-
一、绪论:数字图像处理与分析的主要研究包括哪几方面?
- 1.首先对图像进行一个定义:误差允许范围内对一个高维物体的二维成像,是不完全的、不精确的但在某种意义上恰当的描述。数字图像是一个图像被采样和量化后形成的二维函数。
- 与计算机图形学的区别:计算机生成的图形与设备无关,最终的分辨率有输出设备决定;而图像与设备有关
- 2.数字图像处理与分析包括两部分:将一幅图像变成另一幅经过加工的图像,即图像到图像的过程;将一幅图像转化为一种非图像的表示,即分析、识别和理解的过程
- A.图像变换:通过在空域或者频域上对数字图像进行特定的操作,进而获取或突出感兴趣的信息
- B.图像增强 :有选择性地突出某些对人或者机器分析有意义的信息,抑制无用信息,提升图像是使用价值,并不以图像保真为准则
- C.图像复原:通过找引起图像质量下降的客观原因,针对性的采样一些方法进而改善图像质量,恢复图像原始面貌
- D.图像压缩编码:通过分析找到图像信息的冗余,对图像数据按照一定的规则进行变换和组合,进而去除冗余信息,实现以更少的数据和更快的时间保存和传输图像数据
- E.图像分割:提取图像中感兴趣的目标和区域,为进一步的图像分析与理解做准备
- F.图像特征提取与分析:选取合适的图像特征,这些特征往往是尺度、方向、光照、位置、旋转等条件无关的,通过这些特征对图像进行理解
-
二、图像及其数字化表示
-
p(x,y)-->成像系统-->f(x,y)-->采样系统-->量化器-->数字图像
-
2.1图像感知要素
- 人类视觉模型
- 人眼构造:视锥细胞(600~700万种)识别颜色和细节特征;视杆细胞:主要负责夜间感知,灰度信息敏感(40个灰度级左右的分辨率)。马赫带效应。
- 图像的颜色
- 三基色假说
- 颜色空间:三色刺激值
- RGB:加色系统,描述光源信息
- CMYK :减色4系统,多用染料和印刷
- HSI:色调,色饱和度,亮度。应用:去红眼(-45°≤h≤45°,s>0,3)测试每一个像素,将s变为0
- Lab:光照染料无关:L表示亮度从1-100,+127a~-128a从红到绿,+127b~-128b从黄到蓝
- CIE色度图:马蹄形,描述所有物理可实现的颜色,RGB为其一个真子集
- 人类视觉模型
-
2.2图像的数字化
- 图像的采样与量化
- 采样对应于空间分辨率,空间离散化,满足采奈奎斯特采样定理
- 均匀采样:正方形采样网格
- 非均匀采样:保存细节信息,例如:文物保护等。正六边形采样网格:角度邻域信息保存良好,方向性好
- 量化(分层量化)
- 均匀量化
- 非均匀量化
- 最佳量化器的参数选择
- 图像数据量的描述:Width×Height×B×c 2^B表述灰度级,c表述颜色通道数目
- 对于像素的理解:值和位置,数字图像处理都基于这两点进行
- 采样对应于空间分辨率,空间离散化,满足采奈奎斯特采样定理
- 图像的描述
- 二维矩阵:二值、灰度、彩色
- 线性表:Freeman编码、链表(定义不同方向的编码情况,描述目标的轮廓,结合特征描述:形状特征)
- 图结构、拓扑结构、金字塔结构(多尺度纹理分析)、关系结构
- 高维图像描述
- 像素间的基本关系
- 四邻域——>四连接
- 对角邻域
- 八邻域——>八连接
- m连接(混合连接)——>消除8连接中的多路问题
- 满足两个条件
- (1)四连接情况
- (2)对角连接情况,但是四邻域交集为空集
- 满足两个条件
- 距离描述
- 欧式距离:圆形——>形状特征描述
- 4邻域:菱形
- 8邻域:正方形——>形状特征描述
- 图像的代数运算:进行的是点对点的运算
- 加法运算
- (1) 二次曝光图像
- (2)平滑去噪(硬件去噪):与空域卷积模板去噪的区分(软件去噪)
- 减法运算
- (1)混合图像分离
- (2)背景建模——>运动目标检测
- 简单的设定一个阈值进行目标检测:方法简单,运算量小,易于实现;但是阈值缺乏自适应性,产生空洞现象,光照敏感。
- 消除背景影响
- 中值模型
- 自适应模型
- 高斯模型
- (3)比较两幅图像的差别
- 乘法运算
- 掩膜技术:在局部增强中使用
- 除法运算
- 多光谱遥感图像目标识别
- 加法运算
- 逻辑运算
- 图像质量的评价
- 主观评价
- 客观评价(与图像压缩相结合来看)
- 均方误差
- 峰值信噪比
- 基于视觉兴趣的测量方法:ROI区域
- 图像的采样与量化
-