第3章 1-數(shù)字圖像處理

1、董華松董華松3.1色彩與構(gòu)圖 3.1.1色彩的來源色彩的來源 色彩是圖像至關(guān)重要的組成部分，那么色彩是如何產(chǎn)生的呢? 色彩始于光，也源于光。1672年牛頓用三棱鏡將太陽光（白光）分解成紅、橙、黃、綠、青、藍(lán)、紫（品紅）順序排列漸變的彩帶，這種現(xiàn)象稱作色散（dispersion）。3.1認(rèn)識(shí)色彩3.1.2色彩的三要素色彩的三要素 從人的視覺系統(tǒng)看，色彩可用色調(diào)（Hue）、亮度（Lightness）和飽和度（Saturation）來描述。 人眼看到的任一彩色光都是這三個(gè)特性的綜合效果，這三個(gè)特性被稱為色彩的三要素。3.1認(rèn)識(shí)色彩1色調(diào)色調(diào) 物體的色調(diào)（Hue）與光波的波長有關(guān)，不同的波長反映不同的

2、顏色感。 色調(diào)是物體在日光照射下，所反射的光譜成分作用到人眼的綜合效果，或者是當(dāng)我們看到一種或多種波長的光時(shí)所產(chǎn)生的彩色感覺。 它反映顏色的種類，是決定顏色的基本特性。3.1認(rèn)識(shí)色彩2亮度亮度 亮度（Lightness）是指光作用于人眼時(shí)所引起的明亮程度的感覺是指色彩明暗深淺的程度。亮度有兩種特性：(1) 同一物體因受光不同會(huì)產(chǎn)生亮度上的變化。照射的光越強(qiáng)，反射光也越強(qiáng)，看起來越亮。(2) 強(qiáng)度相同的不同色光，亮度感不同。在純正光譜中，黃色的亮度最高，顯得最亮；其次是橙、綠；再其次是紅、藍(lán)；紫色亮度最低，顯得最暗。3.1認(rèn)識(shí)色彩3飽和度飽和度 飽和度（Saturation）是指顏色的純度，或者

3、說是指顏色的深淺程度，即摻入白光的程度。 對于同一色調(diào)的彩色光，飽和度越深顏色越鮮明，或越純。 飽和度還和亮度有關(guān)，同一色調(diào)越亮或越暗越不純。3.1認(rèn)識(shí)色彩3.1.3色彩模型色彩模型 色彩模型是指彩色圖像所使用的顏色描述方法，也叫顏色模型。使用色彩模型的目的是盡可能多地和有效地描述各種顏色，以便需要時(shí)能方便地加以選擇。1. RGB模型模型 自然界常見的各種顏色，都可以由紅（R）、綠（G）、藍(lán)（B）三種中顏色光按不同比例相配而成。由于人眼對這三種色光最為敏感，RGB三種顏色相配所得到的彩色范圍也最廣，所以一般都選這三種顏色作為基色，這就是色度學(xué)的基本原理三基色原理。3.1認(rèn)識(shí)色彩2. HSL模型

4、模型HSL（Hue、Lightness、Saturation）模型是使用H、S和L三個(gè)參數(shù)來生成顏色。H為顏色色調(diào)，改變它的數(shù)值可生成不同的顏色表示；S為顏色的飽和度，改變它可使顏色變亮或變暗；L為顏色的亮度參量。3.1認(rèn)識(shí)色彩3. CMY模型模型 CMY模型（Cyan、Magenta、Yellow）是采用青、粉紅、黃色三種基本顏色按一定比例合成顏色的方法。 CMY模式和RGB模式不同，色彩的產(chǎn)生不是直接來自于光線的色彩，而是由照射在顏料上放射回來的光線所產(chǎn)生。顏料會(huì)吸收一部分光線（“減去”光），而未吸收的光線會(huì)反射出來，成為視覺判定顏色的依據(jù)，所以這種色彩的產(chǎn)生方式稱減色法。 所有的顏料都加

5、入后才能成為純黑，當(dāng)顏料減少時(shí)才開始出現(xiàn)色彩，顏料全部除去后才成為白色。3.1認(rèn)識(shí)色彩 圖設(shè)計(jì)完成后，按照CMYK模型，到印刷工廠發(fā)排，分別輸出四色膠片如圖所示3.1.2 構(gòu)圖1.線條藝術(shù)3.2圖像數(shù)據(jù)的獲取與表示圖像數(shù)據(jù)的獲取與表示1. 圖像數(shù)據(jù)的獲取圖像數(shù)據(jù)的獲取 圖像數(shù)據(jù)的獲取是圖像數(shù)字化的基礎(chǔ)。圖像獲取的過程實(shí)質(zhì)上是模擬信號(hào)的數(shù)字化過程。它的處理步驟大體分為3步。3.2圖像數(shù)據(jù)的獲取與表示圖像數(shù)據(jù)的獲取與表示（1）采樣。圖像采樣就是將二維空間上模擬的連續(xù)亮度（即灰度）或彩色信息，轉(zhuǎn)化為一系列有限的離散數(shù)值來表示。3.2圖像數(shù)據(jù)的獲取與表示圖像數(shù)據(jù)的獲取與表示（2）量化。采樣是對圖像的空

6、間坐標(biāo)進(jìn)行離散化處理，而量化是對每個(gè)離散點(diǎn)像素的灰度或顏色樣本進(jìn)行數(shù)字化處理，把模擬量的亮度值使用數(shù)字量來表示3.2圖像數(shù)據(jù)的獲取與表示圖像數(shù)據(jù)的獲取與表示（3）編碼。數(shù)字化得到的圖像數(shù)據(jù)量十分巨大，必須采用編碼技術(shù)來壓縮信息。在一定意義上講，編碼壓縮技術(shù)是實(shí)現(xiàn)圖像傳輸與存儲(chǔ)的關(guān)鍵。3.2圖像數(shù)據(jù)的獲取與表示圖像數(shù)據(jù)的獲取與表示2數(shù)字圖像的表示數(shù)字圖像的表示 從數(shù)字圖像的獲取過程可以知道，一幅采樣圖像由M（行）N（列）個(gè)采樣點(diǎn)組成，每個(gè)采樣點(diǎn)(像素)是組成圖像的基本單位。 黑白圖像的像素只有1個(gè)亮度值，彩色圖像的像素是矢量，它由多個(gè)彩色分量組成,因此，采樣圖像在計(jì)算機(jī)中的表示方法是：單色圖像用

7、一個(gè)矩陣來表示；彩色圖像用一組（一般是3個(gè)）矩陣來表示. 矩陣的行數(shù)稱為圖像的垂直分辨率，列數(shù)稱為圖像的水平分辨率，矩陣中的元素是像素顏色分量的亮度值，使用整數(shù)表示。彩色圖像的表示如圖所示。3.3 圖像屬性3.3.1圖像的分辨率圖像的分辨率 我們經(jīng)常遇到的分辨率有兩種：顯示分辨率和圖像分辨率。1. 顯示分辨率顯示分辨率 顯示分辨率是指顯示屏上能夠顯示出的像素?cái)?shù)目。例如，顯示分辨率為640480表示顯示屏分成480行，每行顯示640個(gè)像素，整個(gè)顯示屏就含有640480=307200個(gè)顯像點(diǎn)。屏幕能夠顯示的像素越多，說明顯示設(shè)備的分辨率越高，顯示的圖像質(zhì)量也就越高。3.3 圖像屬性2. 圖像分辨率

8、圖像分辨率 圖像分辨率是指組成一幅圖像的像素密度的度量方法。對同樣大小的一幅圖，如果組成該圖的圖像像素越多，則說明圖像的分辨率越高，看起來就越逼真。相反，圖像顯得越粗糙。3.3 圖像屬性3.3.2圖像的像素深度圖像的像素深度 像素深度是指存儲(chǔ)每個(gè)像素所用的位數(shù)，像素深度決定了彩色圖像的每個(gè)像素可能有的顏色數(shù)，或者確定灰度圖像的每個(gè)像素可能有的灰度級數(shù)。3.3 圖像屬性 對于彩色圖像，每個(gè)像素用R、G、B三個(gè)分量表示，若每個(gè)分量用8位，那么一個(gè)像素共用24位表示，每個(gè)像素可以是224=16777 216種顏色中的一種。在這個(gè)意義上，往往把像素深度說成是圖像深度。表示一個(gè)像素的位數(shù)越多，它能表達(dá)的

9、顏色數(shù)目就越多，而它的深度就越深。 在用二進(jìn)制數(shù)表示彩色圖像的像素時(shí)，除R，G，B分量用固定位數(shù)表示外，往往還增加1位或幾位作為屬性（Attribute）位。例如，RGB 5 5 5表示一個(gè)像素時(shí)，用2個(gè)字節(jié)共16位表示，其中R，G，B各占5位，剩下一位作為屬性位。在這種情況下，像素深度為16位，而圖像深度為15位。3.3 圖像屬性3.3.3圖像的大小圖像的大小 圖像數(shù)字化后形成數(shù)字圖像放在圖像文件中，圖像文件的大小是指在磁盤上存儲(chǔ)整幅圖像所有像素的字節(jié)數(shù)（Bytes），可按下面的公式計(jì)算：圖像數(shù)據(jù)量=圖像水平分辨率圖像垂直分辨率像素深度/83.3 圖像屬性3.3.4圖像的真彩色、偽彩色與直接

10、色圖像的真彩色、偽彩色與直接色1. 真彩色（真彩色（True Color）真彩色是指圖像中的每個(gè)像素都分成R、G、B三個(gè)基色分量，每個(gè)基色分量直接決定其基色的強(qiáng)度，這樣產(chǎn)生的色彩稱為真彩色。2. 偽彩色（偽彩色（Pseudo Color）偽彩色是指圖像中每個(gè)像素的顏色不是由每個(gè)基色分量的數(shù)值直接決定，而是把像素值當(dāng)作彩色查找表（color look-up table，CLUT）的表項(xiàng)入口地址，去查找一個(gè)顯示圖像時(shí)使用的R，G，B強(qiáng)度值，用查找出的R，G，B強(qiáng)度值產(chǎn)生的彩色稱為偽彩色。3.3 圖像屬性3. 直接色（直接色（Direct Color） 每個(gè)像素值分成R, G, B分量，每個(gè)分量作為

11、單獨(dú)的索引值對它做變換。也就是通過相應(yīng)的彩色變換表找出基色強(qiáng)度，用變換后得到的R，G，B強(qiáng)度值產(chǎn)生的彩色稱為直接色。它的特點(diǎn)是對每個(gè)基色進(jìn)行變換。 用這種系統(tǒng)產(chǎn)生顏色與真彩色系統(tǒng)相比，相同之處是都采用R，G，B分量決定基色強(qiáng)度，不同之處是前者的基色強(qiáng)度直接用R，G，B決定，而后者的基色強(qiáng)度由R，G，B經(jīng)變換后決定這種系統(tǒng)與偽彩色系統(tǒng)相比，相同之處是都采用查找表，不同之處是前者對R，G，B分量分別進(jìn)行變換，后者是把整個(gè)像素當(dāng)作查找表的索引值進(jìn)行彩色變換。3.3 圖像屬性3.3.5圖像的種類圖像的種類1. 矢量圖與位圖矢量圖與位圖矢量圖是用一系列計(jì)算機(jī)指令來表示一幅圖，如畫點(diǎn)、畫線、畫曲線、畫圓、

12、畫矩形等。這種方法實(shí)際上是數(shù)學(xué)方法來描述一幅圖，然后變成許多的數(shù)學(xué)表達(dá)式，再編程，用語言來表達(dá)。 在計(jì)算顯示圖時(shí)，也往往能看到畫圖的過程。3.3 圖像屬性 位圖法是把一幅彩色圖分成許多的像素，每個(gè)像素用若干個(gè)二進(jìn)制位來指定該像素的顏色、亮度和屬性。因此一幅圖由許多描述每個(gè)像素的數(shù)據(jù)組成，這些數(shù)據(jù)通常稱為圖像數(shù)據(jù)，而這些數(shù)據(jù)作為一個(gè)文件來存儲(chǔ)，這種文件又稱為圖像文件。3.3 圖像屬性2. 灰度圖與彩色圖灰度圖與彩色圖 灰度圖（gray-scale image）按照灰度等級的數(shù)目來劃分。只有黑白兩種顏色的圖像稱為單色圖像（monochrome image）3.4 圖像文件格式 圖像在存儲(chǔ)媒體（如磁

13、盤、光盤）中的存儲(chǔ)格式，稱為圖像的文件格式。圖像文件的格式有多種，如：BMP、GIF、JPEG、TIFF、PSD等格式。3.4 圖像文件格式3.4.1 BMP格式格式 BMP是英文Bitmap（位圖）的簡寫，它是Windows操作系統(tǒng)中的標(biāo)準(zhǔn)圖像文件格式，能夠被多種Windows應(yīng)用程序所支持。 這種格式的特點(diǎn)是包含的圖像信息較豐富，幾乎不進(jìn)行壓縮，但由此導(dǎo)致了它與生俱生來的缺點(diǎn)占用磁盤空間過大。所以，目前BMP在單機(jī)上比較流行。3.4 圖像文件格式 BMP文件由4個(gè)部分組成：位圖文件頭（bitmap-file header）、位圖信息頭（bitmap-information header）、

14、顏色表（colortable）和定義位圖的字節(jié)陣列，如表所示。2022年2月9日19時(shí)28分30struct BMP_FILEstruct BITMAPFILEHEADER bitmapfileHead; struct BITMAPINFO bitmapinfo;BYTE bitmap; 2022年2月9日19時(shí)28分31typedef struct UINT bfType; DWORD bfSize; UINT bfReserved1; UINT bfReserved2; DWORD bfOffBits; BITMAPFILEHEADER; typedef structBITMAPINFOH

15、EADER bmiHeader;RGBQUAD bmiColorsn; BITMAPINFO; typedef struct DWORD biSize; LONG biWidth; LONG biHeight; WORD biPlanes; WORD biBitCount; DWORD biCompression; DWORD biSizeImage; LONG biXPelsPerMeter; LONG biYPelsPerMeter; DWORD biClrUsed; DWORD biClrImportant; BITMAPINFOHEADER; typedef struct BYTE r

16、gbBlue; BYTE rgbGreen; BYTE rgbRed; BYTE rgbReserved; RGBQUAD; 2022年2月9日19時(shí)28分32int loadBMP(char *file, char image) /*8位無壓縮的灰度值位無壓縮的灰度值BMP*/ struct BMP_BITMAPFILEHEADER filehead; struct BMP_BITMAPINFOHEADER bmi; FILE *fp; fp=fopen(file,rb); /*打開圖像文件打開圖像文件*/ if (fp!=NULL) fread(&filehead,sizeof(f

17、ilehead),1,fp); /*讀位圖文件頭讀位圖文件頭*/fread(&bmi,sizeof(bmi),1,fp); /*讀位圖信息頭讀位圖信息頭*/ /*以下取出圖像參數(shù)以下取出圖像參數(shù)*/ if(bmi.biCompression=0) fseek(fp, filehead.biOffBits,SEEK_SET); for(i=1;i bmi.biWidth;i+) for(j=0;j0, 且rXdprTs0)()(則pY(s)=1。(4.4)2022年2月9日19時(shí)28分82)(000)()()(rTlsrtslsrlplptp考察可知，(4.4)的離散形式，取如下函數(shù)比較

18、合適：rtrtprTs0)()( 一般，用上式將圖象直方圖均衡化，增加圖像局部對比度，尤其是當(dāng)圖像的有用數(shù)據(jù)的對比度相當(dāng)接近的時(shí)候。通過這種方法，亮度可以更好地在直方圖上分布。這樣就可以用于增強(qiáng)局部的對比度而不影響整體的對比度，直方圖均衡化通過有效地?cái)U(kuò)展常用的亮度來實(shí)現(xiàn)這種功能。 這種方法對于背景和前景都太亮或者太暗的圖像非常有用，這種方法尤其是可以帶來X光圖像中更好的骨骼結(jié)構(gòu)顯示以及曝光過度或者曝光不足照片中更好的細(xì)節(jié)。2022年2月9日19時(shí)28分83優(yōu)點(diǎn)：相當(dāng)直觀，并且是可逆操作，如果已知均衡化函數(shù)，那么就可以恢復(fù)原始的直方圖，并且計(jì)算量也不大。缺點(diǎn)：對處理的數(shù)據(jù)不加選擇，可能會(huì)增加背景

19、雜訊的對比度并且降低有用信號(hào)的對比度。直方圖均衡化2022年2月9日19時(shí)28分84直方圖均衡化算法：(1)統(tǒng)計(jì)圖象中各灰度級像素個(gè)數(shù)nk;(2)計(jì)算直方圖中應(yīng)變量的值：pk=nk/(MN);(3)計(jì)算累計(jì)直方圖中應(yīng)變量的值：sk=pk;(4)取整Sk=int(L-1)sk;(5)確定映射對應(yīng)關(guān)系：kSk;(6)對圖象進(jìn)行增強(qiáng)變換( kSk).其中L是灰度層次數(shù)， MN是圖幅參數(shù)2022年2月9日19時(shí)28分85例：假定有一幅64*64的8灰度級層次的圖象，其灰度分布如圖所示，則均衡化過程如圖所示。2022年2月9日19時(shí)28分86求解得到的灰度變換Sk=T(k)為該圖象的一個(gè)局部均衡化后的結(jié)

20、果注意： （1）直方圖均衡是近似的；（2）簡并現(xiàn)象的發(fā)生2022年2月9日19時(shí)28分87圖象平滑鄰域平均法鄰域：在一定意義下，與該像素相鄰的像素的集合33鄰域5 5鄰域4鄰域8鄰域33鄰域=(x+1,y), (x,y+1), (x-1,y), (x,y-1)2022年2月9日19時(shí)28分88簡單鄰域平均法：加權(quán)鄰域平均法：閾值鄰域平均法：SnmyxSnmfMyxg),(),(),(1),(的鄰域是，0, 1),(),(),(),(),(),(),(nmSnmnmSnmnmnmfyxg其中是所選的閾值的鄰域，是其它TyxSyxfTnmfMyxfnmfMyxgSnmSnm),(),(| ),(1

21、),(|),(1),(),(),(2022年2月9日19時(shí)28分89例7a=imread(c:1.jpg);b=a(:, :, 1);c=0.1 0.1 0.1 0.1 0.2 0.1 0.1 0.1 0.1;d=conv2(c,b);imshow(d,0,255);a=imread(c:1.jpg);b=a(:, :, 1);c=0 0.1 0 0.1 0.6 0.1 0 0.1 0 ;d=conv2(c,b);imshow(d,0,255);2022年2月9日19時(shí)28分90中值濾波(統(tǒng)計(jì)排序?yàn)V波器)中值濾波原理：將數(shù)字圖象中的每個(gè)像素的值用其鄰域中的各像素的中間值代替。),( ,),(

22、,2),(),(,NMjiAsrxMedxMedyAfNMjijifxsjriAjiAjiji維中值濾波定義為：的則濾波窗口是各像素點(diǎn)的灰度值，是數(shù)字圖象設(shè)2022年2月9日19時(shí)28分91a=imread(1.jpg);b=a(:,:,1);d=medfilt2(b,m n);%m,n為濾波模板的規(guī)格775 53 3原圖2022年2月9日19時(shí)28分92空間濾波基礎(chǔ)加權(quán)鄰域平均 、中值濾波都是“基于鄰域的操作”。像素及其鄰域中的像素所參與的運(yùn)算，完全可以用所謂的“濾波器”來刻畫。加權(quán)鄰域平均w(i,j)=i+2,j+2 , i,j=-1,0,12022年2月9日19時(shí)28分93中值濾波以上類

23、型的濾波器，又稱做掩模、核、模板或窗口2022年2月9日19時(shí)28分94線性濾波器一般情況下，在MN的圖象f上，用mn大小的濾波器掩模進(jìn)行線性濾波由下式給出：( , )( , ) (,),(-1)/2,( -1)/2absa tbg x yw s t f xs ytm nambn 其中是奇數(shù)，上式也寫成：( , )( , )*( , ), )g x yw x yf x yw x y稱（為“卷積核”/“卷積濾波器”/“濾波器系數(shù)”等2022年2月9日19時(shí)28分95圖象邊界處理策略1.忽略，不處理2.用部分模板處理3.加邊2022年2月9日19時(shí)28分96主要內(nèi)容： 1.圖象增強(qiáng) 2.直方圖修改

24、技術(shù) 3.圖象平滑 4.圖象銳化 2022年2月9日19時(shí)28分97圖象銳化增強(qiáng)圖象邊緣及灰度跳變部分微分銳化v微分設(shè)函數(shù)z=f(x,y)滿足可微條件, 則在(x,y)處的各階微分的表達(dá)式可以寫為：222222222dyyfdxdyyxfdxxfzddyyfdxxfdz2022年2月9日19時(shí)28分98v梯度處的梯度在稱為函數(shù)向量),(),(,),(yxyxfyfxfyxfgrad向量gradf(x,y)指向f(x,y)的最大增加率的方向2122)()(),(|),(|yfxfyxfGyxfgrad梯度的模為2022年2月9日19時(shí)28分99v差分) 1,(),(),() 1,(), 1(),

25、(),(), 1(yxfyxfyxfyxffyxfyxfyxfyxffyx或者或者),(2) 1,() 1,(),(2), 1(), 1(), 1(),(),(), 1(),(), 1(22yxfyxfyxffyxfyxfyxfyxfyxfyxfyxfyxfyxffyxxx一階差分二階差分2022年2月9日19時(shí)28分100v梯度算子2222),() 1,(),(), 1()()()(yxfyxfyxfyxffffGyx令則稱G(f)為f的離散梯度。為了加快運(yùn)算速度，通常改造G(f),一般地有以下幾種方法：| ) 1,(), 1(| ) 1, 1(),(|)(| ) , (),(|)(| )

26、1,(),(| ), 1(),(|)(max),() , (8yxfyxfyxfyxffGyxfyxffGyxfyxfyxfyxffGyxNyx其中第三種也稱為Robert算子。2022年2月9日19時(shí)28分101v梯度算子銳化),(),(yxfGyxgTyxfGyxfTyxfGyxfGyxg),(),(),(),(),(TyxfGyxfTyxfGLyxgG),(),(),(),(（平滑區(qū)域變成了暗區(qū)）（不破壞平滑區(qū)的灰度值的前提下，能有效地強(qiáng)調(diào)圖象的邊緣）(給邊緣處的像素值規(guī)定一個(gè)特定的灰度級)2022年2月9日19時(shí)28分102TyxfGLTyxfGyxfGyxgB),(),(),(),(

27、給背景像素的像素值規(guī)定一個(gè)特定的灰度級)TyxfGLTyxfGLyxgBG),(),(),(強(qiáng)調(diào)邊緣的位置)2022年2月9日19時(shí)28分103a=imread(a.jpg);b=double(a);c=b;xy=imfinfo(a.jpg);x=xy.Width;y=xy.Height;for j=3:x-2, for i=3:y-2, c(i,j)=abs(b(i,j)-b(i+1,j+1) +abs(b(i+1,j)-b(i,j+1) ; endendimshow(c,0 256,notruesize);例92022年2月9日19時(shí)28分104a=imread(a.jpg);b=double(a);c=b;xy=imfinfo(a.jpg);x=xy.Width;y=xy.Height;for j=3:x-2, for i=3:y-2, c(i,j)=abs(b(i,j)-b(i+1,j+1) +abs(b(i+1,j)-b(i,j+1) +100 ; endendimshow(c,0 256,notruesize);2022年2月9日19時(shí)28分10