數(shù)字圖像處理課件1

1本節(jié)課內(nèi)容圖像,數(shù)字圖像的概念數(shù)字圖像處理的概念及內(nèi)容數(shù)字圖像的獲取數(shù)字圖像的表示,空間分辨率和強(qiáng)度分辨率圖像像素間的基本關(guān)系2任課教師 姓名：王養(yǎng)利 郵箱：yliwang@ 電話：180918550453數(shù)字圖像處理(第二版)中文版或數(shù)字圖像處理(第2/3版)英文版著者:RafaelC.Gonzalez和RichardE.Woods出版者:PrenticeHall->電子工業(yè)出版社資源網(wǎng)站：

教材4課程考核平時(shí)成績（實(shí)踐題）期末考試（書面）5什么是數(shù)字圖像?數(shù)字圖像：當(dāng)上述圖像中的坐標(biāo)x,y以及強(qiáng)度f均為有限的離散量時(shí)，我們稱其為數(shù)字圖像。像素:在數(shù)字圖像中x,y及其強(qiáng)度f構(gòu)成圖像的一個(gè)元素,這種元素稱為像素。圖像:可以定義為一個(gè)二維函數(shù)：f(x,y)，其中x,y為平面上的坐標(biāo)，在任何坐標(biāo)對(duì)(x,y)處的幅值f稱為圖像在該點(diǎn)的強(qiáng)度或灰度。6處理：使用數(shù)字計(jì)算機(jī)對(duì)數(shù)字圖像進(jìn)行處理以提高圖像的質(zhì)量，從而使人/機(jī)器能更好解讀圖像內(nèi)容。這種處理主要包括：圖像增強(qiáng)，圖像復(fù)原，圖像分割，圖像表示和描述，圖像識(shí)別，圖像壓縮等。 什么是數(shù)字圖像處理?工具：傅立葉變換，小波變換，數(shù)學(xué)形態(tài)學(xué)圖像處理等工具 7數(shù)字圖像處理分類低級(jí)處理：輸入輸出均為圖像增強(qiáng)，復(fù)原等中級(jí)處理：輸入為圖像，輸出為從圖像中提取的屬性圖像分割圖像描述圖像分類高級(jí)處理：圖像分析，理解8課程內(nèi)容第一章緒論(數(shù)學(xué)背景知識(shí))第二章數(shù)字圖像基礎(chǔ)第三章空間域圖像增強(qiáng)第四章頻率域圖像增強(qiáng)第五章圖像復(fù)原9第九章形態(tài)學(xué)圖像處理第十章圖像分割(第十一章表示及描述)(第十二章圖像識(shí)別)第八章圖像壓縮課程內(nèi)容只涉及對(duì)灰度圖像的處理課程內(nèi)容（續(xù)）數(shù)字圖像獲取過程第二章:數(shù)字圖像基礎(chǔ)數(shù)字圖像獲取過程第二章:數(shù)字圖像基礎(chǔ)數(shù)字圖像獲取過程第二章:數(shù)字圖像基礎(chǔ)數(shù)字圖像獲取過程示意第二章:數(shù)字圖像基礎(chǔ)簡單成像模型第二章:數(shù)字圖像基礎(chǔ)圖像可以表示為二維函數(shù),在坐標(biāo)處的幅度是一個(gè)正的標(biāo)量對(duì)于物理過程成像,正比于物理源的輻射能量,因此一定是非零有限的簡單成像模型第二章:數(shù)字圖像基礎(chǔ)在反射成像系統(tǒng)中,主要由入射光通過場景的反射分量構(gòu)成:照射分量:入射到觀察場景的光的總量,物體的反射系數(shù):

灰度級(jí)第二章:數(shù)字圖像基礎(chǔ)我們稱單色圖像

在任何坐標(biāo)處的強(qiáng)度值為圖像在該處的灰度級(jí)(l)(graylevel)由前面的討論:為正值,且有限稱為灰度級(jí)取值范圍/灰度級(jí)尺度(grayscale)通常將上述灰度尺度移到0=黑色,L-1=白色,其它值=介于黑白之間的灰度級(jí)圖像的采樣和量化第二章:數(shù)字圖像基礎(chǔ)對(duì)連續(xù)圖像,其坐標(biāo)和以及幅度值均為連續(xù)的,要將它表示為數(shù)字的形式,必須同時(shí)對(duì)坐標(biāo)值進(jìn)行采樣,對(duì)幅度值進(jìn)行量化(表示為有限精度的形式)對(duì)坐標(biāo)進(jìn)行數(shù)字化稱為采樣采樣率=每一維上單位距離內(nèi)的樣點(diǎn)數(shù)對(duì)幅度值進(jìn)行數(shù)字化稱為量化通常寫作:比特?cái)?shù)/每像素,如1比特/像素8比特/像素,24比特/像素圖像的采樣和量化第二章:數(shù)字圖像基礎(chǔ)圖像的采樣和量化第二章:數(shù)字圖像基礎(chǔ)數(shù)字圖像表示第二章:數(shù)字圖像基礎(chǔ)數(shù)字圖像是一個(gè)在空間坐標(biāo)和亮度上都進(jìn)行了數(shù)字化的圖像在任何一點(diǎn)的值與圖像在該點(diǎn)的亮度(或灰度級(jí))成正比坐標(biāo)約定:右圖是本書中用函數(shù)表示數(shù)字圖像時(shí)所使用的坐標(biāo)系.對(duì)大小為的圖像,的取值范圍:即坐標(biāo)只是實(shí)際像素的標(biāo)號(hào),而非實(shí)際像素的相對(duì)位置.數(shù)字圖像的函數(shù)表示:第二章:數(shù)字圖像基礎(chǔ)數(shù)字圖像表示一幅數(shù)字圖像可以表示為一個(gè)矩陣,由矩陣的行索引和列索引可以定位圖像中的點(diǎn),而對(duì)應(yīng)的矩陣元素的值給出了圖像在那一點(diǎn)的灰度級(jí)數(shù)字圖像的矩陣表示:第二章:數(shù)字圖像基礎(chǔ)采樣和量化的數(shù)學(xué)描述假設(shè)和分別表示整數(shù)和實(shí)數(shù)的集合.采樣的過程可以看作是把實(shí)數(shù)的平面剖分為網(wǎng)格,而每一網(wǎng)格的中心由集合中的一對(duì)元素表示(顯然,和都來自集合)而量化是從實(shí)數(shù)集合中選取有限個(gè)來表示圖像在一點(diǎn)處的灰度值的過程.由前面的介紹我們知道:對(duì)于一幅大小為,而有個(gè)灰度級(jí)的圖像我們使用的坐標(biāo)范圍為:而灰度級(jí)范圍為:他們?nèi)珵檎麛?shù)值.第二章:數(shù)字圖像基礎(chǔ)表示數(shù)字圖像所需的比特?cái)?shù)為便于計(jì)算機(jī)存儲(chǔ),灰度圖像的灰度級(jí)個(gè)數(shù)一般取為2的整數(shù)次冪:k給出表示一個(gè)像素值所需的比特?cái)?shù)如果圖像大小為M和N,表示它需要:第二章:數(shù)字圖像基礎(chǔ)數(shù)字圖像的動(dòng)態(tài)范圍一幅圖像的動(dòng)態(tài)范圍定義為該圖像所取的灰度值的范圍高動(dòng)態(tài)范圍圖像:

高對(duì)比度低動(dòng)態(tài)范圍圖像:低對(duì)比度第二章:數(shù)字圖像基礎(chǔ)數(shù)字圖像的直方圖一幅灰度級(jí)在的圖像的直方圖是一個(gè)離散函數(shù):其中,和分別表示第級(jí)灰度值,以及灰度值為的像素個(gè)數(shù).33445544第二章:數(shù)字圖像基礎(chǔ)數(shù)字圖像的直方圖直方圖的用途:第三章中圖像空間域增強(qiáng)第八章中圖像壓縮第十章中圖像分割第二章:數(shù)字圖像基礎(chǔ)數(shù)字圖像的空間分辨率和灰度級(jí)分辨率空間分辨率:圖像中可辨別的最小細(xì)節(jié)的大小，通常使用像素?cái)?shù)/單位距離來表示。灰度級(jí)分辨率:灰度級(jí)中可以分辨的最小變化通常用比特?cái)?shù)/像素來表示。取樣率決定圖像的空間分辨率。量化精度決定圖像的灰度級(jí)分辨率。通常也把大小為灰度級(jí)為的圖像,說成有空間分辨率，灰度級(jí)分辨率。第二章:數(shù)字圖像基礎(chǔ)空間分辨率減小時(shí)的棋盤格效應(yīng)第二章:數(shù)字圖像基礎(chǔ)空間分辨率減小時(shí)的棋盤格效應(yīng)第二章:數(shù)字圖像基礎(chǔ)灰度級(jí)分辨率減小時(shí)的偽輪廓效應(yīng)當(dāng)灰度級(jí)不足時(shí)在均勻區(qū)域出現(xiàn)偽輪廓第二章:數(shù)字圖像基礎(chǔ)灰度級(jí)分辨率減小時(shí)的偽輪廓效應(yīng)第二章:數(shù)字圖像基礎(chǔ)空間分辨率和灰度級(jí)分辨率同時(shí)變化時(shí)的圖像質(zhì)量前面的實(shí)驗(yàn)說明了單純調(diào)整圖像空間分辨率(N)和灰度級(jí)分辨率(k)時(shí)對(duì)圖像主觀質(zhì)量的影響.下面將說明兩者同時(shí)變化時(shí)對(duì)圖像質(zhì)量的影響:選取不同級(jí)細(xì)節(jié)的圖像,并分別調(diào)整N和k,并在Nk平面上繪制等主觀質(zhì)量曲線,以此來說明N和k同時(shí)變化時(shí)對(duì)圖像質(zhì)量的影響.第二章:數(shù)字圖像基礎(chǔ)空間分辨率和灰度級(jí)分辨率同時(shí)變化時(shí)的圖像質(zhì)量Nk平面上的等主觀質(zhì)量曲線的特點(diǎn):平面上每一點(diǎn)表示圖像的大小為NxN,灰度級(jí)為k平面上位于同一曲線上的點(diǎn)對(duì)應(yīng)于圖像具有相同主觀質(zhì)量每一條曲線都趨向于向右向上彎.(更大N或k意味著更好質(zhì)量)具有更多細(xì)節(jié)的圖像具有趨向于更豎直的曲線,表明對(duì)于具有豐富細(xì)節(jié)的圖像,其灰度級(jí)數(shù)減少對(duì)質(zhì)量影響小.其它兩類圖像,當(dāng)N增大,k減小,主觀質(zhì)量保持不變,可以解釋為k減小,圖像對(duì)比度增大,因而人認(rèn)為質(zhì)量變好.第二章:數(shù)字圖像基礎(chǔ)走樣和水紋圖案(AliasingandMoirePatterns)在第四章學(xué)習(xí)Fourier時(shí),我們會(huì)知道,當(dāng)函數(shù)曲線下的面積有限時(shí),函數(shù)可以分解為不同頻率的正弦,余弦函數(shù).其中,具有最高頻率的正弦/余弦分量決定該函數(shù)的最高“頻率內(nèi)容”.我們把最高頻率有限,定義域無限的函數(shù)稱為“帶限(制)函數(shù)”.香農(nóng)采樣定理告訴我們:當(dāng)對(duì)一個(gè)帶限(制)函數(shù)以其最高頻率的兩倍或更高的采樣率來進(jìn)行采樣,那么有可能從采樣數(shù)據(jù)完美恢復(fù)該函數(shù).如果,沒有遵循上述定理來對(duì)函數(shù)進(jìn)行采樣,即,對(duì)函數(shù)進(jìn)行亞采樣,結(jié)果是采樣后的函數(shù)(圖像)會(huì)出現(xiàn)走樣(aliasing)走樣表現(xiàn)為在采樣后的函數(shù)(圖像)引入了額外的頻率分量第二章:數(shù)字圖像基礎(chǔ)走樣和水紋圖案(AliasingandMoirePatterns)由于完美恢復(fù)的采樣條件對(duì)圖像來說,無法滿足,因此,在采樣圖像中總是存在走樣.一個(gè)解決辦法是在采樣前先進(jìn)行平滑處理,以減小圖像中的高頻分量對(duì)數(shù)字圖像進(jìn)行重采樣時(shí),尤其是縮小時(shí)難免走樣.第二章:數(shù)字圖像基礎(chǔ)走樣和水紋圖案(AliasingandMoirePatterns)對(duì)周期函數(shù),只要對(duì)整數(shù)個(gè)周期進(jìn)行采樣,那么滿足采樣定理要求,該周期函數(shù)可完美恢復(fù).利用這一特性,可以觀察走樣現(xiàn)象.第二章:數(shù)字圖像基礎(chǔ)放大和縮小數(shù)字圖像放大和縮小數(shù)字圖像的步驟:計(jì)算水平方向和垂直方向的放大/縮小倍數(shù)對(duì)放大/縮小后圖像中任意位置,計(jì)算

映射:賦值:由于一般不為整數(shù),故需要插值處理第二章:數(shù)字圖像基礎(chǔ)放大和縮小數(shù)字圖像像素插值:最近鄰插值:雙線性插值:第二章:數(shù)字圖像基礎(chǔ)放大和縮小數(shù)字圖像像素的鄰域第二章:數(shù)字圖像基礎(chǔ)圖像中,位于

處的像素,它在水平和垂直方向的四個(gè)相鄰像素:構(gòu)成像素的四鄰域,記為:它在對(duì)角方向的四個(gè)相鄰像素:和一起構(gòu)成像素的8鄰域,記為:記為:x鄰接第二章:數(shù)字圖像基礎(chǔ)假設(shè)是用來定義鄰接的像素值的集合,對(duì)于二值圖像,,那么:如果兩個(gè)像素和的像素值在集合中,且

在的四鄰域內(nèi),我們稱它們是四鄰接的.

如果兩個(gè)像素和的像素值在集合中,且在的八鄰域內(nèi),我們稱它們是八鄰接的.

如果兩個(gè)像素和 的像素值在集合中,且1)

在的四鄰域內(nèi),或 2)在的對(duì)角鄰域內(nèi),且我們稱它們是m鄰接的.鄰接的例子第二章:數(shù)字圖像基礎(chǔ)m-鄰接消除了8-鄰接時(shí)的多條路徑通路第二章:數(shù)字圖像基礎(chǔ)圖像中的兩個(gè)像素和,坐標(biāo)分別為和,如果存在一個(gè)像素序列:且和是鄰接的,我們稱上述像素序列為從到的一個(gè)通路這里為通路的長度依據(jù)鄰接的類型可以對(duì)應(yīng)定義4-通路,8-通路和m-通路(參考前頁圖b,圖c8-通路和m-通路的例子)通路第二章:數(shù)字圖像基礎(chǔ)

3121(q)22022211(p)1012問題:1如果V={1},p和q之間是否存在通路?2如果V={1,2},p和q之間是否存在通路?連通第二章:數(shù)字圖像基礎(chǔ)假設(shè)為圖像中像素的子集,而和為中

的兩個(gè)像素,如果存在一條只由中的像素構(gòu)成

的和之間的通路,我們稱它們?cè)谥惺沁B通的

3121(q)22022211(p)1012連通分量ConnectedComponent第二章:數(shù)字圖像基礎(chǔ)

對(duì)于中的任意像素,在中與連通的所有像素的集合,稱為的一個(gè)連通分量

1111110100000011=圖像V={1}連通集和區(qū)域第二章:數(shù)字圖像基礎(chǔ)連通集:如果只有一個(gè)連通分量,那么我們把叫作連通集.區(qū)域:假設(shè)為圖像中像素的子集,如果是一個(gè)連通集,我們稱為圖像的一個(gè)區(qū)域.區(qū)域邊界第二章:數(shù)字圖像基礎(chǔ)圖像中區(qū)域的邊界是區(qū)域中滿足下述條件的像素的集合:它們有一個(gè)到多個(gè)不屬于的相鄰像素當(dāng)區(qū)域正好為整幅圖像,此時(shí)的邊界由處于圖像第一行和最后一行,以及第一列和最后一列的像素構(gòu)成.區(qū)域邊界和邊緣(edge)的區(qū)別:區(qū)域邊界構(gòu)成封閉的通路.(全局的概念)邊緣則指由空間微分(空間變化)大于一定閾值的像素構(gòu)成的通路.(局部的概念)距離度量第二章:數(shù)字圖像基礎(chǔ)對(duì)于像素,,,其坐標(biāo)分別為:,,那么,為距離函數(shù)或距離度量,如果:

(1) ,當(dāng)且僅當(dāng)