《图像处理(一).doc》由会员分享，可在线阅读，更多相关《图像处理(一).doc（25页珍藏版）》请在金锄头文库上搜索。
1、现代图像处理技术教学进度表华 东 师 范 大 学 教 学 进 度 表教学周 20 周讲 课 27 学时实 验 9 学时机 动 4 学时总 共 40 学时 2010 2011 学年第一学期数学系 数学与应用数学_专业 07_年级 教研室主任（签字） 课程名称：图像处理 任课教师：潘仁良 教材名称（版次）：自编出版社名称： 教材编者：潘仁良 出版时间： 日期周次讲课内容分章和分节的名称课堂时数课外时数习题课、课堂讨论或课堂练习内容课堂时数课外时数实验、实习或科学研究名称月日10288绪论31149图像的运算31110图像的变换31811实验一32512图像的增强312213图像的分析3914实验二
2、31615图像的复原32316图像的形态学操作33017实验三31618复习31319复习上机32020考试3333本课程所用到的基础数学工具非常广泛。例如，线性代数中矩阵分析理论，微分方程中的常微分方程、偏微分方程及稳定性理论，复变函数中的积分变换理论，概率论中的离散随机过程理论，数值分析中的常用计算方法及更进一步人工神经网络、小波分析、形态学、系统学等理论。有些在基础课中未学过的内容在本课程进行过程中作适当补充。但与纯数学课程的演绎推理体系有较大区别，并不着意追求理论上的深度与广度，而重在介绍基本思想与方法。本课程所讲授内容尽量结合计算机仿真，并引入数学软件MATLAB平台中的图像处理工具
3、箱Image Processing Toolbox及与图像处理有关的MATLAB其它工具箱。目的想通过这门课程的学习使学生获得数字图像处理的基本思想、基本方法及应用背景，为能解决实际问题和更深入学习信息处理、图像处理方向的后继课程（模式识别、图像识别、计算机视觉、动漫、虚拟现实等）打下良好基础。增强学生应用数学知识，提取数学问题，解决实际问题的能力。（讲）：工作平台: MATLABImage Processing Toolbox及与图像处理有关的MATLAB其它工具箱一、 引言（或介绍一些与图像处理有关的概念）1图像图（Picture）：原意指图片、图画、各种照片以及各种光照影像等，是物体反射
4、或透视光的分布，是自然界的人、物、景的模拟，它是客观存在的。像（Image）：是客观世界通过光学系统的视觉印象。是人的视觉系统所接受到的图在人脑中所形成的印象或认识，带有主观性。图像是以各种观察系统用不同的形式和手段观察客观世界而获得的，它可以直接或间接地作用于人眼并进而产生视觉印象的实体。图像信息不仅包含光通量的分布，而且还包含人类视觉的主观感受。人类社会已经进入了信息时代，对信息的获取、处理、传输等构成了现代社会的基础性工作。科学研究和统计表明，人类所获得的外界信息约有75% 是通过人的视觉系统，也就是通过图像获得的。图像中带有大量的信息，古人云“百闻不如一见”，就充分说明了这个道理。随着
5、计算机技术和网络技术的空前发展，即计算机计算速度和大规模存储容量以几何级数增长，网络和通信速度的飞速提高，显示系统的逐步成熟，数字图像处理技术已深入到各学科领域，学习和掌握数字图像处理技术已成为信息处理中的一项重要内容。图像分模拟（或物理）图像和数字图像我们只讨论数字图像。2数字图像数字图像处理具有精度高，处理内容丰富、方便，可进行复杂的非线性处理等，且具有非常灵活的变通能力即重复性好，便于传输和保存等。(讲) 图像最一般的数学表达式： 亮度函数 其中是空间坐标，是波长（光谱的波长与色度有关），是时间，而I是坐标点（像素）处的光的强度。上式表示活动的、彩色的、三维的视频图像。特别，对于静止图像
6、，则与时间无关；对于单色图像，则波长是常数；对于平面图像，则与坐标无关。对于平面上静止的单色图像，其则数学表达式可简化为： 特别如果是彩色图像，则是以三基色（RGB）的明亮度作为分量的二维矢量函数来表示。即数字图像处理和分析系统：数字图像处理系统基本的三个部件是：处理图像的计算机、图像数字化仪、图像显示设备。（1） 处理图像的计算机包括计算机硬件和处理图像的计算机软件。处理图像的计算机软件有Visual C+、Photoshop、3D Studio MAX等。例如Photoshop，该软件具有良好的人机交互界面，操作简单易学，能够实现图像的显示、几何运算、着色、增亮、表面材质、增强、滤波等一系
7、列的操作，效果非常不错。且该软件生成的图像文件格式目前已被国际标准予以应用。但图像处理Photoshop。事实上，Photoshop只是一种通用的图像处理软件，一般是用来提高视觉感受和效果的，而实际的图像处理工作主要是针对不同的应用领域以提取图像的不同信息加以研究，这是Photoshop不擅长甚至于不支持的。针对不同的应用领域的不同问题，需要不同的图像处理算法，MATLAB(讲)MATLAB的Image Processing Toolbox及与图像处理有关的MATLAB其它工具箱（2）图像数字化仪包括数码照相机、数码摄像机、扫描仪等。计算机只能接受和处理离散数据，连续信号必须离散化才能被计算机
8、接受和处理。连续信号，以为采样间隔或周期(通常记)对进行采样，得到一个数列（时间序列）： 或令=1（一个单位）， 或从用数学表示：其中为广义的单位脉冲函数，且，且。称为移动的单位脉冲函数。对一个连续信号进行采样也就是该连续信号与一个等间隔的单位脉冲序列共同作用的结果。因为只有在时刻才能被采样其中为在时刻的值。任何一个序列可看作单位脉冲的移动加权和。推广到二维情况：有 对模拟信号采样使它离散化的程度取决于采样周期T，即T愈小，离散序列愈接近于原来的信号，但离散序列的数据量就愈大。反之T愈大，离散序列与原来的信号接近的程度就差，但离散序列的数据量就小。并且当采样周期T大到超过某个限制时，就会使离散
9、序列和原来的信号之间产生不可逆转的误差。采样周期T的这个限制由采样定理来确定。采样定理：对一个频谱有限的（）连续信号进行采样，当采样频率满足条件时，采样函数便能无失真地恢复原来的连续信号。为信号的有效频谱的最大角频率，为采样频率，一般来说图像信号是二维空间的信号，通常记为，例如黑白图像或灰度值图像表示一幅图像在水平和垂直两个方向上的光照强度的变化。一幅图像必须要在空间和灰度上都离散化才能被计算机接受和处理。这种离散化了的图像就是数字图像，相应的过程称为图像的数字化。图像在二维空间采样时常用的方法是对进行均匀采样，取得各点的亮度值，构成一个离散函数。如果是彩色图像，则是以三基色（RGB）的明亮度
10、作为分量的二维矢量函数来表示。即相应的离散值为例1：图像的RGB分解clear all,close allRGB=imread(C18.bmp);subplot(2,2,1);imshow(RGB);R(:,:,1)=RGB(:,:,1);R(:,:,2)=0;R(:,:,3)=0;subplot(2,2,2);imshow(R);title(R分量);G(:,:,2)=RGB(:,:,2);G(:,:,1)=0;G(:,:,3)=0;subplot(2,2,3);imshow(G);title(G分量);B(:,:,3)=RGB(:,:,3);B(:,:,1)=0;B(:,:,2)=0;su
11、bplot(2,2,4);imshow(B);title(B分量);同一维信号一样，图像信号的采样也要遵循采样定理。二维信号采样定理与一维信号采样定理类似。图像信息的采样定理：对一个频谱有限的（）图像信号进行采样，当采样频率满足，条件时，采样函数便能无失真地恢复原来的连续信号。分别为信号在两个方向的频域上的有效频谱的最大角频率；分别为二维采样频率，。模拟（或物理）图像扫描、采样、量化数字化表格或矩阵可在MATLAB平台上操作。数字图像就是经过采样和量化后的图像。由于原始图像是可以用亮度函数表示的二维函数，所以，数字图像就是被采样和量化后的二维函数。通常是用矩形网格采样并对图像像素点的亮度幅值进
12、行均匀量化实现的，所以数字图像表现为一个二维矩阵。一幅图像由许许多多的像素点构成，每个像素点包含着反映图像在读点的明暗和颜色变化等信息，这种图像叫做位图图像（bitmap）。（3）图像显示设备包括显示器（荧屏显示）、打印机、传真机等。3图像处理技术的发展从广义上说，图像技术是各种与图像有关的技术的总称目前人们主要研究的是数字图像，通常结合计算机和其它电子设备来完成一系列工作，例如图像的采集、获取、编码、存储和传输，图像的合成和产生，图像的显示和输出，图像的变换、增强、恢复（复原）和重建，图像的分割，目标的检测、表达和描述，特征的提取和测量，序列图像的校正，3-D景物的重建复原，图像数据库的建立
13、、索引和抽取，图像的分类、表示和识别，图像模型的建立和匹配，图像与场景的解释和理解，以及基于它们的判断决策和行为规划等等另外，图像技术还可包括为完成上述功能而进行的硬件设计及制作等方面的技术。 数字图像处理的历史可以追溯到20世纪20年代报纸业中采用的Bartlane电缆图片传输系统。当时把一幅照片的数据横跨大西洋传输需要一个星期，而Bartlane系统通过编码技术把时间减少到了3个小时。 精确地说，上述例子引用的图像处理技术并没有考虑到计算机技术，不能算是真正意义上的数字图像处理。尽管计算机技术的历史可追溯到1946年世界上第1台电子计算机的诞生，但在20世纪50年代，计算机主要还是用于数值
14、计算，满足不了处理大数据量对象（如图像数据量）的要求。 20世纪60年代，第3代计算机的研制成功以及快速傅里叶变换算法的发现和应用使得对图像的某些计算得以实现，人们逐步开始利用计算机对图像进行加工处理真正意义上的数字图像技术的诞生是这一时期图像处理技术在空间开发项目上的应用。比较著名的例子就是1964年科学家利用计算机对“旅行者7号”发回的第一张月球照片作几何校正。与此同时，数字图像处理技术在医学图像、地球遥感检测和天文学等领域也逐渐得到广泛应用。 20世纪70年代，图像技术有了长足的进展，并且第一本重要的图像处理专著 Digital Picture Processing Rosenfeld，1976也得以出版在这个时期
