数字技术图像基础处理 讲义

XXXX大学计算机学院全日制本科课程教案202X～202Y学年第Z学期课程名称数字图像处理课程性质必修教材名称数字图像处理（第5版）适用专业（方向）智能科学与技术、数字媒体技术等学生年级、人数开课单位计算机学院授课教师姓名、职称教务处制二0二五年八月课程教案授课题目（教学章节或主题）：数字图像处理

DigitalImageProcessing授课类型讲授授课时间年月日第周星期第节教学内容：关于本课程及其学习的相关问题基本内容：1、本课程在专业教学中的作用“Onepictureisworthmorethantenthousandwords”人类离不开图像，人类70%以上信息来自视觉信息。2、课程教学及考核要求（1）教学方法：以讲授为主，自学为辅。（2）考核方式：①平时成绩占10%。内容包括课堂考勤和表现、课堂提问、平时作业。②图像处理算法编程设计及实践占30%。③期末理论考试占60%，主要包括概念理解题、综合分析题、设计题等。重、难、疑点：教学手段与方法：思考题、讨论题或作业：参考资料（包括辅助教材、参考书、文献等）：授课题目（教学章节或主题）：第一章绪论授课类型讲授+程序验证演示授课时间年月日第周星期第节教学内容：1.数字图像与数字图像处理2.数字图像处理系统的组成3.数字图像处理技术研究的内容4.数字图像处理技术的应用领域5.图像处理技术在军事中的应用6.图像处理技术涉及的学科领域基本内容：1.1数字图像与数字图像处理一、基本概念（1）图像◆人的视觉系统接收到的，对物体反射或者透射电磁波的分布而形成的图信息，在大脑中形成的印象。◆用各种观测系统以不同形式和手段观测客观世界而获得的、可以直接或间接作用于人的视觉系统而产生的视知觉实体。（2）图像处理对图像信息进行加工处理，以满足人的视觉、心理及其它应用需求的技术和方法。（3）数字图像处理(DigitalImageProcessing)利用计算机技术或其他数字技术，对图像信息进行某些数学运算和各种加工处理，以改善图像的视觉效果和提高图像实用性的技术。◆图像处理的基本特征：系统的输入和输出都是图像。显然，这是一种比较严格的图像处理定义，因此也呈现出了某种狭义性。（4）图像分析通过对图像中不同对象进行分割来对图像中目标进行分类和识别的技术◆图像分析是比图像处理更高一级的计算处理过程。◆图像分析的基本特征：输入是图像，输出是对输入图像进行描述的信息。二、图像处理与图像分析的关系◆图像处理是对图像的低级处理阶段，图像分析是对图像的高一级的处理阶段。图像的低级处理阶段和高一级的处理阶段是相互关联和有一定重叠性的。◆图像的低级处理是高级处理的基础，要对图像进行高一级的处理，必须先对图像进行低级(预)处理。◆图像的高一级处理是数字图像处理与分析的目的。三、图像处理的目的1.2数字图像处理系统的组成1.3数字图像处理技术研究的内容1.4数字图像处理技术的应用领域图像处理技术的典型应用领域有：生物医学、遥感技术、工业生产、军事技术、通信技术、侦缉破案、气象预报、宇宙探索、考古等。总体上来说，图像处理技术的应用已经遍布国民经济的各个领域。1.5图像处理技术在军事中的应用1.6图像处理技术涉及的学科领域重、难、疑点：图像处理概念，图像分析概念，狭义的图像处理和广义的图像处理图像处理与图像分析的区别与联系教学手段与方法：实例教学法：用求图像灰度值的最大、最小和平均值的程序实例和大量图片等，说明有关概念。思考题、讨论题或作业：参考资料（包括辅助教材、参考书、文献等）：

授课题目（教学章节或主题）：第二章数字图像处理基础授课类型授课时间年月日第周星期第节教学内容：1.电磁波谱与可见光谱2.人眼的亮度视觉特性3.图像的表示4.空间分辨率和灰度分辨率5.像素间的关系6.图像的显示7.图像文件格式基本内容：2.1电磁波谱与可见光谱一、电磁辐射波二、可见光谱三、相关概念◆仅有单一波长成份的光称为单色光，含有两种以上波长成份的光称为复合光，单色光和复合光都是有色彩的光。◆没有色彩的光称为消色光。消色光就是观察者看到的黑白电视的光，所以消色指白色、黑色和各种深浅程度不同的灰色。◆消色光的属性仅有亮度或强度，通常用灰度级描述这种光的强度。四、电磁辐射波的成像方法及其应用领域2.2人眼的亮度视觉特性一、视觉适应性◆大量实验表明，主观亮度(人的视觉系统感觉到的亮度)与进入人眼的光的强度成对数关系。对图像进行对数运算处理后,比较适应人的视觉特性。◆人眼对从亮突变到暗环境的适应能力称为暗适应性。◆人眼对亮度变化跟踪滞后的性质称为视觉惰性（或短暂的记忆特性）。二、同时对比效应是指人眼对某个区域的亮度感觉并不仅仅取决于该区域的强度，而是与该区域的背景亮度或周围的亮度有关的特性。三、马赫带效应人类视觉在亮度有变化的地方会出现虚幻的亮或暗的条纹，使得人们在观察某窄条时，感觉在靠近该窄条的另一个亮度较低的窄条的那一侧似乎更亮一些，而在靠近该窄条的另一个亮度较高的窄条的那一侧似乎更暗一些，也即在不同亮度区域边界有“欠调”和“过调”现象。四、视觉错觉是指人眼填充了不存在的信息或者错误地感知物体的几何特点的特性。2.3图像的表示一、简单的图像成像模型设i(x,y)表示照射到观察景物表面(x,y)处的白光强度，r(x,y)表示观察景物表面(x,y)处的平均反射(或透射)系数，则有：f(x,y)=i(x,y)r(x,y)(2.4)其中：0<i(x,y)<A10≤r(x,y)≤1二、数字图像的表示1、均匀采样和量化◆图像的采样：对图像的连续空间坐标x和y的离散化。◆图像灰度级的量化：对图像函数的幅值f的离散化。2、非均匀采样和量化3、数字图像的表示数字图像可表示成下式形式的一个M×N的二维数字阵列。4、不同类别数字图像的表示1）黑白图像（式（2.11）中当k=1时）2）灰度图像（式（2.11）中当k=8时）3）彩色图像（当R、B、G均用8位表示时）二、数字图像的表示2.4空间分辨率和灰度级分辨率一、空间分辨率和灰度级分辨率◆空间分辨率是图像中可分辨的最小细节，主要由采样间隔值决定。◆一种常用的空间分辨率的定义是单位距离内可分辨的最少黑白线对数目(单位是每毫米线对数)，比如每毫米80线对。2、灰度分辨率灰度级分辨率是指在灰度级别中可分辨的最小变化，通常把灰度级级数L称为图像的灰度级分辨率。二、采样数变化对图像视觉效果的影响三、灰度级分辨率对图像视觉效果的影响2.5像素间的关系一、像素的相邻和邻域1、相邻像素与4-邻域坐标分别为：（x-1，y）,（x，y-1）,（x，y+1）,（x+1，y）2、对角相邻像素与4-对角邻域坐标分别为：(x-1,y-1),(x-1,y+1),(x+1,y-1),(x+1,y+1)3、8-邻域把像素p的4-对角邻域像素和4-邻域像素组成的集合称为像素p的8-邻域，记为N8(p)。二、像素的邻接性与连通性三、距离的度量1、距离度量函数2、欧氏距离3、街区距离4、棋盘距离2.6图像的显示一、显示分辨率与图像分辨率显示分辨率是指显示屏上能够显示的数字图像的最大像素行数和最大像素列数，取决于显示器上所能够显示的像素点之间的距离。图像分辨率反映了数字化图像中可分辨的最小细节，也即图像的空间分辨率。在这里将图像分辨率看成是图像阵列的大小。二、光度分辨率与灰度分辨率光分辨率是指显示系统在每个像素位置产生正确的亮度或光密度的精度，部分地依赖于控制每个像素亮度的比特数。灰度分辨率是指在灰度级别中可分辨的最小变化,一般把灰度级数L称为数字图像的灰度级分辨率。三、彩色模型人眼的视觉过程可用亮度（灰度）、色调和饱和度这三个基本特征量来区分颜色。◆亮度与物体的反射率（或透射率）成正比；◆色调与混合光谱中主要光的波长相联系；◆饱和度与色调的纯度有关。四、位图五、调色板◆调色板：是指在16色或256色显示系统中，将图像中出现最频繁的16种或256种颜色组成一个颜色表，并将它们分别编号为0至15或0至255，这样就使每一个4位或8位的颜色编号与颜色表中的24位颜色值（对应一种颜色的R、G、B值）相对应。2.7图像文件格式重、难、疑点：教学手段与方法：思考题、讨论题或作业：参考资料（包括辅助教材、参考书、文献等）：

授课题目（教学章节或主题）：第三章数字图像的基本运算授课类型讲授+Matlab编程验证授课时间年月日第周星期第节教学内容：1.灰度反转2.对数变换3.灰度直方图4.图像的代数运算5.图像的几何运算基本内容：3.1灰度反转设图像的灰度级为L，则图像的灰度反转可表示为：举例：256灰度级图像灰度反转程序：3.2对数变换对原图像f(x,y)进行对数变换的解析式可表示为：3.3灰度直方图一、灰度直方图的概念及分布特征1、直方图的概念灰度图像的直方图是一种表示数字图像中各级灰度值及其出现频数的关系的函数，一般用一个二维坐标来表示。2、图像的直方图的显示程序3、归一化灰度图像直方图4、灰度直方图具有如下一些特征（1）直方图仅能描述图像中每个灰度值具有的像素个数，不能表示图像中每个像素的位置(空间)信息；（2）任一特定的图像都有惟一的直方图，不同的图像可以具有相同的直方图；（3）对于空间分辨率为M×N，且灰度级范围为[0，L-1]的图像，有关系：（4）如果一幅图像由两个不连接的区域组成，则整幅图像的直方图等于两个不连接的区域的直方图之和。5、灰度直方图位置与灰度值分布的关系3.4图像的代数运算一、图像的相加运算1、概念图像相加是通过对两幅大小相同的图像对应位置像素的相加运算，以产生一幅新的含有两幅图像信息的图像的方法。图像相加也称为图像合成。2、相加结果灰度值得处理策略3、相加结果运算的matlab编程二、图像的相减运算图像相减运算的典型应用是图像的变化检测。3.5图像的几何运算一、图像平移变换图像平移变换是指将一幅图像或一幅图像中的子图像块（以下简称为图像块）中的所有像素点，都按指定的X方向偏移量△X和Y方向偏移量△Y进行移动。二、图像旋转变换图像旋转变换是指，以图像的中心为原点，将图像中的所有像素（也即整幅图像）旋转一个相同的角度。实现方式：（1）旋转后的图像幅面被放大；（2）保持图像旋转前后的幅面大小，把旋转后图像被转出原幅面大小的那部分截断。三、图像的镜像变换四、图像转置变换五、图像缩放图像缩放是指对图像进行缩小或放大，也即对数字图像的大小进行调整的过程。重、难、疑点：教学手段与方法：思考题、讨论题或作业：参考资料（包括辅助教材、参考书、文献等）：

授课题目（教学章节或主题）：第四章空间域图像增强授课类型授课时间年月日第周星期第节教学内容：1.基于点运算的图像增强方法2.基于直方图的图像增强方法3.基于空间平滑滤波的图像增强方法4.基于空间锐化滤波的图像增强方法基本内容：4.1基于点运算的图像增强方法一、对比度拉伸对比度拉伸是一种通过增强图像中各部分的反差来增强图像的方法，在实际中是通过增加原图像中某些灰度值间的动态范围来实现的。特点是：输出图像每个像素点的灰度值仅有对应的输入像素点的灰度值决定，运算结果不会改变图像内像素点之间的空间关系。二、窗切片窗切片也称为灰度切片，是一种提高图像中某个灰度级范围的亮度，使其变得比较突出的增强对比度的方法。基本的实现方法包括两种：◆一种是给所关心的灰度范围指定一个较高的灰度值，而给其它部分指定一个较低的灰度值或0值。◆另一种是给所关心的灰度范围指定一个较高的灰度值，而其它部分的灰度值保持不变。4.2基于直方图的图像增强方法一、直方图均衡1.直方图均衡的基本思想所谓直方图均衡，就是把一已知灰度概率分布的图像，变换成具有均匀概率分布的新图像的过程。2.变换函数的选取3.离散变换函数4.直方图均衡的实现二、直方图规定化4.3基于空间平滑滤波的图像增强方法一、空间滤波实现机理——模板运算原理二、线性平滑滤波图像增强——邻域平均法三、非线性平滑滤波图像增强方法——中值滤波中值滤波器是基于次序统计完成信号恢复的一种典型的非线性滤波器，通常选用的窗口有线形、十字形、方形、菱形和圆形等。4.4基于空间锐化滤波的图像增强方法一、基于一阶微分的图像增强方法1、利用梯度法检测和突出图像中的边缘在经典的图像理论中，将边缘定义为图像灰度值发生剧烈变化之处，也就是一阶导数值较大的像素位置。这样，在以灰度变化作为边缘（点）检测的依据的情况下，就可以运用导数的方法提取边缘（点），将导数的输出值作为该边缘（点）的强度，然后根据某一阈值确定其是否为边缘点，将边缘点连接起来就形成了边缘。（2）数字图像的梯度法表示一般用两个一阶差分的绝对值之和来近似，即：式（4.36）称为水平垂直差分法的梯度定义式。另一种求梯度的方法是交叉差分法，称为罗伯特差分法，其定义式为：二、二阶微分图像增强方法—拉普拉斯算子锐化法1.利用拉普拉斯算子检测和突出图像中的边缘设f(x,y)为连续图像函数，其在点(x,y)处的拉普拉斯（Laplacian）算子是一个二阶微分算子，并定义为：例：H1算子的matlab程序重、难、疑点：教学手段与方法：思考题、讨论题或作业：参考资料（包括辅助教材、参考书、文献等）：

授课题目（教学章节或主题）：第五章频率域图像处理授课类型授课时间年月日第周星期第节教学内容：1二维离散傅里叶变换2频率域图像处理的实现思路3基于频率域的图像噪声消除——频率域低通滤波4基于频率域的图像增强——频率域高通滤波5带阻滤波和带通滤波基本内容：5.1二维离散傅里叶变换一、二维离散傅里叶变换1、二维离散傅里叶变换的定义设f(x,y)是在空间域上等间隔采样得到的M×N的二维离散信号，x和y是离散实变量，u和v为离散频率变量，则二维离散傅里叶变换对一般地定义为：2、图像的傅里叶频谱特性及频谱图傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，从物理效果看，傅立叶变换是将图像从空间域转换到频率域。二、二维离散傅里叶变换的若干重要性质包括：线性性、可分离性、平均值性质、周期性、共扼对称性、空间位置和空间频率的平移性、旋转性、尺度变换性、卷积性质等。三、图像的傅里叶频谱特性分析3、傅里叶变换在图像处理中的应用4、对图像进行傅里叶变换的意义四、快速离散傅里叶变换及其实现5.2频率域图像处理的实现思路一、实现思想二、转移函数的设计5.3基于频率域的图像噪声消除——频率域低通滤波一、5.3.1理想低通滤波器二、巴特沃斯低通滤波器三、高斯低通滤波器5.4基于频率域的图像增强——频率域高通滤波一、理想高通滤波器二、巴特沃斯高通滤波器三、高斯高通滤波器5.5带阻滤波和带通滤波一、带阻滤波器二、带通滤波器重、难、疑点：教学手段与方法：思考题、讨论题或作业：参考资料（包括辅助教材、参考书、文献等）：

授课题目（教学章节或主题）：第六章图像恢复授课类型授课时间年月日第周星期第节教学内容：1.图像的退化模型2.空间域图像的恢复(只讲思路)3.频率域图像的恢复(只讲思路)4.匀速直线运动模糊的恢复(只讲思路)5.图像噪声与被噪声污染图像的恢复6.几何失真的校正基本内容：6.1图像的退化模型一、常见退化现象的物理模型1、造成图像退化的因素2、常见的4种退化现象的物理模型3、图像退化举例二、图像退化模型的表示图像的退化过程可以理解为施加于原图像上的运算和噪声两者联合作用的结果，由此可得到图像的退化模型为：三、离散退化模型四、图像的离散退化模型6.2空间域图像的恢复一、无约束的最小二乘方恢复二、有无约束的最小二乘方恢复6.3频率域图像的恢复6.4匀速直线运动模糊的恢复6.5图像噪声与被噪声污染图像的恢复一、图像噪声图像噪声通常是一种空间上不相联系的离散和孤立的像素的变化现象。图像噪声也是一种图像退化因素。对信号/图像来说，噪声是一种外部干扰。但噪声本身也是一种信号（携带了噪声源的信息）。1.常用图像噪声的概率密度函数图像噪声是一个随机量，所以噪声一般用其概率特征来描述。（1）高斯噪声（2）瑞利噪声（3）均匀分布噪声（4）脉冲噪声（椒盐噪声）2、图像噪声的分类按噪声信号与图像信号的相关性可以把噪声分为两类：加性噪声和乘性噪声。3、给图像叠加噪声的方法及编程二、被噪声污染图像的恢复6.6几何失真的校正一、坐标的几何校正二、灰度值恢复重、难、疑点：教学手段与方法：思考题、讨论题或作业：参考资料（包括辅助教材、参考书、文献等）：

授课题目（教学章节或主题）：第七章图像压缩编码授课类型授课时间年月日第周星期第节教学内容：1.DCT变换2.数字图像压缩编码基础3.几种最基本的变长编码方法4.位平面编码5游程编码6变换编码基本内容：7.1DCT变换一、一维DCT二、二维偶DCT设f(x,y)为一N×N的图像数据阵列，将f(x,y)围绕其左边缘和下边缘不重叠地折叠成偶对称图像,即下图.把上述变换矩阵定义成归一正交矩阵形式，可得fs(x,y)的二维DCT为：三、DCT变换的基函数与基图像7.2数字图像压缩编码基础一、图像压缩的基本概念信息相关：上图的黑白像素序列共41位，编码为：新的编码只需21位：1，0101，1111，0111，1011，0011由此可见，利用图像中各像素之间存在的信息相关，可实现图像编码信息的压缩。二、图像质量（相似度）评价—保真度准则1.客观保真度准则2.主观保真度准则三、图像编码模型1.图像编码系统模型2.信道编码器与信道解码器3.信源编码器模型◆信源编码器模型◆符号编码器：四、独立信源与信息量7.3几种最基本的变长编码方法一、费诺码二、霍夫曼编码（3）把最末两个具有最小概率值的信源符号的概率值合并相加得到新的概率值。（4）给最末两个具有最小概率值的信源符号的上面的信源符号编码“0”，给下面的信源符号编码“1”。（5）如果最末两个信源符号的概率值合并相加后为1.0，则转（7）；否则继续下一步。（6）把合并相加得到的新概率值与其余概率值按递减顺序从上到下依次排列，并转（3）。（7）寻找每一个信源符号到概率为1.0处的路径，并依次记录路径上的“1”和“0”，即可得到每个信源符号对应的二进制符号序列。（8）逆序逐位地写出每个信源符号对应的二进制符号序列，即可得到每个信源符号的霍夫曼编码。例7.3.2设有信源符号集X={x1,x2,x3,x4,x5,x6}，其概率分布分别为P(x1)=0.1，P(x2)=0.3，P(x3)=0.1，P(x4)=0.4，P(x5)=0.04，P(x6)=0.06，求其霍夫曼编码W={w1,w2,w3,w4,w5,w6}。三、几种接近最佳的变长编码四、算术编码7.4位平面编码所谓位平面编码，就是将一幅灰度图像或彩色图像分解为多幅二值图像,然后对二值图像应用二值图像编码方法，以达到对多值图像编码的目的。7.5游程编码7.6变换编码一、变换编码的过程二、子图像尺寸选择三、变换的选择四、变换系数的量化和编码1.区域编码所谓区域编码，就是只保留变换系数方阵中一个特定区域的系数，而将其它系数置零的一种编码方法。例7.6.1区域变换编码说明示例。2.门限编码（1）门限编码概念所谓门限编码，就是仅采用非均匀量化方法对变换系数进行量化的方法。（2）变换系数的非均匀量化方案非均匀量化是指用图7.19所示的亮度量化阵列或图7.20所示的色度量化阵列中的值作为分母，除以8×8的变换系数矩阵的方法。（3）变换系数的非均匀量化（门限编码）函数例7.6.2以lena图像中的一个8×8子图像块为例说明门限变换编码过程。五、变换解码重、难、疑点：教学手段与方法：思考题、讨论题或作业：参考资料（包括辅助教材、参考书、文献等）：

授课题目（教学章节或主题）：第八章数小波图像处理授课类型授课时间年月日第周星期第节教学内容：基本内容：8.1小波变换与图像小波变换一、小波与小波变换1、小波的概念和特性小波是指小区域的波，又称为子波，是一个长度有限，均值为0的振荡波形。名词小波的“小”是指它具有衰减性，即局部非0性；其非0系数的个数多少，反映了高频成分的丰富程度。而称之为“波”则是指它的波动性，即振幅正负间的振荡形式。也就是说，小波必须具备两个特性：（1）小波必须是振荡的；（2）小波的振幅只能在一个很短的一段区间上非零，也即是局部化的。按照小波的定义及特性，图8.2所示的波不是小波。2、小波变换小波变换是指基于小波的变换，其基本思想是通过一个母函数在时间上的平移和在尺度上的伸缩得到一个函数族，然后利用这族函数去表示或逼近信号或函数，获得一种能自动适应各种频变成分的有效的信号分析手段。8.1.2连续小波变换尺度因子（频率参数）a的特性及其对小波函数的影响如图8.3所示。8.1.6图像的小波变换1、二维离散小波变换及其算法基础设图像的大小为M×N，且M=2m，N=2n。对图像每进行一次二维离散小波变换，就可分解产生一个低频子图(子带）LL和3个高频子图，即水平子带HL、垂直子带LH和对角子带HH。（当i=1，即对图像进行一次小波变换后，各子带的分布如图8.10所示，每个子带分别包含了各自相应频带的小波系数。）下一级小波变换在前级产生的低频子带LL的基础上进行，依次重复，即可完成图像的（i=1，2，…，I-1,I）级小波分解，对图像进行级小波变换后，产生的子带数目为3i+1。由于对图像每进行一次小波变换，就相当于在水平方向和竖直方向进行隔点采样，所以变换后的图像就分解成4个大小为前一级图像（或子图）尺寸的1/4的频带子图，图像的时域分辨率就下降一半（相应地使尺度加倍），在对图像进行i级小波变换后，所得到的i级分辨率图像的分辨率是原图像分辨率的1/2i。每进行一次小波变换后，图像分辨率的减小体现在各子带图像的变小上。2、图像小波变换的几个关键问题1）小波变换层数的选择2）小波基数的选取8.2基于图像小波变换的嵌入式零树编码一、基于小波变换的图像压缩基本思想二、嵌入式编码与零树概念1.嵌入式编码的概念2.零树及相关概念三、小波系数及扫描方法1.重要的小波系数和不重要的小波系数2.小波变换系数的扫描方法采用主扫描和精细扫描二次扫描来完成对零树和重要系数的判定。四、嵌入式零树编码方法◆嵌入式零树编码通过逐次使用阈值序列T1,T2,…,TN来决定重要系数的逼近量化过程完成嵌入式编码，量化层数N（也即逼近量化的循环次数）一般按照压缩比和失真率折中的原则来事先确定。◆整个逐次逼近量化过程包括主扫描、精细扫描和符号编码三个子过程。◆编码过程中一般假设在编码前已经知道或已经获得了子带树中具有最大值的小波系数。五、嵌入式零树小波编码图像的重建六、嵌入式小波零树编码的渐进传输特性8.3基于小波变换的图像去噪方法一、小波去噪方法的机理阈值去噪算法步骤及思路（1）选择小波函数并确定分解层数N（一般取N=3）。（2）对图像信号进行小波分解，将图像信号分解为低频和高频信息，而噪声部分通常包含在高频中。（3）对小波分解的高频系数进行阈值量化处理。（4）利用小波分解的第N层低频系数和经过阈值量化处理后的1～N层高频系数进行小波重构（小波反变换），重构后得到的图像即是去噪后的图像。二、小波收缩阈值去噪方法1.阈值的定