图像的基本概念

学习了数字图象的表示与运算， 请思考：

要进行数字图象处理，通 常要经过哪几个步骤？
滤波
边缘 提取
图象 分割
轮廓 表示
物体 识别
图像的滤波处理
图象常被强度随机信号（也成为噪声）所 污染。一些常见的噪声有脉冲噪声、高斯噪声 等。对随机噪声的抑制，是图象预处理中的重 要方面，下面介绍几种抑制噪声的时域滤波器。 脉冲噪声：含有随机的白强度值（正脉冲）或黑 强度值（负脉冲）； 高斯噪声：含有亮度服从高斯或正态分布的噪声， 是许多传感器噪声的很好的模型
g ( x, y) e ( x, y) I ( x, y)
1
图象的点运算
直方图模型化
直方图模型化技术是指修正图象的直 方图，使重新组织后的具有一种期望的直 方图的形状。这对于展开具有偏的或者是 窄的直方图来说是非常有用的。
图A
图B 图 B
图C
图象的点运算
直方图模型化
一、直方图均衡化 直方图均衡是指将一个已知灰度分 布的图像经过一种变换，使之变成一幅具 有均匀灰度分布的新图像。
图象的代数运算

代数运算是指对两幅输入图象进行点对 点的加、减、乘或除运算而得到输出图 象的运算。对于相加和相乘的情形，可 能不止有两幅图像参加运算。在一般情 况下，输入图象之一可能为常数。然而， 加、减、乘、除一常数可按线性的点运 算来对待；当两幅输入图像完全相同时， 也如此。
图象代数运算的数学表达式
灰度直方图
２边界阈值选取 假设某图象的灰度直方图具有 二峰性， 则表明这个图象的较量的区域和较暗的区 域可以较好地分离，去这一点为阈值点， 可以得到好的２值处理的效果。
利用灰度直方图进行单阈值分割
图象的点运算
所谓的点运算是指像素值（即像素点 上的灰度值）通过运算改变之后，可以改 善图象的显示效果。这是一种像素的逐点 运算。 点运算与相邻的像素之间没有运算关 系，是旧图象与新图象之间的影射关系。 是一种简单但却十分有效的一种图象处理 手段。
C ( x, y) A( x, y) B( x, y)
C ( x, y) A( x, y) B( x, y)
C ( x, y) A( x, y) B( x, y) C ( x, y) A( x, y) B( x, y)
图象代数运算的用途


图象相加的一个重要应用是对同一场景 的多幅图像求平均值。这点被经常用来 有效地降低加性随即噪声。 图象相减可用于取出衣服图象中所不需 要的加性图案，加性图案可能是缓慢变 化的背景阴影、周期性的噪声。减法也 可用于检测同一场景的两幅图象之间的 变化。
iZ jZ
Z {1,0,1}
即：
H
1 9
1 1 1 1 1 1 1 1 1
图像的滤波处理
加权均值滤波器
将以上的均值滤波器加以修正，可以得到加权平均 滤波器。
1 1 1 1 H 1 10 1 2 1 1 1 1
1 1 1 1 0 1 H3 1 8 1 1 1 1 2 1 1 H 2 16 2 4 2 1 2 1 0 0 1 4 1 1 1 H4 1 2 4 4 1 0 0 4
图像的滤波处理
均值滤波器
设当前的待处理像素为f(m,n) ,给出一 个处理模板如下所示。
(m-1,n-1) (m-1,n)
(m,n-1) (m+1,n-1) (m,n) (m+1,n)
(m-1,n+1) (m,n+1) (m+1,n+1)
图像的滤波处理
均值滤波器
则有：
g (m, n) 1 9 f (m i, n j )
图象分割
图象分割
将一幅图像划分为几个组成部分或分割出目标物体。
彩色图像处理
形态学处理
利用数学形态学对图像进行处理
膨胀操作实例
图像隐藏
保密通信中的应用
作业：
1. 观察你生活和学习中与数字图像处理有 关的事物，把它们罗列出来。试选其中一种对 其用到的图像处理技术作较详细的描述。 2. 尽可能设想一种数字图像处理的新应用， 并作简要描述。
0 160 80 G 255 255 160 0 255 0
80 160 0 B 0 0 240 255 255 255
数字图像处理课程学习内容
包括图像数字化、图像变换、图像 压缩编码、图像增强、图像恢复、图像 分割。
图像压缩
数字图像处理
图像的获取
图像（Image）--是客观世界的景物通过光学系统作用 后产生的影像。图像直观地反映了场景中物体的颜色、亮 度等特征，从而使我们能清晰分辨他们的形状、大小和空 间的位置。人类获取信息的70%是通过视觉系统感知的。
人眼成像
图像的光学成像原理—透视投 影
小孔成像模型
P点的空间坐标为P（X,Y,Z) 像原理有：
0 150 200 I 120 50 180 250 220 100
数字图像的分类与描述
3．彩色图象
彩色图象是指每个像素的信息由 RGB三原色构成的图象，其中RBG是 由不同的灰度级来描述的。
数字图像的分类与描述
255 240 240 R 255 0 80 0 255 0
数字图像的矩阵表示
图像的数字化
硬件的基本组成 必须能够将图像划分为若干像素并分 别给它们地址，能够度量每一像素的灰度 并量化为整数，能够将这些整数写入存储 设备。
图像的数字化
A．采样孔：保证单独观测特定的像素而不受其它 部分的影响。 B．图像扫描机构：使采样孔按预先确定的方式在 图像上移动。 C．光传感器：通过采样孔测量图像的每一个像素 的亮度。 D．量化器：将传感器输出的连续量转化为整数值。 E．输出存储体：它可以是固态存储器，或磁盘等。
模拟图像是用连续函数来描述的，通常用 于数学分析和推理相片、电视等。 特点：光照位置和光照强度均为连续描述。
二、数字图像
数字图像用矩阵来描述：
i0, 0 i 1, 0 I I [m, n] im 1, 0 i0,1 i1,1 im 1,1 i0,n 1 i1,n 1 im 1,n 1
图象的点运算
灰度级的修正
通过记录装置把一景物变成一幅图象时， 景物上每一点所反射的光，并不是按同一比例 转化成图象上相应点的灰度的。靠近光轴的光 要比远离光轴的光衰减得要少一些。
图象的点运算
灰度级的修正
灰度级修正的目的是:使画面中的每个 关心的细节信息通过灰度级修正之后，可 以变得清楚可见。
I ( x, y) e( x, y) g ( x, y)
数字图像的分类与描述
1． 黑白图象 是指图象的每个像素只能是黑或白， 没有中间的过渡，故又称为２值图象。2 值图像的像素值为0、1。
1 0 0 I 0 0 1 1 1 0
数字图像的分类与描述
2．灰度图象
灰度图象是指每个像素的信息由 一个量化的灰度级来描述的图象，没 有彩色信息。
数字图象指的是一个被采样和量化后的二维 函数，采用等距离矩形网络采样，对幅度进 行等间隔量化
图像大小为：m*n
像素值：光照强度。
数字图象处理
三、数字图像处理
1 将一幅图像变为另一幅经过加工的图像，是 图像到图像的过程。 2 将一幅图像转化为一种非图像的表示，如一 个测量数据集或一个决策等。（分析）
灰度直方图
在数字图象处理中，灰度直方图是最简 单且最有用的工具，可以说，对图象的分析 与观察直到形成一个有效的处理方法，都离 不开直方图。
灰度直方图
一、灰度直方图的定义 灰度直方图是灰度级的函数，描述的 是图象中该灰度级的像素的个数。即：横 坐标表示灰度级，纵坐标表示图象中该灰 度级出现的个数。
灰度直方图
1 1 6 2 4 3 3 4 2 5 6 2 1 5
2 4
3 1
6
4 4
6
5 6
4
6 6
6 6
6 6 2 3
1
3
6
4
6 6
灰度直方图
灰度直方图
二、直方图的性质
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。
灰度直方图
三、直方图的用途
1 数字化参数 直方图给出了一个简单可见的指示，用 来判断一幅图象是否合理的利用了全部被允 许的灰度级范围。一般一幅图应该利用全部 或几乎全部可能的灰度级，否则等于增加了 量化间隔。丢失的信息将不能恢复。
对比度展宽和灰级窗切片
三、灰级窗切片 只保留感兴趣的灰度，其余部分置为0。
g
L
gb
ga a b L
f
图象的点运算
对比度展宽和灰级窗切片
四、灰级窗切片和灰级窗的组合 在保留背景的前提下，突出灰级窗内的某 灰度级。
g
L
γ
gb
ga
a
b
L
f
图象的点运算
对比度展宽和灰级窗切片
五、其他有关的对比度展宽处理还有 均匀变亮（暗）、暗（亮）区加强、亮 区变暗、中间灰度加强、正片变负片、亮 （暗）区图象均匀展开等等。
图象处理滤波器的分类

线性滤波器

均值滤波 高斯滤波

非线性滤波器

中值滤波 边缘保持滤波
图像的滤波处理
均值滤波器

最简单的均值滤波器是局部均值运算， 即每一个象素值用其局部邻域内所有值 的均值替换。但是均值滤波器去除了高 频成分和图象中的锐化细节，例如：会 把阶跃变化平滑成渐进变化，从而牺牲 了精确定位的能力。
图象点运算的主要方法