第一章数字图像处理基础
合集下载
数字图像处理第一章概论优秀课件
随着计算机技术的发展，逐渐应用于图像领域。 60年代第一台可执行有意义的图像处理任务的大 型计算机出现，逐渐应用于空间图像处理、医学图像、 地球遥感、天文学
Chapter 1: Int像的来源：主要是电磁能谱，此外还 有声波、超声波和电子（用于电子显微镜的电子束形式 ）及计算机产生。
Chapter 1: Introduction
1.2 数字图像处理的起源
最早起源之一是报纸 20年代 伦敦→纽约（海底电缆）
图像→编码→打印 一幅图片1个多星期→ 3个多小时
Chapter 1: Introduction
1.2 数字图像处理的起源
Chapter 1: Introduction
1.2 数字图像处理的起源
Chapter 1: Introduction
1.3 数字图像处理的应用实例
1.3.7 其他图像模式应用的实例 “声音”成像：地质勘探，工业和医学（超
声波）以医学超声波为例： 1、超声波系统（计算机+超声波+接收器） 2、声波传入体内，碰撞组织边缘，一部分返回到
探头，一部分继续传播。 3、反射波被探头收集→计算机 4、根据传播速度及每个回波返回的时间计算从探
1.3 数字图像处理的应用实例
1.3.5 微波波段成像 典型应用是雷
达，其独特之处是不 管在任何范围、任何 时间、任何气候周围 光照条件都可以。可 穿过云层，看到的是 反射到雷达天线的微 波能量。
Chapter 1: Introduction
1.3 数字图像处理的应用实例
1.3.6 无线电波成像 医学中：磁共振成像
电磁波谱：
Chapter 1: Introduction
1.3 数字图像处理的应用实例
Chapter 1: Int像的来源：主要是电磁能谱，此外还 有声波、超声波和电子（用于电子显微镜的电子束形式 ）及计算机产生。
Chapter 1: Introduction
1.2 数字图像处理的起源
最早起源之一是报纸 20年代 伦敦→纽约（海底电缆）
图像→编码→打印 一幅图片1个多星期→ 3个多小时
Chapter 1: Introduction
1.2 数字图像处理的起源
Chapter 1: Introduction
1.2 数字图像处理的起源
Chapter 1: Introduction
1.3 数字图像处理的应用实例
1.3.7 其他图像模式应用的实例 “声音”成像：地质勘探，工业和医学（超
声波）以医学超声波为例： 1、超声波系统（计算机+超声波+接收器） 2、声波传入体内，碰撞组织边缘，一部分返回到
探头，一部分继续传播。 3、反射波被探头收集→计算机 4、根据传播速度及每个回波返回的时间计算从探
1.3 数字图像处理的应用实例
1.3.5 微波波段成像 典型应用是雷
达，其独特之处是不 管在任何范围、任何 时间、任何气候周围 光照条件都可以。可 穿过云层，看到的是 反射到雷达天线的微 波能量。
Chapter 1: Introduction
1.3 数字图像处理的应用实例
1.3.6 无线电波成像 医学中：磁共振成像
电磁波谱：
Chapter 1: Introduction
1.3 数字图像处理的应用实例
第一章 数字图像处理基础 PPT课件
在灰度级变化尖锐的区域，用细腻的采样， 在灰度级比较平滑的区域，用粗糙的采样
数字图像处理基础
图像的采样和量化 数字图像的表示 数字图像的质量 像素间的一些基本关系
数字图像的表示
二维离散亮度函数——f(x,y)
x，y说明图像像素的空间坐标 函数值f代表了在点(x,y)处像素的灰度值
图像处理 计算机视觉 基于内容的图像、视频检索 人脸识别、指纹识别、掌纹识别、虹膜识别 图像分类、图像和视频的语义概念检测、……
成绩 出勤+作业30%， 考试成绩70% 考试闭卷完成（基本概念、原理和算法）
第一章 数字图像处理基础
兰州理工大学电信学院
数字图像处理基础 概述
数字图像处理
兰州理工大学电信学院
教材
教材
Rafael C. Gonzalez, Richard E. Woods. Digital Image Processing (Second Edition)，Prentice Hall，2003. Rafael C. Gonzalez, Richard E. Woods 著，阮秋琦、阮宇智等译. 数字图像处理 （第二版），电子工业出版社，2003年。
图像采样
图像空间坐标(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
图像幅值的数字化被称为图像的量化，如量化 到256个灰度级
rk
图像的采样与数字图像的质量
图像的采样与数字图像的质量
图像的采样与数字图像的质量
(a)
(b)
(c)
(d)
(e) (f)
y
y
x
x
什么是数字图像？
像素组成的二维排列，可以用矩阵表示 对于单色（灰度）图像而言，每个像素的亮度用 一个数值来表示，通常数值范围在0到255之间，0 表示黑、255表示白，其它值表示处于黑白之间的 灰度 彩色图像可以用红、绿、蓝三元组的二维矩阵来 表示。通常，三元组的每个数值也是在0到255之间， 0表示相应的基色在该像素中没有，而255则代表相 应的基色在该像素中取得最大值
数字图像处理基础
图像的采样和量化 数字图像的表示 数字图像的质量 像素间的一些基本关系
数字图像的表示
二维离散亮度函数——f(x,y)
x，y说明图像像素的空间坐标 函数值f代表了在点(x,y)处像素的灰度值
图像处理 计算机视觉 基于内容的图像、视频检索 人脸识别、指纹识别、掌纹识别、虹膜识别 图像分类、图像和视频的语义概念检测、……
成绩 出勤+作业30%， 考试成绩70% 考试闭卷完成（基本概念、原理和算法）
第一章 数字图像处理基础
兰州理工大学电信学院
数字图像处理基础 概述
数字图像处理
兰州理工大学电信学院
教材
教材
Rafael C. Gonzalez, Richard E. Woods. Digital Image Processing (Second Edition)，Prentice Hall，2003. Rafael C. Gonzalez, Richard E. Woods 著，阮秋琦、阮宇智等译. 数字图像处理 （第二版），电子工业出版社，2003年。
图像采样
图像空间坐标(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
图像幅值的数字化被称为图像的量化，如量化 到256个灰度级
rk
图像的采样与数字图像的质量
图像的采样与数字图像的质量
图像的采样与数字图像的质量
(a)
(b)
(c)
(d)
(e) (f)
y
y
x
x
什么是数字图像？
像素组成的二维排列，可以用矩阵表示 对于单色（灰度）图像而言，每个像素的亮度用 一个数值来表示，通常数值范围在0到255之间，0 表示黑、255表示白，其它值表示处于黑白之间的 灰度 彩色图像可以用红、绿、蓝三元组的二维矩阵来 表示。通常，三元组的每个数值也是在0到255之间， 0表示相应的基色在该像素中没有，而255则代表相 应的基色在该像素中取得最大值
《数字图像处理基础》课件
数字图像的表示与存 储方式
讨论数字图像的表示方法，包 括二进制表示、向量图像和光 栅图像等。
第三章：数字图像预处理
1
图像增强
2
探讨图像增强的方法和技术，如直方图
均衡化、增强对比度等。
3
图像边缘检测
4
介绍常用的边缘检测算法，如Sobel、滤波
解释图像滤波的概念和作用，介绍常用 的滤波器及其应用。
《数字图像处理基础》 PPT课件
数字图像处理基础PPT课件将帮助您深入了解数字图像处理的原理、方法和应 用。通过本课程，您将掌握数字图像处理领域的基本概念和技巧，为将来的 进一步学习和应用打下坚实的基础。
第一章：数字图像处理概述
数字图像处理介绍
了解数字图像处理的定义和基本原理，并掌握其在各个领域中的应用。
第五章：数字图像特征提取与识别
图像特征提取
介绍图像特征提取的目的和方 法，如灰度共生矩阵和尺度不 变特征变换（SIFT）。
模板匹配
解释模板匹配的原理和应用， 讨论常见的模板匹配算法。
目标检测
探讨目标检测的技术和方法， 如基于特征的方法和深度学习 方法。
第六章：数字图像处理算法优化
1
图像处理算法优化的意义
图像二值化
讲解图像二值化的原理和算法，介绍基 于阈值的二值化方法。
第四章：数字图像分割
图像分割概述
解释图像分割的概念和作用，并 探讨常见的图像分割方法。
基于边缘分割
介绍基于边缘检测的图像分割方 法，包括Canny边缘检测和Sobel 边缘检测。
基于区域分割
讨论基于区域的图像分割方法， 如区域生长和分水岭算法。
数字图像技术趋势
讨论数字图像处理技术的趋势，如增强现实和虚拟现实的发展。
数字图像处理,第1章
第一章 概 论 1.2.2 数字图像处理的主要内容 不管图像处理是何种目的，都需要用计算机图像处理系统 对图像数据进行输入、加工和输出，因此数字图像处理研究的 内容主要有以下7个过程。 1. 图 像 获 取 、 表 示 和 表 现 （ Image Acquisition ，
Representation and Presentation）
第一章 概 论
1.2 数字图像处理的目的和主要内容
1.2.1 数字图像处理的目的
一般而言， 对图像进行加工和分析主要有如下三方面的目 的： （1） 提高图像的视感质量， 以达到赏心悦目的目的。如去 除图像中的噪声， 改变图像的亮度、颜色，增强图像中的某些 成份、 抑制某些成份，对图像进行几何变换等，从而改善图像 的质量， 以达到或真实的、或清晰的、或色彩丰富的、或意想 不到的艺术效果。
第一章 概 论
图像编码主要是利用图像信号的统计特性及人类视觉的生 理学及心理学特性，对图像信号进行高效编码，即研究数据压 缩技术，目的是在保证图像质量的前提下压缩数据，便于存储 和传输，以解决数据量大的矛盾。一般来说，图像编码的目的 有三个： ①减少数据存储量；②降低数据率以减少传输带宽； ③压缩信息量， 便于特征提取，为后续识别作准备。
第一章 概 论 （5） 处理费时。由于图像数据量大，因此处理比较费时。特
别是处理结果与中心像素邻域有关的处理过程（如第四章介绍的
区处理方法）花费时间更多。 （6） 图像处理技术综合性强。数字图像处理涉及的技术领域 相当广泛，如通信技术、计算机技术、电子技术、电视技术等， 当然，数学、物理学等领域更是数字图像处理的基础。
络的编码法、模型基编码法等。这些编码方法有如下特点： ① 充分考虑人的视觉特性； ②恰当地考虑对图像信号的分解与表 述； ③采用图像的合成与识别方案压缩数据。
第一章 数字图像处理基础
光学成像
•Intraocular implant: 眼内植入
18
光学成像
19
红外成像
20
磁共振成像，MRI
21
超声波成像
•Thyroid:甲状腺, 甲状软骨
22
计算机图形学
•Fractal: 分维
23
图像处理系统的基本步骤
24
一个典型的通用图像处理系统
– 输入Input – 存储Storage – 处理器Processor – 输出Output
12
成像的能量源
电磁能量谱: Gamma-射线, X-射线, 紫外,可见光, 红外, 微波, 无线 电波；CT, MRI, EIT, PET 声波与超声波: B超, 声纳 电子: 电子显微镜 计算机图形学
13 2020/3/27
Gamma射线成像
•PET(positron emission tomography): 正 电子射线层析 术 •Cygnus:天鹅座
Vision) – the 1990s: 一系列图像压缩国际标准
11 2020/3/27
应用举例
医学和生物学成像: CT, B超,磁共振… 工业: 机器视觉, 自动控制, … 空间: 航空, 导航, 遥感 (森林, 环境,资 源), … 监控:视频监控, 牌照识别, 人脸识别,… 军事:侦察,导航,声纳成像, … 艺术 ……
31 2020/3/27
么要数字图像处理
• 历史
– the 1950s: NASA, IC – the 1960s: 大型主机, CCD 相机 – the 1970s: CT (Computerized Tomography),
LSI – the 1980s: PC, VLSI, 计算机视觉(Computer
遥感数字图像处理基础 知识点
第一章数字图像处理根底1数字图像处理：将图像转换成一个数字矩阵存放在图像存储器中，然后利用计算机对图像信息进行数字运算和处理，以提高图像质量或者提取所需要的信息2数字图像获取：把客观场景发射或者发射的电磁波信息首先利用光学成像系统生成一副模拟图像，然后通过模数转换将模拟图像转换为计算机可以存储的离散化数字图像。
3采样：即图像空间坐标或位置的离散化，也就是把模拟图像划分为假设干图像元素，兵赋予它们唯一的地址。
；离散化的小区域就是数字图像的根本单元，称为像元也称像素。
量化：即电磁辐射能量的离散化，也就是把像元内的连续辐射亮度中离散的数字值来表示，这些离散的数字值也称灰度值，，因为它们代表了图像上不同的亮暗水平。
4遥感数字图像获取特征参数质量特征：⑴空间分辨率：数字图像上能被详细区分的最小单元的尺寸或大小⑵辐射分辨率传感器探测原件在接受光谱信号时，所能分辨的最小辐射度差信息量特征：⑴光谱分辨率：传感器探测元件在接收目标地物辐射能量时所用的波段数目⑵时间分辨率：对同一区域进行重复观测的最小时间间隔。
5模拟图像：在图像处理中通过某种物理量的强弱变化来记录图像亮度信息的图像6数字图像：把连续的模拟图像离散化成规那么网格并用计算机以数字的模式记录图像上各网格点亮度信息的图像7数字图像特性：①空间分布特性：1空间位置：数字图像以二维矩阵的结构的数据来描述物体，矩阵按照行列的顺序定位数据，所以物体的位置也是用行列号表示。
2形状：点状线状和面状3大小：线状物体的长度或面状物体的面积，表现为像元的集聚数量4空间关系：包含，相邻，相离三种拓扑关系②数值统计特性：对图像的灰度分布进行统计分析。
图像的灰度直方图：用来描述一幅数字图像的灰度分布，横坐标为灰度级，纵坐标为灰度级在图中出现8直方图的用途：1图像获取质量评价2边界阙值的选择3噪声类型的判断9遥感数字图像的输出特征参数：1输出分辨率：屏幕分辨率和打印的分辨率2灰度分辨率：指输出设备能区分的最小灰度差3颜色空间模型：RGB 模型CMYK模型HSI颜色模型10数字图像种类：1.黑白图像：二值数字图像，0表示黑色1表示白色；2.灰度图像：单波段图像每个像元的灰度值的取值范围由灰度量决定;3.伪彩色图像：把单波段图像的各灰度值按照一定规那么映射到颜色空间中某一对应颜色;4.彩色图像：由红绿蓝3个颜色通道的数字层组成的图像第二章数字图像存储1比特序：一个字节中8个比特的存储顺序称为比特序。
lecture 1 - 数字图像处理基础课件
33
灰度分辨率（图像的量化）与图像质量的关系
The relationship between image quality and the number of gray levels:the ability to distinguish different tissues or structures determined by gray level resolution
（2） 对细节丰富的图像， 应细采样， 粗量化， 以避免模糊
38
1.2 数字图像的数值描述
采样和量化的结果是一个实际矩阵。 因为矩阵是二维的，所以可以用矩阵来描述数字图像。 描述数字图像的矩阵目前采用的是整数阵，即每个像素 的亮暗，用一个整数来表示。 矩阵是按照行列的顺序来定位数据的，但是图像是在平 面上定位数据的，所以有一个坐标系定义上的特殊性。
21
空间分辨率和灰度分辨率
空间分辨率(spatial resolution )： 图像空间中可分辨的最小细节。一般用单位长度上 采样的像素数目或单位长度上的线对数目表示。 灰度分辨率(contrast resolution )： 图像灰度级中可分辨的最小变化。一般用灰度级或 比特数表示。 数字图像的两个基本问题 a. 像素数目 b.灰度值的度量
5
模拟图像和数字图像 (analog image & digital image)
模拟图像在水平与垂直方向上的像素点位置的变化以 及每个像素点位置上的灰度变化都是连续的，因此有 时又将模拟图像称之为连续图像( continuous image)。 数字图像是指把模拟图像分解成被称作像素的若干小 离散点，并将各像素的颜色值用量化的离散值，即整 数值来表示的图像。像素是组成数字图像的基本元素 ，是按某种规律（如模拟/数字转换）获得一系列二进 制数码（0和1）来表示图像中的每个点的信息，即数 字图像是将模拟图像经过数字化（或离散化）过程转 变而成的。因此，又将数字图像称为离散图像（ discrete image)。
遥感数字图像处理基础知识点
遥感数字图像处理基础知识点-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN第一章数字图像处理基础1数字图像处理：将图像转换成一个数字矩阵存放在图像存储器中，然后利用计算机对图像信息进行数字运算和处理，以提高图像质量或者提取所需要的信息2数字图像获取：把客观场景发射或者发射的电磁波信息首先利用光学成像系统生成一副模拟图像，然后通过模数转换将模拟图像转换为计算机可以存储的离散化数字图像。
3采样：即图像空间坐标或位置的离散化，也就是把模拟图像划分为若干图像元素，兵赋予它们唯一的地址。
；离散化的小区域就是数字图像的基本单元，称为像元也称像素。
量化：即电磁辐射能量的离散化，也就是把像元内的连续辐射亮度中离散的数字值来表示，这些离散的数字值也称灰度值，，因为它们代表了图像上不同的亮暗水平。
4遥感数字图像获取特征参数质量特征：⑴空间分辨率：数字图像上能被详细区分的最小单元的尺寸或大小⑵辐射分辨率传感器探测原件在接受光谱信号时，所能分辨的最小辐射度差信息量特征：⑴光谱分辨率：传感器探测元件在接收目标地物辐射能量时所用的波段数目⑵时间分辨率：对同一区域进行重复观测的最小时间间隔。
5模拟图像：在图像处理中通过某种物理量的强弱变化来记录图像亮度信息的图像6数字图像：把连续的模拟图像离散化成规则网格并用计算机以数字的模式记录图像上各网格点亮度信息的图像7数字图像特性：①空间分布特性：1空间位置：数字图像以二维矩阵的结构的数据来描述物体，矩阵按照行列的顺序定位数据，所以物体的位置也是用行列号表示。
2形状：点状线状和面状3大小：线状物体的长度或面状物体的面积，表现为像元的集聚数量4空间关系：包含，相邻，相离三种拓扑关系②数值统计特性：对图像的灰度分布进行统计分析。
图像的灰度直方图：用来描述一幅数字图像的灰度分布，横坐标为灰度级，纵坐标为灰度级在图中出现8直方图的用途：1图像获取质量评价2边界阙值的选择3噪声类型的判断9遥感数字图像的输出特征参数：1输出分辨率：屏幕分辨率和打印的分辨率2灰度分辨率：指输出设备能区分的最小灰度差 3颜色空间模型：RGB模型CMYK模型 HSI颜色模型10数字图像种类：1.黑白图像：二值数字图像，0表示黑色 1表示白色；2.灰度图像：单波段图像每个像元的灰度值的取值范围由灰度量决定;3.伪彩色图像：把单波段图像的各灰度值按照一定规则映射到颜色空间中某一对应颜色;4.彩色图像：由红绿蓝3个颜色通道的数字层组成的图像第二章数字图像存储1比特序：一个字节中8个比特的存储顺序称为比特序。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在灰度级变化尖锐的区域，用细腻的采样， 在灰度级比较平滑的区域，用粗糙的采样
数字图像处理基础
图像的采样和量化 数字图像的表示 数字图像的质量 像素间的一些基本关系
数字图像的表示
二维离散亮度函数——f(x,y)
x，y说明图像像素的空间坐标 函数值f代表了在点(x,y)处像素的灰度值
4连通、8连通的定义
像素的连通性——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
像素的连通性——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
像素的连通性——通路
通路的定义 一条从具有坐标(x,y)的像素p,到具有 坐标(s,t) 的像素q的通路，是具有坐标 (x0,y0),(x1,y1),...,(xn,yn)的不同像素的序列。 其中，(x0,y0) = (x,y)，(xn,yn) = (s,t)， (xi,yi)和(xi-1,yi-1)是邻接的，1≤i≤n，n 是路 径的长度。如果(x0,y0) = (xn,yn) ,则该通路 是闭合通路
采样数变化对图像视觉效果的影响示例
图像的采样与数字图像的质量
（a）
（b）
（c）
（d）
（e）
（f）
空间分辨率变化对图像视觉效果的影响示例
图像的采样与数字图像的质量
图像的量化与数字图像的质量
（a）
（b）
（c）
（d）
（e）
（f ）
灰度分辨率变化对图像视觉效果的影响示例
图像的量化与数字图像的质量
图像的采样和量化 非统一的图像的采样
参考书
参考书
Rafael C. Gonzalez, 等 著，阮秋琦，等译. 数字图像 处理（Matlab版），电子工业出版社，2005年。 Kenneth R. Castleman著，朱志刚、林学訚、石定机 等译. 数字图像处理，电子工业出版社，2002年。 章毓晋. 图象工程上册—图象处理和分析，清华大学出 版社，2003年。 阮秋琦. 数字图像处理学，电子工业出版社，2004年。
D8距离举例 具有与 (x,y) 距离小于等于某个值 r 的那些像 素形成一个正方形 例如，与点(x,y)（中心点）D8距离小于等 于2的像素，形成如图所示固定距离的轮廓 具有D8=1的像素是(x,y)的8邻域
作业
1. 查找文献资料，并总结数字图像处理的应用领 域。
2. 在Matlab中，读取图像（灰度图像和彩色图 像），显示图像，并查看图像矩阵（包括坐标表 示和灰度值）。 3. 将一幅较大的照片（如：1024×768）和一幅 较小的照片（如：256×256）进行放大，观察并 比较图像质量的变化。
f (x,y)
y
(0,0) 普通图像坐标系
x
x
Matlab图像坐标系
数字图像的像素表示
Lena图像
Matlab中坐标及灰度值
数字图像处理的概念
数字图像处理(Digital Image Processing)
是通过计算机对数字图像进行去除噪声、增强、 复原、分割、提取特征等处理的方法和技术。
数字图像处理的应用领域 传统领域
像素的连通性——距离
像素之间距离的定义 欧氏距离定义 D4距离（城市距离）定义 D8距离（棋盘距离）定义
像素之间距离的定义
对于像素p、q和z，分别具有坐标(x,y)，(s,t)和 (u,v)，如果
(1) D(p,q)≥0 (当且仅当p=q ，D(p,q)=0), (2) D(p,q)=D(q,p) (3) D(p,z)≤D(p,q) + D(q,z)
图像采样
图像空间坐标(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
图像幅值的数字化被称为图像的量化，如量化 到256个灰度级
rk
图像的采样与数字图像的质量
图像的采样与数字图像的质量
图像的采样与数字图像的质量
(a)
(b)
(c)
(d)
(e) (f)
8邻域定义：像素p(x,y)的8邻域是：
4邻域的点 ＋ D邻域的点
用N8(p)表示像素p的8邻域
N8(p) = N4(p) + ND(p)
像素间的连通性
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：
（1）两个像素的位置相邻 （2）两个像素的灰度值满足特定的相似性准则 （或者相等）
例4：医学图像处理—锐化
例5：影视图像处理 —由黑白图像转换的伪彩色图像
例6：视频字幕识别
图像处理系统的基本组成结构
图 像 数 字 化 设 备
图像处理系统的基本组成结构
主要由三大部分组成
图像数字化设备：包括数码相机、数码摄像 机、带照相和/或摄像功能的手机等 图像处理设备：包括计算机和存储系统 图像输出设备：包括打印机，也可以输出到 Internet上的其它设备
影响清晰度因素——5、颜色饱和度
数字图像处理基础
图像的采样和量化 数字图像的表示 数字图像的质量 像素间的一些基本关系
像素间的一些基本关系 相邻像素
4邻域； D邻域； 8邻域
连通性
4连通； 8连通； m连通
距离 邻域处理方法是图像增强和复原过程的核心
相邻像素——4邻域
4邻域：像素p(x,y)的4邻域是：
图像处理 计算机视觉 基于内容的图像、视频检索 人脸识别、指纹识别、掌纹识别、虹膜识别 图像分类、图像和视频的语义概念检测、……
成绩 出勤+作业30%， 考试成绩70% 考试闭卷完成（基本概念、原理和算法）
第一章 数字图像处理基础
兰州理工大学电信学院
数字图像处理基础 概述
D4距离举例 具有与(x,y)距离小于等于某个值r的那些像素 形成一个菱形 例如，与点(x,y)（中心点）D4距离小于等于2 的像素，形成如图所示固定距离的轮廓 具有D4 = 1的像素是(x,y)的4邻域
D8距离（棋盘距离）
像素p(x,y)和q(s,t)之间的D8距离定义为：
D8(p,q) = max(|x – s|, |y – t|)
y
y
x
x
什么是数字图像？
像素组成的二维排列，可以用矩阵表示 对于单色（灰度）图像而言，每个像素的亮度用 一个数值来表示，通常数值范围在0到255之间，0 表示黑、255表示白，其它值表示处于黑白之间的 灰度 彩色图像可以用红、绿、蓝三元组的二维矩阵来 表示。通常，三元组的每个数值也是在0到255之间， 0表示相应的基色在该像素中没有，而255则代表相 应的基色在该像素中取得最大值
RGB彩色图像及其各分量图像
（a）原图像
（b）图(a)的R分量
（c）图(a)的G分量
（d）图(a)的B分量
数字图像的像素表示
什么是像素？
数字图像由二维的元素组成，每一个元素具有 一个特定的位置（x,y）和幅值f(x,y)，这些元素就 称为像素
y
y
x
x
数字图像的像素表示
f (x,y)
y
(1,1)
教材
教材
Rafael C. Gonzalez, Richard E. Woods. Digital Image Processing (Second Edition)，Prentice Hall，2003. Rafael C. Gonzalez, Richard E. Woods 著，阮秋琦、阮宇智等译. 数字图像处理 （第二版），电子工业出版社，2003年。
概念：图像、数字图像、像素 数字图像处理的应用领域 数字图像处理系统的部件
Hale Waihona Puke 基础知识图像的采样和量化 数字图像的表示 数字图像的质量 像素间的一些基本关系
什么是图像？
定义为二维函数f(x,y)，其中，x,y是空间坐标， f(x,y)是点（x,y）的幅值 灰度图像是一个二维灰度（或亮度）函数f(x,y) 彩色图像由三个（如RGB）二维灰度（或亮度） 函数f(x,y)组成
数字图像输入输出设备
数字图像处理基础
图像的采样和量化 数字图像的表示 数字图像的质量
像素间的一些基本关系
图像的采样和量化
大多数传感器的输出是连续电压波形 为了产生一幅数字图像，需要把连续的感知数据 转化为数字形式 这包括两种处理：采样和量化
采样：图像空间坐标的数字化 量化：图像幅值（灰度值）的数字化
(x+1,y)；(x-1,y)；(x,y+1)；(x,y-1)
用N4(p)表示像素p的4邻域
相邻像素——D邻域
D邻域定义：像素p(x,y)的D邻域是： 对角上的点 (x+1,y+1)；(x+1,y-1)；(x-1,y+1)；(x-1,y-1) 用ND(p)表示像素p的D邻域
相邻像素——8邻域
则称D是距离函数或度量
欧氏距离定义
像素 p(x,y)和 q(s,t)间的欧氏距离定义如下：
对于这个距离计算法，具有与(x,y) 距离小 于等于某个值r的像素是：包含在以(x,y)为 圆心，以r为半径的圆平面
D4距离（城市距离）
像素p(x,y)和q(s,t)之间的D4距离定义为：
D4(p,q) = |x – s| + |y – t|
二维矩阵——A[m,n]
m , n说明图像的高和宽。 矩阵元素 a(i, j) 的值，表示图像在第i行，第j列 的像素的灰度值；i, j表示几何位置
数字图像的表示
图像描述信息
如图像高度和宽度等信息
图像数据
顺序存放的连续数据
数字图像处理基础
图像的采样和量化 数字图像的表示 数字图像的质量 像素间的一些基本关系
数字图像处理基础
图像的采样和量化 数字图像的表示 数字图像的质量 像素间的一些基本关系
数字图像的表示
二维离散亮度函数——f(x,y)
x，y说明图像像素的空间坐标 函数值f代表了在点(x,y)处像素的灰度值
4连通、8连通的定义
像素的连通性——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
像素的连通性——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
像素的连通性——通路
通路的定义 一条从具有坐标(x,y)的像素p,到具有 坐标(s,t) 的像素q的通路，是具有坐标 (x0,y0),(x1,y1),...,(xn,yn)的不同像素的序列。 其中，(x0,y0) = (x,y)，(xn,yn) = (s,t)， (xi,yi)和(xi-1,yi-1)是邻接的，1≤i≤n，n 是路 径的长度。如果(x0,y0) = (xn,yn) ,则该通路 是闭合通路
采样数变化对图像视觉效果的影响示例
图像的采样与数字图像的质量
（a）
（b）
（c）
（d）
（e）
（f）
空间分辨率变化对图像视觉效果的影响示例
图像的采样与数字图像的质量
图像的量化与数字图像的质量
（a）
（b）
（c）
（d）
（e）
（f ）
灰度分辨率变化对图像视觉效果的影响示例
图像的量化与数字图像的质量
图像的采样和量化 非统一的图像的采样
参考书
参考书
Rafael C. Gonzalez, 等 著，阮秋琦，等译. 数字图像 处理（Matlab版），电子工业出版社，2005年。 Kenneth R. Castleman著，朱志刚、林学訚、石定机 等译. 数字图像处理，电子工业出版社，2002年。 章毓晋. 图象工程上册—图象处理和分析，清华大学出 版社，2003年。 阮秋琦. 数字图像处理学，电子工业出版社，2004年。
D8距离举例 具有与 (x,y) 距离小于等于某个值 r 的那些像 素形成一个正方形 例如，与点(x,y)（中心点）D8距离小于等 于2的像素，形成如图所示固定距离的轮廓 具有D8=1的像素是(x,y)的8邻域
作业
1. 查找文献资料，并总结数字图像处理的应用领 域。
2. 在Matlab中，读取图像（灰度图像和彩色图 像），显示图像，并查看图像矩阵（包括坐标表 示和灰度值）。 3. 将一幅较大的照片（如：1024×768）和一幅 较小的照片（如：256×256）进行放大，观察并 比较图像质量的变化。
f (x,y)
y
(0,0) 普通图像坐标系
x
x
Matlab图像坐标系
数字图像的像素表示
Lena图像
Matlab中坐标及灰度值
数字图像处理的概念
数字图像处理(Digital Image Processing)
是通过计算机对数字图像进行去除噪声、增强、 复原、分割、提取特征等处理的方法和技术。
数字图像处理的应用领域 传统领域
像素的连通性——距离
像素之间距离的定义 欧氏距离定义 D4距离（城市距离）定义 D8距离（棋盘距离）定义
像素之间距离的定义
对于像素p、q和z，分别具有坐标(x,y)，(s,t)和 (u,v)，如果
(1) D(p,q)≥0 (当且仅当p=q ，D(p,q)=0), (2) D(p,q)=D(q,p) (3) D(p,z)≤D(p,q) + D(q,z)
图像采样
图像空间坐标(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
图像幅值的数字化被称为图像的量化，如量化 到256个灰度级
rk
图像的采样与数字图像的质量
图像的采样与数字图像的质量
图像的采样与数字图像的质量
(a)
(b)
(c)
(d)
(e) (f)
8邻域定义：像素p(x,y)的8邻域是：
4邻域的点 ＋ D邻域的点
用N8(p)表示像素p的8邻域
N8(p) = N4(p) + ND(p)
像素间的连通性
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：
（1）两个像素的位置相邻 （2）两个像素的灰度值满足特定的相似性准则 （或者相等）
例4：医学图像处理—锐化
例5：影视图像处理 —由黑白图像转换的伪彩色图像
例6：视频字幕识别
图像处理系统的基本组成结构
图 像 数 字 化 设 备
图像处理系统的基本组成结构
主要由三大部分组成
图像数字化设备：包括数码相机、数码摄像 机、带照相和/或摄像功能的手机等 图像处理设备：包括计算机和存储系统 图像输出设备：包括打印机，也可以输出到 Internet上的其它设备
影响清晰度因素——5、颜色饱和度
数字图像处理基础
图像的采样和量化 数字图像的表示 数字图像的质量 像素间的一些基本关系
像素间的一些基本关系 相邻像素
4邻域； D邻域； 8邻域
连通性
4连通； 8连通； m连通
距离 邻域处理方法是图像增强和复原过程的核心
相邻像素——4邻域
4邻域：像素p(x,y)的4邻域是：
图像处理 计算机视觉 基于内容的图像、视频检索 人脸识别、指纹识别、掌纹识别、虹膜识别 图像分类、图像和视频的语义概念检测、……
成绩 出勤+作业30%， 考试成绩70% 考试闭卷完成（基本概念、原理和算法）
第一章 数字图像处理基础
兰州理工大学电信学院
数字图像处理基础 概述
D4距离举例 具有与(x,y)距离小于等于某个值r的那些像素 形成一个菱形 例如，与点(x,y)（中心点）D4距离小于等于2 的像素，形成如图所示固定距离的轮廓 具有D4 = 1的像素是(x,y)的4邻域
D8距离（棋盘距离）
像素p(x,y)和q(s,t)之间的D8距离定义为：
D8(p,q) = max(|x – s|, |y – t|)
y
y
x
x
什么是数字图像？
像素组成的二维排列，可以用矩阵表示 对于单色（灰度）图像而言，每个像素的亮度用 一个数值来表示，通常数值范围在0到255之间，0 表示黑、255表示白，其它值表示处于黑白之间的 灰度 彩色图像可以用红、绿、蓝三元组的二维矩阵来 表示。通常，三元组的每个数值也是在0到255之间， 0表示相应的基色在该像素中没有，而255则代表相 应的基色在该像素中取得最大值
RGB彩色图像及其各分量图像
（a）原图像
（b）图(a)的R分量
（c）图(a)的G分量
（d）图(a)的B分量
数字图像的像素表示
什么是像素？
数字图像由二维的元素组成，每一个元素具有 一个特定的位置（x,y）和幅值f(x,y)，这些元素就 称为像素
y
y
x
x
数字图像的像素表示
f (x,y)
y
(1,1)
教材
教材
Rafael C. Gonzalez, Richard E. Woods. Digital Image Processing (Second Edition)，Prentice Hall，2003. Rafael C. Gonzalez, Richard E. Woods 著，阮秋琦、阮宇智等译. 数字图像处理 （第二版），电子工业出版社，2003年。
概念：图像、数字图像、像素 数字图像处理的应用领域 数字图像处理系统的部件
Hale Waihona Puke 基础知识图像的采样和量化 数字图像的表示 数字图像的质量 像素间的一些基本关系
什么是图像？
定义为二维函数f(x,y)，其中，x,y是空间坐标， f(x,y)是点（x,y）的幅值 灰度图像是一个二维灰度（或亮度）函数f(x,y) 彩色图像由三个（如RGB）二维灰度（或亮度） 函数f(x,y)组成
数字图像输入输出设备
数字图像处理基础
图像的采样和量化 数字图像的表示 数字图像的质量
像素间的一些基本关系
图像的采样和量化
大多数传感器的输出是连续电压波形 为了产生一幅数字图像，需要把连续的感知数据 转化为数字形式 这包括两种处理：采样和量化
采样：图像空间坐标的数字化 量化：图像幅值（灰度值）的数字化
(x+1,y)；(x-1,y)；(x,y+1)；(x,y-1)
用N4(p)表示像素p的4邻域
相邻像素——D邻域
D邻域定义：像素p(x,y)的D邻域是： 对角上的点 (x+1,y+1)；(x+1,y-1)；(x-1,y+1)；(x-1,y-1) 用ND(p)表示像素p的D邻域
相邻像素——8邻域
则称D是距离函数或度量
欧氏距离定义
像素 p(x,y)和 q(s,t)间的欧氏距离定义如下：
对于这个距离计算法，具有与(x,y) 距离小 于等于某个值r的像素是：包含在以(x,y)为 圆心，以r为半径的圆平面
D4距离（城市距离）
像素p(x,y)和q(s,t)之间的D4距离定义为：
D4(p,q) = |x – s| + |y – t|
二维矩阵——A[m,n]
m , n说明图像的高和宽。 矩阵元素 a(i, j) 的值，表示图像在第i行，第j列 的像素的灰度值；i, j表示几何位置
数字图像的表示
图像描述信息
如图像高度和宽度等信息
图像数据
顺序存放的连续数据
数字图像处理基础
图像的采样和量化 数字图像的表示 数字图像的质量 像素间的一些基本关系