《数字图像处理基本概念及其研究内容》由会员分享,可在线阅读,更多相关《数字图像处理基本概念及其研究内容(4页珍藏版)》请在金锄头文库上搜索。
1、数字图像处理基本概念及其研究内容1 数字图像处理的基本概念 .11.1 图像的定义 .11.2 数字图像与数字图像处理的定义 .11.3 获取数字图像 .21.4 图像显示 .21.5 图像的基本格式 .22 数字图像处理的主要研究内容 .32.1 算术/逻辑操作 .32.2 几何变换 .32.3 图像增强 .32.4 图像分割 .42.5 图像形态学处理 .42.6 模式识别 .42.7 图像复原 .42.8 图像压缩 .41 数字图像处理的基本概念 1.1 图像的定义图”是物体透射光或反射光的分布,“ 像”是人的视觉系统对图的接收在大脑中形成的印象或认识。图像是两者的结合。图像可据其形式或
2、产生方法分类。将图像分成3个大类。第1类是可见图像,即可以由人眼看见的图像,这也是大多数人所理解的图像,这一类图像通常由照像,手工绘制等传统方法得到,一般不能直接被计算机处理,但经过数字化处理后可变为数字图像。第2类称之为物理图像,它包含更多的是根据物体的可见光以外的电磁波辐射能所得到的不可见的图像。例如光的频谱。第3类称之为数字图像,是由连续函数或离散函数生成的抽象图像。1.2 数字图像与数字图像处理的定义数字图像是指由被称作象素的小块区域组成的二维矩阵,数字图像在本质上是二维信号。数字图像处理是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。1.3 获取数字图像
3、图象获取也就是图象的数字化过程,即将图象采集到计算机中的过程,主要涉及成像及模数转换(A/D Converter)技术。图象的数字化设备大致可分为两类:一类是基于图象采集卡或图象卡将模拟制式的视频信号采集到计算机;另一类是摄像机本身带有数字化部件可以直接将数字图象通过计算机端口传送进计算机。1.4 图像显示显示是将数字图象转化为适合人们观看和使用的 形式,便于人们观察和理解通常图象都表现为一矩形区域的位图形式(Bitmap format)。图象显示有两种主要形式,屏幕显示和硬拷贝即打印。1.5 图像的基本格式(1)二值图像二值图像的矩阵仅由0和1两个值构成,“0” 代表黑色, “1”代表白色。
4、由于每一个像素(矩阵中的每一个元素)取值仅有0和1两种可能,所以计算机中二值图像的数据类型通常为一个二进制位,它可以通过灰度的阈值变换来实现。(2)灰度图像这种文件格式就是每一个像素用 8bit 表示,显示出来的图像是黑白效果,最黑的像素的灰度(也叫作亮度)值为0,最白的像素的灰度值为255,整个图像各个像素的灰度值随机的分布在0到255的区间中,越黑的像素,其灰度值越接近于0,越白(既越亮)的像素,其灰度值越接近于255;与此对应的是在该文件类型中的颜色表项的各个 RGB 分量值是相等的,并且颜色表项的数目是 256 个。(3)RGB彩色图像通常真彩色用三字节的 R,G,B 来表示,即 8:
5、8:8=24 位。真彩色可以达到人眼分辨的极限,发色数是 1677 万多色,也就是 2 的 24 次方。但其实自然界的色彩是不能用任何数字归纳的,这些只是相对于人眼的识别能力,这样得到的色彩可以相对人眼基本反映原图的真实色彩,故称真彩色。2 数字图像处理的主要研究内容从系统整体研究的角度来看,数字图像处理的研究内容主要包括以下几个方面:图像的获取、表示与表现,图像增强、图像复原、图像分割、图像分析、图像重建及图像编码压缩等。其中,数字图像处理包括:算术/逻辑操作和几何运算、图像增强、图像分割、图像形态学处理、模式识别、图像复原、图像压缩等内容。2.1 算术/逻辑操作图像中的算术/逻辑操作主要以
6、像素对像素为基础在两幅或多幅图像间进行(其中不包含逻辑非操作,它在单一影像中进行)。对图像的逻辑操作同样也是基于像素的。“与或非”这三种逻辑算子完全是函数化的。当我们对灰度级图像进行逻辑操作时,像素值作为一个二进制的字符串来处理。在四种算术操作中,减法与加法在图像处理中最有用。我们简单的把两幅图像想除看成是用一副的取反图像与另一幅图像相乘。在四种代数运算操作中加法运算可用于降低图像中加性随机噪声的污染;减法运算则可以检测图像中物体的运动变化;乘法运算可用于标记图像中的感兴趣区域;除法运算则经常用于多光谱遥感图像的分析处理,以扩大不同物体之间的差异。2.2 几何变换 几何运算用于改变图像中像素与
7、像素之间的空间位置关系,从而改变图像的空间结构,达到处理图像的目的。简单而言,图像几何变换就是建立一种源图像像素与变换后的图像像素之间的映射关系。主要包括图像的平移、缩放、旋转、镜像和转置变换等。 2.3 图像增强图像增强是图像处理最关键的研究问题之一,图像增强按作用域可分为两类,即空域处理和频域处理。空域处理是直接对图像进行处理,而频域处理则是在图像的某个变化域内,对图像的变换系数进行运算,然后通过逆变换获得图像增强效果。图像增强可以突出图像中的某些“ 有用” 信息,扩大图像中不同物体特征之间的差别,改善图像的视觉效果。图像增强的算法包括直方图增强,空域滤波增强,频域滤波增强和彩色增强等。2
8、.4 图像分割图像分割将图像细分为构成它的子区域或对象。图像分割算法一般基于亮度值的两个基本特性之一:不连续性和相似性。第一类方法基于亮度的不连续变化分割图像,比如图像的边缘。第二类方法依据事先制定的准则将图像分割为相似的区域。图像分割包括间断检测,边缘检测,门限处理等。2.5 图像形态学处理 图像形态学由一组形态学代数算子组成,最基本的形态学代数算子包括腐蚀、膨胀、开运算、闭运算等,通过组合应用这些算子,可以实现对图像形状、结构的分析和处理。数学形态学可以完成图像分割、特征提取、边界检测、图像滤波、图像增强和恢复等工作。2.6 模式识别模式识别总是从大量信息和数据出发,在一定的经验和认识基础
9、上,利用计算机和数学的推理的方法对信息进行自动识别。模式识别系统一般包括4个部分,即数据获取、预处理、特征提取和决策分类。2.7 图像复原由于设备造成的扫描线漏失、错位等各种原因不可避免造成图像质量的下降(退化)。图像的复原就是根据事先建立起来的系统退化模型,将降质了的图像重建成接近于或完全无退化的原始理想图像的过程。2.8 图像压缩数字图像的数据量是很巨大的,然而数字图像实际上又具有很大的压缩潜力。图像压缩所解决的问题是尽量减少表示数字图像时所需的数据量。减少数据量的基本原理是出去其中的冗余数据。这种变换在图像存储或传输之前进行。在以后的某个时候,再对压缩图像进行解压缩,以重构原图像或原图像的近似图像。