图像处理 第十六章 物体测量与形状分析

图像处理 第十六章 物体测量与形状分析
图像处理 第十六章 物体测量与形状分析

第十六章物体测量与形状分析

目录

1. 1.物体测量

o o面积与周长

2. 2.形状描述特征

o o矩形度

o o圆形度

o o不变矩

o o轮廓的傅立叶描述子

3. 3.中轴变换与骨架提取

4. 4.曲线与表面的拟合

作业

1.物体测量

在物体从图象中分割出来后,进一步就可以对它的几何特征进行测量和分析,在此基础上可以识别物体,也可以对物体分类,或对物体是否符合标准进行判别,实现质量监控。与图象分割一道,物体测量与形状分析在工业生产中有重要的应用,它们是机器视觉的主要内容之一。例如,能将马铃薯或苹果等农产品按品质自动分类的机器视觉系统,自动计算不规则形状所包含面积的测量系统,将传送带上不同工件自动分类的视觉系统,等等。

??面积与周长

如下图所示,取物体的质心为坐标中心,平面上一闭合曲线所包围的面积由沿轮廓的积分确定:

周长可以简单地通过计算物体边界上相邻象素的中心距的累加和得到,也可

以从边界链码中计算得到[2]。

2.形状描述特征

当物体从图象中分割出来以后,形状描述特征与尺寸测量结合起来可以作为

区分不同物体的依据,在机器视觉系统中起着十分重要的作用。

? ? 长度和宽度

在已知物体的边界时,用其外接矩形的尺寸来刻画它的基本形状是最简单的

方法。如果仅计算其在坐标系方向上的外接矩形是很简单的,只需计算物体边界

点的最大和最小坐标值,就可得到物体的水平和垂直跨度。但通常需要计算反映

物体形状特征的主轴方向上的长度和与之垂直方向上的宽度,这样的外接矩形是

物体最小的外接矩形(MER-Minimum Enclosing Rectangle )。

计算MER 的一种方法是将物体在90度范围内等间隔地旋转,每次记录其坐

标系方向上的外接矩形参数,取其面积为最小的矩形的参数为主轴意义下的长度

和宽度。通常主轴可以通过矩(moments )的计算得到,也可以用求物体的最佳

拟合直线的方法求出。

[]为边界点的数目。

其中离散化为b i N i i i i N i i i i i i i N y x y x x x y y y x A ydx xdy A b b )(21)()(21)(2

11

11111∑∑?=++=++-=---=-=

? ? 矩形度

矩形度用物体的面积与其最小外界矩形的面积之比来刻画,反映物体对其外

接矩形的充满程度:

? ? 圆形度

圆形度用来刻画物体边界的复杂程度,它们在圆形边界时取最小值。最常用

的圆形度是周长的平方与面积的比。

? ? 不变矩

矩的定义:对于二元有界函数f(x,y),它的(j+k)阶矩是:

开来。

方形或圆形的物体区别它可以将细长的物体与关的特征是长宽比

此外,另一个与形状有MER

MER MER

L W r A A R //==A

P C /2=

函数与其矩集合有一一对应的关系。

为了描述形状,假设f(x,y)在物体内取值为1而在其外都取0值,这样它就

与物体的轮廓建立了一个一一对应,它的矩就反映了物体的轮廓信息。

中心矩具有位置无关性。

物体的主心主轴方向可用如下公式求得:

偏心率定义为:

对于规格化的中心矩,存在七个不变矩组合[1],它们对于平移、旋转和尺度变

化都是不变的:

2

...2,1,0,),()()(),(...

2,1,0,),(00jk 00

010010

00k j k j dxdy y x f y y x x M M y M M x dxdy

y x f M k j dxdy y x f y x M jk k j jk k j jk +==

=--=

===

==

??

????∞∞-∞

∞-∞∞-∞

∞-∞∞-∞

∞-γμμημγ其中化中心矩为:

进一步,可以定义规格质心位置:为原点计算的:常用的中心矩是以质心的面积:特别地,零阶矩是物体02

20112arctan 21μμμθ-=00

1102204μμμμ+-=

e

但是,由于图象中存在噪声等干扰因素,上述不变矩尤其是高阶不变矩是不稳定的,仅仅利用不变矩特征来识别物体是很不可靠的。

? ? 轮廓的傅立叶描述子

设 P 为边界轮廓上的任意一点,以边界轮廓上的点 A 为参照点,记 s 为从 A 到 P 点的弧长,并设边界轮廓线的周长为 S ,则 P 点可表示成弧长的函数

这样将物体的边界轮廓与周期函数相对应,因此可以用它的傅立叶变换系数来刻画其轮廓特征。由于傅立叶变换系数的模具有平移及旋转不变性,故可用傅立叶变换的系数向量作为特征来识别物体。在实现时,通常需要将其幅值规范化,如除以最大幅值或平均幅值,以便得到尺度无关的形状识别特征。

])()(3)[)(3(])(3))[()(3()

)((4])())[((])()(3)[)(3(])(3))[()(3()()()3()3(4)(2032121230032130122032121230123003217032112301120321212300220620321212300321032120321212301230123052

03212123042

03212123032

20220202

20111

ηηηηηηηηηηηηηηηηφηηηηηηηηηηηφηηηηηηηηηηηηηηηηφηηηηφηηηηφηηηφηηφ+-++-++-++-=++++-+-=+-++-++-++-=+++=-+-=+-=+=π

π20)),(),(()()()(,)()(,/20)),(),(()(≤≤=-=-==≤≤=t t iy t x t u Y

t Y t y X t X t x S s t S

s s Y s X s u 则轮廓线可表示成

处,并设若将坐标原点移到质心

3.中轴变换与骨架提取

中轴变换是寻找所有满足如下条件的点及对应参数:以该点为中心存在一个包含于物体内的且与物体边界相切于两点的圆盘,该点的参数就是相应圆盘的半径。因此中轴变换就是得到物体的骨架和骨架上每点到物体边界的最短距离的过程。对于二值图象而言,中轴变换与物体形状一一对应,物体可以用它的中轴变换重建。但在实际上,由于离散化的原因,重构的物体与原物体存在细微的差别。

骨架的抽取可以采用形态学方法,参见第八章。在抽取出骨架后,容易根据原图计算出每点到边界最短距离参数。此外,还有许多其它直接求出中轴变换的方法,如Voronoi图方法[2]。

4.曲线与表面的拟合

在图象分析中,为了描述物体的边界或其它特征,有时需要根据一组数据点集来拟合曲线与曲面。曲线与曲面的拟合是数值分析中重要的内容,通常使用最小均方误差准则来找出一定参数形式下的最佳拟合函数。具体选择什么参数形式与问题有关,通常采用多项式形式特别是二次多项式形式,而对于更为一般的情况也可采用样条函数形式。

曲线拟合问题是,给定一个点集,找出一个函数使其均方误差最小:

上述方法很容易推广到其它参数形式的拟合函数中。通常采用的拟合函数有圆或椭圆,或其它二次或三次多项式函数,此外还有高斯函数等等。实现时可用Matlab 工具,非常方便。 参考文献

1. 1. Daisheng Luo, Pattern recognition and image processing,

Chichester, Horwood Publishing, 1998 (This book is specifically aimed at object shape,orientation, and arrangement analysis and classification)

2. 2. 章毓晋,图象工程 (上册) 图象处理和分析,清华大学出版社, 北京,1999

3. 3. Sing-Tze Bow, Pattern recognition and image preprocessing, M. Dekker, New York, 1992

4. 4. Ferdinand van der Heijden, Image based measurement systems: object recognition and parameter estimation, John Wiley & Sons, Chichester, 1994.

5. 5. D. H. Ballard, C. M. Brown, Computer Vision, Prentice-Hall,INC, Englewood Cliffs, New Jersey, 1982。

作业

的伪逆。

称为其中最优解误差向量:

可以表为如下的求伪逆该问题的解用矩阵形式。经典的最小二乘法问题的最佳值的过程。这是曲线拟合就是确定参数的参数形式为

若假定点集B B B B Y B B B C E E N

MSE BC

Y E c c c C x x x x x x B y y y Y x c x c c x f x f x f y MSE N

i y x T T T T T N N

N i N

i i i i 113212222211212

2102

1

)()(1111)()())((21,,2,1),,(--===

-=??????????=??????????????=????????????=++=-==∑

1. 1.编写根据物体边界计算几何特征的程序,并根据形状特征(矩形度、

圆形度、傅立叶描述子等)将物体分类和识别,如方形、圆形、细长形。

2. 2.编写圆形物体拟合程序,根据图象中圆形物体边界上的若干点(通过

鼠标拾取),用最小二乘法拟合,求出参数(圆心、半径)并画在图象上观察效果。

3. 3.检索文献,找到一种本课程未讲的中轴变换方法,编制程序做中轴变

换,写出报告。

数字图像处理与分析实验作业(DOC)

数字图像处理与分析实验作业 作业说明:作业题目分为基本题和综合应用题。基本题主要是考察大家对教材涉及的一些基本图像处理技术的理解和实现。而综合应用题主要是考察大家综合利用图像处理的若干技术来解决实际问题的能力。 注:所有实验用图像均可从网上下载,文档中的图片只是示例。 作业要求: 编程工具:Matlab或者VC(可以使用OpenCV:https://www.360docs.net/doc/903982476.html,/)。因为很多基本的图象处理算法已经集成在很多的编程工具中,而编程训练中基本题的目的是让同学们加深对这些算法的理解,所以基本题要求同学们只能使用图像读取和显示相关的函数(例如Matlab的imread imshow,imwrite,OpenCV的cvCreateImage,cvLoadImage,cvShowImage),而不要直接调用相关的API(例如二维DFT,图象均衡等等),但在综合应用题中则无此限制。 上交的作业包括:实验报告和程序。其中实验报告要求写出算法分析(必要时请附上流程图),函数说明(给出主要函数的接口和参数说明),实验结果(附图)及讨论分析。提交的程序,一定要确保可以运行,最好能写个程序说明。 基本题一共有10道,可以从中任选2道题来完成。综合应用题有2道,可以从中任选1道来完成。 请各位同学务必独立完成,切忌抄袭! 基本题 一、直方图变换 要求对原始Lena 图像实现以下三种取整函数的直方图均衡化: 线性函数: t k= int[(L -1) t k+ 0.5]; 对数函数: t k= int[( L-1)log(1+9t k) + 0.5] ; 指数函数: t k= int[(L -1)exp( t k-1) + 0.5] ; 要求给出: 1、原始图像和分别采用上述三种方式均衡化后的图像; 2、原始图像的直方图和上述三种方式对应均衡化后的直方图。

数字图像处理试题

名词:*数字图像,数字图像处理,图像采样,线性拉伸,高通滤波,低通滤波,中值滤波,特征空间,图像分析,图像分割 问答题:1、设一幅图像有如图所示直方图,对该图像进行直方图均衡化,写出均衡化过程,并画出均衡化后的直方图。若在原图像一行上连续8个像素的灰度值分别为:0、1、2、3、4、5、6、7,则均衡后,他们的灰度值为多少? 如图为一幅16级灰度的图像。请写出均值滤波和中值滤波的3x3滤波器;说明这两种滤波器各自的特点;并写出两种滤波器对下图的滤波结果(只处理灰色区域,不处理边界)。(15分) 设一幅灰度图像,其目标和背景的像素点灰度呈正态分布,灰度直方图如图所示。其中:、分 别为目标点的灰度分布密度函数、均值;、分别为背景点的灰度分布密度函数、均值。并设目标点和背景点的方差均为,目标点个数和图像总像点数的比为1:2。T是根据最小误差准则确定的最佳阈值。(15分) 试证明:

1.根据所学过的图像处理和分析方法,设计一套算法流程来实现汽车牌照的定位和数字的识别(给出设计思想即可)。 1、如图所示,A和B的图形完全一样,其背景与目标的灰度值分别标注于图中, 请问哪一个目标人眼感觉更亮一些?为什么?(10分) 选择题: 图像灰度方差说明了图像哪一个属性。(B ) A 平均灰度 B 图像对比度 C 图像整体亮度D图像细节 下列算法中属于图象锐化处理的是:( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 高通滤波后的图像通常较暗,为改善这种情况,将高通滤波器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫 B 。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 ( )7.下列图象边缘检测算子中抗噪性能最好的是: a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子

《数字图像处理》试题及答案.

。中间过程:先补上一圈的 0:解:结果: y ,然后和模板 作卷积,例如 y 中的-4 是这样得到的: -4(即对应元 素相乘相加,其他的数同理。 1、如图为一幅 16 级灰度的图像。请写出均值滤波和中值滤波的 3x3 滤波器;说明这两种滤波器各自的特点;并写出两种滤波器对下图的滤波结果(只处理灰色区域,不处理边界)。(15 分)题5图答:均值滤波:中值滤波:(2 分)(2 分)均值滤波可以去除突然变化的点噪声,从而滤除一定的噪声,但其代价是图像有一定程度的模糊;中值滤波容易去除孤立的点、线噪声,同时保持图像的边缘。(5 分)均值滤波:(3 分)中值滤波:(3 分) 2. 设有编码输入 X={x1,x2,x3,x4,x5,x6}, 其频率分布分别为p(x1=0.4,p(x2=0.3, p(x3=0.1,p(x4=0.1, p(x5=0.06,p(x6=0.04, 现求其最佳霍夫曼编码。 3 对数字图像 f(i,j(图象 1进行以下处理,要求: 1 计算图像 f(i,j的信息量。(10 分) 2 按下式进行二值化,计算二值化图象的欧拉数。 0 0 1 2 3 2 1 3 1 5 6 6 2 6 2 1 3 7 0 7 2 5 3 2 2 6 6 5 7 0 2 3 1 2 1 3 2 2 1 1 3 5 6 5 6 3 2 2 2 7 3 6 1 5 4 0 1 6 1 5 6 2 2 1 解:1统计图象 1 各灰度级出现的频率结果为; 信息量为 )对于二值化图象,若采用 4-连接,则连接成分数为 4,孔数为 1,欧拉数为 4-1=3;若采用 8-连接,则连接成分数为 2,孔数为 2,欧拉数为 2-2=0; 1 给出一维连续图像函数傅里叶变换的定义,并描述空间频率的概念。解:1)一维连续图像函数的傅立叶变换定义为: 2)空间频率是指单位长度内亮度作周期变化的次数,对于傅立叶变换基函数,考虑的最大值直线在坐标轴上的截距为,则 表示空间周期,即为空间频率。 2、试给出把灰度范围(0,10)拉伸为(0,15),把灰度范围(10,20)移到(15,25),并把灰度范围(20,30)压缩为(25,30)的变换方程。解:如图所示,由公式

数字图像处理实验题目要求

1基于形态学运算的星空图像分割 主要内容: 在获取星图像的过程中,由于某些因素的影响,获得的星图像存在噪声,而且星图像的背景经常是不均匀的,为星图像的分割造成了极大的困难。膨胀和腐蚀是形态学的两个基本运算。用形态学运算对星图像进行处理,补偿不均匀的星图像背景,然后进行星图像的阈值分割。 要求: 1> 图像预处理:对原始星空图像进行滤波去噪处理; 2> 对去噪后的图像进行形态学运算处理; 3> 选取自适应阈值对形态学运算处理后的图像进行二值化; 4> 显示每步处理后的图像; 5> 对经过形态学处理后再阈值的图像和未作形态学处理后再阈值的图像进行对比分析。 待分割图像 直接分割图像 处理后的分割图像 2基于数字图像处理的印刷电路板智能检测方法 主要内容: 通过对由相机实时获取的印刷电路板图像进行焊盘识别,从而提高电子元件的贴片质量,有效提高电路板的印刷效率。 要求: 1> 图像预处理:将原始彩色印刷电路板图像转成灰度图像,对灰度图像进行背景平滑和滤波去噪; 2> 对去噪后的图像进行图像增强处理,增强边缘提取的效果。 3> 对增强后的图像进行边缘提取(至少两种以上的边缘提取算法); 4> 显示每步处理后的图像(原始电路板图像可自行查找); 5> 图像处理后要求能对每个焊盘进行边缘提取,边缘清晰。 3静止背景下的移动目标视觉监控 主要内容: 基于视觉的人的运动分析最有前景的潜在应用之一是视觉监控。视觉监控系统的需求主要来自那些对安全要求敏感的场合,如银行、商店、停车场、军事基地等。通过对静止背景下的目标识别,来提醒监测人员有目标出现。

要求: 1>对原始参考图和实时图像进行去噪处理; 2>对去噪后的两幅图像进行代数运算,找出目标所在位置,提取目标,并将背景置黑; 3> 判断目标大小,若目标超过整幅图像的一定比例时,说明目标进入摄像保护区域,系统对监测人员进行提示(提示方式自选)。 4>显示每步处理后的图像; 5>分析此种图像监控方式的优缺点。 背景目标出现目标提取 4车牌识别图像预处理技术 主要内容: 车辆自动识别涉及到多种现代学科技术,如图像处理、模式识别与人工智能、计算机视觉、光学、机械设计、自动控制等。汽车作为人类生产、生活中的重要工具被广泛的使用,实现自动采集车辆信息和智能管理的车牌自动识别系统具有十分重要的意义: 要求: 1>对原始车牌图像做增强处理; 2>对增强后的彩色图像进行灰度变换; 3>对灰度图像进行直方图均衡处理; 4>选取自适应的阈值,对图像做二值化处理; 5>显示每步处理后的图像; 6>分析此种图像预处理的优缺点及改进措施,简要叙述车牌字符识别方法 原始车牌图像处理后的车牌图像 5医学细胞图像细胞分割图像增强算法研究 主要内容: 医学图象处理利用多种方法对各种图像数据进行处理,以期得到更好的显示效果以便医生根据细胞的外貌进行病变分析。 要求: 1>通过对图像的灰度变换调整改变细胞图像的灰度,突出感兴趣的细胞和细胞核区域。 2>通过直方图修改技术得到均衡化或规定化等不同的处理效果。 3>采用有效的图像平滑方法对细胞图像进行降噪处理,消除图像数字化和传输时所混入的噪声,提高图像的视觉效果。 4>利用图像锐化处理突出细胞的边缘信息,加强细胞的轮廓特征。 5>显示每步处理图像,分析此种细胞分割图像预处理方法的优缺点。 原始细胞图像 图像处理后的细胞图像 6瓶子灌装流水线检测是否液体灌装满瓶体 当饮料瓶子在罐装设备后要进行液体的检测,即:进行判断瓶子灌装流水线是否灌装满瓶体的检测,如液面超过瓶颈的位置,则装满,否则不满,如果不满则灌装液体不合格,需重新进行灌装。 具体要求: 1)将原进行二值化 2)二值化后的图像若不好,将其滤波再进行膨胀处理,并重新进行二值化 3)将图像标记连通域并进行面积计算,找出不符合要求的标记块 4)将不合格的图像进行提取,并记录不合格率

USB数据采集卡 500K 12位 16路模拟量输入 带DA DIO 计数器功能

USB2833 数据采集卡 使用说明书 阿尔泰科技发展有限公司 产品研发部修订

阿尔泰科技发展有限公司 目录 目录 (1) 第一章功能概述 (1) 第一节、产品应用 (1) 第二节、AD 模拟量输入功能 (1) 第三节、DA 模拟量输出功能 (1) 第四节、DI 数字量输入功能 (2) 第五节、DO 数字量输出功能 (2) 第六节、CNT 定时/计数器功能 (2) 第七节、其他指标 (2) 第八节、板卡尺寸 (2) 第九节、产品安装核对表 (2) 第十节、安装指导 (2) 一、软件安装指导 (2) 二、硬件安装指导 (2) 第二章元件布局图及简要说明 (3) 第一节、主要元件布局图 (3) 第二节、主要元件功能说明 (3) 一、信号输入输出连接器 (3) 二、电位器 (3) 三、状态灯 (3) 四、物理ID 拨码开关 (3) 第三章信号输入输出连接器 (5) 第一节、AD/DA 模拟量信号输入输出连接器定义 (5) 第二节、DIO、CNT 数字量信号输入连接器定义 (6) 第四章各种信号的连接方法 (7) 第一节、AD 模拟量输入的信号连接方法 (7) 一、AD 单端输入连接方式 (7) 二、AD 双端输入连接方式 (7) 第二节、DA 模拟量输出的信号连接方法 (8) 第三节、DI 数字量输入的信号连接方法 (8) 第四节、DO 数字量输出的信号连接方法 (8) 第五节、CNT 定时/计数器信号的连接方法 (9) 第六节、多卡同步的实现方法 (9) 第五章数据格式、排放顺序及换算关系 (11) 第一节、AD 模拟量输入数据格式及码值换算 (11) 一、AD 双极性模拟量输入的数据格式 (11) 二、AD 单极性模拟量输入数据格式 (11) 第二节、AD 单通道与多通道采集时的数据排放顺序 (11) 第三节、DA 模拟量输出数据格式 (12) 一、DA 单极性输出时的数据格式 (12) 二、DA 双极性电压输出的数据格式 (12) 第六章 CNT 定时/计数器功能 (13) 第七章产品的应用注意事项、校准、保修 (16) 第一节、注意事项 (16)

数字图像处理-作业题及部分答案解析演示教学

1.数字图像与连续图像相比具有哪些优点?连续图像f(x,y与数字图像I(c,r中各量的含义 是什么?它们有何联系和区别? (To be compared with an analog image, what are the advantages of a digital image? Let f(x,y be an analog image, I(r, c be a digital image, please give explanation and comparison for defined variables: f/I, x/r, and y/c 2.图像处理可分为哪三个阶段? 它们是如何划分的?各有什么特点? (We can divide "image processing" into 3 stages, what are they? how they are divided? What are their features? 答:低级处理---低层操作,强调图像之间的变换,是一个从图像到图像的过程; 中级处理---中层操作,主要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,是一个从图像到数值或符号的过程; 高级处理---高层操作,研究图像中各目标的性质和相互联系,得出对图像内容含义的理解以及对原来客观场景的解释; 3.试从结构和功能等角度分析人类视觉中最基本的几个要素是什么?什么是马赫带效应? 什 么是同时对比度?它们反映了什么共同问题? (According to the structure and function of the eyes, what are the basic elements in human vision? What is the Mach Band Effect? What is Simultaneous Contrast? What common facts can we infer from both Mach Band Effect and Simultaneous Contrast? 答:人的视觉系统趋向于过高或过低估计不同亮度区域边界的现象称为“马赫带”效应;同时对比度指的是人的视觉系统对某个区域感觉到的亮度除了依赖于它本身的强度,还与背景有关.

常用图像去噪方法比较及其性能分析

龙源期刊网 https://www.360docs.net/doc/903982476.html, 常用图像去噪方法比较及其性能分析 作者:孟靖童王靖元 来源:《信息技术时代·下旬刊》2018年第02期 摘要:本文介绍了噪声的分类模型,之后又分别介绍了空间域去噪、傅里叶去噪算法以及小波去噪中的部分算法,并分别对相似算法进行了分析比较。同时为了更好的比较出各算法之间的去噪差别针对其中部分去噪算法进行了用matlab的实现,比较了去噪的效果。 关键词:数字图像;噪声;滤波 一、引言 随着当今社会数字化的普及,人们传递图像信息的方式已经从之前单纯的实物传递变为当今的数字图像的传递。然而由于各种原因会导致数字图像真实性减弱。针对这种问题,数字图像处理技术应运而生。数字图像处理技术的产生,不仅满足了人们的视觉,同时经过处理的图像还可以更好的应用于图像加密,图像识别等领域。 二、空间域去噪算法 (一)均值滤波去噪 通过计算某一滤波目标区域内的算数平均值来替代目标区域中心所对应的像素值的方法来达到去除噪声的目的。而加权均值滤波则是在原有均值滤波的基础上,通过对某些更趋进于真实像素的点进行加权的方法来达到更好的去噪效果,使最终区域中心像素更加趋近于真实像素。 利用均值滤波可以很好的去除由高斯噪声带来的对于图像的影响,然而对于由于椒盐噪声带来的对于图像的影响,均值滤波去除的效果并不很好。同时,由于均值滤波的算法是通过取目标范围内一小区域中点灰度值的平均值,来决定区域中心点灰度值的,所以不可避免的造成图像经过均值滤波后会导致图像部分原始真实细节被滤掉,造成视觉上细节不清楚的情况。并且所取范围越大,图像中细节部分越不清晰,图像越平滑。 (二)中值滤波去噪 通过求区域中心点及其周围点灰度值的中值,来代替该中心点的灰度值。因此利用中值去噪的方法可以较好的弥补均值滤波对于图像边缘不清晰处理的缺点。然而由于中值滤波对于所选滤波区域的选择要求较高,因此对于滤波区域大小形状的选择需要根据具体图像来确定。此外,与均值滤波相比,中值滤波对于椒盐噪声的处理比对于高斯噪声的处理更好。 (三)维纳滤波去噪

数字图像处理与分析习题及答案

第一章绪论 课后4. 1. 数字图像处理的主要研究内容包含很多方面,请列出并简述其中的4种。 ①图像数字化:将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强:将一幅图像中的有用信息进行增强,同时对其无用信息进行抑制,提高图 像的可观察性。 ③图像的几何变换:改变图像的大小或形状。 ④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。 ⑤图像识别与理解:通过对图像中各种不同的物体特征进行定量化描述后,将其所期望 获得的目标物进行提取,并且对所提取的目标物进行一定的定量分析。 2. 什么是图像识别与理解? 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后,将其所期望获得的目标物进行提取,并且对所提取的目标物进行一定的定量分析。比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息,就需要先将照片上的人脸检测出来,进而将检测出来的人脸区域进行分析,确定其是否是该犯罪分子。 3. 简述图像几何变换与图像变换的区别。 ①图像的几何变换:改变图像的大小或形状。比如图像的平移、旋转、放大、缩小等, 这些方法在图像配准中使用较多。 ②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。比如傅里叶变换、小波变换等。

4.一个数字图像处理系统由哪几个模块组成? 答:一个基本的数字图像处理系统由图像输入、图像存储、图像输出、图像通信、图像处理和分析5个模块组成 5.连续图像和数字图像如何相互转换? 答:数字图像将图像看成是许多大小相同、形状一致的像素组成。这样,数字图像可以用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像(连续图像)信号,再由模拟/数字转化器(ADC)得到原始的数字图像信号。图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化,而进一步将图像的幅度值(可能是灰度或色彩)整数化的过程称为量化。 6.采用数字图像处理有何优点? 答:数字图像处理与光学等模拟方式相比具有以下鲜明的特点: 1.具有数字信号处理技术共有的特点。(1)处理精度高。(2)重现性能好。(3)灵活性高。2.数字图像处理后的图像是供人观察和评价的,也可能作为机器视觉的预处理结果。 3.数字图像处理技术适用面宽。 4.数字图像处理技术综合性强。 7.数字图像处理主要包括哪些研究内容? 答:图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理,它将一幅图像转化为另一幅具有新的意义的图像。 8.常见的数字图像处理开发工具有哪些?各有什么特点? 答.目前图像处理系统开发的主流工具为Visual C++(面向对象可视化集成工具)和MATLAB 的图像处理工具箱(Image Processing Tool box)。两种开发工具各有所长且有相互间的软件接口。 Microsoft 公司的 VC++是一种具有高度综合性能的面向对象可视化集成工具,用它开发出来的 Win 32 程序有着运行速度快、可移植能力强等优点。VC++所提供的 Microsoft 基础类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装,提高了代码的可重用性,大大缩短了应用程序开发周期,降低了开发成本。由于图像格式多且复杂,为了减轻程序员将主要精力放在特定问题的图像处理算法上,VC++ 6.0 提供的动态链接库ImageLoad.dll 支持B MP、JPG、TIF 等常用6种格式的读写功能。 MATLAB 的图像处理工具箱 MATLAB 是由 MathWorks 公司推出的用于数值计算的有

电影特殊效果分析(图像处理技术)

《图像处理设计》大作业 题目:选题二:《X战警-第一战》分析短评专业:数字媒体技术 姓名:王潇 学号:0305110228

一、引言 随着时代的发展,人们对于文化生活要求变高。电影作为一种艺术表现形式,也经受着人们的考验。过去的技术已经不能给我们带来让我们满意的视觉效果,尖端的电影技术正在发展。从电影这个音画艺术诞生开始,影视创作人员一直在积极的寻求新鲜的元素,是电影传达更多的思想和情感,或是呈现给观众不同寻常的或是匪夷所思的画面,从而给观众留下深刻的印象收到最震撼的效果。从历史上第一个特效镜头出现在大屏幕的一瞬间就注定了它今后在电影界的举足轻重的地位。 说起影视视觉特效的发展,不得不惊叹其惊人的成长速度,然而回顾历史不得不承认这也是在情理之中。当第一台电子计算机在宾夕法尼亚大学中诞生以来,计算机这一强有力的工具就像一只催化剂迅速的提升了各行各业的发展。 在20世纪八九十年代,计算机图形学CG技术的发展进入应用与普及阶段,计算机生成图像CGI技术和三维动画,数字合成技术等相关技术的飞速进步,使得呈现在观众眼前的视觉效果越来越震撼,可谓视觉盛宴。与此同时美国好莱坞商业电影在迅猛地崛起,众多好莱坞大片为了取得绝佳的影片视觉效果以及良好的票房收入,不惜在影片特效部分投入巨资,更有甚者,影片本身就是一部特效电影。所有的这些都极大的促进了影视视觉特效的发展与进步。 电影发展到今天,影视特效已经成为一部电影不可或缺的一部分,从经济角度来看,他更环保,更节约,成本更低。例如,某些影片中的场景更不不可能依靠现实的布景来实现,就算可以实现也劳民伤财,耗资巨大,这时候CGI技术就现实出其强大的优势;某些电视剧的制作,因为成本的限制,不可能到将剧组四处迁徙完成拍摄,这时候,就可借助绿屏或蓝屏以及跟踪的技术,在摄影棚中完成前景的拍摄,然后利用数字合成技术,将其与背景实拍素材合成的天衣无缝即可达到以假乱真的效果。而这种拍摄手段在现在的影视制作中被广泛的使用。 现代使用电子计算机进行特殊处理使影片出现特殊效果的方法有很多,其技术集中在建模与渲染和特效与合成方面。经过了大学对计算机图形学和图像处理技术的学习,我在这方面也有了一些自己的理解。下面让我以2011年上映的《X战警:第一战》(X-men:First Class)为具体实例,阐述我个人的理解与分析。 具体完整动态视觉效果请看附录视频。附录视频内含镜头一至镜头五,并整合了相关技术应用。 关键词:数字图像技术计算机图形学图像处理与分析影视特效X战警

数字图像处理技术作业解答

选择题答案: 1:bc ,2:adhij ,3:abde ,4:ahikl ,becfj ,dg ,mno ,5:ad ,(第一章) 1(6):acd ,2:abd ,3:abd ,4:abc ,5:bc ,6:acd ,7:abce ,8:c 9:acd ,10:bd ,11:ac ,12:b ,13:abcde ,14:bd ,(第二章) 1:(20)ad ,2:ade ,3:abd ,4:abcd ,(第四章) 1:(24)abcde ,2:abcde ,3:abce ,4:abd ,5:ab (第五章) 1:abc ,2:abcd ,3:acde ,4:abcde ,5:bcde ,6:acdefhj ,7:bc (第六章) 1:acd ,2:acdef ,3:c ,4:abcef ,5:acde ,6:ade ,7:ad (第七章) 1:abcdfi (第十章) 1:bcfg ,2:bcd ,3:abcd ,4:abc ,5:abcd ,6:abc ,7:abd(第十二章) 1:acd(第十六章) 第二章: 2.1:1400/72*25.4=49 3.89毫米 2.2:几何结构如下图所示: h 12M 照片中物体的高度h=12/95*50=6.316mm 像素点个数=6.316/25.4*4000=995 2.5:二值图像的每个像素需要占用1bit ,所以该幅图像占用比特数为4000*3000=1.2*107bit 。 2.6:8位深度占用的存储空间为3*8*640*480=7.3728*106bit 10位深度占用的存储空间为3*10*640*480=9.216*106bit 12位深度占用的存储空间为3*12*640*480=1.10592*107bit 14位深度占用的存储空间为3*14*640*480=1.29024*107bit 第四章: 1. 灰度直方图图形化显示时的纵横坐标分别是什么? 答:灰度直方图图形化显示时的横坐标表示灰度值,纵坐标表示像素个数或者像素个数百分比。 2. 假设有一个包含强度值从0~255的8位灰度图像的直方图信息,请描述如何利用该 直方图信息计算图像像素的平均值,最小值,最大值和中间值。 答:假设直方图信息存储在h0,h1,h2,h3,……,h255中,其中hi 中存储的是灰度值为i 的 像素在图像中的个数。 则图像像素的总个数为: ∑=255 i hi 图像像素灰度值之和为: ∑=255 )*(i hi i

数字图像处理考题2012级

数字图像处理: 一、图像工程的内涵(三个层次:图像处理、图像分析和图像理解及其关系)。 图像工程的内涵: 根据抽象程度和研究方法等的不同,可分为三个层次:图像处理、图像分析和图像理解。 图像处理的内容:主要对图象进行各种加工以改善图象的视觉效果、或突出有用信息,并为自动识别打基础,或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。基本特征:输入是图像,输出也是图像,即图像之间进行的变换。显然,这是一种比较严格的图像处理定义,因此也呈现出了某种狭义性。 图像分析的内容:主要对图象中感兴趣的目标进行检测(或分割)和测量,以获得它们的客观信息从而建立对图象的描述。基本特征:输入是图像,输出是数据(即对输入图像进行描述的信息)。 图像理解的内容:在中级图像处理的基础上,进一步研究图象中各目标的性质和它们之间相互的联系,并得出对图象内容含义的理解(对象识别)及对原来客观场景的解释(计算机视觉),从而指导和规划行动。基本特征:以客观世界为中心,借助知识、经验等来把握整个客观世界。“输入是数据,输出是理解”。 三者的关系: 图像处理是比较低层的操作,它主要在图像像素级上进行处理,处理的数据量非常大。 图像分析则进入了中层,分割和特征提取把原来以像素描述的图像转变成比较简洁的非图像形式的描述。 图像理解主要是高层操作,基本上是对从描述抽象出来的符号进行运算,其处理过程和方法与人类的思维推理有许多类似之处。 图像的低级处理阶段和高一级的处理阶段是相互关联和有一定重叠性的。根据本课程的任务和目标,重点放在图像处理上,并学习图像分析的基本理论和方法。也就是说本课程中提到的图像处理概念是广义的。 二、观察三幅图的等偏爱曲线,分析:空间分辨率和灰度分辨率同时变化对图像质量的影响

计算机图形学与图形图像处理技术分析

计算机图形学与图形图像处理技术分析 计算机技术的普及与发展带动了全社会的进步,现代社会活动中几乎所有领域都在使用计算机技术,该技术为企业节约了大量的生产成本,提高了工作效率,改变了人们的生活方式。计算机图形学和图形图像技术在人们工作中的使用日益频繁,凸显了现代科学应用领域对该技术研究的重要性,本文就计算机图形学与图形图像处理技术从定义、区别和联系以及具体应用几方面展开论述,期望该技术能够为人们的工作和生活提供更大便利。 标签:计算机图形学;图形图像处理;技术 1概述 1.1概念 计算机图像处理是指利用计算机技术,来对图像进行一定的加工和分析,以获取最终的目标图像及结果。 目前该项处理技术在应用中,主要经过两个基本过程。第一,转化要研究的图像,把它变成通过计算机能够清晰辨别的数据,这样把图像存放在计算机中;第二,在将电脑中的图像做出相关处理与转化时,将采用不同形式的计算方法进行处理。 1.2图像的分类 根据图像能否在计算机上处理,将图像的种类进行了以下归类: 第一类,数字化图像。由于科技的迅猛发展,图像已经逐渐走向数字化。同时,数字化图像具有与生俱来的优势,例如处理方法便捷、精准度高等,满足了现代化国家的需求。 第二类,模拟图像。在现代生活中,模拟图像到处可以看到,比如胶片照相机相片、光学图像等,这些都是模拟图像。模拟图像一般在输出时较方便快捷,但是也有不是很灵活、精密度不够的缺陷。 2计算机图形与图像技术的区别与联系 计算机图形处理技术与图像处理技术是两种技术,两种技术密不可分,两者的有机融合才能将图像和图像处理更加符合客户需求,两者的转换和联系如图1所示,但两者也有若干区别: (1)理论基础不同。计算机图形学的理论基础是计算几何、分型、透视、变换、仿射理论、分形理论等,而计算机图像处理技术的理论基础是统计学、模

(完整版)数字图像处理复习整理

《数字图像处理》复习 第一章绪论 数字图像处理技术的基本内容:图像变换、图像增强、图象恢复、图像压缩编码、图像分割、图像特征提取(图像获取、表示与描述)、彩色图像处理和多光谱及高光谱图像处理、形态学图像处理 第二章数字图像处理基础 2-1 电磁波谱与可见光 1.电磁波射波的成像方法及其应用领域: 无线电波(1m-10km)可以产生磁共振成像,在医学诊断中可以产生病人身体的横截面图像☆微波(1mm-1m)用于雷达成像,在军事和电子侦察领域十分重要 红外线(700nm-1mm)具有全天候的特点,不受天气和白天晚上的影响,在遥感、军事情报侦察和精确制导中广泛应用 可见光(400nm-700nm)最便于人理解和应用最广泛的成像方式,卫星遥感、航空摄影、天气观测和预报等国民经济领域 ☆紫外线(10nm-400nm)具有显微镜方法成像等多种成像方式,在印刷技术、工业检测、激光、生物学图像及天文观测 X射线(1nm-10nm)应用于获取病人胸部图像和血管造影照片等医学诊断、电路板缺陷检测等工业应用和天文学星系成像等 伽马射线(0.001nm-1nm)主要应用于天文观测 2-2 人眼的亮度视觉特征 2.亮度分辨力——韦伯比△I/I(I—光强△I—光照增量),韦伯比小意味着亮度值发生较小变化就能被人眼分辨出来,也就是说较小的韦伯比代表了较好的亮度分辨力 2-3 图像的表示 3.黑白图像:是指图像的每个像素只能是黑或白,没有中间的过渡,一般又称为二值图像 (黑白图像一定是二值图像,二值图像不一定是黑白图像) 灰度图像:是指图像中每个像素的信息是一个量化了的灰度级的值,没有彩色信息。 彩色图像:彩色图像一般是指每个像素的信息由R、G、B三原色构成的图像,其中的R、 B、G是由不同的灰度级来描述的。 4.灰度级L、位深度k L=2^k 5.储存一幅M×N的数字图像所需的比特 b=M×N×k 例如,对于一幅600×800的256灰度级图像,就需要480KB的储存空间(1KB=1024Byte 1Byte=8bit) 2-4 空间分辨率和灰度级分辨率 6.空间分辨率是图像中可分辨的最小细节,主要由采样间隔值决定,反映了数字化后图像的实际分辨率。一种常用的空间分辨率的定义是单位距离内可分辨的最少黑白线对数目(单位是每毫米线对数),比如每毫米80线对。对于一个同样大小的景物来说,对其进行采样的空间分辨率越高,采样间隔就越小,图片的质量就越高。 7.灰度级分辨率是指在灰度级别中可分辨的最小变化,通常把灰度级级数L称为图像的灰度级分辨率(灰度级通常是2的整数次幂) 8.在图像空间分辨率不变的情况下,采样数越少,图像越小。同时也证实了,在景物大小不变的情况下,图像阵列M×N越小,图像的尺寸就越小; 随着空间分辨率的降低,图像大小尺寸不变,图像中的细节信息在逐渐损失,棋盘格似的粗颗粒像素点变得越来越明显。由此也说明,图像的空间分辨率越低,图像的视觉效果越差;

图像处理和分析-王伟强-作业题和答案解析汇总-2017版

【作业1】 1、完成课本习题3.2(a)(b), 课本中文版《处理》第二版的113页。可以通过matlab帮助你分析理解。 a: b:E控制函数的斜坡,也就是函数的倾斜程度,E越大,函数倾斜程度越大,如下图1,图2所示: 图1:E=5

图2:E=20 2、一幅8灰度级图像具有如下所示的直方图,求直方图均衡后的灰度级和对应概率,并画出均衡后的直方图的示意图。(计算中采用向上取整方法,图中的8个不同灰度级对应的归一化直方图为[0.17 0.25 0.21 0.16 0.07 0.08 0.04 0.02]) 【解答】直方图均衡采用公式 式中,G为灰度级数,取8,p r(w)为灰度级w的概率,S r为变换后的灰度,计算过程如下表所示: 则新灰度级的概率分别是: P s(0) = 0 P s(1) = P r(0) = 0.17 P s(2) = 0 P s(3) = P r(1) = 0.25 P s(4) = 0 P s(5) = P r(2) = 0.21 P s(6) = P r(3) + P r(4) = 0.23

P s(7) = P r(5) = P r(6) = P r(7) = 0.14 编写matlab程序并绘制直方图: s=0:1:7; p=[0 0.17 0 0.25 0 0.21 0.23 0.14]; bar(s,p); axis([-1 8 0 0.3]); 可以看出,此图较题目原图更加“均匀”。 【作业2】1、完成课本数字图像处理第二版114页,习题3.10。 【解答】 由图可知

将两图做直方图均衡变换 令上面两式相等,则 因为灰度级非负,所以 2、请计算如下两个向量与矩阵的卷积计算结果。 (1)[ 1 2 3 4 5 4 3 2 1 ] * [ 2 0 -2 ] (2) 【解答】 (1)设向量a=[ 1 2 3 4 5 4 3 2 1 ],下标从-4到4,即a(-4)=1,a(-3)=2……a(4)=1;设向量b=[ 2 0 -2 ],下标从-1到1,即b(-1)=2,b(0)=0,b(1)=-2;设向量c=a*b,下标从-5到5。根据卷积公式可知 其中,,则 c(-5)=a(-4)b(-1)=1*2=2 c(-4)=a(-4)b(0)+a(-3)b(-1)=1*0+2*2=4 c(-3)=a(-4)b(1)+a(-3)b(0)+a(-2)b(-1)=1*(-2)+2*0+3*2=4 c(-2)=a(-3)b(1)+a(-2)b(0)+a(-1)b(-1)=2*(-2)+3*0+4*2=4 c(-1)=a(-2)b(1)+a(-1)b(0)+a(0)b(-1)=3*(-2)+4*0+5*2=4 c(0)=a(-1)b(1)+a(0)b(0)+a(1)b(-1)=4*(-2)+5*0+4*2=0 c(1)=a(0)b(1)+a(1)b(0)+a(2)b(-1)=5*(-2)+4*0+3*2=-4 c(2)=a(1)b(1)+a(2)b(0)+a(3)b(-1)=4*(-2)+3*0+2*2=-4 c(3)=a(2)b(1)+a(3)b(0)+a(4)b(-1)=3*(-2)+2*0+1*2=-4 c(4)=a(3)b(1)+a(4)b(0)=2*(-2)+1*0=-4

数字图像处理练习题答案解析

一、选择题 1B 、2C 、3A 、4D 、5C 、 6A 、7D 、8A 、9D 、10A 二、判断题( 正确的打√,错误的打×。 1、√ 2、√ 3、× 4、× 5、√ 6、√ 7、× 8、× 9、× 10、√ 三、 (1策略可以分为两种。一种是将一幅彩色图像看作三幅分量图像的组合体,在处理过程中先对每幅图像单独处理,再将处理结果合成为彩色图像。另一种是将一幅彩色图像中的每个象素看作具有三个属性值,即属性现在为一个矢量,需利用对矢量的表达方法进行处理。 (2一副真彩色图像既可以分解为R 、G 、B 三个分量也可以分解为H 、S 、I 三个分量图。人眼对H 、S 、I 三个分量图的感受是比较独立的。一种简便常用的真彩色增强方法步骤为:

①将RGB 分量图转化为HIS 分量图;②利用对灰度图增强的方法增强其中的一个分量图;③再将结果转换为用RGB 分量图来显示。 亮度增强,改变I 分量图,它不改变原图的彩色内容。饱和度增强,改变S 分量图,通过对S 分量图中每个象素乘以一个大于1的常数可使图像的彩色更鲜明,而如果乘以一个小于1的常数则会使图像的彩色感减少。色调增强,改变H 分量图,若对该图的每个象素加一个常数,将会使每个目标的颜色在色谱上移动。 四、 (1 算术编码为0.23355 图略 (2 发送时,要发送A 、B 、C 、D 、E 、F 的概率,并送0.23355。 (3 算术解码如下 图略 五、 (1图像混合 设图象,(y x f 为载体图像,,(y x s 为隐藏图像。对于实数a ,称 ,(1(,(,(y x s a y x af y x b -+= 为图像,(y x f 和,(y x s 的a 混合。 (2单幅迭代 对图像,(y x f 和,(y x s 进行1α混合得,(1(,(,(111y x s a y x f a y x b -+= ,对图像,(y x f 和,(1y x b 进行2α混合得,(1(,(,(1222y x b a y x f a y x b -+=,依次进行N 次混合得到,(1(,(,(1y x b a y x f a y x b N N N N --+=。可以证明,

[VIP专享]数字图像处理期末考试试题

2007级“数字图像处理”试题及答案 [原创2008-07-02 17:49:06] 一、填空题( 每小题2分,本题共20 分) 1. 图像与灰度直方图间的对应关系是多对一; 2. 下列算法中a.梯度锐化b.二值化c.傅立叶变换d.中值滤波,属于点处理的是b二值化; 3. 在彩色图像处理中,常使用HSI模型,它适于做图像处理的原因有:1、在HIS模型中亮度分量与色度分量是分开的;2、色调与饱和度的概念与人的感知联系紧密。; 4. 若将一幅灰度图像中的对应直方图中偶数项的像素灰度均用相应的对应直方图中奇数项的像素灰度代替(设灰度级为256),所得到的图像将亮度增加,对比度减少; 5. MATLAB函数fspecial(type,parameters)常用类型有:average 、gaussian、laplacian、prewitt、sobel、unsharp; 6. 检测边缘的Sobel算子对应的模板形式为: -1 -2 -1 0 0 0 1 2 1 -1 0 1 -2 0 2 -1 0 1 7. 写出4-链码10103322的形状数:03033133; 8. 源数据编码与解码的模型中量化器(Quantizer)的作用是减少心里视觉冗余; 9. MPEG4标准主要编码技术有DCT变换、小波变换等; 10. 图像复原和图像增强的主要区别是图像增强主要是一个主观过程,而图像复原主要是一个客观过程; 第10题:图像增强不考虑图像是如何退化的,而图像复原需知道图像退化的机制和过程等先验知识

二、名词解释( 每小题5分,本题共20 分) 1、数字图像 数字图像是指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后,每个小块区域称为像素(pixel)。 数字图像处理 指用数字计算机及其它有关数字技术,对图像施加某种运算和处理,从而达到某种预想目的的技术. 2、8-连通的定义 -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。3、灰度直方图 灰度直方图是指反映一幅图像各灰度级像元出现的频率。 4、中值滤波 中值滤波是指将当前像元的窗口(或领域)中所有像元灰度由小到大进行排序,中间值作为当前像元的输出值。 像素的邻域 邻域是指一个像元(x,y)的邻近(周围)形成的像元集合。即{(x=p,y=q)}p、q 为任意整数。 像素的四邻域 像素p(x,y)的4-邻域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1) 三、简答题( 每小题10分,本题共30 分): 1. 举例说明直方图均衡化的基本步骤。 直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图,即在每个灰度级上都具有相同的象素点数的过程。

直方图均衡化图像增强与彩色图像处理算法分析

直方图均衡化图像增强与彩色图像处理算法分析 2012.05.29

目录 1. 前言 (1) 2. 理论分析 (2) 2.1 直方图修正技术的基础 (2) 2.2 直方图的均衡化 (3) 2.3 直方图均衡化的算法步骤 (4) 3. 仿真实验与结果 (6) 3.1直方图均衡化Matlab程序 (6) 3.2 彩色图形处理Matlab程序 (8) 3.3 直方图均衡化仿真结果: (10) 3.4 彩色图像处理仿真结果: (13) 4. 结论 (14) 参考文献 (15)

1. 前言 在实际应用中,无论采用何种输入装置采集的图像,由于光照、噪声等原因,图像的质量往往不能令人满意。例如,检测对象物的边缘过于模糊;在比较满意的一幅图像上发现多了一些不知来源的黑点或白点;图像的失真、变形等等。所以图像往往需要采取一些手段进行改善以求达到较好的效果。图像增强技术正是在此基础上提出的。图像增强是图像分析与处理的一个重要的预处理过程,其主要有两个目的:一是运用一系列技术手段改善图像的视觉效果,提高图像的清晰度;二是将图像转化成一种更适合于人或计算机进行分析处理的形式。即改善图像质量是图像增强的根本目的。图像增强的意义一般可以理解为:按需要进行适当的变换,对图像的某些特征,如边缘、轮廓、对比度进行强调或锐化,突出某些有用的信息,去除或削弱无用的信息以便于显示、观察或进一步分析和处理。 图像增强技术是一类基本的图像处理技术,是指有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征,其目的是使处理后的图像更适合于人的视觉特性或机器的识别系统,包括图像的轮廓线或者纹理加强、图像去噪、对比度增强等。因此图像增强处理是图像分析和图像理解的前提和基础。在图像的获取过程中,特别是对于多媒体监控系统采集的图像,由于监控场景光线照射复杂、拍摄背景也比较复杂等环境因素的影响。加之摄像设备、传感器等因素引入的噪声,使监控图像在一定程度上存在对比度差、灰度分布范围窄、图像分辨率下降。因此,为得到一幅清晰的图像必须进行增强处理。传统的图像增强算法通常是基于整幅图像的统计量,这样在计算整幅图像的变换时,图像中的低频信息、高频信息以及含有的噪声,同时进行了变换,因而在增强图像的同时增强了噪声,导致信息熵下降,给监控图像的分析和后期处理带来了困难。针对此问题,提出一种新算法。 图像增强处理方法根据图像增强处理所在的空间不同,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。空间域处理方法是在图像像素组成的二维空间里直接对每一个像素的灰度值进行处理,它可以是一幅图像内像素点之间的运算处理,也可以是数幅图像间的相应像素点之间的运算处理。频率域处理方法是在图形的变换域对图像进行间接处理。其特点是先将图像进行变换,在空间域对图像作傅里叶变换得到它的频谱按照某种变化模型(如傅里叶变换)变换到频率域,完成图像由空间域变换到频率域,然后在频率域内对图像进行低通或高通频率域滤波处理。处理完之后,再将其反变换到空间域。 直方图均衡化算法是图像增强空域法中的最常用、最重要的算法之一。它以概率理论作基础,运用灰度点运算来实现直方图的变换,从而达到图像增强的目的。本文介绍一种基于累积分布函数变换法为基础的直方图修正法。它可以通过对直方图进行均匀化修正,可使图像的灰度间距增大或灰度均匀分布、增大反差,是图像的细节变得清晰。

相关文档
最新文档