数字图象处理复习题.ppt

1、数字图像处理复习题,1.1 图像处理的目的 一般地，图像处理中需要完成以下一个或几个任务： （1）提高图像的视觉质量以提供人眼主观满意或较满意的效果。 （2）提取图像中目标的某些特征，以便于计算机分析或机器人识别。 （3）为了存储和传输庞大的图像和视频信息，常常对这类数据进行有效的压缩。 （4）信息的可视化。 （5）信息安全的需要。,数字图像处理复习题,1.2 图像处理的任务 图像处理的主要任务： 图像获取与数字化 图像增强 图像恢复 图像重建 图像变换 图像编码与压缩 图像分割,数字图像处理复习题,1.3 数字图像处理的特点 1具有数字信号处理技术共有的特点。如： （1）处理精度高。 （2）

2、重现性能好。 （3）灵活性高。 2数字图像处理后的图像可能是供人观察和评价的，也可能作为机器视觉的预处理结果。 3数字图像处理技术适用面宽。原始模拟图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像、超声波图像或红外图像。,4数字图像处理技术综合性强。 5数字图像处理与模拟方式处理图像相比，也有一些不足之处，如 （1）数字图像处理的信息大多是二维或二维以上的多维信息，数据量巨大 （2）数字图像信号占用的频带较宽。 （3）处理费时。,数字图像处理复习题,图像处理系统包括 图像处理硬件和图像处理软件。 1.4 图像处理系统 微机图像处理硬件系统主要 由图像输入设备、图像运算处理

3、设备（微计算机）、图像存储器、图像输出设备等组成。 软件系统包括 操作系统、控制软件及应用软件等。,图1.7 基本的数字图像处理系统,数字图像处理复习题,图1.9 基于DSP的高速图像处理卡结构图,1.3.2 图像处理软件 图1.11 图像处理软件 系统的层次结构,2.1 取样和量化的基本概念 数字化包括取样和量化两个过程 ： 取样 ：对空间连续坐标(x, y)的离散化 量化 ：幅值 f (x, y)的离散化 2.2 图象存储容量的计算 假定图像尺寸为M、N，每个像素所具有的离散灰度级数为G 这些量分别取为2的整数幂m，n，k，即M=2m，N=2n，G=2k 存储这幅图像所需的位数是：,2.3

4、例：假设抽样信号的范围是05 V，将它分为8等分，这样就有8个量化电平，分别是5/8 V，10/8 V，15/8 V，35/8 V。 对每一个采样将它量化为离它最近的电平。 在量化后，为了能在数字信号处理系统中处理二进制码，还必须经过编码操作。 0 V用000表示，5/8 V用001表示，35/8 V用111表示，这样一来每个采样可以用3比特来表示,【例3.1】求图3.1所示函数,的傅里叶变换。,【例3.2】用MATLAB实现图像的傅里叶变换。 解：MATLAB程序如下： A=imread(pout.tif); %读入图像 imshow(A); %显示图像 A2=fft2(A); %计算二维傅

5、里叶变换 A2=fftshift(A2); %将直流分量移到频谱图的中心 figure, imshow(log(abs(A2)+1),0 10); %显示变换后的频谱图,4.1 图象增强的内容,4.2 灰度变换 灰度变换 可使图像动态范围增大，图像对比度扩展 从而使图像变得清晰以及图像上的特征变得明显。 A=imread(pout.tif); %读入图像 imshow(A); %显示图像 figure,imhist(A); %显示图像的直方图 J1=imadjust(A,0.3 0.7,); %函数将图像在0.3*2550.7*255灰度之间的值通过线性变换映射到0255之间 figure,i

6、mshow(J1); %输出图像效果图 figure,imhist(J1),4.3 直方图指图像中各种不同灰度级像素出现的相对频率。直方图变换后可使图像的灰度间距拉开或使灰度分布均匀，从而增大对比度，使图像细节清晰，达到增强的目的。 【例4.2】假定有一幅总像素为n6464的图像，灰度级数为8，各灰度级分布列于表4.1中。试对其进行直方图均衡化。,【例4.3】在MATLAB环境中，采用直方图均衡的方法进行图像增强 。,5.1信息量与数据量 熵：代表信源所含的平均信息量 若信源编码的熵大于信源的实际熵，则信源中的数据一定存在冗余度 冗余数据的去除不会减少信息量。 信息量与数据量的关系可由下式表示

7、 I D du,图像信号的数据量可表示为 V w h d/8 （5.2） V、w、h、d分别表示图像数据量（字节，byte，B） 、图像宽度（像素数，pel）、图像高度（像素数，pel） 、图像深度（位bit）。 图像的尺寸为wh。,5.2 一般图像中存在着以下数据冗余因素: 编码冗余 像素间的相关性形成的冗余 视觉特性和显示设备引起的冗余,5.3 前缀码（Prefix Code） 4层树形结构的编码情况,算法： 将图像的灰度等级按概率大小进行升序排序。 在灰度级集合中取两个最小概率相加，合成一个概率。 新合成的概率与其他的概率成员组成新的概率集合。 在新的概率集合中，仍然按照步骤的规则，直至

8、新的概率集合中只有一个概率为1的成员。这样的归并过程可以用二叉树描述。 从根节点按前缀码的编码规则进行二进制编码。,左图所示为建立码的过程 右图所示为从根开始，经各中间节点到叶节点的路径采用二进制编码的情况,5.4 预测编码的基本思想： 在某种模型的指导下，根据过去的样本序列推测当前的信号样本值，然后用实际值与预测值之间的误差值进行编码。 如果模型与实际情况符合得比较好且信号序列的相关性较强，则误差信号的幅度将远远小于样本信号。 基本原理是 利用当前像素与邻近像素的位置关系计算预测信号，系统所传递的是误差信号，这种差值的概率分布集中在小数值上，大差值的概率极小，有利于用可变码长编码以减少传送的

9、信息量。,6.1 图像复原目的 在研究图像退化原因的基础上，以退化图像为依据，根据一定的先验知识，建立一个退化模型，然后用相反的运算，以恢复原始景物图像。 7.1 灰度阈值分割方法。 若图像中目标和背景具有不同的灰度集合，且两个灰度集合可用一个灰度级阈值T进行分割。 这样就可以用阈值分割灰度级的方法在图像中分割出目标区域与背景区域。,A=imread(rice.tif); I=im2bw(A,110/255); imshow(I); 7.2 边缘检测 I = imread(blood1.tif); imshow(I); BW1 = edge(I,roberts); %进行Roberts算子边缘检测，门限值采用默认值 BW2 = edge(I,prewitt); %进行Prewitt算子边缘检测，门限值采用默认值 BW3 = edge(I,sobel); %进行Sobel算子边缘检测，门限值采用默认值 figure,imshow(BW1,); figure,imshow(BW2,); figure,imshow(BW3,);,