精勤求學(xué)敦篤勵(lì)志力行忠恕任事

概界界圖圖像處計(jì)算圖形圖像分圖像理（轉(zhuǎn)換數(shù)圖新新新工理技具論術(shù)符符(人圖像理圖像測(cè)量所涉及的環(huán)圖像工程與相關(guān)學(xué)科和領(lǐng)域的聯(lián)系與區(qū)概圖像處理和分析圖像基礎(chǔ)：顏色基礎(chǔ)、RGB模型、HSL數(shù)字圖像文件圖像增強(qiáng)：去除噪聲、增強(qiáng)對(duì)比度圖像分析

圖像基藍(lán)綠(C藍(lán)＋品紅(M,紅＋黃(Y,紅光的三基色與對(duì)應(yīng)的補(bǔ) 顏料的三基顏料的基色是指吸收1種光基色并讓其它2種光以顏料的3基色正是光的3補(bǔ)色將光的3基色按照一定比例混合或者將1個(gè)補(bǔ)色與相對(duì)應(yīng)的基色混就可以產(chǎn)生白色將顏料的3基色按照一定比例混合或者1個(gè)補(bǔ)色與相對(duì)應(yīng)的基色混就可以得到黑色圖像基B白B白G黑RRGB顏色模（歸一化為單位立方體R通 G通 B通圖像基HSL顏色模型光譜中的主要光波長(zhǎng)。向量飽和度（Saturation）——調(diào)的純度，純光譜色完全飽和，隨著白光的加入飽和度逐少。向量OP的長(zhǎng)度

白B白B.POLG圖像基

原圖像基RGB與HSL轉(zhuǎn)換關(guān)系，設(shè)取值范圍為L(zhǎng)1RG3 S1 RG RGRB/2 Harccos 1/2 HSL模型多HSL模型多用于形圖像處理，如photoshop面的色調(diào)、亮度、飽和度調(diào)節(jié)命令；RGB顏色模型色顯示器等硬件設(shè)

圖像基RGB模型與HSL模型轉(zhuǎn)換關(guān)HSL→cos60H ,G3Lcos60H cos300H 圖像基像 統(tǒng) 矩形每個(gè)采樣點(diǎn)稱為一個(gè)像（p），計(jì)算內(nèi)通采用二來(lái)表。 圖像基位圖文件頭位圖信息頭位位圖文件頭位圖信息頭位圖顏色表位圖像素?cái)?shù)各像素點(diǎn)數(shù)據(jù)，真彩色RGB數(shù)字圖一般為24bit，灰度圖像一般為8bit位圖文件的結(jié)圖像增（一）準(zhǔn)備知處理。空間坐標(biāo)的離散化稱為空間采樣，它確定了圖像的尺寸M×N，空間sspsssrsrprsrs像素的鄰域：對(duì)一個(gè)坐標(biāo)為（x，y）的像素sspsssrsrprsrsrrprrrrprr

若p在圖像邊緣，其鄰域內(nèi)若干點(diǎn)可能在圖像外圖像增距離度量：給定2個(gè)像素點(diǎn)p(x,y)、1，歐氏距離

p,qx

yt21/ 221221012212212210122122D4p,qxsy222222111222222221112210122111222222D8p,qmaxxs,yt模板運(yùn)算

圖像增……………pw1p1w2p2

wiw9w99將模板中心與p5重合，將下式計(jì)算結(jié)果重新賦p5圖像增對(duì) 像的特殊處理(x,y)和g(x,y)分別為增強(qiáng)前后的圖像，EH表示增強(qiáng)操作，若EH為點(diǎn)操作：tEH gx,yEHfx, 若EH為模板操作 EHs,n 基于點(diǎn)操作的空域增強(qiáng)方法也叫灰度變換，常見(jiàn)的括直接灰度變換、直方圖變換和圖像間的代數(shù)運(yùn)算LLctba0 L圖像增1，直接灰度變換：設(shè)s和t的取值范圍為圖像求反：將原圖灰度值翻轉(zhuǎn)增強(qiáng)對(duì)比度：增大原圖中某兩個(gè)灰度值之間的動(dòng)態(tài)范圍動(dòng)態(tài)范圍壓縮：對(duì)原圖進(jìn)行灰度壓縮，常用方法為：tClog1s灰度切分：將原圖某個(gè)灰度值范圍變得突出，而降低其它灰度值原 圖像增2，直方圖處理：灰度統(tǒng)計(jì)直方圖給出了原圖灰度分布情,psknk/ k,nk為原圖中具有灰度值sk的像素個(gè)數(shù)，n為像素總數(shù)直方圖均衡化：將原始圖的直方圖變換為近似均勻分布的形式原均衡圖像增設(shè)有一幅64×64，8級(jí)灰度圖像，n=4096，其直方圖均衡化過(guò)程01234567nk/t（13566777( tk 注1：tk為原直方圖的累積分布

k k

kk

psk注2：tkintN1tk0.5，N為灰度級(jí)數(shù)

圖像增3，圖像代數(shù)運(yùn)1圖像加運(yùn)算：對(duì)所獲取的同一場(chǎng)景的多幅圖像求平均，常常C(x,y)A(x,y)B(x,2圖像減運(yùn)算：又稱減影技術(shù)，是指對(duì)同一景物在不同時(shí)間拍的圖像或同一景物在不同波段的圖像進(jìn)行相減差值圖像提供了圖像間的差異信息，能用以指導(dǎo)動(dòng)態(tài)監(jiān)測(cè)、動(dòng)目標(biāo)檢測(cè) 、圖像背景消除及目標(biāo)識(shí)別等工作圖像增0。P工具中大量應(yīng)用。4圖像除運(yùn)算：又稱比值處理，是遙感圖像處理常用的方法。圖像的亮度可理解為是照射分量和反射分量的乘積。對(duì)多光比值處理可以用于消除山影、圖像增參考文獻(xiàn)：基于比值法的假 像增強(qiáng)效果對(duì)比研究，諶進(jìn)波等 測(cè)繪圖像增4，空域?yàn)V波增強(qiáng)——根據(jù)功能分為平滑和銳化平滑濾波器削弱圖像中的高頻分量，是低通濾波器。它分為模糊——去除小的細(xì)消除噪在空域利用實(shí)現(xiàn)這些功能，步驟如下：將模板在圖中漫游，并將模板中心與圖中某個(gè)像素位置將模板上系數(shù)與模板下對(duì)應(yīng)像素相乘將所有乘積相將和（模板的輸出響應(yīng)）賦給圖中對(duì)應(yīng)于模板中心位置圖像增A)線性平滑濾波器（鄰域平均）與非線性平滑濾中值濾波器（非線性）——既消除噪聲，又保持了圖像細(xì)節(jié)工作步將模板在圖中漫游，并將模板中心與圖中某個(gè)象素位置重合模板下各對(duì)應(yīng)像素灰度值將這些灰度值從小到大排成一列，并找出排在中間的灰度將這個(gè)中間值賦給對(duì)應(yīng)模板中心位置的像素圖像增原 線性平 中值濾圖像增B)銳化濾波器——模板的中心系數(shù)為正，周圍系數(shù)為負(fù)。并通過(guò)變將輸出灰度值限定在0～L之間----9----9----

圖像增 將R,G,B分量圖轉(zhuǎn)化為H,S,L分量利用對(duì)灰度圖增強(qiáng)方法增強(qiáng)其中的L再將結(jié)果轉(zhuǎn)換為R,G,B分量圖進(jìn)行顯與直接調(diào)整R,G,B分量相比，該方法的物理意義更為明確圖像分 圖像分割——把圖像分成各具特性的區(qū)域并提取出 目標(biāo)的技和過(guò)程，是由圖像處理到圖像分析的關(guān)鍵步驟分割算法有利用區(qū)域間灰度不連續(xù)性的邊界算法利用區(qū)域內(nèi)灰度相似性的區(qū)域算法（不作介紹）目標(biāo)表達(dá)和描述——表達(dá)是直接具體的表示目標(biāo)，側(cè)重?cái)?shù)據(jù)結(jié)構(gòu)描述是比較抽象的表示目標(biāo)，側(cè)重區(qū)域特性和不同區(qū)域間的聯(lián)系和差別和關(guān)系描述。圖像分（一）邊緣檢

常見(jiàn)的邊緣檢測(cè)一階算子（梯度算子000111000121

水平邊垂直邊

二階算00400010101010102018

Sobel算

Laplacian算子模圖像分Sobel算

Prewitt

Laplacian算0001210101018圖像分（二）邊界閉1，利用二值形 算完成邊界連接或閉形態(tài)學(xué)基本運(yùn)算包括膨脹和腐蝕膨脹——將膨脹因子B在原圖中漫游，只要B結(jié)構(gòu)與A的交集不為空，則B結(jié)構(gòu)原點(diǎn)所在位置作以標(biāo)記，所有標(biāo)記點(diǎn)的集合稱為A被B膨脹的結(jié)果 + +原圖(A為目標(biāo)區(qū)域 膨脹因子(+為原點(diǎn)

膨脹圖像分++原圖(A為目標(biāo)區(qū)域 腐蝕因子(+為原點(diǎn)

腐蝕圖像分，起到連通作用。開(kāi)啟和閉合運(yùn)保證不產(chǎn)生全局幾何失圖像分用膨脹運(yùn)算實(shí)現(xiàn)區(qū)域用腐蝕運(yùn)算實(shí)現(xiàn)邊界原(a)集合

（b）結(jié)構(gòu)元素 （c）對(duì)A腐蝕 （d）A減去腐蝕的結(jié)果(

圖像分目標(biāo)和背景分Laplacian邊緣

二值化（反色膨?yàn)V 腐圖像分2，利 (Hough)變換完成邊界閉Hough變換：在預(yù)知區(qū)域形狀的條件下，利用圖像全局類曲線，并把曲線上的點(diǎn)連起來(lái)。受噪聲和曲線間斷影圖像分以直線檢測(cè)為例在圖像空間XY里，所有過(guò)點(diǎn)（x，y）的直線都滿足方或者寫(xiě)成qpx+y，可理解為參數(shù)空間PQ里過(guò)點(diǎn)(p,q)的一YYXq=-q=-P XY里過(guò)點(diǎn)(,y)和j,jP(,。圖像分在參數(shù)空間PQ里建立一個(gè)2D累加數(shù)組，設(shè)為A(p,q)，如圖所示[pmin,pmax]和[qmin,qmax]分別為預(yù)期的斜率和截距的取值范圍1，置數(shù)組A為零2，對(duì)XY空間中每一個(gè)給定點(diǎn)，讓p取遍P軸上所有可能值并計(jì)算相對(duì)應(yīng)的q值(p、q值都已取整)，對(duì)A累加：A(p,q)=A(p,q)+13，累加結(jié)束后，數(shù)組中的最大值即為XY空間共線點(diǎn)個(gè)數(shù)對(duì)應(yīng)的p,q值即為XY空間直線參數(shù)Q

P

極坐標(biāo)方程解決這個(gè)問(wèn)圖像分YλθX直線的極YλθXxcosy0建立一個(gè)關(guān)于θ,θ區(qū)間。圖像分變換可以檢測(cè)滿足解析式為f(x,c)=0形式的各類曲線。例如圓xa2yb2令A(yù)(a,br)=A(a,br)+1。累加結(jié)束后，數(shù)組元素最大值對(duì)應(yīng)的(a,b)即圖像分正弦曲線IAsin(B3DM(A,B,C)。對(duì)圖像ABC，令M(A,B,C)=MA,B,C)1A即為正弦的模，B為初相位，CRRGpixelpixel

圖像分（三）目標(biāo)表達(dá)方法——骨架提?。?xì)化BRPBRP圖像分實(shí)際計(jì)算中常采用逐次消去邊界點(diǎn)的迭代細(xì)化算法。它有三個(gè)原則不消去線段端點(diǎn)不中斷原來(lái)連通的點(diǎn)不過(guò)多侵蝕區(qū)域設(shè)已知目標(biāo)點(diǎn)標(biāo)記為1，背景點(diǎn)標(biāo)記為0，邊界點(diǎn)定義為本身標(biāo)記為其8連通鄰域內(nèi)至少有1個(gè)標(biāo)記為0的點(diǎn)8-P1，鄰域點(diǎn)如上圖所示。然后作下面的處理。圖像分⑴首先標(biāo)記同時(shí)滿足下列條件的邊界點(diǎn)2Np1 其中N(p1)是p1的非零鄰點(diǎn)的個(gè)數(shù)，S(p1(p1)p 2p4p6p

指以p1,p2…p9點(diǎn)為序時(shí)，這些值從0到1次數(shù)。p2*p4*p6=0表示三個(gè)象素點(diǎn)中有一個(gè)為值，即背景。當(dāng)對(duì)所有邊界點(diǎn)都檢驗(yàn)完畢后

p6p8

將所有標(biāo)記了的點(diǎn)除去⑵標(biāo)記同時(shí)滿足下列條件的邊界點(diǎn)并除去所有標(biāo)記點(diǎn)2N(p1)1S(p)1p 2p4p8p

以上兩步操作構(gòu)成一次迭代，算法反代直至沒(méi)有其它點(diǎn)滿足標(biāo)記條件，這時(shí)剩下點(diǎn)為區(qū)域的骨

p6p8圖像分骨架提取舉

圖像分（四）目標(biāo)特1，輪廓提1邊緣提?。横槍?duì)二值圖像，運(yùn)用內(nèi)部腐蝕算子，刪除內(nèi)部點(diǎn)2差影法：用腐蝕運(yùn)算使目標(biāo)區(qū)域縮小一個(gè)像素的寬度，再與原作減法運(yùn)算3輪 法：按照一定的“探測(cè)準(zhǔn)則”和 準(zhǔn)則”找出物輪廓上的像素BA圖像分2，角點(diǎn)提取——基于Harris方法的角點(diǎn)標(biāo)（a）平滑區(qū) （b）邊緣區(qū) （c）角點(diǎn)區(qū)①平滑區(qū)域：該區(qū)域中，無(wú)論窗口如何動(dòng)，圖像強(qiáng)度均無(wú)顯著變②邊緣區(qū)域：該區(qū)域中，沿著邊緣方向灰③角點(diǎn)區(qū)域：該區(qū)域中，無(wú)論超哪個(gè)方移動(dòng)，均會(huì)產(chǎn)生灰度值的劇烈變化圖像--3，直線、圓、橢--圖像分（五）圖像 位置和角度等）獲得同一場(chǎng)景的兩幅（或多幅圖像進(jìn)行圖像分圖像配準(zhǔn)方法一般由以下四個(gè)步驟構(gòu)成第二步，匹配特征。建立特征間的空間對(duì)應(yīng)關(guān)系第三步，估計(jì)變換模型第四步，圖圖像分原原待測(cè)配準(zhǔn)配準(zhǔn)測(cè)量圖像配準(zhǔn)用于尺寸測(cè)圖像分電子槍扭彎曲特性智能檢圖像分電子槍扭彎曲特性智能檢測(cè)系統(tǒng)——用戶界圖像分處理過(guò)二值

邊緣骨架

Hough變圖像分背投電視自動(dòng)會(huì)聚校正系投影電

拍攝圖聚電路板相

通過(guò)USB圖像分三