数字图像处理综述

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

数字图像处理•第一章绪论•第二章图像处理与MATLAB•第三章图像显示•第四章点处理•第五章邻域处理•第六章图像几何变换•第七章傅里叶变换•第八章图像恢复•第九章图像分割•第十章数学形态学•第十一章图像拓补学•第十二章锐化和边界•第十三章彩色图像处理•第十四章图像压缩编码•1.1图像和图片•1.2什么是图像处理•1.3图像的采集与抽样•1.4图像和数字图像•1.5图像处理的一些应用•1.6图像处理概述•1.7图像处理的过程•1.8数字图像的种类•1.9数字图像的大小•1.10图像感知第一章绪论1.1图像和图片•1、基本概念•(1)图:是物体反射或者透射电磁波的分布。•(2)像:是人的视觉系统对接收的图信息在大脑中形成的印象。•(3)图像:是“图”和“像”的结合。具体来说,就是用各种观测系统以不同形式和手段观测客观世界而获得的、可以直接或间接作用于人的视觉系统而产生的视知觉实体。•(4)图像处理:是对图像信息进行加工以满足人的视觉或应用需求的行为。•(5)数字图像处理,就是利用计算机技术或其他数字技术,对图像信息进行某些数学运算和各种加工处理,以改善图像的视觉效果和提高图像实用性的技术。★图像是人类获取信息、表达信息和传递信息的重要手段。★据统计,在人类接受的信息中,图像等视觉信息所占的比重达到75%。★数字图像处理技术已经成为信息科学、计算机科学、工程科学、地球科学等诸多方面的学者研究图像的有效工具。图像处理主要有如下三方面的目的:(1)提高图像的视感质量,以达到赏心悦目的目的。如去除图像中的噪声,增强边缘,去除运动模糊,改变图像的亮度、颜色,增强图像中的某些成份、抑制某些成份,对图像进行几何变换等,从而改善图像的质量,以达到或真实的、或清晰的、或色彩丰富的、或意想不到的艺术效果。(2)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,这些特征包括很多方面,如频域特性、灰度/颜色特性、边界/区域特性、纹理特性、形状/拓扑特性以及关系结构等。还可以对图像去细节化处理(3)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。图像的输出与显示照相、激光拷贝、喷墨打印、CRT显示器、液晶显示等1.2什么是图像处理人从物体感受的颜色由物体反射光决定若所有反射的可见光波长均衡,则物体显示白色有颜色的物体是因为吸收了其他波长的大部分能量,从而反射某段波长范围的光。没有颜色的光叫单色光,灰度级通常用来描述单色光的强度,其范围从黑到灰,最后到白。在原理上,如果可以开发出一种传感器,能够检测由一种电磁波谱发射的能量,就可以在那一段波长上对感兴趣的物体成像。成像原理1.3图像的采集与抽样一、图像获取•1.利用可见光成像:如利用CCD照相机,或CMOS集成块,或使用平板扫描仪等等。•2.利用其他电磁波成像,如Gamma射线等根据信息源分类(电磁波谱)根据光子能量排布的电磁波谱CCD传感器电荷耦合器件(ChargedCoupledDevice),感应可见光的光强...逐行扫描采样量化数字化像素对应扫描线的行扫描行像素灰度整数值扫描仪的图像数字化过程原理图CMOS传感器互补性金属氧化物半导体(ComplementaryMetal-OxideSemiconductor)•Gamma射线(a)骨骼扫描(b)PET图像(c)天鹅星座环(d)来自反应器电子管的伽马辐射•X射线(a)胸部X射线图像(b)主动脉造影图像(c)头部CT(d)电路板(e)天鹅星座环•紫外线成像(1)普通谷物(2)被真菌感染的谷物(3)天鹅星座环•可见光与红外波段成像•可见光与红外波段成像利用可见光显微镜获取的图像(1)紫杉酚250倍(2)胆固醇40倍(3)微处理器60倍(4)镍氢化物薄片600倍(5)音频CD的表面1750倍(6)有机超导450倍•可见光与红外波段成像(遥感图像)华盛顿地区的卫星图像•可见光与红外波段成像•可见光与红外波段成像利用图像处理技术检测产品(a)电路板(b)封装的丸剂(c)瓶子(d)清洁塑料上的气泡(e)谷物(f)目镜掺杂物图像•可见光与红外波段成像(a)指纹(b)纸币(c)(d)自动读取牌照•微波段成像(雷达)不受气候、光照条件影响,可以穿透云层,通过植被、冰层和极干燥地区西藏东南山区航天器拍摄的雷达图像•无线电波成像(a)膝盖(b)脊椎磁共振成像(MRI)•其他图像成像方式声波成像地震模型横截面图像•其他图像成像方式超声波成像(a)胎儿(b)胎儿另一侧(c)甲状腺(d)肌肉层有损害二、图像采样按图像空间坐标和明暗程度的连续性可分为模拟图像和数字图像。模拟图像指空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像。数字图像是一种空间坐标和灰度均不连续的、用离散的数字表示的图像。这样的图像才能被计算机处理。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。由于图像是一种二维分布的信息,为了对它进行采样操作,需要先将二维信号变为一维信号,再对一维信号完成采样。具体做法是,先沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描,取出各水平线上灰度值的一维扫描。而后再对一维扫描线信号按一定间隔采样得到离散信号,即先沿垂直方向采样,再沿水平方向采样这两个步骤完成采样操作。对于运动图像(即时间域上的连续图像),需先在时间轴上采样,再沿垂直方向采样,最后沿水平方向采对一幅图像采样时,若每行(即横向)像素为M个,每列(即纵向)像素为N个,则图像大小为M×N个像素。在进行采样时,采样点间隔的选取是一个非常重要的问题,它决定了采样后图像的质量,即忠实于原图像的程度。采样间隔的大小选取要依据原图像中包含的细微浓淡变化来决定。一般,图像中细节越多,采样间隔应越小。根据一维采样定理,若一维信号g(t)的最大频率为ω,以T≤1/2ω为间隔进行采样,则能够根据采样结果g(iT)(i=…,-1,0,1,…)完全恢复g(t),即iiTtsiTgtg)()()(式中ttts2)2sin()(图2-2采样示意图采样行采样列像素行间隔采样间隔采样间隔大小的选取要根据原图象中包含何种程度的细微浓淡变化来确定。一般,图象中细节越多,说明其中包含的高频成分越多,则采样间隔应越小。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。图a说明了量化过程。若连续灰度值用z来表示,对于满足zi≤z≤zi+1的z值,都量化为整数qi。qi称为像素的灰度值,z与qi的差称为量化误差。一般,像素值量化后用一个字节8bit来表示。如图b所示,把由黑—灰—白的连续变化的灰度值,量化为0~255共256级灰度值,灰度值的范围为0~255,表示亮度从深到浅,对应图像中的颜色为从黑到白。(a)量化;(b)量化为8bit连续灰度值量化值(整数值)灰度标度灰度量化Zi+1ZiZi-1qi+1qi-125525412812710……(a)(b)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。等间隔量化就是简单地把采样值的灰度范围等间隔地分割并进行量化。对于像素灰度值在黑—白范围较均匀分布的图像,这种量化方法可以得到较小的量化误差。该方法也称为均匀量化或线性量化。非均匀量化是依据一幅图像具体的灰度值分布的概率密度函数,按总的量化误差最小的原则来进行量化。具体做法是对图像中像素灰度值频繁出现的灰度值范围,量化间隔取小一些,而对那些像素灰度值极少出现的范围,则量化间隔取大一些。均匀量化效果示意图非均匀量化效果示意图注意:由于图像灰度值的概率分布密度函数因图像不同而异,所以不可能找到一个适用于各种不同图像的最佳非等间隔量化方案。因此,实用上一般都采用等间隔量化。三、采样与量化参数的选择一幅图像在采样时,行、列的采样点与量化时每个像素量化的级数,既影响数字图像的质量,也影响到该数字图像数据量的大小。假定图像取M×N个样点,每个像素量化后的灰度二进制位数为Q,一般Q总是取为2的整数幂,即Q=2k,则存储一幅数字图像所需的二进制位数b为QNMb字节数B为)(8ByteQNMB对一幅图像,当量化级数Q一定时,采样点数M×N对图像质量有着显著的影响。如下图所示,采样点数越多,图像质量越好;当采样点数减少时,图上的块状效应就逐渐明显。当人眼每度视角内象素超过20对后,已无法察觉数字图象与连续图象的差别。每度视角内象素点对越少则图象上的块状效应越明显。(a)原始图像(512×512);(b)采样图像1(256×256);(c)采样图像2(128×128);(d)采样图像3(64×64);(e)采样图像4(32×32);(f)采样图像5(16×16)同理,当图像的采样点数一定时,采用不同量化级数的图像质量也不一样。如下图所示,量化级数越多,图像质量越好,当量化级数越少时,图像质量越差,量化级数最小的极端情况就是二值图像,对人眼来说,量化级别大于32时就能得到满意的视觉效果。图2-5(a)原始图像(256阶);(b)量化图像1(64阶);(c)量化图像2(32阶);(d)量化图像3(16阶);(e)量化图像4(4阶);(f)量化图像5(2阶)低bit量化的伪轮廓现象示意图一般,当限定数字图像的大小时,为了得到质量较好的图像(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(混叠)。对于彩色图像,是按照颜色成分——红(R)、绿(G)、蓝(B)。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。若干常用的M﹑N值汉字:16*16到256*256象素取决于字的大小显微镜图象:256*256或512*512象素电视图象:500~700*480象素。卫星图象:3240*2340象素。SAR(合成孔雷达):8000*8000象素。CRT显示器:640*480-2048*2048象素1.4图像和数字图像模拟图像指空间坐标和明暗程度都是连续变化的图像数字图像是一种空间坐标和灰度均不连续的、用离散的数字表示的图像。模拟图像见P9图1.13,坐标与自然坐标相符,任意位置处的灰度为0~1之间的一个值。数字图像的表示表示数字图像所用坐标的约定,用矩阵坐标描述,为了编程方便。M,N必须为正数,灰度级取值为2的整数次幂L=2k,为k位图像图像存储量b=M*N*k数字图像1.5图像处理的一些应用1.生物医学利用电磁波谱成像分析系统诊断病情。如显微镜图像分析,DNA成像分析等;CT及核磁共振、超声波、X射线成像分析等。如三维测量可视化软件系统可对各类医学断层图像进行分析处理,提供诊断依据。2.遥感农、林等资源的调查,农作物长势监测,自然灾害监测、预报,地势、地貌测绘以及地质构造解译、找矿,环境污染检测等等。3.工业生产无损探伤,石油勘探,生产过程自动化(识别零件,装配质量检查),工业机器人视觉等。4.军事航空及卫星侦察照片的测绘、判读,雷达、声纳图像处理,导弹制导,军事仿真等。5.通信图像传真,可视电话,卫星通讯,数字电视等。6.公安指纹识别,印签、伪钞识别,安检,手迹、印记鉴别分析等。7.气象预报获取气象云图进行测绘、判读等。风云1号风云2号8、高能物理核子泡室图片分析。9、考古恢复珍贵的文物图片、名画、壁画。1.6图像处理概述1.图像增强:图像增强的目的是为了改善画质,使图像的显示效果更加清晰。比如锐化和去模糊处理提亮边界增加对比度或亮度去噪散焦模糊图像的清晰化大雾天气下的景物清晰化突出边界低照度下图片加亮图像消噪2.图像重建:图像重建是指从数据到图像的处理,即输入的是某种数据,而经过处理后得到的结果是图像,图象重建最典型的应用是医学上的计算断层摄影技术(CT)。把退化、模糊了的图像复原.包括图像辐射和几何校正等内容;由断层扫描重建二、三维图像。3.图像分割:图像分割是指通过某种方法,使得画面场景被分为“目标物”

1 / 69
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功