目录
1 数字图像与图像处理
- 图像处理方法:模拟图像处理、数字图像处理、光电结合处理。
- 图像的输入输出都是图像。
- 图像分析:目的:缩减对图像的描述。特征:输入是图像,输出是对输入图像进行描述的信息。
1.1图像处理与图像分析的关系
具有通用性,灵活性强。
1.2 数字图像处理系统组成
- 基本图像处理系统的结构:图像输入系统、图像处理与分析系统、图像输出系统、图像存储系统。
- 图像变换:简化图像处理过程和提高图像处理效果。傅里叶变换、离散余弦变换、小波变换。
- 图像增强:突出图像中感兴趣的特征,显现图像中那些模糊了的细节,使图像更清晰。
- 图像恢复:获得与景物真是面貌相像的图像。
- 图像的压缩编码:不损失图像质量或少损失图像质量的前提下,尽可能的减少图像的存储量。
- 彩色图像处理:目标物的识别和提取。
- 图像的三维重建:
- 图像分割:把一幅图像划分成背景和目标,从而提取感兴趣的目标。
- 图像的表示和描述:
1.3 数字图像处理技术的应用领域
- 应用领域:生物医学、遥感技术、工业、军工...
- 发展历史:20世纪20年代:报纸业。 70年代:医学,航天
- 应用领域:医学:x线片、ct、气象、资源勘探、空间探索、工业生产、军事、通信、公安、测绘。
2 数字图像处理的基础
2.1电磁波谱与可见光谱
- 电磁辐射波:主要的图像来源于电磁辐射波。包括:无线电波、微波、红外线、可见光、紫外线、x/y射线
- 太阳的电磁辐射波:若物体反射的光使平衡的,则对观察者来说显示白色,若反射可见光谱中有限范围的光,呈现颜色。
- 相关概念:仅有单一波长的光单色光、含俩种以上波长成份的光使复合光、消色光:没有色彩,用灰度级gray lever表示。
2.2 人眼视觉特性
- 视觉系统基本构造:虹膜、视网膜、视锥体、视感体。
- 亮度适应能力:人眼对从亮突变到暗环境的适应能力称为暗适应性。
- 视觉暂留:人眼对亮度比变化跟踪滞后的性质称为视觉惰性。
- 同时对比度:背景不同感受到的亮度不同。
- 亮度区分能力:韦伯率
- 马赫带:
2.3 图像的采样和量化
- 采样:空间坐标的离散化称为空间采样。用空间上部分点的灰度值代表图像。这些点称为采样点。
- 量化:均匀量化:将样点灰度级等间隔分档取整。非均匀量化:将样点灰度级不等间隔分档取整。
- 计算占多少bit:M*N*k M:长,N:宽, G:2^k 灰度等级
2.4 像素间的关系
- 图像空间的关系:图像由像素组成,像素在图像空间上按规律排列,相互之间由一定的联系。
- 像素的邻域与连接:4邻域 上下左右四个坐标;对角邻域,四个角;8邻域,周围8个像素。
- 连接:邻接仅考虑像素的空间关系;连接:空间上邻接且像素灰度值相似。
- 三种连接:4连接; 8连接; m连接。
- 连通性:通路; 连通:通路上的所有像素灰度值满足相似准则。
- 距离:
2.5 图像文件类型
- 图像分类:静止图像和运动图像;按色彩分:灰度图像和彩色图像;按维数分:二维图像、三维图像和多维图像。
- 位图:通过许多像素点表示一幅图像,每个像素具有颜色属性和位置属性。
- 位图分类:二值图像:黑白俩种颜色。亮度图像:在亮度图像中,像素灰度级用8表示,所以每个像素都是介于黑色和白色之间的256种灰度中的一种。索引图像:颜色是预先定义的,所以颜色的图像最多只能显示256张颜色。RGB图像:一幅RGB图像就是彩色像素有一个MxNx3数组,其中每一个彩色像素点都是在特定空间位置的彩色图像对应的红绿蓝三个分量0-255。
3 图像基本运算
3.1 图像基本运算概述
- 点运算:对一幅图像中每一个像素点的灰度值进行计算。(对比度增强、对比度拉伸、灰度变换)(线性灰度变换、分段线性灰度变换、非线性灰度变换)
- 代数运算:两幅或多幅图像通过对应像素之间的加减乘除运算或与或非运算。
- 逻辑运算:改变图像中物体对象之间的空间关系。
- 几何运算:按变换性质分:位置变换(平移、镜像、旋转)、形状变换(放大、缩小)以及图像的复合变换等。
3.2 点运算
3.3 代数运算
- 加法运算:去除“叠加性”随机噪音。 利用同一景物的多幅图像取平均、消除噪声。生成图像叠加效果。
- 减法运算: 差影法:动态监测、运动目标的检测和跟踪、图像背景的消除及目标识别。
3.4 几何运算
- 平移、旋转。
4 图像变换
4.1 线性系统的基本原理
- 线性系统与非线性系统
- 二维线性移不变系统
4.2 离散傅里叶变换
- 简化计算:空间域中复杂的卷积运算转化为频率域中简单的乘积运算。
- 简化处理和分析:空域中复杂的问题转到频域下进行分析处理,再转回空域。
- 特定应用要求:某些只能再频率域处理,如提取图像特征、数据压缩、纹理分析、水印嵌入。
4.3 图像傅里叶变换频谱分析
- 大小为N,M图像的频谱中心点在(N/2,M/2)处。
4.4 图像余弦变换
5 图像增强
5.1 图像增强概述
- 目的:改善图像的视觉效果、减少图像中的噪声,提高目标与背景的对比度、强调或抑制图像中某些细节。
- 方法:空间域方法:在图像二维平面上,直接对像素值进行处理;频率域方法:对图像作Fourier变换,在变换域处理,再作逆变换得到增强图像;其他方法:小波变换、Retinex。
- 灰度变换:将一个灰度区间映射到另一个灰度区间。
5.2 基于直方图处理的图像增强
5.3 空间滤波增强
- 采用模板处理方法对图像进行滤波,去除图像噪声或增强图像细节。
- 方法:局部分化法、超像素平滑法、空间低通滤波法。
5.4 频率域的平滑滤波器
- 图像空间域的线性领域卷积《-》图像经过滤波器对图像频率成分的滤波。
- 原始图像进行正变换,设计一个滤波器加功频谱系数=用点操作。
- 进行反变换。关键在于设计频域(变换域)滤波器的传递函数H(u,v)。
5.5 频率域锐化滤波器
6 图像复原
6.1 图像复原及退化模型
- 图像复原:根据退化原因,建立相应的数学模型,从被污染或畸变的图像信号中提取所需要的信息,沿着使图像降质的逆过程恢复图像本来面貌。
- 图像复原技术分类:1、在给定退化模型条件下:无约束和有约束;2、根据是否需要外界干预:自动和交互;3、根据处理所在域:频率域和空间域。
- 图像退化:图像在形成传输过程中,由于成像系统、传输介质和设备的不完善,使图像的质量变坏。
- 原因:成像系统的像差、畸变、带宽有限导致的图像失真;成像器件拍摄姿态和扫描非线性引起的几何失真;运动模糊;灰度失真;辐射失真;图像在成像、数字化、采集和处理过程引入的噪声。
6.2 噪声模型
- 高斯噪声
- 均匀分布噪声
- 脉冲噪声(椒盐噪声)
6.3 空间域滤波复原
- 空间域滤波复原:已知噪声模型,对噪声的空间域滤波
- 均值滤波器:算术均值滤波器、几何均值滤波器、谐波均值滤波器、逆谐波均值滤波器
- 顺序统计滤波器:中值滤波器、二维中值滤波器、修正后的阿尔法均值滤波器、最大/最小滤波器、中点滤波器
7 图像压缩编码
7.1 图像压缩编码基础
- 数字图像的压缩是指在不同用途的图像质量要求下,用最少的比特数表示一幅图像的技术。
- 数字图像的压缩是实现图像存储和传输的基础。
- 数字图像压缩的目的:节省图像存储容量;减少传输信道容量;缩短图像加功处理时间。
- 信息相关:
- 信息冗余:
- 编码冗余:
- 像素间的冗余:
- 心里视觉冗余:
7.2 变长编码
- 费诺码:
- 霍夫曼编码:
7.3 算术编码
- 算术编码过程:
- 举例:
7.4 变换编码
8 图像分割
8.2 边缘检测
8.3 边缘连接
8.4 阈值分割
8.5 区域分割
8.6 二值图像处理