图像处理：表示与描述
数字图像处理_图像描述
(4)矩特征在目标识别中的应用 •
通过对不同照度场、不同姿态下物体进 行矩特征的统计分析，选取若干个具有明显差 异(均值及方差)的矩或组合矩特征量(应具有 RST不变性)，建立特征库。
•
计算待识别物体的相应特征量，按一定 的准则，计算与各类目标的隶属度，找出最小 的隶属度值。
•
•
在最小的隶属度值中找最大值(在最不 像当中找最像的)。
7.2 二值图像的几何特征
7.2.1 简单的几何特征
1) 面积：
A f ( x, y ),
x 0 y 0
N 1 N 1
A Ai
i 1
K
A f ( x, y )dxdy
2) 周长：一般的三种近似的定义
区域和背景交界线(接缝)的长度
链码的长度 边界点数之和 注意：周长的计算精度受采样间隔、噪声、分割 边缘是否光滑的影响显著。
7. 图像描述
7.1 概述 •图像描述：用一组描述子来表征图像中被描述 物体的某些特征。描述子可以是一组数据或符号， 定性或定量说明被描述物体的部分特性，或图像 中各部分彼此间的相互关系，为图像分析和识别 提供依据。 •描述子：二值图像的几何特征和拓扑特征、二 维区域描述、边界描述、纹理描述、三维物体描 述。
方法：将边界定义在复平面上，由边界 上的任意一点开始，按逆时针的方向逐点写 出边界点复数序列。
对此序列作离散付氏变换，得该边界在频域 的唯一表示式，称其为付氏描述子（FD）。
说明：
＃FD描述了边界的形状、位臵、大小、方向。
＃为了便于其它目标物的边界的FD进行比较， 必须对FD进行归一化处理，即用最大幅值系 数作为归一化系数。
3) 位臵： 定义为物体的形心 (质心)点。 M N xf ( x, y ) x 1 y 1 X M N f ( x, y)
数字图像处理基本知识
数字图像处理基本知识图像处理最早出现于 20 世纪 50 年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。
数字图像处理作为一门学科大约形成于 20 世纪 60 年代初期。
早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。
图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。
数字图像处理常用方法：1 ）图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。
因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。
目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
2 ）图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。
压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。
编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。
3 ）图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。
图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。
如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。
图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。
4 ）图像分割：图像分割是数字图像处理中的关键技术之一。
图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。
虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。
数字图像处理-冈萨雷斯-课件(英文)Chapter11-表示与描述可编辑全文
Benefits: - Easier to understand - Require fewer memory, faster to be processed - More “ready to be used”
3 from
Lupper
Turn Right OK!
Turn Right OK!
Algorithm (cont.)
For the lower side of a convex hull
7. 8.
Put For
the i=
np-o2indtoswpnn
The First Difference of a Chain Codes
Problem of a chain code: a chain code sequence depends on a starting point.
Solution: treat a chain code as a circular sequence and redefine the starting point so that the resulting sequence of numbers forms an integer of minimum magnitude.
Remove the first and the last points from AReptpuernndLLlower to Lupper resulting in the list
LLlower
3 points from Llower
Turn Left NOK!
《数字图像处理》教学大纲
《数字图像处理》教学大纲
一、课程简介
数字图像处理是机器视觉、模式识别、医学图像处理等的基础，本课程为工程专业的学生提供数字图像处理的基本知识，是理论性和实践性都很强的综合性课程。
课程内容广泛涵盖了数字图像处理的基本原理，包括图像采样和量化、图像算术运算和逻辑运算、直方图、图像色彩空间、图像分割、图像形态学、图像频域处理、图像分割、图像降噪与图像复原、特征提取与识别等。
二、课程目标
通过本课程学习，学生可以掌握数字图像处理的基本方法，具备一定的解决图像处理应用问题的能力，培养解决复杂工程问题的能力。
具体目标如下：
1.掌握数字图像处理的基本原理、计算方法，能够利用专业知识并通过查阅资
料掌握理解相关新技术，对检测系统及处理流程进行创新性设计；
2.能够知晓工程领域中涉及到的数字图像处理技术，理解其适用场合、检测对
象及条件的限制，能根据给定的目标要求，针对工业检测中的工程问题选择和使用合适的技术和编程，进行仿真和分析；
3.能够知晓工程领域中所涉及的现代工具适用原理及方法，根据原理分析和仿
真结果，进行方案比选，确定设计方案，具有检测算法的设计能力；
4.通过校内外资源和现代信息技术，了解数字图像处理发展趋势，提高解决复
杂工程问题的能力。
三、课程目标对毕业要求的支撑关系
四、理论教学内容及要求
四、实验教学内容及要求
五、课程考核与成绩评定
六、教材及参考书。
图像特征表示与描述
3-0=3
第
0 - 1 = -1(3) 3 - 3 = 0
三
1-0=1
2 - 3 = -1(3)
节
0 - 1 = -1(3) 2 - 2 = 0
特 征 表 示 与 描 述
33133030
第
三
章 3.3.2 特征表示与描述:表示法设计
数
字
图
像
• 链码
分
– 应用背景：
析
• 如果边界的本身对于旋转和比例修改来说是无变化的，使用链码才是正确的。一般
析
1）如果关注的焦点是形状特性，选择外部表示方式
2）如果关注的焦点是反射率特性，如颜色、纹理时，选择内部表示方式
第
3）所选表示方式，应该对尺寸、变换、旋转等变量尽可能的不敏感
三
节
特 征 表 示 与 描 述
第 三 章
数
3.3.2 特征表示与描述:表示法设计
字
图
像
分
• 表示法设计
析
– 链码
– 多边形逼近
特 征 表 示 与 描 述
第
三
章 3.3.2 特征表示与描述:表示法设计
数
字
图
像
分 析
• 多边形逼近 – 点合成算法的问题： 顶点一般不对应于边界的拐点（如拐角）。因为新的线段直到超过误差的阈值才开始。
下面讲到的分裂法可用于缓解这个问题
第
三
节
特 征 表 示 与 描 述
第
三
章 3.3.2 特征表示与描述:表示法设计
第 三
– 外形特征 – 边界分段 – 区域骨架
节
特 征 表 示 与 描 述
第
三
章 3.3.2 特征表示与描述:表示法设计
图像处理课程说明
图像处理课程说明二、课程描述《图像处理》课程是电子信息工程专业选修的专业课程。
本课程是模式识别、计算机视觉、图像通讯、多媒体技术等学科的基础，是一门多学科交叉、理论性和实践性都很强的综合性课程，是电子信息类专业学生的一门重要专业课程。
通过对本课程的学习，使学生了解图像的基本概念、图像形成的原理，掌握图像处理的理论基础和技术方法，着重掌握数字图像的增强、复原、压缩和分割的基本理论和实现方法，为将来从事相关领域工作和科研奠定基础。
主要内容：1．图像处理基础（数字图像的采样、量化过程及数字图像的表示形式；常用数字图像文件格式）2．图像增强（灰度变换、直方图增强处理、锐化处理）3．图像复原（图像退化/复原过程的模型、噪声模型）4．图像压缩编码（静止图像压缩编码标准－JPEG；运动图像压缩编码标准－MPEG；基本的图像编码方法，如无失真变长编码、位平面编码、游程编码。
）5．图像分割及特征提取（图像分割的概念、基于边缘检测、阈值的分割方法）6．形态学图像处理（二值形态学的基本运算，如腐蚀、膨胀、开运算和闭运算；二值图像的形态学处理，如形态滤波、边界提取、区域填充、骨架提取、物体识别；击中击不中变换。
）7．彩色与多光谱图像处理（三基色原理和CIE色度图；RGB 模型和HSI 模型；伪彩色处理、全彩色处理基础及彩色变换的常用方法。
）三、使用教材及主要参考书或资料使用教材：《数字图像处理》李俊山编，清华大学出版社。
本书较全面地介绍了数字图像处理的基本概念、基本原理、基本技术和基本方法。
全书正文有10章，内容包括绪论、数字图像处理基础、图像变换、图像增强、图像恢复、图像压缩编码、图像分割及特征提取、形态学图像处理、彩色与多光谱图像处理以及目标表示与描述等。
内容基本上覆盖了数字图像处理技术知识专题及发展动向。
本书内容新颖，语言精练，表述通俗，图文并茂，注重实践，系统性强。
本书可作为高等院校信息工程、电子工程、通信工程、信号与信息处理、模式识别与智能系统、生物医学工程、计算机科学与技术、遥感等学科硕士研究生和大学本科高年级学生的专业基础课教材。
数字图像处理知识点总结
数字图像处理知识点总结第一章导论1.图像：对客观对象的一种相似性的生动性的描述或写真.2.图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段），按空间坐标和亮度的连续性（模拟和数字)。
3.图像处理：对图像进行一系列操作，以到达预期目的的技术。
4.图像处理三个层次:狭义图像处理、图像分析和图像理解。
5.图像处理五个模块：采集、显示、存储、通信、处理和分析。
第二章数字图像处理的基本概念6.模拟图像的表示：f（x，y)＝i（x,y)×r(x，y），照度分量0< i（x,y）< ∞ ，反射分量0 <r（x,y）〈1.7.图像数字化:将一幅画面转化成计算机能处理的形式——数字图像的过程。
它包括采样和量化两个过程。
像素的位置和灰度就是像素的属性。
8.将空间上连续的图像变换成离散点的操作称为采样。
采样间隔和采样孔径的大小是两个很重要的参数。
采样方式：有缝、无缝和重叠。
9.将像素灰度转换成离散的整数值的过程叫量化。
10.表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。
11.数字图像根据灰度级数的差异可分为:黑白图像、灰度图像和彩色图像。
12.采样间隔对图像质量的影响：一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差,严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。
13.量化等级对图像质量的影响：量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大;量化等级越少,图像层次欠丰富，灰度分辨率低，会出现假轮廓现象,图像质量变差，但数据量小.但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。
例如对细节比较丰富的图像数字化.14.数字化器组成：1)采样孔:保证单独观测特定的像素而不受其它部分的影响。
2)图像扫描机构：使采样孔按预先确定的方式在图像上移动。
遥感数字图像处理 遥感数字图像的表示和统计描述
图像的统计性
图像统计量定义（图像质量统计量） 变差表示图像灰度值的变化程度，间接反映图像 信息量。 （Max-Min） 反差 （对比度）：反映图像显示效果和可分辨性。 Max-Min Max/Min 方差等
窗口
图像的统计性
多波段图像的统计特征 1 协方差 2 相关系数 表明两个波段图像之间的协变性的强弱。
2 结构方法：定义、区分纹理的基元。 分型几何（维数）。
图像拉伸（线性）
1 线性拉伸
g ( x, y) f ( x, y) a c
2 分段拉伸 对目标地物进行突出（其斜率较大（大于1）， 其它地物则斜率小于1，） 3 灰度窗口切片
图像拉伸（非线性）
1 指数变换：
g ( x, y) be
遥感数字图像的表示和统计描述
遥感图像模型
1 遥感图像是客观世界一个侧面的数据描述，通 常在图像上能保持原有的连续性（时间与空间） 与空间相关性。 2 遥感图像像素值变化具有随机性。 2 电磁波能量来自地物的反射与辐射。
L( x, y, t , , p) (1 r ( x, y, t , , p))E ( ) r ( x, y, t , , p) I ( x, y, t , )
1 pr (u)du A H (u)du 0
r
D D D f (D ) A H
A
i 0
i
A可以是面积，也可以像素个数，Hi是该灰度级的像素个数 DA是灰度，Dmax是最大灰度值
2）直方图均衡（续1）
举例：原图和直方图
2）直方图均衡（续2）
举例：均衡后的图和直方图
直方图规定化
时间(t)、波长(λ)、极化方式(P)不同，构成不同特点的图像
图像特征表示与描述_图文_图文
• 用链码后，对象只要用1)起点坐标，2)周长（边 界点数）3)链码，4)对象编号，就可以描述。
• 链码一般用于一幅图像中有多个对象的情况，对 单个对象不适用。
3.3.2 特征表示与描述:表示法设计
• 多边形逼近
– 基本思想：用最少的多边形线段，获取边 界形状的本质。
– 寻找最小基本多边形的方法一般有两种： 1）点合成法 2）边分裂法
3.3.2 特征表示与描述:表示法设计
• 多边形逼近
– 点合成算法思想举例：
R R<T
3.3.2 特征表示与描述:表示法设计
• 多边形逼近
R
– 点合成算法：
R<T
3.3.2 特征表示与描述:表示法设计
• 链码
– 问题2： 1）由于起点的不同，造成编码的不同 2）由于角度的不同，造成编码的不同
– 改进2： 1）从固定位置作为起点(最左最上)开始编码 2）通过使用链码的首差代替码子本身的方式
3.3.2 特征表示与描述:表示法设计
• 链码
– 循环首差链码：用相邻链码的差代替链码
k2
• 简单描述子
– 边界的曲率：
a
k1
曲率被描述为斜率的变化率。近似：
用相邻边界线段（描述为直线）的斜率差 作为在边界线交点处的曲率描述子。
交点a处的曲率为 dk = k1 – k2 其中k1、k2 为相邻线段的斜率
3.3.3 特征表示与描述：边界描述子
P1
• 简单描述子
P2
– 边界的凸线段点：
(c) p2 * p4 * p6 = 0 （p2 、p4 、p6 至少有一个0） (d) p4 * p6 * p8 = 0 （p4 、p6 、p8 至少有一个0）
第3章 遥感数字图像的表示与统计描述
3.2 遥感图像的数字表示
3.2.1 图像的确定性表示 1.图像的矩阵表示
• 离散化后的数字图像是一个整数阵列，在数学上把它描述 成一个矩阵F。数字图像中的每一个像素就是矩阵中相应的 元素。把数字图像用矩阵来表示，优点是便于应用矩阵理论 对图像进行处理分析。 • 设图像数据为N列，M行，K个波段。对于任一波段的数 据，可以表示为包括M*N个元素的矩阵:
3.2.1 图像的确定性表示 3.2.2 图像的统计性表示
7
3.2 遥感图像的数字表示
3.2.1 图像的确定性表示 一幅图像记录的是地物辐射能量的空间分布，可以表示成
f x, y , t , ,
对于多光谱图像(例如彩色图像或遥感图像)，观察到的像 场(图像函数)是对光谱响应的加权积分的模拟，因而对第i 个波段来说，图像函数可简化表示成空间坐标(x, y)与时间 t的函数。 对单波段图像来说，f (x, y, t)表示与空间坐标和时间有关 的图像。对于已经获取的一个单时段的图像，时间是个常 量，可以从图像函数中排除，这样，图像函数由三个变量 减少为二个变量，即图像是关于空间坐标点的函数f (x,y)。 经采样和量化后，连续的像场被离散化。
10
3.2 遥感图像的数字表示
3.2.1 图像的确定性表示 1.图像的矩阵表示
• 灰度图像是每个像素由一个量化的灰度值(灰度级)来描述的 图像。单波段图像为灰度图像。对于8位量化而言，灰度值。 为黑色，255为白色。
11
3.2 遥感图像的数字表示
3.2.1 图像的确定性表示 1.图像的矩阵表示
L x, y , t , , p x, y , t , , p I x, y , t ,
- 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)。
s(k ) x(k ) jy(k )
将二维问题转换为一维问 题，并对其作傅立叶变换：
u = 0,1,2,…..,K-1，复系数 a(u) 称为边界的傅里叶描 绘子。而且仅使用前P( P < K )个傅里叶系数可以近似 描绘出边界。
傅里叶描绘子系数近似
傅里叶描绘子的性质
描绘子应尽可能地对平移、旋转和尺度变换不敏感， 傅里叶变换子也不例外。
MAT骨架算法
MAT算法是一种连续删除区域边界点的细化算法， 在二值图中，边界点是值为1且至少有一个相邻像素为 0的点，算法分别删除符合下列条件的两类点: 准备工作：轮廓及轮廓内的点置1. 背景的 点置0
(a) (b) (c ) (d )
2 N ( p1 ) 6 T ( p1 ) 1 p2 * p4 * p6 0 p4 * p6 * p8 0
11.2.4 统计矩
一条边界的形状也可以使用均值、方差和高阶矩等统计 矩来定量描绘。
方法一：将g的振幅看做离散随机变量v形成关于p（vi） 的直方图, i = 0,1,……,A-1,其n阶矩
n ( i m) n p( i )
i 0
A1
几乎不用一阶矩来区分形状不明显的图像
方法二：直接把g（r）规划为单位面积下的 函数，人后做成直方图 L
11.2.2 形状数
一条边界的形状数定义为边界链码最小量级的一次差异， 形状数的阶n为表示的数字的个数，对闭合曲线，n为偶数。
11.2.2 形状数计算实例
形状数的阶n=18,最 接近矩形为36. 形状数为： 000310330130 031303
11.2.3 傅里叶描绘子
从边界中的任意点出发，以逆时针方向行进，将其坐 标序列[ x(k) , y(k) ] , k = 0,1,2,…..,K-1 作
11.1.4 其他多边形近似方法
聚合技术 非重点 沿一个边界寻找聚合点，直到适合聚合点的最小平 方误差超过一个预先设置的门限，这时将点聚合。当 这种情况出现时，记录直线参数，形成一条边界；然 后误差置0，重新开始找新的聚合点。 分裂技术 将一条线段不断地细分为两部分，直到满足定好的 某一标准。 初始直线一般选取边界上相距最远的两个点。
第11章 表示和描述
第一组：韩志华
引言
区域的表示
可以根据其外部特征（边界）来表示，也可以根 据其内部特征（区域内的像素）来表示。 关注形状时，选择外部表示；关注内部特征时， 选择内部表示。 无论哪种表示，描绘子都应尽可能地对大小、平 移和旋转不敏感。
用外部特征表示实例
11.1.2 链码（Chain Code）
分裂技术原理说明
11.1.5 标记图
定义：将二维的边界以一维函数形式表示出来。
标记图实例 非重点
11.1.6 边界线段（非重点）
定义：当边界包含一个或多个明显的凹度时，将边界分解为多个 线段。 借助于数学形态学知识，一个任意集合S的凸壳H是包含S 的最小凸集，集合之差H–S 称为集合S的凸缺D。给进入和离
MAT骨架算法说明
MAT算法邻域排列次序
N ( p1 ) 4
T ( p1 ) 3
人腿骨骨架
11.2 边界描绘子
11.2.1 一些简单的描绘子 1 边界的周长：是最简单的描述符之一 ： 2 边界的直径：边界B的直径是： pi, pj是边界上的点，直径的长度和直径的两个端点连线（这 条线被称为边界的主轴）的方向，是关于边界的有用的描述 符。
短轴垂直于长轴。短轴与长轴的端点完全包围该边界，所 形成的方框称为基本矩形，长轴与短轴之比称为边界的离 心率。 边界的曲率：有时用相邻边界线段的斜率差来作为这两条 线段交点处的曲率描绘子。
差分
– 差分：通过计算相邻两个元素方向变化（逆时针）的 数字得到的。 例如10103322 的一次差分是3133030 – 循环一次差分时候第一个元素是通过链的最后一个成 员和第一个成员计算出来的，33133030 – 问题： 1）由于起点的不同，造成编码的不同。 – 改进： 1 ）通过使用链码的循环一次差分代替链码本身，解 决旋转问题。 2 ）对起点重新定义，使得到的循环差分链码对应的 整数值最小。这样得到的最小循环差分链码称为形 状数
n (r ) (ri m ) n g (ri )
i 1
其中 m
r g (r )
i 1 i i
L
这里L是边界上点的数目, n(r)是边界的n阶矩。
开凸起补集D的变换点打标记来划分边界段。 优点：不依赖于方向和比例的变化。
S S D
S+D=H
2 分段算法：Biblioteka • 给进入和离开凸起补集 D 的变换点打标记来 划分边界段。 • 优点：不依赖于方向和比例的变化。
S
11.1.7 骨架
骨架是对目标区域的形状结构的一种表达方法。 骨架定义：对于区域R中的点P，找到它在B上最接 近的邻点，如果P有多于一个这样的邻点，就可以认为P 属于R的骨架；这样的定义等同于数学形态学中最大圆盘 的定义。
(a' ) (b' ) (c ' ) (d ' )
2 N ( p1 ) 6 T ( p1 ) 1 p2 * p4 * p8 0 p2 * p6 * p8 0
T ( p1 ) 是p2, p3, …… p9， 其中： N ( p1 ) 是p1的非零相邻像素数， p2序列中0到1的转换次数。
链码定义： 用于表示顺序连接的、具有指定长度和方向的线段 组成的边界，可以是4连接,也可以是8连接，每个线段 使用一种数字编码方案编码。
链码实例
4向链码
8向链码
11.1.3 使用最小周长的多边形近似（MPP）
多边形近似可以任意精度地描述闭合边界，但在实 际应用中，多边形近似的目的是用尽可能少的顶点来 表示边界的形状，即寻找一个区域或一个边界的最小 周长多边形（MPP）。