数字图像处理复习资料

第一章图像处理: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。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。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。图像分类：按波段多少，图像可分为单波段、多波段和超波段图像。单波段图像在每个点只有一个亮度值。多光谱图像上每一个点不只一个特性。从人眼的视觉特点看，图像分为可见图像和不可见图像。（模拟）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、活动图像数字图像：数字图像可以理解为图像的数字表示，是时间和空间的非连续函数(信号)，是为了便于计算机处理的一种图像表示形式。它是由一系列离散单元经过量化后形成的灰度值的集合，即像素(Pixel)的集合。数字图像处理的特点1信息量大：512×512×8bit＝256KB256KB×25帧/s＝6400KB=6.25MB2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3像素相关性大：压缩潜力大4评价受人的影响大图像处理对图像进行一系列的操作以达到预期的目的的技术称作图像处理。图像处理可分为模拟图像处理和数字图像处理两种方式。特点：主要在像素级进行处理，处理的数据量非常大。图像分析图像分析主要是对图像中感兴趣的目标进行检测和测量，从而建立对图像的描述。特点：是一个从图像到数据的过程，可以看作是中层处理。图像工程的内涵可分为图像处理、图像分析和图像理解三个层次数字图像的处理方法根据对图像作用域的不同，数字图像处理方法可分为：空域算法和变换域算法。空域处理方法：是指在空间域内直接对数字图像进行处理空域处理法主要有两大类：(1)邻域处理法(2)点处理法变换域处理方法：首先主要是通过傅立叶变换、离散余弦变换、沃尔什变换或是比较新的小波变换等变换算法，将图像从空域变换到相应的变换域，得到变换域系数阵列，然后在变换域中对图像进行处理，处理完成后再将图像从变换域反变换到空间域，得到处理结果。图像处理图像增强：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、目标表达和描述图像变换：提高图像质量图像变换是图像处理和图像分析的一个重要分支，它将图像从空间域变换到变换域，然后在变换域对图像进行处理和分析。常用的图像变换有傅立叶变换、DCT变换，小波变换等图像增强是指根据一定的要求，突出图像中感兴趣的信息，而减弱或去除不需要的信息，从而使有用信息得到加强的信息处理方法。图像增强技术可分为基于空间域的增强方法和基于频率域的增强方法两类。图像增强主要方法有直方图增强、空域滤波法、频率域滤波法以及彩色增强法等。图像编码就是利用图像信号的统计特性及人类视觉的生理学和心理学特性对图像信号进行高效编码，以解决数据量大的矛盾。图像编码的目的有三个：①尽量减少表示数字图像时需要的数据量。②降低数据率以减少传输带宽；③压缩信息量,便于特征抽取，为识别作准备。根据解压重建后的图像和原始图像之间是否具有误差，图像编码压缩分为无误差编码和有误差编码两大类。根据编码方法作用域不同，图像编码分为空间域编码和变换域编码两大类。图像复原也叫图像恢复其目的是找出图像降质的起因，并尽可能消除它，使图像恢复本来面目。重建处理则是从数据到图像的处理。也就是说输入的是某种数据，而处理结果得到的是图像。该处理的典型应用就是CT技术。图像重建的主要算法有代数法、迭代法、傅里叶反投影法、卷积反投影法等。应用查找ppt第二章2.1图像的数字化图像的数字化：包括采样和量化两个过程。图像的采样空间坐标(x,y)的数字化被称为图像采样。确定水平和垂直方向上的像素个数N、M。图像的量化取值的数字化被称为图像灰度级量化量化处理：将f映射到Z的处理Z的最大取值，确定像素的灰度级数G=2m，如256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。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。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)，分辨率：是指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/英寸，像素/厘米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。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。把由黑—灰—白的连续变化的灰度值，量化为0～255共256级灰度值量化的方法有两种：一是等间隔量化，一是非等间隔量化。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。多采用等间隔量化方法。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。采样与量化参数的选择假定图像取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b=M*N*Q字节数为B=M*N*Q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，图像出现假轮廓。当限定数字图像的大小时,为了得到质量较好的图像可采用如下原则：（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种将模拟图像数字化成为数字图像，需要某种图像数字化设备。图像数字化设备的性能主要有像素大小、图像大小、线性度、噪声等颜色。2.2图像的表示静态图像可分为矢量图和位图，位图也称为栅格图像矢量图是用一系列绘图指令来表示一幅图，这种方法的本质是用数学(更准确地说是几何学)公式描述一幅图像。位图是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。位图又可以分成如下四种：二值图像：2值图像的像素值为0、1。灰度图像：像素灰度级用8bit表示，所以每个像素都是介于黑色和白色之间的256（28=256）种灰度中的一种。是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。索引颜色图像：索引颜色的图像最多只能显示256种颜色真彩色图像（RGB）：由于它所表达的颜色远远超出了人眼所能辨别的范围，故将其称为“真彩色”。关于编程方面知识请找ppt.2.3图像的质量图像的质量包括——层次、对比度、清晰度层次灰度级：表示像素明暗程度的整数量层次：表示灰度级的数量图像数据的实际层次越多视觉效果就越好对比度是指一幅图像中灰度反差的大小对比度=最大亮度/最小亮度清晰度相关的主要因素·亮度·对比度·主题内容的大小·细微层次·颜色饱和度2.4图像的颜色图像的颜色——RGB、HSI、CMYK、伪彩色、其它表色系HSI模型：HSI模型中，H表示色调(Hue)，S表示饱和度(Saturation)，I表示亮度(Intensity，对应成像亮度和图像灰度)。①IH和S分量与人感受颜色的方式是紧密相联的RGB转HSI见ppt51页伪彩色模型定义：通过颜色映射表描述色彩·实际上是RGB颜色模型的变体用伪彩色描述颜色的方法·建立颜色映射表一般表的长度16-256·像素值用其RGB值在映射表中的位置代替·通过抖动技术缓解颜色种类不足的问题·如何找出16-256种关键颜色是成败的关键2.5图像的像素图像的像素——邻域、连通性、距离图像的像素：邻域——4－邻域、8－邻域、D－邻域4-邻域定义：像素p(x,y)的4-邻域是(x+1,y)(x-1,y)(x,y+1)(x,y-1)，用N4(p)表示p的4-邻域。8-邻域定义：像素p(x,y)的8-邻域是4-邻域的点加上对角上的点(x+1,y+1)(x+1,y-1)(x-1,y+1)(x-1,y-1)，用N8(p)表示p的8-邻域。图像的连通性：4－连通、8－连通、m－连通连通性是描述区域和边界的重要概念两个像素连通的两个必要条件是·两个像素的位置在某种情况下是否相邻·两个像素的值是否满足某种相似性4-连通：对于具有值V的像素p和q，如果q在集合N4(p)中，则称这两个像素是4-连通的8-连通：对于具有值V的像素p和q，如果q在集合N8(p)中则称这两个像素是8-连通的m-连通的定义：对于具有值V的像素p和q如果:(i)q在集合N4(p)中或(ii)q在集合ND(p)中并且N4(p)与N4(q)的交集不空则称这两个像素是m-连通的，即4-连通和D-连通的混合连通临近的定义如果像素p和q是连通的，则称p临近于q我们可以用定义邻域的方法定义4-临近、8-临近和m-临近路径的定义定义临近的方法定义4-路径8-路径和m-路径图像的距离欧几里德距离：De(p,q)=[(x－s)2+(y－t)2]1/2D4距离（城市距离）：D4(p,q)=|x－s|+|y－t|具有D4=1的像素是(x,y)的4-邻域D8距离（棋盘距离）：D8(p,q)=max(|x－s|,|y－t|);具有D8=1的像素是(x,y)的8-邻域2.7灰度直方图将图像中像素亮度（灰度级别）看成是一个随机变量，则其分布情况反映了图像的统计特性，这可用ProbabilityDensityFunction(PDF)来刻画和描述，表现为灰度直方图（Histogram）。灰度直方图是灰度级的函数，表示图像中具有某种灰度级的像素的个数，反映了图像中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。（1）直方图只包含了该图像中某一灰度值的像素出现的概率，丢失了其所在位置的信息。（2）任一幅图像，都能惟一地确定出一幅与它对应的直方图，但不同的图像，可能有相同的直方图。如图两幅不同图像具有相同直方图。图像处理的方法基本上可分为空间域法和频域法两大类。（1）空间域法在原图像上直接进行数据运算，对像素的灰度值进行处理。它又分为两类：点运算和局部运算点运算：对图像作逐点运算局部运算：在与处理像点邻域有关的空间域上进行运算（2）频域法在图像的变换域上进行处理，增强感兴趣的频率分量，然后进行反变换，得到频域处理过的图像。空域滤波及滤波器的定义使用空域模板进行的图像处理，被称为空域滤波（局部运算）。模板本身被称为空域滤波器。模板操作是数字图像处理中常用的一种运算方式，图像的平滑、锐化、细化、边缘检测等都要用到模板操作。例如，有一种常见的平滑算法是将原图中的一个像素的灰度值和它周围邻近8个像素的灰度值相加，然后将求得的平均值作为新图像中该像素的灰度值。可用如下方法来表示该{111；11*1；111}上式有点类似于矩阵，通常称之为模板（Template），带星号的数据表示该元素为中心元素，即这个元素是将要处理的元素。模板操作实现了一