《公安部门刑事数字图像处理基础课件》由会员分享，可在线阅读，更多相关《公安部门刑事数字图像处理基础课件（86页珍藏版）》请在金锄头文库上搜索。
1、第一部分： 数字图像处理基础,1.1 图像与数字图像基本概念 1.2 图像处理与数字图像处理 1.3 数字图像处理技术在刑事司法领域应用中存在的风险及其应对 1.4 刑事数字图像处理软件简介,据统计，人们从外界环境获得的信息中，视觉占到了60(听觉占20，味、触、嗅觉等占20）， 尽管“图像”这个词经常被使用，很多人仍不能确切地说出它的定义。人们往往将“图像(image)”与“图画(picture)”等同起来。 那么究竟什么是图像?这是我们在研究“图像处理”这个课题之前首先要解决的问题。,俗话说：百闻不如一见 its better to see for oneself rather than
2、to hear for many times 耳听为虚、眼见为实： one picture is worth thousand words,1.1 图像与数字图像图像的概念,图像的概念： 狭义上理解： 图像是指客观景物在人眼中所形成的“影像”或“映像”，也就是人眼所能感知的视觉信息。 广义上理解： 图像是泛指能够描绘事物的特征的形象化信息。它包括人眼所直接感知的视觉信息和人眼无法直接感知，但可以通过间接感知的的图像信息(如红外线、X光、超声波图像等)。,1.1 图像与数字图像图像的分类,图像按存在形式分类：模拟图像、数字图像 模拟图像：保存于传统介质上的图像（照相纸、感光片、画纸、画布等有形载
3、体） 数字图像：模拟图像经过采样后以离散的二进制序列（0，1编码序列）形式记录在特殊介质上的计算机文件。,1.1 图像与数字图像图像的数学模型,按存在形式对图像进行分类虽然直观，但并不够严格和准确，要从本质上说明数字图像和模拟图像的区别和特点，并便于对其进行研究，必须借助数学方法对其进行描述。 从数学的观点来看，图像可看作二维或三维空间上的一个或一组分布函数。,1、模拟图像的数学模型,灰度（黑白）模拟图像的数学模型： 灰度图像中灰度强度值随坐标图像空间坐标(x,y)连续分布，因此可将其定义为三维空间上的连续函数zf(x，y)，其中，Z代表图像在空间坐标处的灰度值(或亮度)强度。 实际图像的灰度
4、值是有界的，这种有界性可表示为： 0f(x,y)Bm,1、模拟图像的数学模型,B：三维空间上的图像A C：f(x,y)投影到XY平面,1、模拟图像的数学模型,彩色模拟图像的数学模型： 彩色图像的数学模型还应反映出色彩的类别及强度变化。 通常将彩色图像分解为三个连续三维灰度（或亮度）函数Zr =fr(x,y), ， Zg =fg(x,y), ， Zb =fb(x,y)进行表达，分别代表图像中红、绿、蓝三种光谱成分的亮度幅值在二维空间（x，y）上的分布变化，同样fr(x,y)、fg(x,y)、fb(x,y)也是连续有界的。 Zr =fr(x,y), 0fr(x,y)Bm Zg =fg(x,y),
5、0fg(x,y)Bm Zb =fb(x,y), 0fb(x,y)Bm,模拟图像的特点,1 空间上连续（空间坐标是有界且连续变化的量） 2 信号连续，不分级（亮度或色彩属性呈连续变化） 3、 不能直接被计算机和数字设备识别和处理（连续信号不能被数字设备识别和处理）。,2、数字图像的数学模型,对于灰度（黑白）图像，定义三维离散亮度函数： z=f(x，y)，其中： x=0，1，2xmax y=0，1，2ymax z=0,1,2zmax x，y说明图像像素的空间坐标，xmax，ymax代表图像尺寸（长、宽），同时决定x，y的取值范围为介于0 xmax和0ymax之间的整数。 函数值z 代表了在坐标(x
6、，y)处像素的灰度值（亮度值），通常取值范围为0到255的整数值，0表示纯黑、255表示纯白。 注意：坐标空间和亮度幅值的离散性，即取值为某个区间内的整数值，而非实数值。,2、数字图像的数学模型,使用二维矩阵方式对数字图像的进行表达方式更接近于人们对数字图像的视觉感受，便于理解。 定义二维矩阵fm,n，m , n说明图像的宽和高，矩阵元素f(i，j)的值表示图像在第i行，第j 列的像素的灰度值或色彩属性值；i,j表示图像像素的几何位置。,m X n 代表数字图像的像素总数，称作图像的空间分辨率（图像尺寸） 对于灰度等级（K=256）的灰度图像， f(i,j)=0255; 对于24位RGB彩色图
7、像，f(i,j)=RGB(r,g,b)|(r、g、b=0255),数字图像的特点,1 空间上离散（空间坐标是介于某个区间的正整数值） 2 信号是分级的离散值（亮度或色彩属性为不连续集合空间内的正整数值） 3、 能直接被计算机和数字设备识别和处理。,这幅数字图像由56x56个像素组成。 每个像素在二维空间中具有特定的位置（x,y）属性和幅值f(x,y)属性。,若该图是24位RGB彩色图像， f(i,j)=RGB(r,g,b)|(r、g、b=0255),为什么需要图像的数学模型？,便于研究、分析和处理图像 根据需要对这些函数进行某种数学运算（即对其表达函数进行加工和改造或分析），即可达到某种目标。
8、 目标：图像增强、图象恢复、边缘提取、图像内容识别等。,1.2 图像处理与数字图像处理 1.2.1 图像处理与图像处理方法,图像处理的概念： 按特定的目标，使用一定的设备和方法，对已有图像进行的“加工”和“改造”。 图像处理方法分类： 一、模拟图像处理 对象：模拟图像 手段和方法：光学、化学、模拟电子手段 二、数字图像处理 对象：数字图像 手段和方法：数字化设备和软件,模拟图像处理手段及特点,光学手段：利用光的透射、干涉、衍射原理 化学手段：如：暗房技术对底片加厚、减薄、反差调整 模拟电子手段：对图像的模拟电子信号进行滤波、边缘提取、反差增大、亮度对比度调整、伪彩色显示等 缺点：容易产生信号失
9、真、引入噪声干扰、不易控制处理的量和度、过程不直观。,数字图像处理手段及特点,利用计算机，使用具备某些特定算法的软件对数字化后的图像进行处理。 特点 ： 不会引入噪声干扰、精确性高（数字技术自身的特点） 过程直观，再现性好，易控制处理的量和度 灵活性大，一般不依赖于特定的硬件设备，成本低廉 速度快，由计算机或数字设备完成，快捷、方便。,1.2.2 数字图像处理的研究领域 （基本任务）,数字图像处理过程是对原始图像的数学函数f(x，y)进行某种运算H从而得到目标G的过程，这个过程可以表示为： G=H(f(x，y) 根据H性质和目标的不同可分为： 图像增强(image enhancement) 图
10、像压缩(image compression) 图像恢复(image restoration) 图像特征提取(feature extraction),1、数字图像处理（图像增强）,给定一幅图像f (x，y)，选择一种操作运算H，使得结果图像f(x，y)在某种主观评测标准下比原图f (x，y)具有更好的视觉质量，这就是图像增强(image enhancement)问题。,对比度增强前、后,图像增强是个高度主观的过程，增强效果的评判是否取决于目标图像的最终用途，没有一个普遍适用严格的客观测评标准。,注意,2、数字图像处理（图像压缩）,给定一幅图像f (x，y) ，我们寻找一种操作H，使得f (x，y
11、)对原图像f (x，y)的表示（存储、处理、显示、传输等）可以在少量图像细节丢失的条件下用更少的比特数进行，这就是图像压缩(image compression)问题。,图像压缩的两种基本类别,图像压缩：有损压缩、无损压缩 “你的妻子，Helen，将于明天晚上6点零5分在波士顿的Logan机场接你” 无损压缩：去除冗余信息 你的妻子将于明晚6点零5分在Logan机场接你 有损压缩：去除非关键信息 Helen将于明晚6点在Logan接你。,3、图像恢复,给定一幅损毁或失真图像f(x，y),找出对H-1的估计，恢复图像f(x，y)，这就是图像恢复(image restoration)问题。,其中，
12、H-1代表对造成图像损毁或失真过程的数学模型的逆函数， 对损毁或失真过程所建立的数学模型越精确，恢复效果越好。,图像恢复是个客观的过程，必须依赖于图像损毁或失真过程的较为准确的数学模型，否则难以获得理想的恢复结果。,注意,4、图像特征提取,给定一幅图像f(x，y)，寻找一种操作H，使得处理结果G为图像f(x，y)的某种特征（灰度、颜色、纹理等），这就是图像特征提取(feature extraction) 。 图像特征提取往往又需要进行边缘检测(edge detection)、图像分割(image segmentation)。 特征提取属于数字图像处理研究与应用的中级层面。即输入图像，输出便于机
13、器识别的图像的特征。,特征提取过程的例子,车牌自动识别系统中的图像处理（边缘检测）,图像分割例子,指纹自动识别预处理（图像分割） 通过图像分割算法（基本全局阈值算法）分割得到的图像,1.2.3 数字图像处理应用领域,图像处理的应用涉及航空航天、生物医学工程、通信工程、工业和工程、军事、公安、档案、文化艺术、计算机视觉等众多领域和学科。,数字图像处理应用领域（医学）,对原始对比度不够的CT扫描图像和经过直方图均衡化处理(一种图像增强技术)以后的图像，可以看出，图像增强后的CT图，细节得到了突出。,数字图像处理应用领域（地质遥感）,遥感图像的判读是遥感图像分析的一项重要内容。 图(a)给出一幅灰度
14、遥感图像， 其中海洋、山川等地貌不突出。 图(b)为一幅经过伪彩色处理的图像，各种地貌的差异变大，便于判读。,人的视觉系统对颜色变化的敏感程度强于灰度变化。,数字图像处理应用领域（工业检测）,装瓶生产线上，可以通过图像检测瓶子是否装满。 原图 通过合适的图像分割方法，将液体和没有液体的空白图像区域分割开（增大差异），再通过计算机进行分析检测。,1.2 .4 数字图像处理设备和数字图像处理系统,图像处理系统的5大组成部分 其中，计算机及图像处理软件为核心,1、图像采集设备（数字化输入设备),图像采集设备是图像数字化输入单元，常用设备有： 扫描仪（平板扫描仪、胶片扫描仪） CCD（Charged-
15、Coupled Device）摄像机、数码相机 视频采集器（采集卡）,2、图像存储设备（存储器）,常用存储容量单位 比特(bit,) : 1个二进制位，数字技术最小处理容量单位 字节（Byte，): 1byte=8bit 千字节（K Byte，单位缩写 KB), 1KB= 210Byte 兆字节(M Byte，单位缩写 MB), 1MB=210KB 吉字节(G Byte，单位缩写 GB), 1GB=210MB 存储器分类 可读写存储（计算机内存） 在线或联机存储器（软盘、硬盘） 数据库存储器（磁带、光盘） 移动存储器（SD卡,CF卡，U盘等）,3、图像处理设备(完成图像处理运算),计算机及图像
16、处理软件 图像处理数字电路硬件模块:为了提高速度或克服通用计算机限制的情况下才用特制的硬件。,4、图像显示、输出设备,显示器、阴极射线管(CRT)和各种打印设备。 打印机 是一种输出设备，可将计算机产生的彩色图像或来自扫描仪的彩色图像高质量地打印出来。 打印机的分类 针式打印机 喷墨打印机 激光打印机 热升华打印机,5、交互设备,在图像处理过程中会存在大量人机交互操作，这些操作将通过鼠标、键盘进行。,1.2 .5 图像数字化过程,图像数字化过程（Image Digitzing Process）: 将一副图像从模拟状态转变为数字化形式的处理过程。 包括以下三个基本步骤： 扫描(Scanning）：对模拟图像进行寻址，每个被寻址的最小单元最终形成数字图像的一个像素 采样(Sampling)：在每个扫描位置测定其灰度值。 量化(Quantization)：将灰度数值划分为不同的等级并对像素地址及量化后的像素灰度等级值进行编码形成离散的二进制序列。,灰度值：表征图像某空间位置处
