数字图像处理课件

数字图像处理信息学院-张晓庆主教材数字图像处理．贾永红等．武汉大学出版社参考读物[1]RefaelC.Gonzalez&RichardE.Woods．数字图像处理（第二版）．阮秋琦，阮宇智，等译．北京：电子工业出版，2003．[2]K.R.Castleman．DigitalImageProcessing．清华大学出版社，1998[3]W.K.Pratt．数字图像处理学．科学出版社，1984[4]沈庭芝．数字图像处理及模式识别．北京理工大学出版社，1998[5]章毓晋．图像处理和分析．清华大学出版社，1999[6]夏良正．数字图像处理．东南大学出版社，1999[7]杨淑莹VC++图像处理程序设计（第2版）清华大学出版社第1章绪论1.1数字图像处理1.2相关学科和领域1.3数字图像处理的主要应用与发展趋势1.4工程应用简介1.1数字图像处理的概念1.1.1图像的基本概念1.1.2数字图像的基本特点1.1.3数字图像处理的基本特点1.1.4数字图像处理的主要研究内容1.1数字图像处理的概念1.1.1图像的基本概念图：反射光或透射光的分布，或自身发出的能量(客观)像：人的视觉系统对图的接收在大脑中形成的印象或认识（主观）观察系统使用的光波段：可见光、红外、X射线、微波超声波、射线等图像：静止——文字、图片等运动——分行物、心脏图色彩：黑白、彩色图像处理:是对图像信息进行加工处理，以满足人的视觉心理和实际应用的需求图像处理方法：光学方法、电子学方法1.1.1图像的基本概念1.1.1图像的基本概念模拟图像连续的，采用数字化（离散化）表示和数字技术出现之前，图像是连续的，这一类图像称为模拟图像或连续图像连续的：指从时间上和从数值上是不间断的1.1.1图像的基本概念数字图像由连续的模拟图像采样和量化而得。组成数字图像的基本单位是像素，所以数字图像是像素的集合。像素为元素的矩阵，像素的值代表图像在该位置的亮度，称为图像的灰度值。数字图像像素具有整数坐标和整数灰度值。1.1.1图像的基本概念图像是一种语言表达方法直观表现力强图像信息是人类信息获取和交流的主要方式视、听、触、嗅、味等1.1.1图像的基本概念图像分类维数：二维图像、三维图像颜色：黑白图像彩色图像时间：静止图像活动图像静止——文字、图片等运动——分行物、心脏图三维立体——山脉、建筑群(,)ixy(,,)ixyz1.1.2数字图像的基本特点图像是人类信息获取的重要手段数字图像的分辨率逐步提高数字图像可以充分利用现代化的数字通讯和信息传输技术数字图像可以长期保存和永不失真1.1.3数字图像处理的基本特点信息量大：512×512×8bit＝256KB256KB×25帧/s＝6400KB=6.25MB占用的频带较宽：电视图像的带宽5～6MHz，而语言带宽4KHz，频带越宽，技术实现难度越大像素相关性大：压缩潜力大评价受人的影响大表达：建模，图像采样、数字化图像和视觉基础图像变换：提高图像质量图像处理图像基础图像增强：改善图像质量图像几何处理：平移、缩放、旋转、扭曲图像复原：去噪声、去模糊图像重建：重建原始图像1.1.4数字图像处理的主要研究内容1.2.2数字图像处理的主要研究内容图像编码压缩减少存储量和传输量图像分割图像区域分割和理解、目标表达和描述1.2.2数字图像处理的主要研究内容图像增强1.2.2数字图像处理的主要研究内容图像复原1.3相关学科和领域1.3.1数字信号处理学1.3.2计算机图形学1.3.3计算机视觉1.3.1数字信号处理学数字信号处理图像处理研究对象：一维数字信号二维数字信号研究内容：数字滤波器、数字图像滤波器、图像正交变换、数字编正交变换、图像编码等码等数字信号处理与图像处理是紧密相关学科。1.3.2计算机图形学计算机图形学图像处理研究对象：图形图像研究内容：图形生成、透视、图像处理、图像分消隐割、图像分析过程：由数学公式生成仿由原始图像处理出真图形或图像分析结果计算机图形学与图像处理是逆过程。1.3.2计算机图形学图像描述图像处理计算机图形学图像识别图像理解1.3.3计算机视觉计算机视觉图像处理研究对象：图像或图像序列图像研究内容：视觉感知、图像处理、图像分割、图像理解图像分析过程：由图像特征感知、由原始图像处理出识别和理解三维场景分析结果1.4数字图像处理的主要应用与趋势1.4.1数字图像处理的主要应用1.4.2数字图像处理的发展趋势1.4.1数字图像处理的主要应用遥感图像应用：资源调查、灾害监测、农林业规划、城市规划、环境保护等医学图像应用:计算机断层摄影计算成像CT技术、X射线、染色体分析等工业和实验图像应用:无损探伤、自动检查和识别、智能机器人等1.4数字图像处理的主要应用与趋势1.4.1数字图像处理的主要应用办公室自动化图像应用：邮政编码图像识别、OCR（字符识别系统）、自动判卷系统、各类图纸自动识别与录入系统等军事公安图像应用：自动跟踪技术、指纹识别、不完整图片的复原、监控等文化艺术图像应用：服装设计、照片的复制和修复、运动员动作分析等图像数据传输应用：图像的存储、刻盘、互联网传输，以及其它卫星传输、无线传输等数字图像输入输出设备1.4.2数字图像处理的发展趋势从低分辨率向高分辨率发展从二维（2D）向三维（3D）发展从静止图像向动态图像发展从单态图像向多态图像发展结合应用数学新进展1.5工程应用简介1.5.1遥感图像处理1.5.2工业与实验图像处理1.5.3医学图像处理1.5.4办公图像处理1.5.5公安图像处理1.5.6影视图像处理1.5.1遥感图像处理军事侦察：战略目标定位、多光谱去伪装导弹末制导：红外、雷达图像处理农作物估产：多光谱图像分析地质研究：宏观地质结构、探矿灾情估计：红外图像统计气象云图：图像几何处理与拼接遥感图像增强前后的遥感图像高分辨率遥感图像1高分辨率遥感图像2香港新机场遥感图像航片遥感多光谱图例处理前后地表覆盖遥感应用一例1.5.2工业与实验图像处理自动装配生产线：实时图像处理机器人视觉：立体图像对处理无损探伤：高能X射线探测金属内部车辆牌照识别：交通管制流动显示与测速：PIV粒子图像测速识别棉花中的杂质车牌识别工件裂纹检测1.5.3医学图像处理病理图像分析：显微图像、染色体图像X射线图像处理：X射线透视和照片增强超声图像处理：黑白超和彩超、动态CT图像重建：断层图像计算X光图像增强CT切片图像CT边缘提取B超图像染色体1.5.4办公图像处理邮政编码识别：手写数字图像处理识别印刷体文字识别：OCR文字图像识别机械图样自动录入：线条跟踪、拟合1.5.5公安图像处理指纹图像处理：刑侦、司法鉴定、自动门卫枪纹图像处理：刑侦、司法鉴定面孔图像处理：自动门卫印章比对：司法鉴定、银行支票笔迹比对：刑侦、司法鉴定指纹识别1.5.6影视图像处理照片去模糊处理：焦距模糊、运动模糊绿幕剪影：图像合成变脸特技：帧间插值处理静止图像压缩：JPEG标准、网络传输动态图像压缩：MPEG标准、VCD和DVD数字电影院：未来电影技术由黑白图像转换的伪彩色图像GirlLena黑白相片系统结构图月球探测实验车Nomad漫游者作业1-1结合每个人的本专业学科、工作应用，谈谈数字图像处理的关系或在本专业学科中的应用。1-2除前面介绍的例子之外，试举一些其他的图像应用的工程例子。1-3图像处理与计算机图形学的区别与联系是什么？第2章图像处理基础知识图像和视觉基础视觉基础人眼与亮度视觉颜色视觉成像基础成像模型成像几何采样和量化图像基础像素间联系图像运算图像坐标变换第2章图像处理基础知识2.1图像数字化2.2图像数据结构2.3图像文件格式2.4图像质量评价2.1图像数字化2.1.1图像传感器与数字成像2.1.2数字化原理2.1.1图像传感器与数字成像1.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2.1.1图像传感器与数字成像2.CMOS传感器互补性金属氧化物半导体（ComplementaryMetal-OxideSemiconductor）2.1.2数字化原理1．数学模型,,,,,fxyfxyxyfxyAfxy模拟图像的数学模型是一个二元函数，的函数值是能量的记录，是非负有界的实数，同时，一幅实际图像的尺寸是有限的，一般定义在某一矩形域中模拟图像数字化后得到数字图像。数字图像的数学模型仍用二元函数来表示，但此时的坐标值和函数值是离散的，是整数值0≤≤2．采样和量化采样：空间上的离散化量化：灰度上的离散化(0,0)(0,1)(,)(1,0)(1,1)nTffnfxyfnfnn抽样2.1.2数字化原理连续信号（抽样、量化）——数字信号采样点阵：正方形、正三角2.1.2数字化原理图像矩阵的特点：a）b）数字化抽样：正方形点阵、三角形点阵、正六角形点阵等0(,)fxy2.1.2数字化原理3.采样定理一维采样定理：惠特克－卡切尼柯夫－香农whittaker-korelnikov-shannon2()()2cccwfffftfft（）采样定理。当或，则函数的傅立叶变换为0，亦即可由相隔为或更密的样本正确重构≥≥2.1.2数字化原理二维采样定理：采样频率大于图像信号最高频率的2倍00002π()11(,)2cos2π(34),0.2(,)2cos2π(34)edd(3,4)(3,4)3,3,415220.2jxuyvccxysxsysxyfxyxyxyFuvxyxyuvuvfffffffff例：带宽4时为0，采样频率：或不满足采样定理，有混频现象0022xyff奈奎斯特频率：不混叠时采样中的最低限，oxyyx(,)(,)(,)(,)(,)smnsxyxmxynyfxyfxysxy2.1.2数字化原理1122ccxyuv采样间隔满足条件和，此时模拟图像的采样结果可以精确地，无失真地重建原图像≤≤2.1.2数字化原理4.采样误差混叠噪声孔径效应：实际采样脉冲不是理想冲击函数，有一定的宽度，会产生失真插入噪声：由采样图像信号恢复到原图像，无理想滤波器（在内频率特性平坦，相位特性成直线)抖动噪声：采样周期为，但发射与接受端存在相位差异，称相位抖动。TcfT5.量化均匀量化非均匀量化:a）基于视觉特性：对亮度值急剧变化部分无需过细分层，进行粗量化,对亮度值平缓变化部分需过细分层，进行细量化b）先计算所有可能的亮度值出现的概率分布，对概率分布大的进行细量化,对概率分布小的进行粗量化,非均匀量化可以减少量化误差，又能用较少的比特数实现量化2.1.2数字化原理量化和采样是两个不同的概念，量化是在每个采样点上进行的，所以必须先采样后量化。量化和采样是图像数字化的不可或缺的两个操作，二者紧密相关，同时完成。2.1.2数字化原理6.采样和量化的关系,,fxyfxy采样空间离散的像素矩阵量化对信号的幅度进行离散分层的过程2.1.2数字化原理————222128128698304(12)51251282097152(256)mnkkMNGMNGNNGGkBMNK图像尺寸每个像素所具有的离散灰度级数（不同灰度值的个数）=2点采样，每点灰度级级，，占位。存一幅图像所需的位数（bit）、2.1.2数字化原理NNkNkNkkNkNkN总数据量位二进制数据当总存储容量一定时，与怎么分配效果才最佳？解：无一般方法，取决于具体图像。当纹理细节多时大，小。当层次要求多时，则大，小。例如：人头像——要照顾层次？大，小（频带窄