数字图像处理期末整理.docx
- 文档编号:3804170
- 上传时间:2022-11-25
- 格式:DOCX
- 页数:19
- 大小:910.78KB
数字图像处理期末整理.docx
《数字图像处理期末整理.docx》由会员分享,可在线阅读,更多相关《数字图像处理期末整理.docx(19页珍藏版)》请在冰豆网上搜索。
数字图像处理期末整理
第一章引言
●科学的四大基本问题:
物质的本质、宇宙的起源、生命的本质、智能的产生
●“智能”的前提与必要条件——感知能力:
通过视觉、听觉、触觉、嗅觉等感觉器官感知外部世界的能力。
●自然界中的一切生命形式与环境的相互作用,视觉感知是最基本的:
1.人类信息的80%来自视觉(50%大脑皮质)
2.功能与结构存在对应关系
3.生物视觉系统提供了依据
1.图像中的历史
世界上第一幅图像(1827年)法国印刷工人尼埃普斯
第一张彩色风景照片(1877年)由发明减色法拍照的的L·D·杜国·豪伦拍摄
1921年,通过字符模拟电报打印机产生的数字图像
1922年,通过光学还原电报打印机产生的数字图像
1929年,通过15级色调的Pershing,Foch会面图像
第一张数码照片(1957年)
医学CT(1979,诺贝尔奖)科马克和洪斯菲尔德
2.学习本课程的意义
掌握图像处理基本编程能力;理解如何采用数学理论解决实际问题
3.数字图像处理能解决什么问题
传统应用领域——医学、军事、航天;模式识别、人工视觉
热门应用领域——印刷制版、电视、互联网、多媒体、DRM;电影特技、游戏动画制作、数字相机;虚拟现实、电子商务、宽带应用、DAM
反腐
DRM(DigitalRightsManagement)内容数字版权加密保护技术
DAM(DigitalAssetManagement)数码资产管理,涵盖构造、检索、共享照片等数码资产的各个方面
4.数字图像处理和相关学科的联系
遥感:
美国JPL实验室(JetPropulsionLaboratory)探索者月球图像、勇气号火星图像、农作物产量计算、农作物病情防治、山林防火等
视频监视、公安:
银行防盗,人脸识别等
工业检测与测量:
公路路面破损图像识别
军事侦察、高精度制导
医疗诊断:
CT技术,癌细胞识别等
通讯:
可视电话,视频点播等
影视业、娱乐、公众服务:
广告,基于内容检索等
数码相机的“笑脸技术”;车辆自动计数;指纹识别;
Photoshop=“图像艺术化处理”;PremierePro=“视频艺术化处理”
●应用领域示例
(1)视频通信:
可视电话,电视会议,按需电视,远程教育;
(2)文字档案:
文字识别,过期档案复原,邮件分捡,支票,签名辫伪,办公自动化;
(3)生物医学:
红白血球计数,染色体分析、X光、CT、MRI、PET图像分析,医学手术模拟规划,远程医疗;
(4)遥感测绘:
巡航导弹制导,无人驾驶飞机飞行,精确制导,矿藏勘探,资源探测,气象预报,自然灾害监测;
(5)工业生产:
工业检测,工业探伤,自动生产流水线监控,移动机器人,无损探测,金相分析,印刷板质量检验,精细印刷品缺陷检测;
(6)军事公安:
雷达图像分析、巡航导弹路径规划/制导,罪犯脸形合成、识别,指纹、印章的鉴定识别;
(7)交通管理:
太空探测、航天飞行、公路交通管理。
●数字图像处理目的
对图像进行艺术化处理,让人们得到视觉享受
对图像进行内容分析,根据图像内容进行某种决策判断
●与数字图像处理相关的研究领域
计算机图形学:
“计算机艺术”(示例——虚拟光照)
计算机视觉:
能够理解自然景物的系统三者密不可分
第二章数字图像的基本概念图像处理技术
1.图像的概念
有三个与图像有关的英语词:
“Picture”画、图画、图像、图片、电影等等;
“image”像、图像、景像、映像、影像、映射等;
“Pattern”模型、式样、样本、图案、图、图形等。
区分:
Picture指与照片等相似的用手工描绘的人物或景物,侧重于手工描绘的一类“画”。
Pattern指图形,在拉丁语中指裁衣服的纸样。
因此,它主要是指图案、曲线、图形。
Image是指用镜头等科技手段得到的视觉形象。
可定义为:
“以某一技术手段被再现于二维画面上的视觉信息”
通俗说法:
Image是用技术手段把目标(Object)原封不动的一模一样地再现的景物。
包含用计算机等机器产生的景物。
●本课程所说的图像处理应为“ImageProcessing”。
要处理的主要有属于照片、复印图、电视、传真、计算机显示的一类图像。
2.有关光学的预备知识
●发光强度(I)(Intensity)
==》光源发光的功率
单位主要有两种:
烛光功率(CandlePowerCP):
1CP是指标准蜡烛发出的光。
标准蜡烛是用鲸脑油制成,重1/6磅,燃烧率为120格令(1格令=0.0648克)的蜡烛。
新烛光(Candlecd):
1cd就是“全幅射体”加温到铂的熔点(2024oK)时
1平方厘米表面面积上发出的光的1/60。
“全幅射体”:
某一物质加热到某一温度时,它发出的能量分布在整个可见光范围内。
理论上的全幅射体就是一个完全黑体,当冷却后,它将吸收所有入射到它上面的光。
实用中可认为1cp=1cd
●光通量(φ)
每秒钟内光流量的度量。
单位:
流明(lumen--lm)。
流明是指与1cd的光源相距单位距离,并与入射光相垂直的单位面积上每秒钟流经的光流量叫1流明。
●照度(E)(illumination)
入射到某表面的光通量密度称为该表面的照度。
用每单位面积的流明数来表示。
主要单位有如下几种:
公制单位
勒克司[lux]:
1勒克司=1流明/平方米(lm/m2)
幅透(phot):
1幅透=1流明/平方厘米(lm/cm2)
毫幅透:
1毫幅透=10-3幅透
英制单位
英尺-烛光:
1英尺--烛光=1流明/平方英尺
一般换算关系如下:
1英尺-烛光=1流明/(英尺)2=10.76流明/米2=10.76勒克司
●反射
●透射
●亮度(L)
用以说明物体表面发光的量度
光可以由一个面光源直接幅射出来,也可以由入射光照射下的某表面反射出来。
亮度对两者均适用。
有各种不同的单位。
其中主要有A、B两组。
A组:
以每单位面积上的发光强度来表示
使用新烛光为单位。
尼特:
1尼特=1新烛光/平方米(cd/m^2)
熙提:
1熙提=1新烛光/平方厘米(cd/m^2)
1熙提=104尼特
英制单位如下:
1新烛光/平方英尺(cd/ft^2)
1新烛光/平方英吋(cd/in^2)
B组:
以每单位面积上发出的光通量来表示
使用流明数为单位。
亚熙提:
1亚熙提=流明/平方米(lm/m^2)
朗伯L:
1朗伯=流明/平方厘米(lm/cm^2)
1朗伯=104亚熙提
英制单位:
1英尺-朗伯=1流明/平方英尺(lm/ft^2)
换算关系:
1尼特=3.14亚熙提
1熙提=3.14朗伯
1新烛光/平方英尺=10.76尼特
1英尺-朗伯=10.76亚熙提
1新烛光/平方英尺=3.14英尺朗伯
3.以数学方法描述图像信息:
考虑其点的性质
一幅图像空间各个座标点上强度的集合。
●最普遍的数学表达式为
其中x,y,z是空间座标,λ是波长,t是时间,I是图像的强度。
该表达式可代表一幅活动的、彩色的、立体图像。
●对于静止的、平面的、单色的图像来说其数学表达式可简化为:
上式说明一幅平面图像可以用二维亮度函数来表示。
因为光也是能量的一种表现形式,所以:
●人们所感受到的图像一般都是由物体反射的光组成的。
f(x,y)可看成由两个分量组成:
入射光量照射分量i(x,y)由光源的性质来确定
被物体反射的光量反射分量r(x,y)取决于景物中的物体
其中
r(x,y)表示全吸收情况为0,全反射的情况为1。
i(x,y)的单位用照度来度量,即:
流明/平方米(Lm/m^2)或勒克司。
i(x,y)的一些典型的值:
晴朗的日子:
太阳在地球表面造成的照度为9000英尺-烛光(英制单位)、96840勒克司或96840流明/平方米
天空有云时:
太阳在地球表面造成的照度为1000英尺-烛光、10760流明/平方米、
10760勒克司
晴天的夜晚且是满月的情况下:
地球表面的照度为0.01英尺-烛光=0.1076勒克司
一般房间照明充分的室内照度大约为100英尺-烛光=1076勒克司
r(x,y)是反射系数,其典型物质的典型值如下:
黑天鹅绒0.01;不锈钢0.65;白色墙0.80;镀银金属0.90;白雪0.98
4.图像处理技术的分类
●模拟图像处理
光学处理和电子处理:
照相、遥感图像处理、电视信号处理(传统的电视图像处理活动图像,25帧/秒)
优点:
速度快(一般为实时处理,理论上讲可达到光的速度,并可同时并行处理。
)
缺点:
精度较差,灵活性差,很难有判断能力和非线性处理能力。
●数字图像处理
数字图像处理用计算机处理,亦称计算机图像处理
优点:
精度高,内容丰富,可进行复杂的非线性处理,灵活的变通能力,仅改变软件就可以改变处理内容。
缺点:
处理速度问题(复杂处理过程更甚)。
实时处理一般精度的数字图像需100Mips的处理能力;MIPS(MillionInstructionsPerSecond)
分辨率及精度限制其次是分辨率及精度尚有一定限制,如一般精度图像是512×512×8bits,分辨率高的可2048×2048×12bits,如精度及分辨率再高,所需处理时间将显著的增加。
5.数字图像处理的特点
●图像信息量大、数据量也大;
●图像处理技术综合性强;
●图像信息理论与通信理论密切相关。
6.数字图像的描述
二维矩阵
最小单位是像素(R,G,B)
●图像表示
2-D数组f(x,y)
x,y:
2-D空间XY中坐标点的位置
f:
代表图像在(x,y)的性质F的数值
f,x,y的值可以是任意实数
性质F:
可对应不同物理量灰度图像里用灰度表示
图像表示:
矩阵
矢量
7.图像的显示方式
3种表达同一个4*4二值图像的方式
8.图像的一些基本概念
●模拟图像数字化:
采样和量化
类比
图像采样和量化
采样
将在空间上连续的图像转换成离散的采样点(即像素)集的操作。
由于图像是二维分布的信息,所以采样是在x轴和y轴两个方向上进行。
一般情况下,x轴方向与y轴方向的采样间隔相同。
采样参数:
采样间隔采样保持方式
量化
将各个像素所含的明暗信息离散化后,用数字来表示。
一般的量化值为整数
充分考虑到人眼的识别能力之后,目前非特殊用途的图像均为8bit量化,即用[0255]描述“从黑到白”。
量化方法:
均匀量化:
是简单地在灰度范围内等间隔量化。
非均匀量化:
是对像素出现频度少的部分量化间隔取大,而对频度大的量化间隔小。
量化程度降低
●分辨率(空间、幅度)
映射到图像平面上的单个像素的景物元素的尺寸。
单位:
像素/厘米(如:
扫描仪的指标300dpi)
或者是指要精确测量和再现一定尺寸的图像所必需的像素个数。
单位:
像素*像素,(如:
数码相机指标30万像素(640*480))
●采样、量化和分辨率之间的联系
采样频率决定分辨率
量化强度决定了每个象素可以取的值集合
●图像数字化:
统一的采样和量化
图像的采样与数字图象的质量
空间分辨率
幅度分辨率
9.数字图像基本概念
●图像分类
彩色图像灰度图像黑白图像
●图像存储
格式(表示格式和文件格式)
(1)矢量格式:
用线段或线段的组合体来表示图像
(2)光栅格式:
用许多图像点的集合来表示图像
BMP格式,GIF格式,TIFF格式,JPEG格式
图象文件格式
●视频格式
NTSC(NationalTelevisionSystemsCommittee)北美、日本
PAL(PhaseAlternationLine)欧洲、中国
SECAM(SystemeElectroniqueColorAvecMemoire)法国
●图像处理系统的基本结构
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
●图像工程的三个层次
●图像工程相关学科和领域
●图像处理
1)对图像的增强以改善图像视觉质量
2)对退化图像的恢复以消除各种干扰的影响
3)根据对场景的多个投影来重建场景的图像
4)对图像进行编码以减少表达图像的数据量,从而有利于存储和传输
5)给图像加入数字水印以保护图像的所有权
●图像统计特性
图像的信息量:
整图的熵
图像平均灰度值:
小块区域内的算术平均
图像灰度中值:
小块区域内灰度排序取中值
图像灰度方差:
区域内各像素灰度与平均值的离散程度
●Terms术语
CCD:
charge-coupleddevices电荷耦合器件Scanning:
扫描
Continuous:
连续的Discrete:
离散的Digitization:
数字化
Sampling:
采样Quantization:
量化Band-limitedfunction:
带宽有限函数
ADC:
analog-to-digitalconverter模数转换器Pixel:
pictureelement象素
Gray-scale:
灰度Graylevel:
灰度级Gray-scaleresolution:
灰度分辨率
Resolution:
分辨率Sampledensity:
采样密度
Bit:
比特Byte:
字节Pixelspacing:
象素间距Contrast:
对比度
Noise:
噪声NR:
signal-to-noiseratio信噪比Frame:
帧Field:
场
Line:
行,线Interlacedscanning:
隔行扫描Framegrabber:
帧抓取器
●颜色模型
RGBHISYUVYCbCrCIEL*a*b*
●图像表示
光谱
24位彩色图像:
通常真彩色用三字节的R,G,B来表示,即8:
8:
8=24位。
R、G、B(三基色波长(CIE)Blue:
435.8nm,Green:
546.1nm,Red:
700nm)
●
彩色模型
RGB模式(相加混色模型,
用于发光物体)
CMYK模式(相减混色模型,用于不发光物体)
三次色(青色Cyan,洋红Magenta和黄色Yellow)
K为真正黑色
颜色1
颜色2
颜色3
混合结果
黄色Y
洋红M
红R
青色C
黄色Y
绿G
青色C
洋红M
蓝B
在绘画艺术上,饱和度的概念可描述如下:
一种纯色加上白色染料后的结果,此时色彩的饱和度发生变化而色彩的亮度不发生变化。
同样在绘画艺术上,亮度的概念可描述如下:
一种纯色加上黑色染料后的结果,此时色彩的亮度发生变化而色彩的饱和度不发生变化。
HSB空间的坐标体系
HSB模型
基于人类对颜色的感觉,HSB模型描述颜色的三个基本特征。
又称为HSI空间。
色相(或色度Hue)是从物体反射或透过物体传播的颜色。
在0到360度的标准色轮上,色相是按位置度量的。
在通常的使用中,色相是由颜色名称标识的,比如红、橙或绿色。
饱和度(Saturation)有时也称色品,是指颜色的强度或纯度。
饱和度表示色相中灰成分所占的比例,用从0%(灰色)到100%(完全饱和)的百分比来度量。
在标准色轮上,从中心向边缘饱和度是递增的。
亮度(Brightness)是颜色的相对明暗程度,通常用从0%(黑)到100%(白)的百分比来度量。
●8位索引图像
调色板(palette):
图像的色彩索引表。
若图像的色彩数远小于全色彩数时,当每个像素的值用色彩索引表的位置表示就可以大大节约存储空间。
这种技术常用于各种图像的存储格式中,如bmp,tif,gif等。
(图像表示用到调色板时,像素值是palette的地址)
课后思考:
灰度图像和彩色图像索引图像的区别?
●CIEL*a*b*颜色模型
●彩色图像(RGB)
每个像素由RGB三原色构成
●灰度图像
每个像素由一个量化的灰度级来描述的图像
●黑白图像(二值图像)
黑白图像是指图像的每个像素只能是黑或者白
●彩色图像到灰度图像
对于彩色图像中的一点f(x,y)=(r,g,b),
采用如下公式得到其灰度图像:
f’(x,y)=(r’,g’,b’)其中r’=g’=b’
r’=(r+g+b)/3
●灰度图像到黑白图像
对于灰度图像中的一点f’(x,y)=(r’,g’,b’)其中r’=g’=b’。
其黑白图像定义如下:
●数字图像的灰度直方图
在数字图像处理中,灰度直方图是最简单且最有用的工具之一,可以说,对图像的分析与观察,直到形成一个有效的处理方法,都离不开直方图。
定义
灰度直方图是灰度级的函数,是对图像中灰度级分布的统计。
有两种表示形式:
1)图形表示形式:
横坐标表示灰度级,纵坐标表示图像中对应某灰度级所出现的像素个数。
2)数组表示形式:
数组的下标表示相应的灰度级,数组的元素表示该灰度级下的像素个数。
计算例
性质
所有的空间信息全部丢失;每一灰度级的像素个数可直接得到。
应用
简单性从其一维的数据形式,以及简单的计算方法可以感受到。
有用性,在这里通过几个应用例子来说明:
数字化参数
直方图给出了一个简单可见的指示,用来判断一幅图像是否合理的利用了全部被允许的灰度级范围。
一幅图像应该利用全部或几乎全部可能的灰度级,否则等于增加了量化间隔。
丢失的信息将不能恢复。
分割阈值选取
假设某图像的灰度直方图具有二峰性,则表明这个图像较亮的区域和较暗的区域可以较好地分离。
取二峰间的谷点为阈值点,可以得到好的二值处理的效果。
- 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 期末 整理
![提示](https://static.bdocx.com/images/bang_tan.gif)