第五章数字图像处理
第5章 遥感数字图像处理_图像校正(2)
5.5.2辐射传递方程算法
测量大气参数，按理论公式求得大气干扰辐 射量。 为大气的衰减系数；E0为地面目标 的辐射能量；H为传感器的高度（高度为H的 大气）；E为传感器测到的电磁波能量。 在可见光和近红外区，大气的影响主要是由 气溶胶 引起的散射造成的；在热红外区， 大气的影响主要 是由水蒸气的吸收造成的 。 需要测定可见光和近红外区气溶胶的密 度、热红外区水蒸气浓度参数。
敦 煌 辐 射 校 正 场
青海湖辐射较正场
监测在轨传感器变化并不断提供修正系数
补充星上定标的不足
多种遥感仪器和不同时间遥感资料的综合应
用
辐射校正场的国外发展概况
美国NASA和Arizona大学在新墨西哥州的白沙和加 利福 尼亚州的爱德华空军基地的干湖床建立辐射校正场
法国在马赛市附近建立了La Crun辐射校正场
欧洲科技局在非洲撒哈拉沙漠、加拿大在北部大草原、 日本澳大利亚在澳大利亚北部沙漠地区
（3）图像的灰度级和辐亮度
图像上的像素值为灰度级
实际的电磁波辐射强度为辐亮度
在图像数字化时，电磁波的辐亮度被量化为
灰度级。而在实际应用中，因为灰度级没有 实际的物理意义，不同日期图像对比和遥感 定量反演时，需要将灰度级转化为辐亮度。
辐射定标
在卫星飞越试验场地上空时同时,在若干选 好的像素内测定探测器对应波段内的地物反 射率ρt，同时测出气象要素和大气光学特 性.再根据卫星过顶时太阳几何位置,仪器视 场角,探测器光谱响应函数等通过大气辐射 传输模式正演出到达传感器入瞳处各光谱通 道的幅亮度Lt.
绝对辐射校正就是建立遥感器测量数字信号 与对应的辐射能量之间的数量关系。 对于一种遥感器来说，绝对辐射校正就是 确定一个灰度值（DN）对应多少辐射度值（ L），或者确定一个辐射值L对应多少灰度值 （DN），其数学表达式为 DN＝a.L 或 L＝b.DN
数字图像处理 第五章_图像复原与重建
1.退化模型
2.代数恢复方法 3.频率域恢复方法 4.几何校正 5.图像重建
数字图像处理
电子信息与自动化学院
1
第五章
图像复原与重建
什么是图像复原？ 什么是图像重建？ 数字图像如何进行几何变换（缩放、旋转等）
数字图像处理
电子信息与自动化学院
2
5.1 退化模型
g Hf
g、f都是M维列向量，H是M×M阶矩阵，矩阵中的每一行 元素均相同，只是每行以循环方式右移一位，因此矩阵H 是循环矩阵。循环矩阵相加或相乘得到的还是循环矩阵。
数字图像处理 电子信息与自动化学院
18
5.1.2 退化的数学模型
二维离散模型 设输入的数字图像f(x, y)大小为A×B，点扩展函数h(x, y)被均 匀采样为C×D大小。为避免交叠误差，仍用添零扩展的方法， 将它们扩展成M=A+C-1和N=B+D-1个元素的周期函数。
数字图像处理
电子信息与自动化学院
12
5.1.2 退化的数学模型
退化的数学模型
f (x, y) n (x, y)
h(x,y)
g (x, y)
在时域
g ( x, y) f ( x, y) * h( x, y) n( x, y)
f ( , )h( x , y )dd n( x, y)
二维离散退化模型同样可以表示为：
g Hf
式中，g、 f是MN×1维列向量，H是MN×MN维矩阵。其方法 是将g(x, y)和f(x, y)中的元素排成列向量。
数字图像处理 电子信息与自动化学院
第5章 图像变换技术 MATLAB 数字图像处理课件
5.6.2 Hough变换的MATLAB实现
hough函数用于实现Hough变换。其调用格式为： （1）[H, theta, rho]=hough(BW) （2）[H, theta, rho]=hough(BW, param1,
val1, param2, val2)
【例5-15】用hough函数检测图像中的直线。
（2）B = idct2(A,m,n)或B = idct2(A,[m n])：在对图 像A进行二维离散余弦逆变换前，先将图像A补零到m×n。 如果m和n比图像A的尺寸小，则在进行变换前，将图像A进 行剪切。
【例5-9】对图像进行二维离散余弦逆变换。
（a）原始图像
（b）逆DCT变换
3．dctmtx函数 在MATLAB图像处理工具箱中提供了dctmtx函数用
于计算二维离散DCT矩阵。 其调用格式为：D = dctmtx(n)。
返回n×n的DCT变换矩阵，如果矩阵A的大小为 n×n，D*A为A矩阵每一列的DCT变换值，A*D'为A 每一列的DCT变换值的转置（当A为n×n的方阵） 。
【例5-10】计算二维离散DCT矩阵。
（a）原始图像
（b）离散DCT矩阵
5.4 离散余弦变换
5.4.1 一维离散余弦变换 5.4.2 二维离散余弦变换 5.4.3 快速离散余弦变换
5.4.4 离散余弦变换的MATLAB实现
1．dct2函数 在MATLAB图像处理工具箱中提供了dct2函数用于实现二维
离散余弦变换。该函数常用于图像压缩，最常见的便是用 于JPEG图像压缩。其调用格式为： （1）B = dct2(A)：返回图像A的二维离散余弦变换值，其 大小与A相同，且各元素为离散余弦变换的系数B(k1,k2)。 （2）B = dct2(A,m,n)或B = dct2(A,[m n])：在对图像A 进行二维离散余弦变换前，先将图像A补零到m×n。如果m 和n比图像A的尺寸小，则在进行变换前，将图像A进行剪切 。
数字图像处理要点简述.
第一．二章．采样，量化，数字图像的表示基本的数字图像处理系统系统的层次结构图像处理的主要任务：图像获取与数字化图像增强图像恢复图像重建图像变换图像编码与压缩图像分割特点：（1）处理精度高。
（2）重现性能好。
（3）灵活性高1.图像的数字化包括两个主要步骤：离散和量化2.在数字图像领域，将图像看成是许多大小相同、形状一致的像素组成3.为便于数字存储和计算机处理可以通过数模转换（A/D）将连续图像变为数字图像。
4.数字化包括取样和量化两个过程：取样：对空间连续坐标(x, y)的离散化量化：幅值f (x, y)的离散化（使连续信号的幅度用有限级的数码表示的过程。
）5.数字化图像所需的主要硬件：◆采样孔、图像扫描机构、光传感器、量化器、输出存储体6.取样和量化的结果是一个矩阵7.其中矩阵中的每个元素代表一个像素8.存储一幅图像的数据量又空间分辨率和幅度分辨率决定9.灵敏度、分辨率、信噪比是三大指标第三章，傅里叶变换，DCT变换，WHT●余弦型变换：●傅里叶变换（DFT）和余弦变换（DCT）。
● 方波型变换：● 沃尔什-哈达玛变换（DWT ）1.二维连续傅里叶正反变换 ：二维离散傅里叶变换：。
F (u, v )即为f (x, y )的频谱。
频谱的直流成分说明在频谱原点的傅里叶变换F (0, 0)等于图像的平均灰度级 卷积定理：2.二维离散余弦变换（DCT ）一维离散余弦变换：⎰⎰∞∞-∞∞-+-=dxdye y xf v u F vy ux j )(2),(),(π j2π() (,)(,)e d d ux vy f x y F u v u v+--=⎰⎰∞∞∞∞∑∑-=-=+-=101)//(2),(1),(M x N y N vy M ux j e y x f MNv u F π∑∑-=-=+=1010)//(2),(),(M u N v N vy M ux j ev u F y x f π∑∑-=-=--=1010),(),(),(*),(M m N n n y m x g n m f y x g y x f3.一维沃尔什变换核g(x,u)：二维：4．一维哈达玛变换核为：第四章：图像增强：算术运算，灰度变换，直方图均衡化，平滑，锐化1.图像增强是一类对图像降质进行改善的方法2.图像增强技术大致分为：空间域增强（直接对像素灰度值）和频率域增强两类。
数字图像处理课件第五章.
ii. 把这个符号的概率与其余符号的概率按从大到 小进行排列，然后再把最末两个符号的概率加 起来，合成一个概率。
iii. 重复上述做法，直到最后剩下两个概率为止。
iv. 从最后一步剩下的两个概率开始逐步向前进行
编码。每步只需对两个分支各赋予一个二进制
码，如对概率大的赋予码0，对概率小的赋予
码1。
28
37
第五章 图像编码
Huffman编码
输入 输入概率第一步第二步第三步第四步 S1 0.4 0.4 0.4 0.4 0.6 0 S2 0.3 0.3 0.3 0.3 0 0.4 1 S3 0.1 0.1 0.2 0 0.3 1 S4 0.1 0.1 0 0.1 1 S5 0.06 0 0.1 1 S6 0.04 1 S4=0100
I = D － du
I — 信息量 D — 数据量 du — 冗余量，包含在D中
● 冗余举例 播音员—— 180字/分钟，2Byte一个字，360Byte (合0.35KB/分钟) 音频数据——8kHz采样×8bit×60秒 = 3840KBit (合480KB/分钟)
6
第五章 图像编码
[1] 空间冗余—— 规则物体的物理相关性 [2] 时间冗余—— 视频与动画画面间的相关性 [3] 统计冗余—— 具有空间冗余和时间冗余 [4] 结构冗余—— 规则纹理、相互重叠的结构表面 [5] 信息熵冗余—— 编码冗余，数据与携带的信息 [6] 视觉冗余—— 视觉、听觉敏感度和非线性感觉 [7] 知识冗余—— 凭借经验识别 [8] 其他冗余—— 上述7种以外的冗余
8
第五章 图像编码
图像数据压缩技术的重要指标
（1）压缩比：图像压缩前后所需的信息存储量之比， 压缩比越大越好。 （2）压缩算法：利用不同的编码方式，实现对图像 的数据压缩。
《数字图像处理》课程教学大纲
数字图像处理课程教学大纲课程简介数字图像处理是计算机科学与技术领域的一门重要课程，它研究如何使用计算机和算法来处理和分析数字图像。
本课程旨在介绍数字图像处理的基本原理、方法和应用，并培养学生的图像处理能力和技巧。
课程目标本课程的主要目标是让学生掌握数字图像处理的基本理论和方法，具备图像处理算法设计、图像增强、图像分割、图像压缩等技术的基本能力。
同时，通过实践项目的实施，培养学生的问题解决能力和团队合作能力。
课程安排第一周：课程介绍与基本概念•课程介绍•数字图像的基本概念与特点•数字图像处理的基本步骤第二周：图像预处理•图像采集与获取•图像灰度变换•图像噪声模型与去噪方法第三周：图像增强•直方图均衡化•空域滤波与频域滤波•边缘增强与锐化第四周：图像压缩•图像压缩的基本概念与方法•离散余弦变换（DCT）与JPEG压缩算法•小波变换与JPEG2000压缩算法第五周：图像分割与边缘检测•阈值分割•基于边缘的图像分割•基于区域的图像分割第六周：实践项目1 - 图像识别•项目需求分析与设计•图像特征提取与选择•分类器的训练与测试第七周：实践项目2 - 图像恢复•项目需求分析与设计•图像模型与图像去模糊•图像去噪与图像修复第八周：实践项目3 - 图像处理工具开发•项目需求分析与设计•图像处理算法的实现•图形界面设计与用户交互评估方式•平时成绩：30%•作业与实验报告：30%•期末考试：40%参考教材•Rafael C. Gonzalez, Richard E. Woods. 数字图像处理（第三版）. 清华大学出版社，2018.•Richard Szeliski. 计算机视觉：算法与应用. 电子工业出版社，2014.参考资源•MATLAB图像处理工具箱文档•OpenCV计算机视觉库官方文档以上是《数字图像处理》课程的教学大纲，希望通过本门课程的学习，能够让学生对数字图像处理有一个全面的了解，并具备实践应用的能力。
《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。
5遥感数字图像处理-第五章
☞ 邻域处理
针对一个像元点周围一个小邻域的所有像元而进行，输出 值大小除与像元点在原图像中的灰度值大小有关，还决定于它 邻近像元点灰度值大小。如卷积运算、中值滤波、滑动平均等。
②
图像增强的分类
点处理
点处理
邻域处理
邻域处理
2. 遥感图像的对比度增强
对比度增强的基本原理
人眼对图像的识别主要是基于图像中不同像元的亮度(灰度、
差别为有选择的滑动平均是一种带门限值的滑 动平均处理。
④
有选择的局部平均法
有选择的局部平均法实现步骤：
1. 2. 3. 4. 给定一个判定阈值T 计算模板窗口内像元DN值的均值X 计算窗口中心目标像元的DN值与X的绝对差值D 比较D与T的大小
如D＞T，则窗口中心像元输出DN值等于X
如D＜T，则窗口中心像元DN值保持不变 优点：边缘信息损失减少，减轻输出图像的模糊效应。
中值滤波是一种非线性变换。其优势在于可在平滑的基 础上较大程度地防止边缘模糊。
③
中值滤波
中值滤波窗口可选用模板的不同形式：
○ ○ ○ ○ ○ ○ ○ ○ ○ 方形窗口：对线性噪声抑制效果好
○ ○ ○ ○ ○ 十字形窗口：对点性噪声抑制效果好
④
有选择的局部平均法
有选择的局部平均法—其实质为一种滑动平均平滑法。与滑动平均法的
其中，x—原始图像的亮度值
X—线性扩展增强后的亮度值
②
非线性扩展
Ⅱ 对数变换法
X d
c a b x
②
非线性扩展
Ⅲ 三角函数扩展
假定原始图像的灰度范围是（a，b），将原始图像灰度范围扩展为 （c，d），其中c ＜ a，d ＞ b，其正切函数计算公式为：
- 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)。
数字图像处理
Chapter 5
Image Restoration
5.2 噪声模型
5.2.4 噪声参数的估计 假设S代代表小带，则：
ziP(zi) ziS
2 (zi )2 P(zi) ziS
zi为S中象素灰度值，P(zi)归一化直方图。
数字图像处理
Chapter 5 Image Restoration
几何均值滤波器
“胡椒”噪声，比较善于处理高斯噪声。
1
fˆ(x, y) [(x,t)Sxy g(x,t)]mn
与算术均值相比，丢失更少的细节
数字图像处理
Chapter 5
Image Restoration
5.3 仅存在噪声时的复原
5.3.1 均值滤波器
逆谐波均值滤波器
g (x, y )Q 1
fˆ ( x , y ) s ,t ) S xy
5.3 仅存在噪声时的复原
仅存在噪声时的复原——空间滤波当图像中的退
化仅仅是噪声（产生）的时候
则：
g(x,y)f(x,y)(x,y)
及G(u,v)F(u,v)N(u,v)
当仅存在加性噪声时，可选择空间滤波的方法。 在3.6节介绍了一些图像增强的滤波器，下面介绍的滤波
器性能往往低于3.6节中的。
数字图像处理
数字图像处理
Chapter 5 Image Restoration
5.1 图像退化/复原过程
如果系统H是线性，移不变的过程，则空域中给出的退 化图像：
g(x,y)h (x,y)*f(x,y) (x,y)
频 域 ： G (u ,v)H (u ,v)F (u ,v)N (u ,v)
数字图像处理
Chapter 5 Image Restoration
5.3 仅存在噪声时的复原
5.3.1 均值 滤波器 各滤波器的 滤波效果图 示：
数字图像处理
Chapter 5 Image Restoration
5.3 仅存在噪声时的复原
5.3.1 均值 滤波器 各滤波器的 滤波效果图 示：
数字图像处理
Chapter 5
Image Restoration
5.3 仅存在噪声时的复原
5.2 噪声模型
5.2.2 一些重要噪声的概率密度函 数
利用噪声分量统计特性来定义， 即：以概率密度函数（PDF）表示：
高斯噪声（亦正态噪声）
P(z) 1 e(z)2/22
2
曲线见右图示：
数字图像处理
Chapter 5
Image Restoration
5.2 噪声模型
瑞利噪声
P(z)
z b
(z
a )e (za)2 /b
5.2 噪声模型
数字图像的噪声主要来源于图像获取和传输过程。
5.2.1 噪声的空间和频率特性 几个概念和要讨论的问题：
相关性：噪声是否与图像相关 频率特性：噪声在傅立叶域的频率内容 白噪声：谱为常量 本章假设：噪声独立于空间坐标，并与图像本身无关联。
数字图像处理
Chapter 5 Image Restoration
5.3.2 顺序统计滤波器 空间滤波器，其响应基于滤波器所包围的图像区域中像
素点的排序。
中值滤波器 fˆ(x,y)midiang(s,t) (s,t)Sxy
在噪能力好，模糊少，对单极或双极脉冲噪声很有效。
0
za z0
a b/4
2 b(4 ) 4
伽马（爱尔兰）噪声
P (z)
abz (b
b 1
1)!
e
az
0
b a
2
b a2
z0 z0
指数分布噪声
ae az z 0
P(z)
0Leabharlann z0a01 a2 1 a2
当 b 1时 ， 爱 尔 兰 分 布 的 特 殊 情 况
数字图像处理
Chapter 5
5.2 噪声模型
5.2.3 周期噪声 在图像获取
中来自于电力或机电 干扰而产生是空间依 赖型噪声，如右图a所 示，被不同频率正弦 噪声所干扰→一对共 轭脉冲，关于周期噪 声的详细讨论见5.4节
。
数字图像处理
Chapter 5 Image Restoration
5.2 噪声模型
5.2.4 噪声参数的估计 1、周期性噪声：通过谱来估计 2、从传感器的技术说明中可以得到 3、成像装量：对固体的光照均匀的灰度极成像 4、当仅有Sensor产生的图像可以利用时，从恒定
g (s,t)Q
s ,t ) S xy
Q称 为 滤 波 器 的 阶 数 。 适合于减少或消除椒盐噪声的影响，但 不能同时消除这两种噪声。 Q 0：消 除 “ 胡 椒 ” 噪 声 Q 0： 消 除 “ 盐 ” 噪 声
Q0算术均值 Q－1谐波均值 各滤波器的滤波效果见下两页图示：
数字图像处理
Chapter 5 Image Restoration
数字图像处理
Chapter 5 Image Restoration
目的：改善图像，是客观过程，利用某种光验 知识，重建原图像而图像增强是一个主观过程。
那么如何来评价图像复原的效果呢？ 往往是建立一个最质准则，具体实施复原时， 有些方法适于在空域进行，有些适合于在频域进行。 事实上，造成图像质量退化的因素很多，如传 感器，数字转化等，但本章只是就给出的一幅退化图 像来考虑复原。
Chapter 5
Image Restoration
5.3 仅存在噪声时的复原
5.3.1 均值滤波器
算术均值滤波器
f (x, y) 1
g(x, y)
mn (s,t)Sxy
Sxy表示大小为mn中心在(x, y)的窗口
谐波均值滤波器 fˆ (x, y) mn
1
(s,t )S xy g (s, t ) 对于“盐”噪声效果较好，但不适合于
Image Restoration
5.2 噪声模型
均匀分布噪声
P (z)
b
1
a
0
ab 2
2 (b a )2
azb 其他
脉冲噪声（椒盐噪声）
P
(z)
Pa Pb
z=a z=b
0 其 他
高斯噪声→电子电路，低照度 指数→激光成像
各种噪声图像及其直方图见下页图所示：
数字图像处理
Chapter 5 Image Restoration
5.2 噪声模型
5.2.2 一些重要 噪声的概率密 度函数
各种噪 声图像及其直 方图
数字图像处理
Chapter 5 Image Restoration
5.2 噪声模型
5.2.2 一些重要 噪声的概率密 度函数
各种噪 声图像及其直 方图
数字图像处理
Chapter 5 Image Restoration