数字图像处理ppt1(郭文强版本)

17Leabharlann 图1.1.5 灰度图像及其矩阵表示
18
3．索引图像 ．
索引图像的文件结构比较复杂，除了存放图像的二维 矩阵外，还包括一个称之为颜色索引矩阵 MAP的二维数 组。 MAP的大小由存放图像的矩阵元素的值域决定，如 矩阵元素值域为［0，255］，则 MAP矩阵的大小为256 ×3，用 MAP＝［RGB］表示。 MAP中每一行的三个元 素分别指定该行对应颜色的红、绿、蓝单色值， MAP中 每一行对应图像矩阵像素的一个灰度值。如某一像素的灰 度值为64，则该像素就与 MAP中的第64行建立了映射关 系，该像素在屏幕上的实际颜色由第64行的RGB组合决定。
14
1．二值图像 ．
一幅二值图像的二维矩阵仅由0、1两个值构成，“0” 代表黑色，“1”代表白色。由于每一像素(矩阵中每一元素) 取值仅有0、1两种可能，所以计算机中二值图像的数据类 型通常为1个二进制位。二值图像通常用于文字、线条图 的扫描识别(OCR)和掩膜图像的存储。一个二值图像及其 矩阵表示如图1.1.4所示。
7
图1.1.1 数字图像处理系统结构示意图
8
图1.1.2 典型的数字图像处理过程
9
1.1.1 图像的概念
图像(image)是与之对应的物体或目标的一个表示，这 个表示可以通过某种技术手段得到。 与图像密切相关的两个概念是图片(picture)和图形 (graphics)。一般认为，图片是经过合适的光照后可见的物 体的分布，图片强调现实世界中的可见物体。图形则强调 应用一定的数学模型生成的图形。 需要指出的是，图形与图像的数据结构不同，图形采 用矢量结构，而图像则采用栅格结构。图形学(主要指计算 机图形学)是研究用计算机生成、处理和显示图形的一门科 学。
19 即：图像在屏幕上显示时，每一像素的颜色由存放在矩阵 中该像素的灰度值作为索引，通过检索颜色索引矩阵 MAP得到。索引图像的数据类型一般为8位无符号整型 (int8)，相应索引矩阵 MAP的大小为256×3，因此一般索 引图像只能同时显示256种颜色。通过改变索引矩阵可以 调整颜色的类型。索引图像的数据类型也可采用双精度浮 点型(double)。索引图像一般用于存放色彩要求比较简单 的图像，如Windows中色彩构成比较简单的壁纸多采用索 引图像存放。如果图像的色彩比较复杂，就要用到RGB彩 色图像。
10
1.1.2 图像的类别
图像可根据其形式或产生方法分类。Castle man引入 集合论对图像进行了分类，他将图像分成三类，如图1.1.3 所示。 第一类是可见图像，即可以由人眼看见的图像的子集。 这一类图像通常由照相、手工绘制等传统方法得到，一般 不能直接被计算机处理。可见图像经过数字化处理后可变 为数字图像。
15
图1.1.4 二值图像及其矩阵表示
16
2．灰度图像 ．
灰度图像矩阵元素的取值范围通常为［0，255］，因 此其数据类型一般为8位无符号整数(int8)，这就是人们经 常提到的256阶灰度图像。“0”表示纯黑色，“255”表示 纯白色，中间的数字从小到大表示由黑到白的过渡色，如 图1.1.5所示。在某些软件中，灰度图像也可以用双精度数 据类型(double)表示，像素的值域为［0，1］。0代表黑色， 1代表白色，0到1之间的小数表示不同的灰度等级。二值 图像可以看成是灰度图像的一个特例。
20
4．RGB彩色图像 ． 彩色图像
RGB图像与索引图像一样都可以用来表示彩色图像。 与索引图像一样，它分别用红(R)、绿(G)、蓝(B)三原色的 组合来表示每个像素的颜色，但与索引图像不同的是， RGB图像每一个像素的颜色值(由RGB三原色表示)直接存 放在图像矩阵中。由于每一像素的颜色需由R、G、B三个 分量来表示，因此RGB图像的图像矩阵与其他类型不同， RGB 是一个三维矩阵，可用 M×N×3表示， M、N分别表示图 像的行列数，三个 M×N的二维矩阵分别表示各个像素的 R、G、B三个颜色分量。RGB图像的数据类型一般为8位 无符号整型，通常用于表示和存放真彩色图像，当然也可 以存放灰度图像。
30
4．图像分割 ．
图像分割是数字图像处理中最关键的技术之一。它是 将图像中有意义的特征部分提取出来，如图像中的边缘、 区域等，为进一步进行图像识别、分析和理解提供条件。
31
5．图像分析和理解 ．
图像分析和理解是图像处理技术的发展和深入，也是 人工智能和模式识别的一个分支。在图像分析和理解中主 要有图像的描述和图像的分类识别。图像分类识别属于模 式识别的范畴，其主要内容是图像经过某些预处理(增强、 复原、压缩)后，进行图像分割和特征提取，从而进行分类 判决。 综上所述，数字图像处理是一门综合性边缘学科，汇 聚了光学、电子学、数学、计算机技术等众多方面的学科 知识，得到了人工智能、神经网络、遗传算法、模糊逻辑 等新理论、新工具、新技术的支持，因而在近年得到了快 速的发展。
28
2．图像变换 ．
由于图像阵列很大，如果直接在空间域中进行处理涉 及到的计算量很大，因此往往采用各种图像变换的方法， 如傅立叶变换、离散余弦变换、K-L变换和小波变换等间 接处理技术，将空间域的处理转换为变换域处理。这样不 仅可以减少计算量，而且可以获得更有效的处理。
29
3．图像编码压缩 ．
图像编码压缩技术主要是为了减少描述图像的数据量， 以便节省图像传输、处理的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。目前还有专门针对视频图像创建的国际编 码标准。
1
第1章 导 论
1.1 数字图像处理的概念 1.2 数字图像处理的主要研究内容 1.3 数字图像处理系统概述 1.4 图像的数字化获取 图像的数字化获取 1.5 数字图像处理的特点及其应用 1.6 上机实验 上机实验 习题
2
1.1 数字图像处理的概念
图像是人类社会活动中最常用的信息载体。研究表明， 人类获取的视觉图像信息在人类接受的信息中的比重达到 近80%，“百闻不如一见”便是非常形象的例子之一。人 类总是设法延伸视觉功能，弥补视觉功能的不足，从图像 中提取更多的信息。传统的方法常利用光学或模拟电路对 图像进行处理，如望远镜、显微镜、眼镜、照相机、电视、 摄像机等。
23 索引图像可以表示256种颜色，与灰度图像一样，每 个像素需要一个字节存储。为了表示256种颜色，还需要 一个颜色索引矩阵(256×3)；RGB图像可以表示224种颜色， 相应的每个像素需要3个字节的存储空间，是灰度图像和 索引图像的3倍。因此，在用高级语言(如C＋＋)编程存取 不同类型图像文件时要注意文件指针的最小寻址单元。表 1.1.1给出了四种基本图像类型表示的颜色类型和存储空间 的统计(假设图像大小为 M×N)。
24
四种基本图像类型比较 表1.1.1 四种基本图像类型比较
25 本书中如无特别说明，所指的数字图像仅包括这四种 基本类型。在阅读其他文献时，有时还会遇到高维图像， 即图像矩阵的维数大于3，如多媒体技术中经常遇到的动 画图像，一个动画图像可包含多帧RGB彩色图像，则此时 动画图像变为四维矩阵 M×N×3×f，每一帧图像本身是 一个三维矩阵( M×N×3)，即动画彩色图像共有f 帧RGB 彩色图像。
4 图1.1.1是一个数字图像处理系统结构示意图(加州大学 戴维斯分校数字图像处理计算机实验室)。幻灯片、照片或 图表形式的图像首先要进行数字化，然后以二进制数字矩 阵的形式存储在计算机的存储器中。此后，就可以对这一 数字化后的图像进行处理和(或)在一个高分辨率的显示器 上显示。为了便于显示，图像存储在一个可快速存取的缓 冲区中，用户可以用30帧/秒的频率刷新显示器，从而获得 视觉上连续显示的效果。计算机通过网络(例如以太网)进 行信息交换和控制所有的数字化、存储、处理和显示操作。 程序通过终端输入计算机，而输出可在终端、显示器或打 印机/绘图仪上获得。图1.1.2所示为典型的数字图像处理过 程。
26
1.2 数字图像处理的主要研究内容
一般图像处理的研究目的主要包括改善图像视觉效果， 提高图像传输和存储效率，进行图像测量、理解与识别以 及特殊目的需求——如图像重建等。因此，数字图像处理 的主要研究内容有以下几个方面。
27
1．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。 图像增强主要是突出图像中感兴趣的目标部分，如强 化图像高频分量，可使图像中的物体轮廓清晰，细节明显； 而强化图像低频分量，可减少图像中噪声的影响等。 图像复原要求对图像降质的成因有一定的了解，根据 降质的过程建立降质模型，然后采用某种滤波方法，恢复 或重建原来的图像。
13
1.1.3 数字图像处理中的基本图像类型
数字图像处理是指对一个物体的数字表示，即对一个 二维矩阵施加一系列的操作，以得到所期望的结果。 在计算机中，按照颜色和灰度的多少可以将图像分为 二值图像、灰度图像、索引图像和RGB彩色图像四种基本 类型。目前，大多数图像处理软件都支持这四种类型的图 像。
11
图1.1.3 图像的分类
12 第二类是物理图像，它反映的是物体的电磁波辐射能， 包括可见光和不可见光，一般通过某种光电技术获得，第 一类中的照片也可以归为此类。但物理图像包含更多的是 根据物体的可见光以外的电磁波辐射能所得到的不可见图 像，多光谱卫星遥感影像便是一种，它包含物体的近红外、 中红外、远红外等波谱信息。 第三类是数学图像，是由连续函数或离散函数生成的 抽象图像。
21 虽然索引图像与RGB图像都可以存放彩色图像，但由 于数据结构不同，两者之间的差别还是比较大的。由于索 引图像所表示的颜色数目是由索引矩阵 MAP的大小决定 的，而 MAP的大小又由像素灰度值的值域决定，所以在8 位无符号整型数据的情况下，索引图像只能表示256种颜 色；而RGB图像则将每一像素的颜色(R、G、B三个分量) 直接存放在一个三维的图像矩阵中，因此其所表示的颜色 理论上可多达224(28×28×28)种颜色，远远多于索引图像 的256种颜色，而且像素的颜色直接存放在图像矩阵中， 在读取数据时不需要像索引图像一样需经过检索索引矩阵， 所以RGB图像的显示速度很快。