第2章-數(shù)字圖像處理基礎(chǔ)

數(shù)字圖像處理第2章數(shù)字圖像處理基礎(chǔ)2.1數(shù)字圖像2.2數(shù)字圖像處理與識別2.3數(shù)字圖像處理的預(yù)備知識2.1數(shù)字圖像2.1.1什么是數(shù)字圖像

（1）圖：是物體反射或者透射電磁波的分布。（2）像：是人的視覺系統(tǒng)對接收的圖信息在大腦中形成的印象。（3）圖像：是“圖”和“像”的結(jié)合。具體來說，就是用各種觀測系統(tǒng)以不同形式和手段觀測客觀世界而獲得的、可以直接或間接作用于人的視覺系統(tǒng)而產(chǎn)生的視知覺實體。2.1什么是數(shù)字圖像處理？

2.1.1什么是數(shù)字圖像

數(shù)字圖像是圖像的數(shù)字表示，像素是其最小的單位。數(shù)字圖像的描述是指如何用一個數(shù)值方式來表示一個圖像。

2.1.1什么是數(shù)字圖像

(4)數(shù)字圖像就是能夠在計算機上顯示和處理的圖像。根據(jù)其特性可分為兩大類——位圖和矢量圖。位圖通常用數(shù)字陣列【像素】來表示，常見格式有.bmp、.jpg、.gif等矢量圖由矢量數(shù)據(jù)庫【數(shù)學(xué)矢量】來表示，接觸較多的.png圖形(5)

一幅圖像可定義為一個二維函數(shù)(6)M×N的數(shù)字圖像由M行N列的有限元素組成，每個元素都有特定的位置和幅值，代表了其所在行列位置上的圖像物理信息，如灰度和色彩等。(7)這些元素稱為圖像元素或像素。(8)圖像的兩個本質(zhì)屬性：幅值f、空間坐標(x,y)

2.1.1什么是數(shù)字圖像因為矩陣是二維的，所以可以用矩陣來描述數(shù)字圖像。描述數(shù)字圖像的矩陣目前采用的是整數(shù)陣，即每個像素的亮暗，用一個整數(shù)來表示。2.1.2數(shù)字圖像的顯示2.1.2數(shù)字圖像的顯示數(shù)字圖像(位圖)：f,x,y,非負有限離散把連續(xù)的感知數(shù)據(jù)轉(zhuǎn)換為數(shù)字形式:對坐標值進行數(shù)字化稱為采樣對幅值數(shù)字化稱為量化

1.二值圖像0表示黑色1表示白色2.灰度圖像灰度級L=2k（k=8L=256）3.RGB彩色圖像通過控制RGB三原色的合成比例可決定該像素最終顯示的顏色2.1.3數(shù)字圖像的分類———依據(jù)每個像素代表的信息的不同灰度圖像是指每個像素的信息由一個量化的灰度級來描述的圖像，沒有彩色信息。數(shù)字圖像的概念與描述

——

彩色圖像彩色圖像是指每個像素的信息由RGB三原色構(gòu)成的圖像，其中RGB是由不同的灰度級來描述的。彩色圖像不能用一個矩陣來描述了，一般是用三個矩陣同時來描述。顏色紅色分量（R）綠色分量（G）藍色分量（B）黑色000白色255255255紅色25500

綠色02550

藍色00255青色0255255品紅（紫色）2550255黃色2552550灰色128128128橄欖色1281280深青色0128128銀色192192192常用顏色的RGB值組合在RGB圖像中每個像素都是用24位二進制數(shù)表示，故也稱為24位真彩色圖像。

4.索引圖像調(diào)色板顏色查找表1.靜態(tài)圖像f(x,y)和動態(tài)圖像f(x,y,t)2.二維矩陣和二維數(shù)組【MatlabIPT】2.1.4數(shù)字圖像的實質(zhì)2.1.5數(shù)字圖像的表示“f”

二值圖像的3種不同的表示方式：離散點集

覆蓋區(qū)域

矩陣表達2.1.5數(shù)字圖像的表示矩陣是按照行列的順序來定位數(shù)據(jù)的，但是圖像是在平面上定位數(shù)據(jù)的，所以有一個坐標系定義上的特殊性。為了編程方便起見，這里以矩陣坐標系來定義圖像的坐標。行（i）列（j）矩陣A(i,j)矩陣坐標系X軸（i）Y軸（j）圖像f(i,j)直角坐標系2.1.5數(shù)字圖像的表示2.1.5數(shù)字圖像的表示“(x,y)”數(shù)字圖像的坐標約定M行N列1024*768f(x,y)空間分辨率

M×N

空間分辨率變化對圖像視覺效果的影響2.1.6圖像的空間和灰度級分辨率對坐標值進行數(shù)字化稱為采樣（a）（b）（c）（d）（e）（f）灰度分辨率變化對圖像視覺效果的影響圖像的大小比特數(shù)bitb=M×N×k圖像的灰度級階數(shù)L=2k[0L-1]灰度級分辨率L=256=28（a）（b）（c）（d）（e）（f）灰度分辨率變化對圖像視覺效果的影響示例

對幅值數(shù)字化稱為量化?；叶确直媛视址Q為色階，是指圖像中可分辨的灰度級數(shù)目，L。數(shù)字圖像處理是指使用電子計算機對量化的數(shù)字圖像進行處理，具體地說就是通過對圖像進行各種加工來改善圖像的外觀，是對圖像的修改和增強。圖像處理的輸入是從傳感器或其他來源獲取的原始數(shù)字圖像，輸出是經(jīng)過處理后的輸出圖像。數(shù)字圖像處理2.2數(shù)字圖像處理與識別數(shù)字圖像分析是指對圖像中感興趣的目標進行檢測，以獲得可觀的信息。數(shù)字圖像分析通常是指將一幅圖像轉(zhuǎn)化為另一種圖像的抽象形式，例如圖像中某物體與測量者的距離，目標對象的計數(shù)或其尺寸等。圖像分析的輸入是經(jīng)過處理的數(shù)字圖像，其輸出通常不再是數(shù)字圖像，而是一系列與目標相關(guān)的圖像特征(目標的描述)，如目標的長度、顏色、曲率和個數(shù)等。數(shù)字圖像分析2.2數(shù)字圖像處理與識別數(shù)字圖像識別主要是研究圖像中各目標的性質(zhì)和相互關(guān)系，識別出目標對象的類別，從而理解圖像的含義。圖像識別是圖像分析的延伸，它根據(jù)圖像分析中得到的相關(guān)描述(特征)對目標進行歸類，輸出我們感興趣的目標類別標號信息(符號)。數(shù)字圖像識別2.2數(shù)字圖像處理與識別2.2.1從圖像處理到圖像識別2.2數(shù)字圖像處理與識別景物

光學(xué)圖像膠片圖像數(shù)字圖像處理結(jié)果輸出物體計算機系統(tǒng)顯示、打印、記錄設(shè)備或機械執(zhí)行機構(gòu)數(shù)字攝影機圖像處理軟件專用圖像處理硬件視覺傳感器機器視覺系統(tǒng)的一般架構(gòu)2.2.2什么是機器視覺計算機視覺？機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統(tǒng)是指通過視覺傳感器（即圖像采集裝置，分CMOS和CCD兩種）將被攝取目標轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號；圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作。計算機視覺是指用計算機實現(xiàn)人類的視覺功能，即對客觀世界中三維場景的感知、加工和理解。

視覺研究的原始目的是把握和理解有關(guān)場景的圖像，辨識和定位其中的目標，確定他們的結(jié)構(gòu)，空間排列和分布以及目標間的相互關(guān)系等。計算機視覺的研究目標是根據(jù)感知到的圖像對客觀世界中實際的目標和場景作出有意義的判斷。2.3.1鄰接性、連通性、區(qū)域和邊界2.3數(shù)字圖像處理的預(yù)備知識像素鄰域4-鄰域8-鄰域?qū)?鄰域8-鄰域像素鄰域8-鄰域像素鄰接“相似性”8-鄰接4-鄰接定義V是用于決定鄰接性的灰度集合，它是一種相似性的度量，用于確定所需判斷的像素之間的相似程度連通性：令S代表圖像中的像素子集。如果在S中全部像素之間存在一個通路，則可以稱2個像素P和Q在S中是連通的。連通分量：對于S中的任何像素P，S中連通到該像素的像素集叫做S的連通分量。連通集：如果S中僅有一個連通分量，則集合S叫做連通集。區(qū)域：令R是圖像中的一個像素子集，如果R同時是連通集，則稱R是一個區(qū)域。通路：像素P到Q的通路是一個特定的像素序列，(x0,y0)=(xp,yp),(xn,yn)=(xq,yq)。且(xi,yi)和(xi-1,yi-1)在滿足1≤i≤n時是鄰接的，n為通路長度。邊界：一個區(qū)域的邊界是區(qū)域中所有包含一個或多個不在區(qū)域R中的鄰接像素的像素所組成的集合。通常情況下，區(qū)域指的是一幅圖像的子集，并包括區(qū)域的邊緣。邊緣：區(qū)域的邊緣由具有某些導(dǎo)數(shù)值的像素組成，是一個像素及其直接鄰域的局部性質(zhì)，是個有大小方向?qū)傩缘氖噶?。邊界和邊緣是不同的。邊界是和區(qū)域有關(guān)的全局概念，而邊緣表示圖像函數(shù)的局部性質(zhì)。

相似性度量和變化檢測是圖像技術(shù)的兩個根本途徑。

1、距離度量函數(shù)

對于坐標分別位于（x,y），（u,v）和（w,z）處的像素p、q和r，如果：

(1）D(p,q)≥0（D(p,q)=0，當且僅當p=q，即p和q是指同一像素）；

(2）D(p,q)=D(q,p)；

(3）D(p,q)≤D(p,r)

+D(q,r)。則D是距離度量函數(shù)。

2.3.2距離度量的幾種方法非負性；等價性；兩點之間“距離”最短

2、歐氏距離

像素p和q之間的歐氏（Euclidean）距離定義為：

De(p,q)=[(x-u)2+(y-v)2]1/2也即，所有距像素點(x,y)的歐氏距離小于或等于d的像素都包含在以(x,y)為中心,以d為半徑的圓平面中。

3、街區(qū)距離

像素p和q之間的D4距離，也即街區(qū)（city-block）距離，定義為：

D4(p,q)=|x-u|+|y-v|也即，所有相距像素點(x,y)的D4距離為小于d或等于d的像素組成一個中心點在(x,y)的菱形。

3、街區(qū)距離（續(xù)）

比如，那些與點(x,y)的D4距離為小于2或等于2的像素組成了如下圖所示的等距離輪廓。

2

212

21012

2122

4、棋盤距離

像素p和q之間的D8距離，也即棋盤距離，定義為：

D8(p,q)=max(|x-u|，|y-v|)也即，所有距像素點(x,y)的D8距離為小于d或等于d的像素組成一個中心點在(x,y)的方形。

4、棋盤距離

比如，距點(x,y)的D8距離小于或等于2的像素組成了如下圖所示的等距離輪廓。

22222

21112

21012

21112

22222

De(p,q)=？D4(p,q)=？D8(p,q)=？2.3.2距離度量的幾種方法2.3.3基本的圖像操作

1、點運算和鄰域運算

點運算鄰域運算令f1(x,y)與H[f1(x,y)]、f2(x,y)與H[f2(x,y)]分別代表兩對不同的輸入和輸出圖像，H是一種算子(理解為運算處理過程，或稱操作