數(shù)字圖像chp1

1、數(shù)字圖像處理天津工業(yè)大學(xué)計(jì)算機(jī)學(xué)院 張錚關(guān)于我張錚1981.2博士畢業(yè)于天津大學(xué)主要研究方向?yàn)閿?shù)字圖像處理，模式識(shí)別，機(jī)器視覺(jué)，人臉識(shí)別，表情識(shí)別1.著作著作數(shù)字圖像處理與機(jī)器視覺(jué)初步人民郵電出版社Windows程序設(shè)計(jì)（第2版）人民郵電出版社2.譯著譯著專(zhuān)業(yè)Linux系統(tǒng)管理人民郵電出版社3.主要主要論文論文A Novel Two-Stage Illumination Estimation Framework for Expression Recognition The Scientific World Journal, SCI IndexExpression Recognition Bas

2、ed on Multi-scale Block Local Gabor Binary Patterns with Dichotomy-Dependent WeightsSpringers Lecture Notes in Computer Science EI檢索號(hào): 200937123040003D Representative Face and Clustering Based Illumination Estimation for Face Recognition and Expression RecognitionSpringers Lecture Notes in Computer

3、Science EI檢索號(hào): 20093712304211A Distributed Face Recognition Framework Based on Data Fusion International Journal of Database Theory and Application, EI Journal3.相關(guān)專(zhuān)利相關(guān)專(zhuān)利1.一種辦公事務(wù)過(guò)程管理系統(tǒng)的實(shí)現(xiàn)方法2.一種點(diǎn)陣均勻的網(wǎng)屏編碼的識(shí)別方法3.在紙介質(zhì)文件上埋入信息的處理方法關(guān)于本課程 30學(xué)時(shí)，需要課下動(dòng)手實(shí)踐學(xué)時(shí)，需要課下動(dòng)手實(shí)踐 平時(shí)成績(jī)（出勤、課上回答問(wèn)題、實(shí)驗(yàn)作業(yè)）平時(shí)成績(jī)（出勤、課上回答問(wèn)題、實(shí)驗(yàn)作業(yè)）+期末成績(jī)

4、期末成績(jī) 教材教材數(shù)字圖像處理與機(jī)器視覺(jué)（第數(shù)字圖像處理與機(jī)器視覺(jué)（第2版）版）人民郵電出版社人民郵電出版社 參考書(shū)數(shù)字圖像處理（第3版）岡薩雷斯，電子工業(yè)出版社 實(shí)驗(yàn)軟件Matlab關(guān)于本課程Chpter1 初識(shí)數(shù)字圖像處理與機(jī)器視覺(jué) 認(rèn)識(shí)圖像 圖像圖像是指能在人的視覺(jué)系統(tǒng)中產(chǎn)生視覺(jué)印象的客觀對(duì)象，包括自然景物、拍攝到的圖片、用數(shù)學(xué)方法描述的圖形等等。圖像的要素有幾何要素（刻畫(huà)對(duì)象的輪廓、形狀等）和非幾何要素（刻畫(huà)對(duì)象的顏色、材質(zhì)等）。 自然界中的圖像都是模擬量，在計(jì)算機(jī)普遍應(yīng)用之前，電視、電影、照相機(jī)等圖像記錄與傳輸設(shè)備都是使用模擬信號(hào)對(duì)圖像進(jìn)行處理。但是，計(jì)算機(jī)只能處理數(shù)字量，而不能直接

5、處理模擬圖像。認(rèn)識(shí)數(shù)字圖像 簡(jiǎn)單地說(shuō)，數(shù)字圖像就是能夠在計(jì)算機(jī)上顯示和處理的圖像，可根據(jù)其特性分為兩大類(lèi) 位圖和矢量圖。 位圖：BMP、JPG、GIF等； 矢量圖：PNG等。 可以將一幅圖像視為一個(gè)二維函數(shù)f(x, y)，其中x和y是空間坐標(biāo)，而在x y平面中的任意一對(duì)空間坐標(biāo)(x, y)上的幅值幅值f稱(chēng)為該點(diǎn)圖像的灰度灰度、亮度亮度或強(qiáng)度強(qiáng)度。此時(shí)，如果f、x、y均為非負(fù)有限離散，則稱(chēng)該圖像為數(shù)字圖像數(shù)字圖像（位圖位圖）。 一個(gè)大小為MN數(shù)字圖像是由M行N列的有限元素組成的，每個(gè)元素都有特定的位置和幅值，代表了其所在行列位置上的圖像物理信息，如灰度和色彩等。這些元素稱(chēng)為圖像元素圖像元素或像素

6、像素。數(shù)字圖像的顯示 計(jì)算機(jī)顯示器，都是由許多點(diǎn)構(gòu)成的，顯示圖像時(shí)這些點(diǎn)對(duì)應(yīng)著圖像的像素，稱(chēng)顯示器為位映像設(shè)備。所謂位映像，就是一個(gè)二維的像素矩陣，而位圖也就是采用位映像方法顯示和存儲(chǔ)的圖像。當(dāng)一幅數(shù)字圖像被放大后就可以明顯地看出圖像是由很多方格形狀的像素構(gòu)成的數(shù)字圖像的分類(lèi) 根據(jù)每個(gè)像素所代表信息的不同，可將圖像分為： 二值圖像 灰度圖像 RGB圖像（24位真彩色） 索引圖像（調(diào)色板（Palette）/顏色查找表（LUT：Look Up Table）一個(gè)長(zhǎng)、寬各為200像素，顏色數(shù)為16的彩色圖像，每個(gè)像素都用RGB三個(gè)分量表示。則存儲(chǔ)它需要的空間是多少？索引圖像的適用情況是什么？圖像較大并

7、且顏色數(shù)目不是很多數(shù)字圖像的實(shí)質(zhì) 函數(shù)函數(shù)：數(shù)字圖像f(x, y)的定義僅適用于最為一般的情況，即靜態(tài)的灰度圖像。更嚴(yán)格地說(shuō)，數(shù)字圖像可以是2個(gè)變量（對(duì)于靜止圖像，static image）或3個(gè)變量（對(duì)于動(dòng)態(tài)畫(huà)面，video sequence）的離散函數(shù)。在靜態(tài)圖像的情況下是的f (x, y)，而如果是動(dòng)態(tài)畫(huà)面，則還需要時(shí)間參數(shù)t，即f (x, y, t)；函數(shù)值可能是一個(gè)數(shù)值（對(duì)于灰度圖像），也可能是一個(gè)向量（對(duì)于彩色圖像）。 矩陣：矩陣：從線性代數(shù)和矩陣論的角度，數(shù)字圖像就是一個(gè)由圖像信息組成的二維矩陣，矩陣的每個(gè)元素代表對(duì)應(yīng)位置上的圖像亮度和/或色彩信息。當(dāng)然，這個(gè)二維矩陣在數(shù)據(jù)表示和

8、存儲(chǔ)上可能不是二維的，這是因?yàn)槊總€(gè)單位位置的圖像信息可能需要不只一個(gè)數(shù)值來(lái)表示，這樣可能需要一個(gè)三維矩陣來(lái)對(duì)其進(jìn)行表示。數(shù)字圖像的數(shù)字圖像的表示表示數(shù)字圖像的數(shù)字圖像的表示表示圖像的空間和灰度級(jí)分辨率從從數(shù)字圖像處理到數(shù)字圖像處理到識(shí)別識(shí)別圖像識(shí)別圖像分析圖像處理符號(hào)目標(biāo)像素抽象性數(shù)據(jù)量小大大小機(jī)器視覺(jué)機(jī)器視覺(jué)(Machine Vision)(Machine Vision) 機(jī)器視覺(jué)機(jī)器視覺(jué)（Machine Vision），又稱(chēng)計(jì)算機(jī)視覺(jué)計(jì)算機(jī)視覺(jué)（Computer Vision）。它是將數(shù)字圖像處理和數(shù)字圖像分析、圖像識(shí)別結(jié)合起來(lái)，試圖開(kāi)發(fā)出一種能與人腦的部分機(jī)能比擬，能夠理解自然景物和環(huán)境

9、的系統(tǒng)，在機(jī)器人領(lǐng)域中為機(jī)器人提供類(lèi)人視覺(jué)的功能。計(jì)算機(jī)視覺(jué)是數(shù)字成像領(lǐng)域的尖端方向，具有最綜合的內(nèi)容和最廣泛的涵蓋面。 廣義概念上的圖像處理與識(shí)別數(shù)字圖像處理和識(shí)別的應(yīng)用實(shí)例相關(guān)領(lǐng)域相關(guān)領(lǐng)域典型應(yīng)用典型應(yīng)用安全監(jiān)控安全監(jiān)控指紋驗(yàn)證，基于人臉識(shí)別的門(mén)禁指紋驗(yàn)證，基于人臉識(shí)別的門(mén)禁系統(tǒng)系統(tǒng)工業(yè)控制工業(yè)控制產(chǎn)品無(wú)損檢測(cè)，商品自動(dòng)分類(lèi)產(chǎn)品無(wú)損檢測(cè)，商品自動(dòng)分類(lèi)醫(yī)療保健醫(yī)療保健X光照片增強(qiáng)，光照片增強(qiáng)，CT，核磁共振，核磁共振，病灶自動(dòng)檢測(cè)病灶自動(dòng)檢測(cè)生活?yuàn)蕵?lè)生活?yuàn)蕵?lè)基于表情識(shí)別的笑臉自動(dòng)檢測(cè)，基于表情識(shí)別的笑臉自動(dòng)檢測(cè)，汽車(chē)自動(dòng)駕駛，手寫(xiě)字符識(shí)別汽車(chē)自動(dòng)駕駛，手寫(xiě)字符識(shí)別數(shù)字圖像處理和識(shí)別的應(yīng)用實(shí)例

10、數(shù)字圖像處理和識(shí)別的應(yīng)用實(shí)例數(shù)字圖像處理的預(yù)備知識(shí) 鄰接性、連通性、區(qū)域和邊界1. 鄰接性（Adjacency）除了位置因素，還要考慮像素值的相似性除了位置因素，還要考慮像素值的相似性 4鄰接（4-Neighbor）：如果 QN4(P)，則稱(chēng)具有V中數(shù)值的兩個(gè)像素P和Q是4鄰接的。 8鄰接（8-Neighbor）：如果 QN8(P)，則稱(chēng)具有V中數(shù)值的兩個(gè)像素P和Q是8鄰接的。V是用于決定鄰接性的灰度值集合，它是一種相似性的度量。如在二值圖像中，如認(rèn)為只有灰度值為1的像素是相似的，則即V=1，當(dāng)然相似性的規(guī)定具有主觀標(biāo)準(zhǔn)，因此也可以認(rèn)為V=0，1，此時(shí)鄰接性完全由位置決定數(shù)字圖像處理的預(yù)備知識(shí)

11、數(shù)字圖像處理的預(yù)備知識(shí)2.連通性像素像素P到像素到像素Q的通路（的通路（Path）指的是一個(gè)特定的像素序列(x0, y0), (x1, y1), , (xn, yn)，其中(x0, y0) = (xp, yp)，(xn, yn) = (xq, yq)。并且像素(xi, yi) 和(xi-1, yi-1) 在滿足1in時(shí)是鄰接的。在上面的定義中，n是通路的長(zhǎng)度，若(x0, y0) = (xn, yn)，則這條通路是閉合通路。相對(duì)應(yīng)于鄰接的概念，在這里有4通路和8通路。像素的連通性（像素的連通性（Contiguous）：令S代表一幅圖像中的像素子集。如果在S中全部像素之間存在一個(gè)通路，則可以稱(chēng)2個(gè)

12、像素P和Q在S中是連通的。此外，對(duì)于S中的任何像素P，S中連通到該像素的像素集叫做S的連通分量連通分量。如果S中僅有一個(gè)連通分量，則集合S叫做連通集連通集。數(shù)字圖像處理的預(yù)備知識(shí)數(shù)字圖像處理的預(yù)備知識(shí) 3. 區(qū)域和邊界區(qū)域的定義建立在連通集的基礎(chǔ)上的。令R是圖像中的一個(gè)像素子集，如果R同時(shí)是連通集，則稱(chēng)R為一個(gè)區(qū)域（區(qū)域（Region）。邊界（邊界（Boundary）的概念是相對(duì)于區(qū)域而言的。一個(gè)區(qū)域的邊界（或邊緣、輪廓）是區(qū)域中所有有一個(gè)或多個(gè)不在區(qū)域R中的鄰接像素的像素所組成的集合。顯然，如果區(qū)域R是整幅圖像，那么邊界就由圖像的首行、首列、末行和末列定義。因而，通常情況下，區(qū)域指一幅圖像的

13、子集，并包括區(qū)域的邊緣。而區(qū)域的邊緣（邊緣（Edge）由具有某些導(dǎo)數(shù)值的像素組成，是一個(gè)像素及其直接鄰域的局部性質(zhì)，是一個(gè)有大小和方向?qū)傩缘氖噶俊?shù)字圖像處理的預(yù)備知識(shí)數(shù)字圖像處理的預(yù)備知識(shí) 距離度量的幾種方法 基于上一小節(jié)提到的相關(guān)知識(shí)，我們來(lái)理解距離度量的概念。假設(shè)對(duì)于像素P(xp, yp)，Q(xq, yq)，R(xr, yr)而言，有函數(shù)D滿足如下三個(gè)條件，則函數(shù)D可被稱(chēng)為距離函數(shù)或度量。 D(P, Q) 0，當(dāng)且僅當(dāng)P = Q時(shí)有D(P, Q) = 0 D(P, Q) = D(Q, P) D(P, Q) D(P, R) + D(R, Q) 數(shù)字?jǐn)?shù)字圖像處理的預(yù)備知識(shí)圖像處理的預(yù)備知識(shí)圖像的基本運(yùn)算圖像的基本運(yùn)算1. 點(diǎn)運(yùn)算和鄰域運(yùn)算點(diǎn)運(yùn)算指的是對(duì)圖像中的每一個(gè)像素逐個(gè)進(jìn)行同樣的灰度變換運(yùn)算。設(shè)r和s分別是輸入圖像f(x, y)和輸出圖像g(x, y)在任一點(diǎn)(x, y)的灰度值，則點(diǎn)運(yùn)算可以使用下式定義： s = T(r)而如果將點(diǎn)運(yùn)算擴(kuò)展，對(duì)圖像中每一個(gè)小范圍（鄰域）內(nèi)的像素進(jìn)行灰度變換運(yùn)算，即稱(chēng)為鄰域運(yùn)算或鄰域?yàn)V波。這可以