数字图像处理第一章第二章

《数字图像处理第一章第二章》由会员分享，可在线阅读，更多相关《数字图像处理第一章第二章（58页珍藏版）》请在金锄头文库上搜索。

1、数字图像处理 （13.2）,第1-2章 数字图像处理基础（总结）,图像的采样和量化 数字图像的表示 数字图像的质量 像素间的一些基本关系,邻域处理方法是图像增强和复原过程的核心,图像的采样与数字图像的质量,当没有必要对涉及像素的物理分辨率进行实际度量和在原始场景中分析 细节等级时，通常就把大小为MN,灰度为L级的数字图像称为空间分辨率 为MN像素、灰度级分辨率为L级的数字图像。,不同采样点数对图像质量的影响： （a）原始图像(256256)；（b）采样图像1(128128)；（c） 采样图像2(6464)；（d）采样图像3(3232)； （e）采样图像4(1616)；（f） 采样图像5(88)

2、,不同量化级别对图像质量的影响： （a） 原始图像(256色)； （b） 量化图像1(64色)； （c） 量化图像2(32色)； （d） 量化图像3(16色)； （e） 量化图像4(4色)； （f） 量化图像5(2色),空间和灰度分辨率 Spatial and Gray-Level Resolution,图像质量一般随着M*N, k的增加而增加。 对于有大量细节的图像需要较多的灰度级。,什么是像素？,数字图像由二维的元素组成，每一个元素具有一个特定的位置（x,y）和幅值f(x,y),这些元素就称为像素。,灰度级：表示像素明暗程度的整数量 例如：像素的取值范围为0-255，就称该图像为256个灰

3、度级的图像 层 次：表示图像实际拥有的灰度级的数量 例如：具有32种不同取值的图像，可称该图像具有32个层次 图像数据的实际层次越多 视觉效果就越好,图像的质量：1、层次,图像的质量：2、对比度,对比度：是指一幅图像中灰度反差的大小 对比度= 最大亮度/ 最小亮度,图像的质量：3、清晰度,与清晰度相关的主要因素： 亮度； 对比度； 尺寸大小 细微层次 颜色饱和度,图像的基本统计指标,图像大小：宽度（M，单位像素）*高度（N，单位像素） 图像的灰度平均值 两幅图像之间的相关程度的度量协方差矩阵 covariance matrix 图像的方差（自协方差）,图像的基本统计指标,图像的灰度标准差（st

4、andard deviation） 图像的相关系数（correlation coefficient）,图像文件格式体系,互联网用：GIF、JPG 印刷用：TIF、JPG、TAG 、PCX 国际标准：TIF、JPG、BMP 医学图像用：DCM,图像文件格式- BMP,图像描述信息 如图像高度和宽度等信息 图像数据 顺序存放的连续数据 BMP格式 1. 位图文件头 2. 位图信息头 3. 调色板 4. 图像数据边界,BMP格式2、位图信息头,typedef struct tagBITMAPINFOHEADER DWORD biSize; /该结构的长度，40个字节 LONG biWidth; /图

5、像的宽度，单位是像素 LONG biHeight; /图像的高度，单位是像素 WORD biPlanes; /必须是1 WORD biBitCount /颜色位数，如1，4，8，24 DWORD biCompression; /压缩类型，如BI_RGB,BI_RLE4 DWORD biSizeImage; /实际位图数据占用的字节数 LONG biXPelsPerMeter; /水平分辨率 LONG biYPelsPerMeter; /垂直分辨率 DWORD biClrUsed; /实际使用的颜色数 DWORD biClrImportant; /重要的颜色数 BITMAPINFOHEADER;

6、 BMP,BMP格式3、调色板,typedef struct tagRGBQUAD BYTE rgbBlue; /该颜色的蓝色分量 BYTE rgbGreen; /该颜色的绿色分量 BYTE rgbRed; /该颜色的红色分量 BYTE rgbReserved; /保留值，不考虑 RGBQUAD; 注：有些位图不需要调色板，如真彩色图， 它们的BITMAPINFOHEADER后面直接是位图数据,BMP格式4、实际的图像数据,对于2色位图，1位表示一个像素颜色， 所以一个字节表示8个像素 对于16色位图，4位表示一个像素颜色， 所以一个字节表示2个像素 对于256色位图，1个字节表示1个像素 对

7、于真彩色图，3个字节表示一个像素,学习重点:,相邻像素 4邻域 D邻域 8邻域 邻接性 4邻接 8邻接 m邻接 距离度量,2.5 像素间的一些基本关系,像素p(x,y)有四个水平和垂直的相邻像素，其4邻域坐标为 (x+1,y)；(x-1,y)；(x,y+1)；(x,y-1) 这个像素集称为像素p的4邻域，用N4(p)表示,2.5.1 相邻像素 4邻域,像素: 一个数字序列表示的图像中的一个最小单位,像素p(x,y)有四个对角的相邻像素，其坐标为 (x+1,y+1)；(x+1,y-1)；(x-1,y+1)；(x-1,y-1) 这个像素集称为像素p的D邻域，用ND(p)表示,2.5.1 相邻像素

8、D邻域,8邻域定义：像素p(x,y)的8邻域是： 4邻域的点 D邻域的点 这个像素集称为像素p的8邻域，用N8(p)表示 N8(p) = N4(p) + ND(p),2.5.1 相邻像素 8邻域,两个像素连通的两个必要条件是： 两个像素的位置是否相邻 两个像素的灰度值是否满足特定的相似性准则（或者 是否相等） 4邻接、8邻接、m邻接 在灰度图像中，假如灰度位数为 8bit，那么所有的可能的灰度取值范围为0,255 V是定义邻接性的灰度值的集合 为了方便讨论和分析，现只考虑二值图像，即灰度值只有 0和1两种情况，在二值图像中V=1,2.5.2 邻接性、连通性,具有V中灰度值的两个像素q和p，如果

9、像素q在集合N4 (p)中，则称这两个像素是4邻接的。,邻接性 4邻接,更鲜明扼要的解释如下： 像素p q的灰度值属于集合V 像素q在N4 (p)中,邻接性 8邻接,像素p q的灰度值属于集合V 像素q在N8 (p)中 则称这两个像素是8邻接的。,邻接性 m邻接,像素p q的灰度值属于集合V 像素q在N4 (p)中或者像素q在ND(p)中 且集合N4 (p)N4 (q)没有来自V中数值的像素(交集为空) 则称这两个像素是m邻接的,红色表示集合V中的数值,是m邻接 不是m邻接,像素的连通性通路,通路的定义： 一条从具有坐标(x,y)的像素p,到具有坐标(s,t)的像素q的通路，是具有坐标(x0

10、,y0),(x1 ,y1 ),.,(xn ,yn )的不同像素的序列。 其中，(x0,y0) = (x,y)，(xn ,yn ) = (s,t)，(xi ,yi) 和(xi-1 ,yi-1)是邻接的，1 i n，n是路径的长度。 如果(x0 ,y0)= (xn ,yn) ,则该通路是闭合通路. 连通集: S 代表一幅图像的像素的子集。S中的所有的像素，每两个相邻的像素之间是相邻接的(4，8，m)，并且只有一个通路，那么S为连通集。,m邻接怎么消除8邻接的二义性？,二义性： 在这个图中，8邻接中的中间的那个1可以有两条路到达右上角的那个1，这就是所说的二义性。这个情况在边缘检测里面是很不希望的。

11、 而改成m邻域以后，中间的1像素和右上角的像素是8连通的却不是m连通的，这可以从m连通的定义得到。 因此，如果用M连通从中间的1到右上角的1就只有一条路。 所以说，m邻接可以消除8邻接的二义性。,2.5.3 距离度量,像素之间距离的定义 欧氏距离定义 D 4 距离（城市距离）定义 D 8 距离（棋盘距离）定义,学习重点:,对于像素p、q和z，分别具有坐标(x,y)，(s,t)和(u,v)，若 (1) D(p,q) 0 (D(p,q)=0，当且仅当 p=q ), (2) D(p,q) = D(q,p) (3) D(p,z) D(p,q) + D(q,z) 则称D是距离函数或度量。 像素p(x,y

12、)和q(s,t)间的欧式距离定义如下： 对于这个距离计算法，与点(x,y)距离小于等于某个值r的像素是：包含在以(x,y)为圆心，以r为半径的圆平面,像素之间距离的定义,D 4 距离（城市距离）,像素p(x,y)和q(s,t)之间的D4 距离定义为,具有与(x,y)距离小于等于某个值r的那些像素形成一个菱形 例如，与点(x,y)（中心点）D4 距离小于等于2的像素，形成右边固定距离的轮廓 具有D4 = 1的像素是(x,y)的4邻域,D 8 距离（棋盘距离）,像素p(x,y)和q(s,t)之间的D8 距离定义为,具有与(x,y)距离小于等于某个值r的那些像素形成一个正方形 例如，与点(x,y)（

13、中心点）D8 距离小于等于2的像素，形成右边固定距离的轮廓 具有D8 = 1的像素是(x,y)的8邻域,基本概念 基本方法 （1）空域法（第3章） 灰度变换 直方图修正法 图像平滑 图像锐化 （2）频域法（第4章）,第3章 图像增强（总结） (Image Enhancement),空域法：利用某种方法直接对依赖于空间坐标（x,y）的数 字图象中的象素进行处理。 频域法增强的关键：图像变换。 傅立叶变换（Fourier Transform）,图像增强方法的内容,本章内容：,3.1 背景知识 3.2 某些基本的灰度变换 3.3 直方图处理 3.4 算术/逻辑操作增强 3.5 空间滤波基础 3.6

14、平滑空间滤波器 3.7 锐化空间滤波器 3.8 混和空间增强法,3. 空间域图像增强,为什么要增强图像？ 图像传输过程中会引入噪声使图像变模糊，从而降低了图像质量，给分析带来了困难。 什么是图像增强？ 图像增强就是要突出图像中的某些信息，同时削弱或去除某些不需要信息的一种处理方法，得到对具体应用来说视觉效果更好或更有用的技术。 图像增强的目的？ 1)改善视觉效果，提高图像的清晰度 2）将图像转换成更适合人眼观察和机器分析识别的形式，以 便于从图像中获得有用信息。,3.1 背景知识,图像增强基本方法： 空间域处理（对图像的像素点直接处理）： 点处理（图像灰度变换，直方图均衡等） 邻域处理 （线性

15、，非线性平滑和锐化等） 频域处理（修改图像的傅里叶变换为基础）： 高低通滤波，同态滤波等 空间域增强：增强构成图像的像素，直接对像素进行操作 f(x,y)是原图像，g(x,y)是处理后的图像 T是作用于f的操作，定义在(x,y)的邻域 空间域增强的简化形式： r是输入图像f(x,y)在任意点(x,y)的灰度级 s是输出图像g(x,y)在任意点(x,y)的灰度级,3.2 某些基本的灰度变换,灰度级变换函数： s=Tr 三种基本类型： 线性函数（正比或反比） 对数函数（对数和反对数） 幂次函数（n次幂和n次方根变换） 图像反转： 对数变换： 幂次变换：,3.2.1 图像反转 s=L-1-r,0,L

16、-1为图像的灰度级，r为输入灰度级，s为输出灰度级 作用：适用于处理嵌入于图像暗色区域的白色或灰色细节， 特别是黑色面积占主导地位时（黑的变白 ，白的变黑）,3.2.2 对数变换 s=clog(1+r) c是常数,有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失。 解决办法是对原图进行灰度压缩，如对数变换。 作用：使一窄带低灰度级输入图像映射为一宽带输出值。以用于扩展被压缩的高值图像中的暗像素。,3.2.2 对数变换 s=clog(1+r) c是常数,3.2.3 幂次变换 是正常数,幂次曲线中的值决定了是把输入窄带暗值映射到宽带输出值还是把输入窄带亮值映射到宽带输出 1 在正比函数下方，将高灰度值（亮值）进行拉伸降低灰度级，使图像变暗 例如：=0.4时，该变换将动态范围 从0,L/5扩展到0,L/2,1