数字图像处理基础知识2.ppt

1、2.2 基本系统,基本图像处理系统的结构,2.2.1 图像的输入,基于CCD光电耦器件的输入设备 摄像机、数字摄像机 数字相机 平板扫描仪 基于光电倍增管的输入设备 滚筒扫描仪,2.2.1 图像的输入,扫描仪分辨率与扫描图像的大小 分辨率：单位长度上采样的像素个数：DPI(dot/inch),2.2 图像的输入,2.2.2 图像的输出,印刷机 数字印刷机 传统印刷机：平印、凹印、丝印,2.2.2 图像的输出,图像存储 内存存储：处理时使用 硬盘存储：处理、备份时用（在线） 备份存储：光盘、磁带等,2.2.3 图像的存储,2.3 数字图像处理基础2.3.1 图像运算,1.算术运算 1)加法 运算

2、的定义 C(x,y) = A(x,y) + B(x,y) 主要应用举例 去除“叠加性”噪声 生成图像叠加效果,2.3.1 图像运算,去除“叠加性”噪声 对于原图像f(x,y),有一个噪声图像集 gi(x,y) i =1,2,.M 其中：gi(x,y) = f(x,y) + h(x,y)i M个图像的均值定义为： g(x,y) = 1/M (g1(x,y)+g2(x,y)+ gM(x,y) 当：噪声h(x,y)i为互不相关，且均值为0时， 上述图像均值将降低噪声的影响。,2.3.1 图像运算,生成图像叠加效果 对于两个图像f(x,y)和h(x,y)的均值有： g(x,y) = 1/2f(x,y)

3、 + 1/2h(x,y) 推广这个公式为： g(x,y) = f(x,y) + h(x,y) 其中+= 1 我们可以得到各种图像合成的效果，也可以用于两张图片的衔接,第二章 数字图像处理基础知识,2.3.1 图像运算,2)减法 运算的定义 C(x,y) = A(x,y) - B(x,y) 主要应用举例 去除不需要的叠加性图案 显示两幅图像的差异，检测同一场景两幅图像之间的变化 如：视频中镜头边界的检测 图像分割：如分割运动的车辆，减法去掉静止部分，剩余的是运动像素和噪声,第二章 数字图像处理基础知识,2.3.1 图像运算,去除不需要的叠加性图案 设：背景图像b(x,y)，前景背景混合图像f(x

4、,y) g(x,y) = f(x,y) b(x,y) g(x,y) 为去除了背景的图像。 电视制作的蓝屏技术就基于此,第二章 数字图像处理基础知识,2.3.1 图像运算,3)乘法 运算的定义 C(x,y) = A(x,y) * B(x,y) 主要应用举例 图像的局部显示 用二值蒙板图像与原图像做乘法,2.3.1 图像运算,2.3.1 图像运算,2.逻辑运算 1)求反运算 定义 g(x,y) = 255 - f(x,y) 主要应用举例 获得一个阴图像 获得一个子图像的补图像,2.3.1 图像运算,获得一个阴图像,2.3.1 图像运算,获得一个子图像的补图像,=,255-,2.3.1 图像运算,2

5、)异或运算 定义 g(x,y) = f(x,y) h(x,y) 主要应用举例 获得相交子图像,2.3.1 图像运算,获得相交子图像,=,2.3.1 图像运算,3)或运算 定义 g(x,y) = f(x,y) h(x,y) 主要应用举例 合并子图像,=,2.3.1 图像运算,4)与运算 定义 g(x,y) = f(x,y) h(x,y) 主要应用举例 求两个子图像的相交子图,=,2.3.2 图像处理的算法形式（空间域）,1.点处理（Point Operation） 定义：这种运算的处理结果JP(I，J)只和像素点IP(I，J)的特征有关，即 JP(I，J)=P(IP(I，J),2.3.2 图像处

6、理的算法形式,2.邻域处理（Neighborhood Operation） 定义：输出图像的像素JP（I，J）的值和位于（I，J）附近的邻域里的像素点的特征有关，即： JP（I，J）=N(N(IP(I，J),2.3.2 图像处理的算法形式,模板运算 所谓模板就是一个系数矩阵 模板大小：经常是奇数，如： 3 3 5 5 7 7 模板系数: 矩阵的元素 w1 w2 w3 w4 w5 w6 w7 w8 w9,2.3.2 图像处理的算法形式,模板运算的定义 对于某图像的子图像： z1 z2 z3 z4 z5 z6 z7 z8 z9 z5的模板运算公式为： R = w1z1 + w2z2 + . + w

7、9z9,2.3.2 图像处理的算法形式,模板运算举例：均值变换 模板系数：wi = 1/9 计算公式： R = 1/9(z1 + z2 + . + z9),2.3.2 图像处理的算法形式,大局处理：JP(I,J)的值由图像内大范围内的像素值（有时也使用输入图像全部像素的值）来计算。,3.大局处理（global operation)：,2.3.3 直方图,1.直方图定义 对应于每个灰度值、求出在图像中具有该灰度值的像素数的图形叫做灰度值直方图（GRAY LEVEL HISTOGRAM），或者简单地称作直方图。用横轴代表灰度值，纵轴代表像素数（或者产生概率：对整个画面上的像素数的比率）的棒图来表示

8、。,2.3.3 直方图,2.3.3 直方图,图像直方图的定义（1） 一个灰度级别在范围0，L-1的数字图像的直方图是一个离散函数 p(rk)= nk/n n 是图像的像素总数 nk是图像中第k个灰度级的像素总数 rk 是第k个灰度级，k = 0,1,2,L-1,2.3.3 直方图,图像直方图的定义(1)举例,2.3.3 直方图,图像直方图的定义（2） 一个灰度级别在范围0，L-1的数字图像的直方图是一个离散函数 p(rk)= nk k = 0,1,2,L-1 由于rk的增量是1，直方图可表示为： p(k)= nk 即，图像中不同灰度级像素出现的次数,2.3.3 直方图,两种图像直方图定义的比较

9、 p(rk)= nk p(rk)= nk/n 使函数值正则化到0,1区间，成为实数函数 函数值的范围与像素的总数无关 给出灰度级rk在图像中出现的概率密度统计,2. 直方图的性质 直方图没有位置信息 图像各像素的灰度值是具有二维位置信息的，而直方图只统计某一灰度值的像素有多少，占全部像素的比例是多少，而对那些具有同一灰度的像素在图像中占什么位置则一无所知，不同图像可能具有同样的直方图。,2.3.3 直方图,2.3.3 直方图,(2)直方图是总体灰度的概念 由直方图可看出图像的整体性质。,总体偏暗的图像的直方图,2.3.3 直方图,总体偏亮的图像的直方图,2.3.3 直方图,对比度较低的图像的直方图,2.3.3 直方图,对比度较高的图像的直方图,2.3.3 直方图,(3)直方图可叠加性 若一幅图像分为四个区，则每个区都可分别作直方图，而原图像的总直方图为各区直方图之和。各区的形状、大小都可随意选择。 (4)直方图的统计特征 由图像的直方图可直接计算其统计特征，如矩、绝对矩、中心矩、熵等。,参考文献,数字图像处