数字图像处理 第一章 概述


1 基本概念

数字图像处理的研究对象

  • 人眼能够观察的物理图像
  • 人眼无法观察的多光谱图像
  • 数学函数和离散数据所描述的抽象图像

1.1 图像

图像:万事万物呈现在人心目中的影象

图像的特点:

  • 信息量大
  • 表现形式多样:照片、绘图、视频图像等
  • 人类从外界获得的信息约有75%来自视觉系统

图像的表示:

常见图像是连续的,用f(x,y)表示一幅图像,其中x,y表示空间坐标点的位置,f 表示图像在点(x,y)的某种性质的数值,如亮度,灰度,色度等。

1.2 数字图像

数字图像:把连续空间的图像在坐标空间(X,Y)和性质空间F都离散化,便于计算机进行加工处理,这种离散化的图像就是数字图像

数字图像的表示:

  • 数字图像用I(r,c)来表示,r 、c表示空间离散点的坐标,I 表示离散化的图像f 。
  • 数字图像由像素组成,基本单位为像素
  • 用计算机进行图像处理的前提是图像必须以数字格式存储,我们把以数字格式存放的图像称之为数字图像。常见的各种照片、图片、海报、广告画等均属模拟图像,要将模拟图像数字化后生成数字图像,需要利用数字化设备
  • 在计算机中,图像被分割成像素,各像素的灰度值用整数表示。一幅M×N个像素的数字图像,其像素灰度值可以用M行、N列的矩阵G表示

灰度图像:每一个像素由一个量化的灰度级来描述的图像,没有彩色信息

黑白图像:二值图像,每个像素只能是黑(0)或白(1)

彩色图像:可以用红绿蓝三元组的二维矩阵来表示。通常,三元组的每个数值也是在0到255之间,每个像素可用三个字节来表示

1.3 数字图像处理

数字图像处理:指应用计算机来合成、变换已有的数字图像,从而产生一种新的效果,并把加工处理后的图像重新输出,这个过程称为数字图像处理。

另一种提法:把利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理

数字图像处理的目的 :

  • 提高图像视感质量
  • 提取图像中所包含的某些特征或特殊信息,以便于计算机分析
  • 对图像数据进行变换、编码和压缩,以便于图像的存储和传输

1.4 图象工程

在这里插入图片描述

图像处理:

  • 对图像进行各种加工,以改善图像的视觉效果;
  • 强调图像之间进行的变换;
  • 图像处理是一个从图像到图像的过程

图像分析:

  • 对图像中感兴趣的目标进行提取和分割,获得目标的客观信息,建立对图像的描述;
  • 以观察者为中心研究客观世界;
  • 图像分析是一个从图像到数据的过程

图像理解:

  • 研究图像中各目标的性质和它们之间的相互联系;
  • 得出对图像内容含义的理解及原来客观场景的解释;
  • 以客观世界为中心,借助知识、经验来推理、认识客观世界,属于高层操作(符号运算)

2 研究内容和方法

2.1 图像处理和分析系统构成

在这里插入图片描述

  • 图像采集模块可采用CCD照相机、视频摄象机、扫描仪等;
  • 显示模块CRT或TV,纯平彩显、液晶彩显等;
  • 存储模块采用磁盘、光盘(可读写);
  • 通信模块实现网络传输图像(局域网等);
  • 处理和分析模块主要是运算,用算法的形式描述,用软件实现

2.2 研究方法

图像几何变换

图像几何变换的目的是改变一幅图像的大小或形状。
例如通过进行平移、旋转、放大、缩小、镜像等,
可以进行两幅以上图像内容的配准,以便于进行图像之间内容的对比检测

图像增强

改善图像的主观质量,标准因人而异。
内容包括灰度变换增强、直方图修正、空间滤波和频率滤波(平滑和锐化)、彩色增强等

图像分割

图像分割是按图像的灰度、颜色或几何性质等测度把一些物体或区域加以分离的过程。
通过图像分割找出感兴趣的物体或区域,以便于进一步分类、分析和识别处理。
图像分割是图像分析的基础。

图像隐藏

图像隐藏的目的是将一幅图像或者某些可数字化的媒体信息隐藏在—幅图像中,
在保密通信中,将需要保密的图像在不增加数据量的前提下,
隐藏在一幅可公开的图像之中。同时要求达到不可见性及抗干扰性。

图像恢复

图像恢复也称为图像复原。
内容有退化模型和对角化、有约束恢复、无约束恢复、几何失真校正等。

图像压缩编码

图像压缩是基于图像信息量大、冗余信息多的特点实现图像的压缩。
图像编码分为有失真编码和无失真编码两大类。
内容包括简单编码方法、预测编码方法、变换编码方法等

目的表达和描述

1)目标表达:将分割出的物体或区域(目标)采用一种不同于原始图像的表达形式来表示。
数据结构的选择要求同于原始图像的表达形式来表示。数据结构的选择要求节省空间、易于特征计算。
具体分为边界表达(外部表达法)和区域表达(内部表达法)。

2)图像描述:用适当的数学语言来表示区域间的关系(联系和区别),得出一种简练的表达方式,称为描述。
常用的有边界描述符、区域描述符、结构描述符等。

除此以外,图像匹配 和 图像识别 等也是图像处理与分析的研究内容。

3 发展和应用

3.1 发展

  1. 数字图像处理起源于20世纪20年代。
  2. 第一台可以执行有意义的图像处理任务的大型计算机出现在20世纪60年代早期。
  3. 70年代,IP有了较大的发展,1976年出版了第一本图像处理的专著。
  4. 80年代随着高速计算机和大规模集成电路的发展,使图象处理技术更趋成熟,得到了广泛应用。
  5. 90年代,以多媒体技术为代表,IP的应用涉及到人类生活的各个方面。
  6. 21世纪,IP正在改变人们的生活方式。

3.2 应用

遥感技术方面:红外图像、多谱段图像,用于资源调查、城市规划、环境保护等方面

医学图像:超声波图像分析、CT技术、核磁共振成像等

工业领域:无损探伤、具有视觉或听觉的机器人等

军事领域:运动目标的图像自动跟踪技术、指纹识别等

文化艺术:文物的复制和修复、虚拟现实游戏等

其它:远程教学、会议系统、气象云图等

4 图像处理的常规方法

4.1 图像数字化技术

图像的数字化是将连续图像离散化,包括采样和量化两个过程。

图像的数学模型:数字图像在计算机内处理时往往是将其视为一个矩阵来处理的。对图像f(x,y)取样,设取M ×N个数据,将这些数据按取样点的相对位置排成一个数阵,然后对每个阵元量化,从而得到一个数字矩阵,我们用这个矩阵代替函数f(x,y),即是说数字图像可以用一个矩阵表示。

采样:
图像在空间上的离散化称为采样。也就是用空间上部分点的灰度值代表图像,这些点称为采样点。设连续图像f(x, y)经数字化后,可以用一个离散量组成的矩阵g (i, j)(即二维数组)来表示。

量化:
模拟图像经过采样后,在时间和空间上离散化为像素。但采样所得的像素值(即灰度值)仍是连续量。把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。

连续灰度值量化为灰度级的方法有两种:一种是等间隔量化,另一种是非等间隔量化。

一般,当限定数字图像的大小时,为了得到质量较好的图像可采用如下原则:
(1)对缓变的图像,应该细量化,粗采样,以避免假轮廓。
(2)对细节丰富的图像,应细采样,粗量化,以避免模糊

对于彩色图像,是按照颜色成分——红(R)、绿(G)、蓝(B)分别采样和量化的。若各种颜色成分均按8bit量化,即每种颜色量级别是256,则可以处理256×256×256=16777216种颜色。

4.2 数字图像处理方法

4.2.1 空间域处理

空间域处理:在图像空间域直接对图像的每一个像点进行处理

图像质量下降的原因:两种灰度级之间的差过小,使人眼区分困难,可以人为将它们拉伸开,使两种灰度之间的差别增大。

4.2.2 频率域处理

频率域处理:通过某种正交变换,将图像由空间域映射到频率域,在频率域中对图像进行处理。然后再经反变换将图像变换回空间域,得到处理后的图像

图像质量下降的原因:边缘不清晰,从频率域考虑是因为图像高频部分少,因此抑制低频分量,增大高频分量,就能达到增强边缘的目的

4.3 图像处理的技术特点

数字图像信息的特点:

  • 信息量大:一幅512*512的灰度图像(256级灰度)约260KB
  • 占用频带较宽(5-6MHZ),技术实现难度大,成本高;
  • 相关性很大,冗余信息多

图像处理的特点:

  • 灵活性强可以拼贴、调整、修改;
  • 精度高、分辨率高、处理方便
  • 再现性好,可以永久保存

4.4 图像处理中常用的颜色模型

目前常用的颜色模型按用途可分为两类:
一类面向诸如视频监视器、彩色摄像机或打印机之类的硬件设备。
另一类面向以彩色处理为目的的应用,如动画中的彩色图形。

面向硬件设备的最常用彩色模型是RGB模型,
而面向彩色处理的最常用模型是HSI模型。
另外,在印刷工业上和电视信号传输中,经常使用CMYK和YUV色彩系统。

(1)RGB模型
RGB颜色空间是图像处理中最基础的颜色模型,它是在配色实验基础上建立的。RGB颜色空间的主要观点是人的眼睛有红、绿、蓝3种色感细胞,它们的最大感光灵敏度分别落在红色、蓝色和绿色区域,其合成的光谱响应就是视觉曲线,由此可推论出任何彩色都可以用红、绿、蓝3种基色来配制。

(2)HIS模型
HIS颜色模型是Munsel(孟赛尔)颜色系统中的一种,以人眼的视觉特征为基础,利用三个相对独立、容易预测的颜色心理属性:色度(Hue)、光强度(Intensity)和饱和度(Saturation)来表示颜色,反映了人的视觉系统观察彩色的格式。

(3)HIS与RGB之间的非线性映射对任何3个[0,1]范围内的R、G、B值,其对应HSI模型中的I、S、H分量存在计算公式:
在这里插入图片描述


传送门

上一章:计算机图形学 第七章 光照计算和纹理映射
下一章:字图像处理 第二章 图像变换

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值