数字图像处理毕业论文.docx
- 文档编号:29394761
- 上传时间:2023-07-23
- 格式:DOCX
- 页数:15
- 大小:100.71KB
数字图像处理毕业论文.docx
《数字图像处理毕业论文.docx》由会员分享,可在线阅读,更多相关《数字图像处理毕业论文.docx(15页珍藏版)》请在冰豆网上搜索。
数字图像处理毕业论文
数字图像处理毕业论文
第一章绪论……………………………………………………………………….………3
1.1论文研究的背景与意义……………………………………………………………3
1.2数字图像评价研究现状及关键技…………………………………………………3
第二章基本原理……………………………………………………………………………4
2.1直方图均衡化………………………………………………………………………4
2.2小波变换……………………………………………………………………………4
第三章数字图像评价的原理………………………………………………………………5
3.1主观评价方法………………………………………………………………………5
3.2客观评价方法………………………………………………………………………6
3.3本章小结……………………………………………………………………………7
第四章数字图像处…………………………………………………………………………8
4.1数字图像处理系统基本组成…………………………………………………………8
4.2图像变换………………………………………………………………………………8
4.2.1:
傅立叶变换………………………………………………………………………8
4.2.2、其他常见变换概述………………………………………………………………9
4.3数字图像处理容……………………………………………………………………9
4.3.1、图像增强…………………………………………………………………………9
4.3.2、图像恢复…………………………………………………………………………10
4.3.3、图像压缩…………………………………………………………………………10
4.3.4、图像分割…………………………………………………………………………11
第五章总结和展望…………………………………………………………………………11
5.1总结……………………………………………………………………………………11
5.2对未来的展望…………………………………………………………………………11
致谢 ……………………………………………………………………………13
参考文献 ……………………………………………………………………………14
第一章绪论
1.1论文研究的背景与意义
随着多媒体技术和网络技术的快速发展,数字图像处理已经广泛应用到了人类社会生活的各个方面,如:
遥感,工业检测,医学,气象,通信,侦查,智能机器人等。
作为数字图像处理重要环节的图像评价技术的研究也受到广泛关注,在图像处理各项技术,如图像采集,图像压缩,图像增强与复原,以及图像去模糊等算法中,图像质量评价都起到了非常重要的作用。
总的来说,图像质量评价的主要应用有以下几方面:
运用于图像或视频系统,使其能够获得最佳图像;作为图像系统的一项基准指标,用以评价图像或视频质量;作为反馈量,优化算法中的各项参量,改善系统性能等[1]。
由此可见,数字图像评价的研究具有重要意义。
数字图像评价是图像处理的重要技术,随着研究的不断深入,视频监控成为了现在数字图像处理很重要的一个研究方向,而且在实际的应用当中非常有实用价值。
如在由于车辆的牌照在交通道口经常会受到对面车灯强光等或外部光源的照射,使得摄像机拍摄出来的车牌照片反光,人眼根本无法识别的情况下,通过进行处理而不断改善图像质量,提取有效信息,从而分辨汽车牌照;又如通过数字图像评价系统的研究,改善摄像机对于一些由于逆光、弱光、暗光、偏色或综合因素影响的监控质量等等。
另外,数字图像评价在数字在影像压缩方面,解决影像测量中分辨率与数据量之间矛盾也有重要应用[2]。
随着图像压缩技术的迅速发展,压缩算法的一个重要指标就是有损压缩造成图像退化的程度,因而可以大大促进图像评价的发展与完善。
1.2数字图像评价研究现状及关键技术
人类视觉特性主要有:
幅度非线性特性,视觉敏感度带通和多通道,掩盖效应。
幅度非线性特性是指视觉系统分辨细节的能力与亮度的关系取决于相对亮度的变化,而不是整幅图像的基底亮度。
视觉敏感度带通表示人眼视觉系统(HVS)的对比敏感度是是时间频率的函数,且具有带通滤波器特性,对高低频端敏感度下降。
掩盖效应是指由于另一个激励的存在导致一个激励不能或不容易被检测到的现象,而当它单独存在时,是很容易识别的。
掩盖效应导致视觉系统的探测阈值改变,可能会增大或减小。
图像增强技术是一类基本的图像处理技术,是指有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征,其目的是使处理后的图像更适合于人的视觉特性或机器的识别系统,包括图像的轮廓线或者纹理加强、图像去噪、对比度增强等。
因此图像增强处理是图像分析和图像理解的前提和基础。
在图像的获取过程中,特别是对于多媒体监控系统采集的图像,由于监控场景光线照射复杂、拍摄背景也比较复杂等环境因素的影响。
加之摄像设备、传感器等因素引入的噪声,使监控图像在一定程度上存在对比度差、灰度分布围窄、图像分辨率下降。
因此,为得到一幅清晰的图像必须进行增强处理。
传统的图像增强算法通常是基于整幅图像的统计量,这样在计算整幅图像的变换时,图像中的低频信息、高频信息以及含有的噪声,同时进行了变换,因而在增强图像的同时增强了噪声,导致信息熵下降,给监控图像的分析和后期处理带来了困难。
针对此问题,提出一种新算法。
第二章基本原理
2.1直方图均衡化
直方图均衡是得到对比度增强的标准方法,它调整灰度级围使其均匀分布,并以累计变换函数分布为基础的,产生一幅灰度级分布具有均匀概率密度的图像。
其处理过程如下:
(1)计算原图像的灰度级直方图。
(2)求得原图像各灰度级的累积概率分布函数,并构造灰度转换函数。
(3)根据灰度转换函数将原图像所有像素灰度值映射到输出图像。
经过直方图均衡处理之后,占有较少像素的灰度被合并,其灰度围被压缩,而占有较多像素的灰度围则被拉伸。
一般来说,图像中区域之间的边界占有较少像素,却包含着重要的结构信息,直方图均衡化算法对于低频灰阶的合并将导致图像细节的丢失,一方面对图像的边界细节信息产生不利影响;另一方面图像往往含有各种类型的噪声,直方图均衡算法在拉伸高频灰阶的动态围时也会相应放大噪声。
因此,传统的直方图均衡算法增强之后的图像存在着图像细节丢失和噪声放大的缺点。
2.2小波变换
小波变换是近年来得到广泛应用的一种数学工具,是一种多分辨率分析方法。
其在时域频域都具有表征信号局部特征的能力,利用它可以聚焦到分析对象的任意细节。
小波变换把图像分解成逼近图像和细节图像之和,它们分别代表了图像的不同结构,对图像进行小波分解后,可分为LL,LH,HL和HH子频带,其中LL反映的是水平和竖直方向的低频信息;LH反映的是水平方向的低频信息和垂直方向的高频信息;HL反映的是水平方向的高频信息和垂直方向的低频信息;HH反映的是水平和竖直方向的高频信息。
低频部分反映的是平滑区,而边缘、细节、噪声一般存在于高频部分。
因此,小波变换能在不同的尺度上,采用不同的方法来增强不同频率围图像的细节分量,再把处理后的系数进行小波重建,这样就能够在突出图像细节特征的同时,有效抑制图像噪声的影响,使图像轮廓更加突出。
此外,小波变换的完善重构能力,保证了信号在分解过程中没有任何信息损失,也不会产生任何冗余信息。
我们可以仅在低频部分采用直方图均衡化方法,既增强图像,也避免了细节的模糊和噪声的扩大。
对图像H在小波基sym4下进行一级分解,如图1所示
第三章数字图像评价的原理
3.1主观评价方法
图像质量最基本的含义是人们对于一幅图像视觉感受的主观评价。
所以,基于人类特征的主观评价方法是最为准确可靠的。
但是,主观评价方法不能用具体的数学模型来实现,往往要动用大量的人力物力,费时费力,在很多情况下无法采用。
此外,而主观的评价测试,其实验的条件较为困难,观察者的知识水平会影响评分的结果,且又受到个人情绪等一些无法预测与控制的因素的影响。
主观评价主要有两种度量尺度,即绝对尺度和相对尺度,所谓绝对尺度就是对给定影像给出绝对的质量评分结果,而相对尺度就是确定某影像在一批相比较的影像中的相对质量尺度。
主观评价方法主要依靠人眼主观视觉效果来判断,常用的方法有均值意见评分法(MOS)和国际标准CCIR500。
在MOS标准下,为所有的评价者提供相同的图像观察条件,评价者根据自己的感受进行评分,最终根据多个评价结果得到该图像最终的MOS值NMOS。
为了使主观评价的分数具有无偏性,常采用某种数据处理方法对得到的结果进行简单处理。
比如主观评分的无偏差均值意见评分(DMOS)法是让评价者对同一场景的一组图像(该组图像中含有一标准图像)进行评判,得到每图像的NMOS,并以标准图像的NMOS作为标准,用其他图像的NMOS与标准图像的NMOS进行相减,同时将得到的所有差值归一化到0~100之间,最终得到图像的DMOS值NDMOS。
标准图像的NDMOS为0,其他图像与标准图像偏差越大,其NDMOS越大,图像质量也越差。
有的主观评价方法在进行比较性评价时采取冒泡排序将需评价的一组图片
按质量感觉好坏排序为一个线性表,然后进行相应评分。
也有人提出了一种做法:
为了消除被观察者因为知识背景不同的主观差异,将观察者分为两类:
一类为普通观察者,只是用普通人视觉感受来评分;另一类为专家观察者,这些人通常有图象处理、质量评估、图象压缩方面的知识和工作经历,能够以更深入的压缩算法的角度来评价图象质量的优劣。
让专家和非专家观察者分别对同一组图像进行评分,然后根据一定的规则加权平均,最后得出总的评价结果。
这种方法具有一定的说服力,但是由于很多研究人员致力于客观评价方法的研究,至今尚未有一个明确而具体可靠的加权标准。
3.2客观评价方法
数字图像评价技术发展到今天,研究人员已将提出了很多的评价方法,分类角度多种多样,一般认为传统的客观评价方法有三种:
均方误差(MSE),峰值信噪比(PSNR),信息熵。
本节将从这三种方法重点介绍。
1.均方误差(MSE)
MSE定义为:
(1)
M,N分别是x,y方向的图像像素点个数,X(i,j)和Y(i,j)分别表示原始图像与新图像在点(i,j)上的取值。
2.峰值信噪比(PSNR)
PSNR是最普遍,最广泛使用的图像质量的客观评价方法。
PSNR定义为:
(2)
L是图像中灰度取值的围,对8比特的灰度图像而言,L=255。
用峰值信噪比反映整个图像的失真程度,一般来说,PSNR越大的图像的质量越好。
3.信息熵
信息熵定义为:
单个信源符号输出时所获得的平均信息量。
将一幅静止的图像看成是具有随机输出的信源,将所有可能的符号的集合为A,信源产生
的概率为
,那么信息熵表示为:
(3)
因为对于概率为P(A)的任一随机事件A,它包含的信息为:
(4)
所以信息熵又可以表示为:
(5)
由此可见,在信源各符号出现概率相等时,信息熵达到最大值,即信源可以提供最大可能的平均信息量。
3.3本章小结
主观评价方法方法虽然较好地反映出了图像的直观质量,但无法应用数学模型对其进行描述,从工程应用的角度看,过于费时费力。
在实际应用中,图像的主观质量评价方法受到了严重限制,甚至根本不适合于某些应用场合,如实时图像传输等领域。
图像的客观评判方法采用数学模型计算失真图像和原始图像的相似度(或失真度),并量化为评判分数。
在各种全参考型客观图像质量评价方法中,均方误差(MSE)和峰值信噪比(PSNR)得到了广泛的应用。
尽管客观质量评价不总是符合实际情况,不能完全取代主观质量评价,但是因为快速,稳定,可量化等优点,得到了广泛的应用,常常用于各种评价比较以及各种研究。
第四章数字图像处理
4.1数字图像处理系统基本组成
数字图像处理系统一般包括,图像获取传感器,图像数字化单元,图像存储器
图像处理器,数字图像显示、打印、绘图设备等,如图所示。
图像获取
输
出
或
显
示
光学成像
存储器
光电
转换
数字化仪
存储器
图
像
处
理
器
控制器
4.2图像变换
4.2.1:
傅立叶变换
函数
存在傅立叶变换的充分条件是:
①绝对可积。
②
在任一有限矩形区域只有有限个间断点和有限个极值点。
③
没有无限大的间断点。
时间信号
的一维傅立叶变换
的物理意义是:
反映信号随时间t变化的波形;
反映该信号随时间频率
变化的情况。
空间信号
的二维傅立叶变换
的物理意义可以理解为:
反映图像随空间
变化的波形;
反映该信号随空间频率
变化的情况。
实函数
的傅立叶变换
通常为一复函数,它有两种表示形式。
代数形式为:
指数形式为:
式中,
和
分别是
的实部和虚部。
的傅立叶频谱的幅度谱
、相位谱
和功率谱
分别为
幅度谱值表明了正弦分量出现的多少,而相位谱信息表明了正弦分量在图像中出现的位置。
4.2.2、其他常见变换概述
①、离散余弦变换
离散余弦变换具有把图像的重要可视信息都集中在变换的一小部分系数中,所以,DCT变换在图像的压缩中非常有用,是JPEG算法的基础。
②、斜变换
斜矢量是一个在其围呈现均匀阶梯下降的波形。
对于灰度逐渐改变的图像,用斜矢量表示是合适的。
斜变换已成功地应用于图像数据压缩中。
③、哈尔函数
哈尔函数系是完备的归一化正交函数系。
一个连续的哈尔函数能一致收敛。
哈尔函数在图像数据压缩、数字滤波等方面都获得良好应用。
④、小波变换
小波变换,与傅立叶变换比较,小波变换是时间(空间)频率的局部化分析,它通过伸缩运算对信号(函数)逐步进行多尺度细化,最终达到高频处时间细分,低频处频率细分,能自动适应时频信号分析的要求,从而可聚焦到信号的任意细节,解决了傅立叶变换的困难问题。
4.3数字图像处理容
4.3.1、图像增强
图像增强是突出图像中感兴趣信息、削弱不感兴趣的信息,改变图像的视觉效果和质量的处理方法,其目的是为了使处理的结果更适合与人类视觉观察判断或机器识别分析,从而提高图像的使用价值。
图像增强技术主要包括灰度对比度变换、直方图修正、图像平滑、图像锐化及彩色增强处理等。
图像增强可以采用单一方法,也可以采用几种方法联合处理,以获得期望的增强效果。
图像增强技术可以分为空域处理变换域处理。
空域处理直接对图像的像素灰度进行调整。
图像的对比度增强,灰度层次改善等处理方法均属于空域法处理。
空域处理又可分为点运算和局部运算。
输出结果仅与当前点有关的处理方法称为点运算,而输出结果与当前点邻域多个像素相关的处理方法称为局部运算。
应该明确的是,图像增强处理并不能增加原始图像信息,只能增强人或机器对某种信息的辨别能力。
图像增强处理有可能造成某些信息的损失。
一般说来,一部分图像信息的增强往往要以另外一部分图像的信息的削弱为代价。
4.3.2、图像恢复
图像在形成、记录、处理和传输过程中,由于成像系统、记录设备、传输介质和处理方法的不完善,从而导致图像质量下降,这一过程称为图像退化。
图像恢复的任务是使退化的图像消除或降低退化因素,以保真度为准则,尽可能地恢复原来的图像。
图像增强和图像恢复都是为了改善图像质量。
前者是以牺牲不感兴趣信息的质量为代价来提高感兴趣信息的质量,后者是以保真度为前提来改善图像质量。
一般说来,图像增强是一个主观的过程,即增强的容、增强的效果的评判都由主观决定。
而图像恢复不仅根据人的主观感受来判断,还常常要根据一些客观退化过程的先验知识将其模型化,并采用相反的过程进行处理,以便重建或恢复出原来图像。
例如,锐化是图像增强过程,而通过去模糊函数去除图像模糊则是图像恢复技术。
造成图像质量退化的因素包括光学系统的像差和畸变、光学成像衍射、成像系统的非线性、成像过程的相对运动、大气的湍流的扰动效应、系统噪声等。
图像的退化可以理解为在空间频率谱上的畸变,因此图像恢复过程将包含对退化图像谱的调制,这可以通过空间滤波器或使用图像生成过程中的点扩展函数对图像进行卷积来实现。
4.3.3、图像压缩
数字图像是用点阵表示并且是用图像文件的形式存放的。
通常,图像文件都是大型文件,而在实际应用中,常常需要传递和交换图像文件,因此,需要设法把大型图像文件进行压缩,以减少存储、传输和处理的时间,节省存储资源和网络资源。
图像压缩的可能性在于,首先,图像数据存在着较强的相关性,图像部邻近像素以及视频序列中相邻帧对应像素的灰度相同或相近,即含有大量的冗余信息。
去除这些冗余就可以减少数据量。
其次,图像的最终接受端往往是人们的视觉系统,它的感知或敏感围有限。
再次,图像的记录和显示设备接收信息量的程度也受本身的限制。
最后,在许多实际应用中,只需保留部分有用的特征信息。
图像压缩就是要尽可能去除其中的冗余,以减少表示一个图像所需的数据量。
从数学的观点看,图像压缩实际上就是将一个二维的数据阵列变换为一个在统计上无关的数据集合。
图像冗余一般有:
空间冗余、时间冗余、信息熵冗余、结构冗余、知识冗余、视觉冗余等。
4.3.4、图像分割
为了进行图像的分析或识别,往往需要先将图像划分成若干个有意义的区域。
图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。
这里特性可以使灰度、颜色、纹理或轮廓等,目标可以对应单个区域,也可以对应多个区域。
图像分割使计算机图像处理的一个基本问题,是进行许多后续图像分析任务的先行步骤。
图像识别、图像的可视化和基于目标的图像压缩都高度依赖于图像分割的结果。
因此,图像分割一直得到人们的高度重视,提出了很多分割方法。
然而,图像分割问题仍然是图像处理中的一个瓶颈,这是因为,我们只能用图像信息中某些局部特征去分割区域,因此各种分割方法必然带有局限性。
第五章总结和展望
5.1总结
通过以上容的学习,我们可以大体了解数字图像处理技术的概念。
也许以前对图像处理仅仅停留在把模糊的图像清晰化的理解上,通过以上容的学习,我们可以比较全面地了解图像处理的主要容。
我们可以知道数字图像处理技术绝不是一种简单的手工技术,它是一种应用了数学、计算机等多学科知识的技术。
5.2对未来的展望
目前,果蔬采摘机器人的研究领域逐渐成为机器人研究领域的新方向,果实收获机器人对于农业生产工作具有十分重要的应用,因此此类研究具有很大的发展潜力。
今后的研究应该着力解决并完善之前所述的各种问题和缺陷,并最终能够让果实收获机器人更加广泛地应用于现实的农业生产过程中。
除此之外,从当前场景中提取重要的特征信息是计算机视觉领域的十分重要的部分。
在许多工业应用中,都需要快速检测出图像中的各种目标形状。
在不远的将来,图像处理方式,计算机视觉系统都将广泛地运用于各种不同部门的实际生产工作中。
参考文献
[1]冈萨雷斯.数字图像处理学[M].阮秋琦,译.:
电子工业,2004.
[2]车国泉,秦军,于林.一种基于直方图均衡化改进的图像增强算法[J].东北大学学报,2007
[3]秋宇,王晓红,德喜.可增强图像细节的改进的直方图均衡化算法[J].师学院学报,2008
[4]正飞.基于小波变换的图像增强技术研究[J].机械工程与自动化,2009
[5]CASTLEMANKR.数字图像处理[M].:
电子工业,1998
[6]云,学诚.基于小波变换的图像增强算法研究[J].计算机应用软件,2008
[7]王想,郭廷文.图像和视频亮度的自动调整[J].电子学报,2009
[8]何明一,卫保国,数字图像处理[M],科学,2008。
[9]俊山,旭辉,数字图像处理[M],清华大学,2007。
[10]直芳,王远琼,数字图像处理与分析[M],清华大学,2006。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 处理 毕业论文
![提示](https://static.bdocx.com/images/bang_tan.gif)