种颜色量级别是量化，即每种颜色量级别是256256，则可以，则可以处理处理256256256256256=16777216256=16777216种颜色。种颜色。 常见的数字化设备有常见的数字化设备有数字相机、扫描仪、数字化仪数字相机、扫描仪、数字化仪等。等。 (1) 采样孔采样孔(Sampling aperture)： 使数字化设备能够单独地使数字化设备能够单独地观测特定的图像元素而不受图像其他部分的影响。观测特定的图像元素而不受图像其他部分的影响。 (2) 图像扫描机构：图像扫描机构： 使采样孔按照预先确定的方式在图像上使采样孔按照预先确定的方式在图像上移动

14、，从而按顺序观测每一个像素。移动，从而按顺序观测每一个像素。 (3) 光传感器：光传感器： 通过采样检测图像的每一像素的亮度，通过采样检测图像的每一像素的亮度， 通通常采用常采用CCD阵列。阵列。 (4) 量化器：量化器：将传感器输出的连续量转化为整数值。典型的将传感器输出的连续量转化为整数值。典型的量化器是量化器是A/D转换电路，它产生一个与输入电压或电流成比例的转换电路，它产生一个与输入电压或电流成比例的数值。数值。 (5) 输出存储装置：输出存储装置：将量化器产生的灰度值按适当格式存储将量化器产生的灰度值按适当格式存储起来，以用于计算机后续处理。起来，以用于计算机后续处理。 数字化设备的

15、组成数字化设备的组成数字化数字化v静态图像可分为：静态图像可分为：矢量矢量(Vector)(Vector)图图和和位图位图(Bitmap)(Bitmap)，位图也，位图也称为栅格图像称为栅格图像v矢量矢量(Vector)图图v特点：特点：用一系列绘图指令来表示一幅图，如用一系列绘图指令来表示一幅图，如AutoCADAutoCAD中的绘图语句。中的绘图语句。v矢量图的优缺点矢量图的优缺点: v优点：优点：v(1).矢量图形文件较小。矢量图形文件较小。v(2).图像质量与分辨率无关。图像质量与分辨率无关。矢量图形的是无论放大、缩小或旋转等都矢量图形的是无论放大、缩小或旋转等都不会失真；不会失真；

16、缺点缺点:v (1)不易制作色调丰富或色彩变化太多的图像，而且绘出来的图像不是不易制作色调丰富或色彩变化太多的图像，而且绘出来的图像不是很逼真。很逼真。 (2)不易在不同的软件间交换文件不易在不同的软件间交换文件。v位图位图v 一、一、 特点特点：是通过许多像素点表示一幅图像，每个像素具有颜色属是通过许多像素点表示一幅图像，每个像素具有颜色属性和位置属性。适合表现大量的图像细节，可以很好的反映明暗的变化、性和位置属性。适合表现大量的图像细节，可以很好的反映明暗的变化、复杂的场景和颜色。复杂的场景和颜色。v 优缺点和矢量图正好相反，它能表现逼真的图像效果，但是文件比优缺点和矢量图正好相反，它能表

17、现逼真的图像效果，但是文件比较大，并且缩放时清晰度会降低并出现锯齿。较大，并且缩放时清晰度会降低并出现锯齿。v位图的类型：1 1、线画稿（线画稿（LineArt)LineArt)、2 2、灰度图像、灰度图像(GrayScale)(GrayScale)、3 3、索引图像、索引图像(Index Color)(Index Color) 4 4、真彩色图像（、真彩色图像（True ColorTrue Color）。）。v灰度图像：灰度图像：像素灰度级用像素灰度级用8 bit表示，表示，每个像素都是介于黑色和白色之间每个像素都是介于黑色和白色之间的的256（28=256）种灰度中的一种。）种灰度中的一种

18、。v通常所说的黑白照片，通常所说的黑白照片，其实包含了黑白之间的所有灰度色调。其实包含了黑白之间的所有灰度色调。从技术上从技术上来说，就是具有从黑到白的来说，就是具有从黑到白的256种灰度色域（种灰度色域（Gamut）的单色图像。）的单色图像。 v位图的有关术语位图的有关术语v 1. 1. 像素（像素（PixelPixel）、点（）、点（DotDot）和样点（）和样点（SampleSample）v像素：像素：在计算机中，图像是由显示器上许多光点组成的，在计算机中，图像是由显示器上许多光点组成的， 将显示在显将显示在显示器上的这些点（光的单元）称为像素示器上的这些点（光的单元）称为像素。不像不像

19、“克克”和和“厘米厘米”那样是那样是绝对的度量单位，可大可小。绝对的度量单位，可大可小。v点（点（DotDot）和样点（）和样点（SampleSample）扫描仪将源图像看成由大量的网格组扫描仪将源图像看成由大量的网格组成，然后在每一个网格里取出一成，然后在每一个网格里取出一点点，用该点的颜色值来代表这一网格里，用该点的颜色值来代表这一网格里所有点的颜色值，这些被选中的点就是所有点的颜色值，这些被选中的点就是样点样点。v 1） 图像分辨率图像分辨率v 图像分辨率：图像分辨率：是指每英寸图像含有多少个点或像素，是指每英寸图像含有多少个点或像素， 分辨率的单分辨率的单位为位为dpi。在数字图像中，

20、分辨率的大小直接影响到图像的质量。在数字图像中，分辨率的大小直接影响到图像的质量。图像图像尺寸尺寸分辨率分辨率文件大小文件大小v2） 屏幕分辨率屏幕分辨率v 显示器上每单位长度显示的像素或点的数量显示器上每单位长度显示的像素或点的数量称为称为屏幕屏幕分辨率。分辨率。通常通常以每英寸点数以每英寸点数(dpi)(dpi)来表示来表示。屏幕分辨率取决屏幕分辨率取决于显示器的大小及其像素设置。于显示器的大小及其像素设置。(VGA)(VGA)v3） 打印机分辨率打印机分辨率v 打印机分辨率打印机分辨率又称又称输出分辨率输出分辨率，是指打印机输出图像时是指打印机输出图像时每英寸的点数每英寸的点数(dpi)

21、。图像文件格式图像文件格式 v图像的一般结构：图像的一般结构：包含有文件头、文件体和包含有文件头、文件体和文件尾等三部分文件尾等三部分v1,BMP位图格式 最典型的应用BMP格式的程序就是Windows的画笔。文件不压缩，占用磁盘空间较大，它的颜色存储格式有 1位、4位、8位及24位，该格式是当今应用比较广泛的一种格式。但缺点是该格式文件比较大，所以只能应用在单机上，不受网络欢迎。 2、GIF格式 该图形格式却在Internet上被广泛地应用，原因主要是256种颜色已经较能满足主页图形需要，而且文件较小，适合网络环境传输和使用。 非栅格的图像标准v3、JPEG格式 可以用不同的压缩比例对这种文

22、件压缩，其压缩技术十分先进，对图像质量影响不大，因此可以用最少的磁盘空间得到较好的图像质量。由于它优异的性能，所以应用非常广泛，而在Internet上，它更是主流图形格式。 4、PCX格式 PCX格式是ZSOFT公司在开发图像处理软件Paintbrush时开发的一种格式，存储格式从 1位到24位，它是经过压缩的格式，占用磁盘空间较少。由于该格式出现的时间较长，并且具有压缩及全彩色的能力，所以 PCX格式现在仍是十分流行。 5、PSD格式（Photoshop格式） Adobe公司开发的图像处理软件Photoshop中自建的标准文件格式就是PSD格式，在该软件所支持的各种格式中，PSD格式存取速度

23、比其它格式快很多，功能也很强大。由于 Photoshop软件越来越广泛地应用，所以这个格式也逐步流行起来。PSD格式是Photoshop的专用格式，里面可以存放图层、通道、遮罩等多种设计草稿。 v6、TIFF格式 TIFF格式具有图形格式复杂、存储信息多的特点。3DS、3DS MAX中的大量贴图就是TIFF格式的。TIFF最大色深为32bit，可采用LZW无损压缩方案存储。 7、PNG格式 PNG（Portable Network Graphics）是一种新兴的网络图形格式，结合了GIF和JPEG的优点，具有存储形式丰富的特点。PNG最大色深为48bit，采用无损压缩方案存储。著名的Macro

24、media公司的Fireworks的默认格式就是PNG。 8、SVG格式(现在最火热的图像文件格式) SVG是Scalable Vector Graphics 的首字母缩写，含义是可缩放的矢量图形。它是一种开放标准的矢量图形语言，可让你设计激动人心的、高分辨率的 Web图形页面。该软件提供了制作复杂元素的工具，如渐变、嵌入字体、透明效果、动画和滤镜效果，并且可使用平常的字体命令插入到HTML编码中。SVG被开发的目的是为Web提供分段线性变换v为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区域，可采用分段线性变换。常用的三段线性变换法如下页图所示，其数学表达式如下：概述概述分类分类

25、ffgMyxfbdbyxfbMdMbyxfacayxfadcdayxfyxfacyxg),(),(),(),(),(0),(),(（4-4）分段线性变换概述概述分类分类图图 分段线性变换分段线性变换 Mfabdf (x , y)g(x, y)MgcO变换后图像变换后图像原始图像原始图像变换函数变换函数实例实例v通过细心调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行扩展或压缩。这种变换适用于在黑色或白色附近有噪声干扰的情况。分段线性变换概述概述分类分类例例1 1：有一幅有一幅 64646464，8 8级灰度的图像，其灰度级分布级灰度的图像，其灰度级分布及及 对其实现直方图均衡化过程

26、见下表。对其实现直方图均衡化过程见下表。8个灰度级个灰度级5个灰度级个灰度级1/7=0.142 2/7=0.286 3/7=0.429 4/7=0.571 5/7=0.714 6/7=0.857 7/7=1Sk=pr(rj)Sk=pr(rj)sk并并sknskpk(s)0.191/7s0=1/77900.190.443/7s1=3/710230.250.655/7s2=5/78500.210.816/7 0.896/7s3=6/79850.240.951 0.981 1.001s4=14480.11rknkpr(rk)=nk/nr0=07900.19r1=1/710230.25r2=2/785

27、00.21r3=3/76560.16r4=4/73290.08r5=5/72450.06r6=6/71220.03810.02r7=1j=0k图图 直方图均衡化处理直方图均衡化处理 10.250pr(rk)1000.200.150.100.05rk717273747576sk1.00.80.60.40.2717273747576rkps(sk)1717273747576sk0.250.200.150.100.05(a)(b)(c) 原图像的直方图 变换函数 均衡化后的直方图概念概念性质性质应用应用计算计算l1 1、利用累积分布函数作为灰度变换函数的的方法对于、利用累积分布函数作为灰度变换函数的

28、的方法对于对比对比度较弱的图像进行处理很有效度较弱的图像进行处理很有效。l2 2、由于直方图是近似的概率密度函数，所以用离散灰度级、由于直方图是近似的概率密度函数，所以用离散灰度级作变换一般作变换一般得不到完全平坦的结果得不到完全平坦的结果。l3 3、变换后的灰度级减少了的这种现象叫、变换后的灰度级减少了的这种现象叫“简并简并”现象。由现象。由于简并现象的存在，于简并现象的存在，处理后的灰度级总是要减少的处理后的灰度级总是要减少的， 这是这是像素灰度有限的必然结果。所以像素灰度有限的必然结果。所以 数字图像的直方图均衡只数字图像的直方图均衡只是近似的。是近似的。定义定义性质性质应用应用计算计算

29、4.3.2 模板卷积v模板：可以是一幅小图像，也可以是一个滤波器，或者说是一个窗口，通常用矩阵来表示。v模板卷积作用，可实现图像平滑、图像锐化、边缘检测等功能。v注意，模板卷积中的模板又称为卷积核，卷积核中的元素称为卷积系数或模板系数或加权系数，其大小及排列顺序决定了对图像进行邻域处理的类型。概念概念基本方法基本方法模板卷积的基本步骤：v (1)模板在输入图像上移动，让模板原点依次与输入图像中的每个像素重合；v (2)模板系数与跟模板重合的输入图像的对应像素相乘，再将乘积相加；v (3)把结果赋予输出图像，其像素位置与模板原点在输入图像上的位置一致。v 假设模板h有m个加权系数，模板系数hi对

30、应的图像像素为pi，则模板卷积可表示为10miiiphz(4-16) 概念概念基本方法基本方法模板卷积示例 图图4-11 模板卷积示例模板卷积示例概念概念基本方法基本方法P133 邻域输入图像(行，列)*P5的新值加权和计算：H1P1P2P3P4P5P6P7P8P933 卷积核H1H4H7H2H5H8H3H6H9H2P2H3P3H4P4H5P5H6P6H7P7H8P8H9P9卷积中的问题v问题一、图像边界问题，卷积核悬挂在图像的边界上，部分模板系数可能在原图像中找不到与之对应的图像。概念概念基本方法基本方法原图像原图像44444333332222211111333222“”表示无法进表示无法进

31、行模板操作的像素行模板操作的像素点点1111*1111191卷积核卷积核卷积后的图像卷积后的图像v问题一解决方法：v 第一种：忽略图像边界数据。v 第二种：在图像四周复制原图像边界像素的值，从而使卷积核悬挂在图像四周时可以进行正常的计算。实际应用中，多采用第一种方法。v问题二、是计算出来的像素值的动态范围问题。v解决方法： 对于8位的灰度图，可简单地将其值置为0或255即可。 卷积中的问题概念概念基本方法基本方法模板卷积的问题v模板卷积是一种非常耗时的运算，尤其是模板尺寸较大时。因此，模板卷积时模板不宜太大，一般用33或55的模板就可以了。另外，可以设法将二维模板分解为多个一维模板，这对减少运

32、算量也是有效的。例如，33高斯模板可以分解为一个水平模板和一个垂直模板，即 分解为两个模板后，完成一次模板运算需要6次乘法、4次加法、1次除法。由此可见，当图像较大时，模板分解将使运算大为简化。1214112141121242121161121121161概念概念基本方法基本方法4.3.3邻域平均法v邻域平均法的思想：用像素及其指定邻域内像素的平均值或加权平均值作为该像素的新值，以便去除突变的像素点，从而滤除一定的噪声。v数学含义可用下式表示： 式中： zi是以(x，y)为中心的邻域像素值； wi是对每个邻域像素的加权系数或模板系数； mn是加权系数的个数或称为模板大小。mniimniiiwz

33、wyxg11),(4-17)概念概念基本方法基本方法邻域平均法常用模板v图4-12是邻域平均法中常用的两个模板，图(a)为一个33 Box模板，图(b)为一个33高斯模板，星号表示模板中心。11111111191(a) 33Box模板 (b) 33高斯模板1212*42121161从平滑效果看，高斯模板比同尺寸的从平滑效果看，高斯模板比同尺寸的Box模板清晰一些。模板清晰一些。通常所说的邻域平均是指使用通常所说的邻域平均是指使用Box模板的图像平滑，而模板的图像平滑，而高斯平滑则是指使用高斯模板的图像平滑。高斯平滑则是指使用高斯模板的图像平滑。概念概念基本方法基本方法v例如，用33 Box模板

34、对一幅数字图像处理结果，如图4-18所示（计算结果按四舍五入进行了调整，对边界像素不进行处理）。概念概念基本方法基本方法12143122345768957688567891214313444545695678856789 图 33Box模板平滑处理示意图v主要优点：算法简单，计算速度快。v缺点：降低噪声的同时使图像产生模糊，特别在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。对椒盐噪声(在图像中表现为随机分布的黑点和白点，是一种脉冲干扰)的平滑效果并不理想。概念概念基本方法基本方法图图 图像的领域平均法图像的领域平均法(a) 原始图像(b) 邻域平均后的结果邻域平均法的改进

35、为解决邻域平均法造成的图像模糊问题，目前已提出许多保边缘、细节的局部平滑算法。如,阈值法、K邻点平均法、梯度倒数加权平滑法、最大均匀性平滑法、小斜面模型平滑法等.它们的出发点都集中在如何选择邻域的大小、形状和方向、参加平均的点数以及邻域各点的权重系数等，下面简要介绍一种算法（超限邻域平均法 ）(a)原图像 (b) 对(a)加椒盐噪声的图像(c)33邻域平滑 (d) 55邻域平滑 概念概念基本方法基本方法邻域平均法v可以看到“超限邻域平均法”比一般邻域平均法的效果要好，在操作中对窗口的大小及门限的选择要慎重，T太小，噪声消除不干净；T太大，易使图像模糊。v 在实际应用中我们一般用33窗口，而且还

36、可以对邻域中各个像素乘以不同的权重然后再平均，以下给出常用的几种加权矩阵。 111111111911H1111211111012H1212421211613H111101111814H概念概念基本方法基本方法 1、 中值滤波原理v中值滤波原理：把以某像素为中心的奇数点滑动窗口内的所有像素的灰度按从小到大排序，取排序结果的中间值作为该像素的灰度值。 是一种非线性的图像平滑法。v例：采用13窗口进行中值滤波 原图像为：2 2 6 2 1 2 4 4 4 2 4 处理后为： 2 2 2 2 2 2 4 4 4 4 4v中值滤波器只是统计排序滤波器(OrderStatistics Filters)的一

37、种。统计排序滤波器先对被模板覆盖的像素按灰度排序，然后取排序结果某个值作为输出结果。若取最大值，则为最大值滤波器，可用于检测图像中最亮的点。若取最小值，则为最小值滤波器，用于检测最暗点。概念概念基本方法基本方法2中值滤波重要性质中值滤波重要性质v(1) 不影响阶跃信号、斜坡信号，连续个数小于窗口长度一半的脉冲受到抑制，三角波信号顶部变平。v 图4-13是使用使用内含5个像素的窗口对离散阶跃函数、斜坡函数、 脉冲函数以及三角形函数进行中值滤波和平均值滤波的示例。 可以看出，中值滤波器不影响阶跃函数和斜坡函数。周期小于m/2（窗口之半）的脉冲受到抑制，另外三角函数的顶部变平。概念概念基本方法基本方

38、法图图4-13 中值滤波和平均值滤波比较中值滤波和平均值滤波比较(a) 阶跃；阶跃；(b)斜坡；斜坡；(c)单脉冲；单脉冲；(d)双脉冲；双脉冲；(e)三脉冲；三脉冲；(f)三角波三角波 左列为原波形左列为原波形中间列为平均中间列为平均 值滤波结果值滤波结果右边为中值右边为中值 滤波结果滤波结果中值滤波重要性质中值滤波重要性质v(2) 中值滤波的输出与输入噪声的密度分布有关。对于高斯噪声(均值为零的正态分布的随机噪声)，中值滤波效果不如均值滤波。对于脉冲噪声，特别是脉冲宽度小于窗口宽度的一半时，中值滤波效果较好。v（3) 中值滤波频谱特性起伏不大，可以认为中值滤波后，信号频谱基本不变。设G为输

39、入信号频谱，F为输出信号频谱，定义中值滤波的频率响应特性为 FGH 概念概念基本方法基本方法u100101H(u)实验得实验得H与与G的关系曲线如左图的关系曲线如左图中值滤波窗口形状与尺寸的选择中值滤波窗口形状与尺寸的选择 常用的中值滤波窗口有线状、方形、圆形、十字形以及圆环形等（如图）。就一般经验来讲，就一般经验来讲，对于有缓变的较长轮廓线物体的图像对于有缓变的较长轮廓线物体的图像，采用方采用方形或圆形窗口为宜形或圆形窗口为宜。对于包含有尖顶角物体的图像，用十字形对于包含有尖顶角物体的图像，用十字形窗口。窗口。 窗口大小则以不超过图像中最小有效物体的尺寸为宜。如果图窗口大小则以不超过图像中最

40、小有效物体的尺寸为宜。如果图像中点、线、尖角细节较多，则不宜采用中值滤波。像中点、线、尖角细节较多，则不宜采用中值滤波。概念概念基本方法基本方法平滑方法实验 图4-14所示图像平滑实验，图中平滑模板均采用5*5的模板。 表明，对于椒盐噪声，中值滤波能在去除噪声的同时较好地保持图像边缘，而Box模板和高斯模板的邻域平均效果都不佳。对于高斯噪声，邻域平均法尤其是高斯平滑效果更为理想。概念概念基本方法基本方法第5章 图像分割与边缘检测5.4.3 5.4.3 轮廓跟踪轮廓跟踪 轮廓跟踪就是顺序找出边界点，不仅可以跟踪出边界，轮廓跟踪就是顺序找出边界点，不仅可以跟踪出边界，还可以同时记录边界信息，如生成

41、边界链码，为图像分析还可以同时记录边界信息，如生成边界链码，为图像分析做准备。做准备。下面介绍一种二值图像的轮廓跟踪算法。下面介绍一种二值图像的轮廓跟踪算法。轮廓跟踪可以基于轮廓跟踪可以基于4方向码和方向码和8方向码。但对于大多数方向码。但对于大多数区域，不一定存在封闭的区域，不一定存在封闭的4连通轮廓，会导致基于连通轮廓，会导致基于4方向码方向码的轮廓跟踪失败。因此，的轮廓跟踪失败。因此，常用基于常用基于8方向码的轮廓跟踪方向码的轮廓跟踪。假。假设需要处理的图像为二值图像，且图像中只有一个连通的设需要处理的图像为二值图像，且图像中只有一个连通的目标区域，则轮廓跟踪算法如下。目标区域，则轮廓跟

42、踪算法如下。第5章 图像分割与边缘检测图图5-18 轮廓跟踪的方向码轮廓跟踪的方向码 第5章 图像分割与边缘检测步骤步骤1 首先从上到下、从左到右顺序扫描图像，首先从上到下、从左到右顺序扫描图像，寻找寻找第一个目标点作为边界跟踪的起始点，记为第一个目标点作为边界跟踪的起始点，记为A。A点一定是点一定是最左角上的边界点，其相邻的边界点只可能出现在它的左最左角上的边界点，其相邻的边界点只可能出现在它的左下、下、右下、右四个邻点中。下、下、右下、右四个邻点中。定义一个搜索方向变量定义一个搜索方向变量dir，用于记录从当前边界点搜索下，用于记录从当前边界点搜索下一个相邻边界点时所用的搜索方向码。一个相

43、邻边界点时所用的搜索方向码。dir初始化为：初始化为：(1) 对基于对基于4方向的轮廓跟踪，方向的轮廓跟踪，dir=3，即从方向，即从方向3开始搜开始搜索与索与A相邻的下一个边界点。相邻的下一个边界点。(2) 对基于对基于8方向的轮廓跟踪，方向的轮廓跟踪，dir=5，即从方向，即从方向5开始搜开始搜索与索与A相邻的下一个边界点。相邻的下一个边界点。第5章 图像分割与边缘检测步骤步骤2 把上一次搜索到的边界点作为当前边界点，在把上一次搜索到的边界点作为当前边界点，在其其33邻域内按逆时针方向搜索新的边界点，邻域内按逆时针方向搜索新的边界点，它的起始搜它的起始搜索方向设定如下：索方向设定如下：(1

44、) 对基于对基于4方向的轮廓跟踪，使方向的轮廓跟踪，使dir=(dir + 3) mod 4，即将上一个边界点到当前边界点的搜索方向即将上一个边界点到当前边界点的搜索方向dir顺时针旋转顺时针旋转一个方向；一个方向；(2) 对基于对基于8方向的轮廓跟踪，若上次搜索到边界点的方方向的轮廓跟踪，若上次搜索到边界点的方向向dir为奇数，则使为奇数，则使dir=(dir + 6) mod 8，即将上次的搜索方，即将上次的搜索方向顺时针旋转两个方向；若向顺时针旋转两个方向；若dir为偶数，则使为偶数，则使dir=(dir + 7) mod 8，即将上次的搜索方向顺时针旋转一个方向。，即将上次的搜索方向顺

45、时针旋转一个方向。第5章 图像分割与边缘检测步骤步骤3 如果搜索到的边界点就是第一个边界点如果搜索到的边界点就是第一个边界点A，则停，则停止搜索，结束跟踪，否则重复步骤止搜索，结束跟踪，否则重复步骤2继续搜索。继续搜索。由依次搜索到的边界点系列就构成了被跟踪的边界。由依次搜索到的边界点系列就构成了被跟踪的边界。步骤步骤1中所采用的准则称为中所采用的准则称为“探测准则探测准则”，其作用是找出第，其作用是找出第一个边界点；步骤一个边界点；步骤2中所采用的准则称为中所采用的准则称为“跟踪准则跟踪准则”，其，其作用是找出所有边界点。作用是找出所有边界点。上述算法是轮廓跟踪的基本算法，它无法处理图像中的

46、上述算法是轮廓跟踪的基本算法，它无法处理图像中的孔洞边界，得到的轮廓是目标区域的内边界孔洞边界，得到的轮廓是目标区域的内边界(边界点属于目边界点属于目标区域标区域)。对于区域标记后的图像，可以使用该算法跟踪多。对于区域标记后的图像，可以使用该算法跟踪多个区域的边界。个区域的边界。第七章 图像编码与压缩 哈夫曼编码哈夫曼编码的的一般算法一般算法如下： （1） 首先首先统计信源中各符号出现的概率，统计信源中各符号出现的概率， 从大到小排序。从大到小排序。 （2） 把把最小的两个概率相加合并成新的概率，最小的两个概率相加合并成新的概率， 与剩余的概与剩余的概率组成新的概率集合。率组成新的概率集合。

47、（3） 对新的对新的概率集合重新排序概率集合重新排序， 再次把其中最小的两个再次把其中最小的两个概率相加，概率相加， 组成新的概率集合。重复组成新的概率集合。重复(2) ， 直到最后两个概率直到最后两个概率的和为的和为1。 （4） 分配码字。分配码字。码字分配从最后一步开始码字分配从最后一步开始反向进行反向进行， 对于对于每次相加的两个概率，给每次相加的两个概率，给大的赋大的赋“0”， 小的赋小的赋“1”（也可以全（也可以全部相反，部相反， 如果两个概率相等，如果两个概率相等， 则从中任选一个赋则从中任选一个赋“0”， 另一另一个赋个赋“1”即可），即可）， 读出时读出时从最后一步开始反向进行

48、，从最后一步开始反向进行，将路线上将路线上所遇到的所遇到的“0”和和“1”按最低位到最高位的顺序排好，就是该符按最低位到最高位的顺序排好，就是该符号的哈夫曼编码。号的哈夫曼编码。 第七章 图像编码与压缩 例例6-1 设一幅灰度级为设一幅灰度级为8（分别用（分别用S0、S1、S2、S3、S4、S5、 S6、S7表示）的图像中，各灰度所对应的概率分别为表示）的图像中，各灰度所对应的概率分别为0.40、0.18、 0.10、 0.10、 0.07、 0.06、 0.05、0.04。现对其进行哈夫曼编码。现对其进行哈夫曼编码 编码过程如下所示，（编码过程如下所示，（方法一方法一）1S00.400.18

49、0.100.100.070.060.050.040.090.130.190.230.370.601.00011111100000010010110000010001010001000011码 字信 源 符 号出 现 概 率S1S2S3S4S5S6S7第七章 图像编码与压缩 （方法二方法二）用二叉树方法实现）用二叉树方法实现HuffmanHuffman。 思考对于同一图像采用思考对于同一图像采用HuffmanHuffman编码，编码是否编码，编码是否唯一？唯一？S0:0S1:110 S2:100S3:1111S4:1011S5:1010S6:11101S7:111000.13S5 0.06S4

50、0.07S2 0.10.23S0 0.400.09S6 0.05S7 0.04S3 0.10.19S1 0.180.370.60100000001111111第七章 图像编码与压缩 上述哈夫曼编码方法形成的码字是上述哈夫曼编码方法形成的码字是可识别的可识别的，即，即能够保证一能够保证一个符号的码字不会与另一个符号的码字的前几位相同个符号的码字不会与另一个符号的码字的前几位相同。反之，。反之，如果如果S0的码字为的码字为1，S1的码字为的码字为001，而，而S2的码字为的码字为0011，则当编，则当编码序列中出现码序列中出现0011时，会出现怎样的情况？时，会出现怎样的情况？ 就不能判别它是就不能判别它是S2的码字还是的码字还是S1的码字的码字 后面跟了一个后面跟了一个S0的码字的码字1。 下面来看一下哈夫曼编码的编码效率。下面来看一下哈夫曼编码的编码效率。 平均码长平均码长R为为 61. 204. 0505. 0506. 0407. 0410. 0410. 0318. 0340. 011NkkkPBR第七章 图像编码与压缩 数字图像的熵数字图像的熵H为为 55. 2)04. 0104. 005. 0105. 006. 0106. 007. 0107. 01