数字图像敏神word版.docx
- 文档编号:14455096
- 上传时间:2023-06-23
- 格式:DOCX
- 页数:19
- 大小:669.24KB
数字图像敏神word版.docx
《数字图像敏神word版.docx》由会员分享,可在线阅读,更多相关《数字图像敏神word版.docx(19页珍藏版)》请在冰点文库上搜索。
数字图像敏神word版
第一章绪论
❆图像:
对客观存在对象的一种相似性的、生动性的描述或写真。
❆模拟图像:
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:
空间坐标和灰度均不连续的、用离散的数字(一般整数)表示的图像(计算机能处理)。
是图像的数字表示,像素是其最小的单位。
❆数字图像处理(DigitalImageProcessing):
利用计算机对数字图像进行(去除噪声、增强、复原、分割、特征提取、识别等)系列操作,从而获得某种预期的结果的技术。
(计算机图像处理)
❆数字图像处理的特点(优势):
(1)处理精度高,再现性好。
(2)易于控制处理效果。
(3)处理的多样性。
(4)图像数据量庞大。
(5)图像处理技术综合性强。
❆数字图像处理的主要研究内容:
(1)图像的数字化:
如何将一幅光学图像表示成一组数字,既不失真又便于计算机分析处理;主要包括的是图像的采样与量化
(2)图像的增强:
加强图像的有用信息,消弱干扰和噪声
(3)图像的恢复:
把退化、模糊了的图像复原。
模糊的原因有许多种,最常见的有运动模糊,散焦模糊等
(4)图像的编码:
简化图像的表示,压缩表示图像的数据,以便于存储和传输
(5)图像的重建:
由二维图像重建三维图像(如CT)
(6)图像的分析:
对图像中的不同对象进行分割、分类、识别和描述、解释。
(7)图像分割与特征提取:
图像分割是指将一幅图像的区域根据分析对象进行分割。
图像的特征提取包括了形状特征、纹理特征、颜色特征等。
(8)图像隐藏:
是指媒体信息的相互隐藏、数字水印、图像的信息伪装。
(9)图像通信
❆数字图像处理的应用领域:
通信:
图象传输,电视电话等。
宇宙探测:
星体图片处理。
遥感:
地形、地质、矿藏探查,森林、水利、海洋、农业等资源调查,自然灾害预测,环境污染的监测,气象云图。
生物医学:
CT,X射线成象,B超,红外图象,显微图象。
工业生产:
产品质量检测,生产过程控制,CAD,CAM。
军事:
军事目标侦察,制导系统,警戒系统,自动火器控制等。
公安:
现场照片,指纹,手迹,印章,人像等处理和鉴别。
档案:
过期的文字、图片档案的修复和处理。
机器人视觉:
娱乐:
电影特技,动画,广告,MTV等
第二章数字图像处理基础
❆三基色原理:
大自然中的颜色都可以通过红、绿、蓝三色按照不同的比例合成产生,同样绝大多数单色光也可以分解成红绿蓝三种色光。
即三基色原理。
❆面向机器的RGB模型
❆面向人眼视觉的HIS模型
❆人的视觉特性
❆同时对比度效应
❆马赫带效应
❆取样、量化、数字化的概念:
❆图像数字化是指将模拟图像经过离散化之后,得到用数字表示的图像。
数字化包括采样和量化。
采样:
连续图像空间坐标的离散化是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。
量化:
连续图像幅值的离散化是将各个像素所含的明暗信息离散化后,用数字来表示称为图像的量化,一般的量化值用整数来表示。
❆什么是奈奎斯特取样定理?
其意义是什么?
❆奈奎斯特定理:
对于二维有限带宽信号fc(x,y),如果其二维傅里叶变换只在|μ|≤Uc,|ν|≤Vc的范围内不为零,那么采样间隔必须满足△x≤1/2Uc,△y≤1/2Vc,这样才能保证信号可以重构。
取样定理的意义:
取样定理指出了要使取样信号能不失真地描述原信号,其采样频率必须大于或等于信号所含有最高截止频率的2倍。
❆量化的分类:
❆量化级步长的均匀性分:
量化可分为均匀量化和非均匀量化。
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取小的量化间隔。
❆量化对称性分:
对称量化和非对称量化
❆量化采样点相互间的相关性分:
无记忆量化和有记忆量化
❆量化时处理的采样点数:
标量量化和向量量化
❆常见的图像输入设备有哪些?
❆ 电视摄像机,扫描仪,数码照相机,各种遥感图像获取设备(如红外摄影设备微波设备)。
❆数字图像的表示:
为了描述上的方便,本书仍用f(x,y)表示数字图像。
设x∈[0,M-1],y∈[0,N-1],f∈[0,L-1],则数字图像可表示成一个M×N的二维数字阵列。
❆每个(x,y)对应数字图像中的一个基本单元,称其为图像元素(pictureelement),简称为像素(pixel);且一般取M、N和的灰度级L为2的整次幂即:
M=2mN=2nL=2k(这里,m、n和k为正整数)
❆为存储一幅M×N的数字图像,需要的存储位数为:
b=M×N×kbit
❆字节数为:
B=b/8
❆空间分辨率
❆幅度分辨率
❆简答:
1.图像的数字化包含哪些步骤?
简述这些步骤。
答:
数字图像可以理解为对二维函数f(x,y)进行采样和量化(即离散处理)后得到的图像,因此,通常用二维矩阵来表示一幅数字图像。
将一幅图像进行数字化的过程就是在计算机内生成一个二维矩阵的过程。
数字化过程包括三个步骤:
扫描、采样和量化。
采样是将空域上连续的图像变换成离散采样点集合,是对空间的离散化。
经过采样之后得到的二维离散信号的最小单位是像素。
是对图像空间坐标的离散化,它决定了图像的空间分辨率。
也可以说用一个网格把待处理的图像覆盖,然后把每一小格上模拟图像的各个亮度取平均值,作为该小方格中点的值。
量化就是把采样点上表示亮暗信息的连续量离散化后,用数值表示出来,是对亮度大小的离散化。
也就是把采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的量化。
量化是对图像幅度坐标的离散化,它决定了图像的幅度分辨率。
经过采样和量化后,数字图像可以用整数阵列的形式来描述。
❆2.图像量化时,如果量化级比较小会出现什么现象?
为什么?
❆答:
当实际场景中存在灰度变化比较平缓的区域时,采用比较低的量化级数,则这类图像会在画面上产生伪轮廓。
图像的量化等级反映了采样的质量,数字图像的量化级数随图像的内容及处理的目的差别而不同,低的量化级数只满足于处理简单的线条而对于图像,若线条不明显时,则会产生伪轮廓。
人眼对灰度误差有一个敏感度阈值,当灰度误差大于门限值时,即量化误差大于视觉阈值时,人眼看到的图像会出现伪轮廓。
❆3.简述二值图像、灰度图像与彩色图像的区别。
❆二值图像是指每个像素不是黑,就是白,其灰度值没有中间过渡的图像。
这种图像又称为黑白图像。
二值图像的矩阵取值非常简单,每个像素的值要么是1,要么是0,具有数据量小的特点。
❆ 彩色图像是根据三原色成像原理来实现对自然界中的色彩描述的。
红、绿、蓝这三种基色的的灰度分别用256级表示,三基色之间不同的灰度组合可以形成不同的颜色。
❆灰度图像是指每个像素的信息由一个量化后的灰度级来描述的数字图像,灰度图像中不包含彩色信息。
标准灰度图像中每个像素的灰度值是0-255之间的一个值,灰度级数为256级。
第三章图像变换
❆图像的几何变换:
改变图像的大小或形状。
平移、旋转、缩放、镜像、错切(重点掌握)[大题]
❆图像变换:
通过数学映射的方法,将空域的图像信息转换到频域、时频域等空间上进行分析。
❆图像噪声的类型与特点:
❆所谓的图像噪声,是图像在摄取时或是传输时所受到的随机干扰信号。
常见的有椒盐噪声和高斯噪声。
椒盐噪声的特征:
出现位置是随机的,但噪声的幅值是基本相同的。
对于椒盐噪声,中值滤波效果比均值滤波效果好。
高斯噪声的特征:
出现在位置是一定的(每一点上),但噪声的幅值是随机的。
对于高斯噪声,均值滤波效果比中值滤波效果好
❆灰度直方图的概念
灰度直方图是灰度级的函数,描述的是图像中该灰度级的像素个数。
即:
横坐标表示灰度级,纵坐标表示图像中该灰度级出现的个数。
1.所有的空间信息全部丢失。
2.每一灰度级的像素个数可直接得到
❆灰度变换的原理(对具体方法的分析)P62-64
分析:
0~a=>0~ga被缩减了
a~b=>ga~gb被展宽了
b~255=>gb~255被缩减了
原图像中像素主要处于a~b
灰度范围,为对象区域,经变换后,对象区域灰度范围
被展宽,
灰度差增大,对比度增强,
灰度层次增多,清晰度提高,使图像效果增强。
第四章图像增强
❆直方图均衡和直方图指定化的概念,如何进行直方图的规格化(具体计算)
直方图均衡化是对在图像中像素个数多的灰度级进行展宽,而对像素个数少的灰度级进行缩减,将直方图的分布变成均匀分布,从而达到清晰图像的目的。
直方图指定化是把已知直方图的图像变为期望直方图的图像。
规格化计算
❆例:
已知:
原图k 0 1 2 3 4 5 6 7
原图p(k) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02
目标L 0 1 2 3 4 5 6 7
目标p’(L)0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125
求K,L之间的转换关系(若F’(L-1) (1)求原图灰度级分布函数F(k) ❆原图k 0 1 2 3 4 5 6 7 ❆原图p(k) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 ❆F(k) 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1 (2)求目标图灰度级分布函数F’(l) 目标L 0 1 2 3 4 5 6 7 目标p’(L)0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125 F’(l) 0.125 0.25 0.375 0.5 0.625 0.75 0.875 1 (3)k,l之间的对应关系 K 0 1 2 3 4 5 6 7 L 1 3 5 6 7 7 7 7 (4)求实际得到的直方图Q(l) p(k) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 l 0 1 2 3 4 5 6 7 Q(l) 0 0.19 0 0.25 0 0.21 0.16 0.19 第四章图像增强 ❆图像平滑代表算法及效果(均值、中值滤波的原理) 中值滤波的原理、作用 利用中值滤波模板对图像进行扫描,把模板中的像素进行由小到大的重新排列,取排列中 间位置上的像素的灰度值替代模板中心待处理像素灰度值。 这种方法称为中值滤波。 中值滤波的优点是在消除噪声的同时,还能保护边界不被模糊均值滤波 图像平滑的目的是消除或尽量减少噪声的影响,改善图像质量。 在假定加性噪声是随机独立分布的条件下,利用邻域的平均或加权平均可以有效地抑制噪声干扰。 均值滤波器的缺点是,会使图像变的模糊,原因是它对所有的点都是同等对待,在将噪声点分摊的同时,将景物的边界点也分摊了。 原理: 在图像上,对待处理的像素给定一个模板,该模板包括了其周围的邻近像素。 将模板中的全体像素的均值来替代原来的像素值的方法。 代表算法: 噪声相除法,领域平均法(均值滤波法),中值滤波法,梯度倒数加权法,具有边界保持的平滑滤波法 ❆图像锐化代表算法及效果 图像锐化的目的是加强图像中景物的细节边缘和轮廓。 锐化的作用是使灰度反差增强。 因为边缘和轮廓都位于灰度突变的地方。 所以锐化算法的实现是基于微分作用 代表算法: 一阶微分算法,二阶微分算法,空间域高通滤波,方向模板匹配 ❆图像平滑模板与锐化模板的应用(具体模板的计算) 示例: 已知图像子块如下(A为噪声点),应用H模板对A、B、C、D四点进行运算,通过结果分析出该模板的功能和类型。 ❆低通、高通滤波及同态滤波实现图像增强的原理P80,93,97 ❆彩色增强的分类与原理P99 ❆假彩色: 是指将一幅彩色图像映射为另一幅彩色图像,从而达到增强对比度的目的。 ❆伪彩色: 是由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强,因此,把人眼无法区别的灰度变化,施以不同的彩色来提高识别率,这便是伪彩色增强的基本依据。 第五章图像恢复与重建 1.图像退化因素: 光学系统的像差与成像衍射,成像系统的非线性畸变 ,环境随机噪声,成像过程的相对运动 2.退化模型的框图及描述: 原始图像g(x,y)经过一个退化过程H(退化算子或退化系统)的作用,再和噪声n(x,y)进行叠加,形成退化图像f(x,y) f(x,y)=H[g(x,y)]+n(x,y) ❆三种最常见的图像恢复方法及其条件 ❆能量约束恢复当Q为线性运算时,即Q=I ❆平滑约束恢复当Q取平滑运算,Q=C ❆均方误差最小滤波(维纳滤波)当Q=Rg1/2Rn1/2 ❆= ❆什么是图像的几何畸变? 由于成像系统的非线性,成像后的图像与原景物相比,产生比例失调,被描述的景物间产生扭曲 第六章图像编码与压缩 ❆哈夫曼编码的原理及应用(具体计算,包括熵、编码平均长度、编码效率) ❆首先求出图像中灰度分布的灰度直方图; ❆根据该直方图,对其按照分布概率从小到大的顺序进行排列; ❆ 每一次从中选择出两个概率为最小的节点相加,形成一个新的节点,构造一个称为“Huffman树”的二叉树; ❆ 对这个二叉树进行编码,就获得了Huffman编码码字。 ❆例: ❆图像子块如图所示,现采用Huffman编码,画出编码过程,写出编码结果,并计算出编码效率 例: 对数据系列aaaabbbccdeeeeefffffff,其概率分布为a: 4/22、b: 3/22、c: 2/22、d: 1/22、e: 5/22、f: 7/22,概率大小的排序为: d,c,b,a,e,f 1/222/223/224/225/227/22 对这个例子,计算出经过Huffman编码后的数据为: 00000000101101101100110011000010101010111111111111111 共7*2+5*2+4*2+3*3+2*4+1*4=53bit 压缩比例为176: : 53=3.32: 1 ❆香农——费诺编码: 香农——费诺编码的编码准则要符合非续长条件,在码字中1和0时独立的,而且是或者差不多是等概率的。 主要步骤: 第一步: 设信源X有非递增的概率分布; 其中P1≥P2≥···≥PM把X分成两个集合,得: 并且保证 第二步,给两个子集中的消息赋值,X1赋0,X2赋1。 第三步,重复第一个步骤,将两个子集X1,X2再细分成两个子集,并且也同样使两个子集里的消息的概率只和相等或近似相等,然后重复第二步骤赋值。 直到每个子集里只有包含一个消息为止。 ❆例: 求下述信源的香农——费诺编码 ❆算术编码 算数编码 ❆JPEG压缩标准的压缩步骤: 步骤: 1数据组织与系统框图 2.DCT变换(正向离散余弦变换) 3.量化 4.Z字形编排 5.编码(直流系数的编码交流系数的编码熵编码) 第七章图像分割 ❆图像分割的概念: 根据某种均匀性的原则将图像分成若干个有意义的部分, 使每部分都符合某种一致性的要求。 而任意两个相邻部分的合并都会破坏这种一致性 ❆ 图像分割的理论基础与方法: ❆1)按幅度不同来分割各个区域: 幅度分割 ❆2)按边缘不同来划分各个区域: 边缘检测 ❆3)按形状不同来分割各个区域: 区域分割 ❆边缘检测的原理: 边缘检测是所以基于边界的图像分割的第一步,两个具有不同灰度值的相邻区域之间总存在边缘。 边缘是灰度不连续的结果,这种不连续可利用求导数方便地检测到,一般常用一阶和二阶导数来检测边缘(利用区域间之灰度不连续性,确定区域的边界或边缘的位置)P190 ❆门限化分割的原理: 利用区域内灰度的相似性,将像素分成(点)若干相似的区域P211 ❆差分、梯度、拉普拉斯边缘检测的原理P191+197+202 中值滤波器与均值滤波器的比较 冗余度的概念: 对于描述一幅图像所需要的最少信息之外的多余信息,称为冗余度。 一般图像中都含有冗余度,去除图像里的冗余度便完成了数据压缩 变换编码: 通过变换去除一部分不重要的参数,达到压缩的目的 其依据是图像数据经过变换后,出现能量集中的情况,则变换后可只选少量重要的系数进行编码,以达到压缩的目的 图像退化因素: 光学系统的像差与成像衍射;成像系统的非线性畸变;环境随机噪声;成像过程的相对运动. 几何畸变 由于成像系统的非线性,成像后的图像与原景物相比,产生比例失调,被描述的景物间产生扭曲 大题(5题) 第六章(霍夫曼或者香浓算法)P148到150 1.第三章 图像的几何变换: 改变图像的大小或形状。 平移、旋转、缩放、镜像、错切(重点掌握) 例题: 2.已知一幅3×3的数字图像f,求进行以下处理后的新图像g。 1)请将它在平移Δx=2与Δy=1。 2)请将它做水平镜像处理。 3)请将它逆时针旋转30度,并采用插值法填充空洞。 3.已知一幅5×5的数字图像f,将其缩小系数k1=0.8,k2=0.7。 求处理后的新图像g。 4.已知一幅3×3的数字图像F,将其放大1.2×2.5倍。 求放大后的新图像G。 第四章(直方图均衡化P70、平滑滤波) 例、假设有幅图像,共有64*64=4096像素,8个灰度级,各个灰度级概率分布如图,试将其直方图均衡化 仅存5个灰级,层次减少,对比度提高。
- 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 word