計算機視覺05-第三章圖像處理基礎(chǔ)課件

第三章圖像處理基礎(chǔ)

目的突出感興趣特征，服務(wù)于機器視覺圖像增強可能的處理:去除噪音、邊緣增強、提高對比度、增加亮度、改善顏色效果、改善細(xì)微層次等

——通常與改善視覺效果相一致

圖像處理主要內(nèi)容圖像表示點操作空域處理頻域處理1.圖像表示圖像具有二維平面的形式圖像可以存在于多種介質(zhì),但最后必須以可視的形式出現(xiàn)圖像是客觀世界的真實反映圖像記錄的特性可以是光學(xué)特性,也可以是非光學(xué)特性,但可以轉(zhuǎn)為光學(xué)特征表達從信息系統(tǒng)來看,圖像是一種信息的載體從數(shù)字系統(tǒng)來看,圖像是一種信號1.1數(shù)字圖像生成數(shù)字成像

CCD：電荷耦合器件,CMOS:互補金屬氧化物半導(dǎo)體

光柵掃描：PAL制式，NTSC制式像素:圖形系統(tǒng)能夠清楚成像的最小單元分辨率：像素的物理尺寸

灰度分辨率：灰度2^k灰度級，k比特數(shù)空間分辨率：矩陣M×N圖像的數(shù)字化—采樣和量化圖像的數(shù)字化—采樣和量化圖像的數(shù)字化—采樣和量化圖像的數(shù)字化—采樣和量化1.2圖像的表示方法圖像形式函數(shù)形式信號形式圖像形式2維灰度圖像3維密度圖像2.5維距離圖像此時,數(shù)字圖像處理可看作是對矩陣進行變換。圖像的函數(shù)矩陣形式圖像也可以由向量來表示：二維圖像矩陣

N×N象素表示成矢量形式為：矢量矩陣和矢量間關(guān)系：（n=k時提取第k列理解）圖像的幾何函數(shù)形式（流形）

信號形式認(rèn)知心理學(xué)(psychophysical)研究表明，人類在分析紋理圖像時，將圖像分解為不同的頻率和方向成分.對圖像作頻率和方向選擇性濾波，得到相應(yīng)特征.空域濾波頻域濾波

Fourier變換(Fouriertransform)

空域頻率表示空域頻率表示空域頻率表示圖像亮度的變化與圖像內(nèi)容的空域頻率成正比圖像的空域頻率響應(yīng)是一種表征銳利度的方法提取圖像空域頻率成分的方法：傅立葉變換空域頻率隨方向變化空域頻率在圖像中的分布是變化的空域內(nèi)的卷積運算與頻域內(nèi)的乘積運算等價傅立葉變換圖像二維DFT二維IDFT1243對應(yīng)低頻成分對應(yīng)高頻成分直流部分圖像的二維離散傅立葉變換的頻率成分分布示意圖變換結(jié)果的左上、右上、左下、右下四個角部分對應(yīng)于低頻成分，中央部分對應(yīng)于高頻成分。（a）lenna圖（b）傅氏變換的頻譜圖圖像及其頻譜圖像示意圖

對于一幅圖像，圖像中灰度變化比較緩慢的區(qū)域?qū)?yīng)較低的頻譜，而灰度變化比較大的邊緣地帶對應(yīng)較高的頻譜。而且一幅圖像中大部分都是灰度變化緩慢的區(qū)域，只有一小部分是邊緣，因此，其變換域的圖像，能量主要集中在低頻部分（對應(yīng)值較高），只有一小部分能量集中在高頻部分（對應(yīng)值較低）。

傅立葉變換的比例性表明為對于二個標(biāo)量a和b，有：離散圖像付氏變換應(yīng)用實例1

正弦波去噪實例2去噪實例

圖像受白噪聲干擾的原理如圖所示，對于一幅不受白噪聲干擾的圖像，假設(shè)其頻譜為圖(a)所示的形式，其中橫坐標(biāo)為頻率，縱坐標(biāo)為幅值，對應(yīng)低頻部分幅值較高，高頻部分幅值較低。對于高斯白噪聲，其頻譜如圖(b)所示，其幅值是一個常數(shù)，那么當(dāng)原始圖像受到白噪聲干擾時，它的頻譜將變成(c)中的形式。

要去除圖像中的白噪聲，在頻域中減去白噪聲的幅值即可。理想的方法：知道白噪聲的模型，一般情況下很難遇到。在未知噪聲幅值的情況下，可以先對噪聲圖像求頻譜，并計算頻譜幅值的平均值，用該平均值作為噪聲的近似幅值，就可以對圖像去噪。紋理圖像特征圖像水平信號高通濾波局部能量實例3

圖像分割1.3圖像生成機制定義亮度為空間變量的函數(shù)，f(x,y)是點(x,y)的亮度成像系統(tǒng)會使輸入圖像退化（質(zhì)量失真），得到圖像為D為退化函數(shù)，一般包含某些隨機噪聲過程，若退化操作D是線性移不變的，則g可以寫成以一維條件下為例（可以自然推廣到二維情況），點x處的函數(shù)f為：若D是線性運算，可以變換D與積分符號次序其中，δ（r）表示增量函數(shù)引入新的函數(shù)，假設(shè)D只與有關(guān)，則有點擴散函數(shù)（PointSpreadFunction）(Blurkernel)32BlurredimageISharpimageLCameraNoise

nBlurkernelf圖像生成機制2.圖像點操作圖像點操作處理a.灰度級變換(比例變換)b.直方圖法直方圖均衡化直方圖規(guī)定化c.圖像間的算術(shù)運算和邏輯運算d.數(shù)字摳圖通過灰度變換函數(shù)將圖像各灰度映射為新的值2.1直接灰度變換灰度變換函數(shù)：

S=T(r)r,S分別為原來和變換后的灰度值。獲取變換函數(shù)的方法:固定函數(shù)、分段線性變換、直方圖固定函數(shù)法亮度調(diào)整——加亮、減暗圖像25512825521825512825532對數(shù)變換：s=log10(1+r)

功能：壓縮圖像象素值的動態(tài)范圍M冪次變換s=crγ

γ>1時：能把輸入的窄帶輸入變成寬帶輸出（直圖變寬）分段線性變換為了增加變換的任意性，可以采用線性變換組合的辦法來構(gòu)成T(r)直接灰度變換圖例求反對比度增強灰度切分動態(tài)范圍壓縮

直方圖均衡化：轉(zhuǎn)變直方圖成均勻分布直方圖規(guī)定化：轉(zhuǎn)變直方圖成規(guī)定形狀2.2直方圖增強方法圖像成像質(zhì)量的好壞可以從其直方圖的形狀上得到反映一幅高質(zhì)量的圖像應(yīng)能充分利用成像系統(tǒng)的動態(tài)范圍對于在整個灰度范圍內(nèi)均有分布的圖像而言,具有均勻分布特性的圖像一般具有較好的清晰度和對比度利用直方圖增強直方圖：反映一幅圖像灰度級與出現(xiàn)這種灰度的概率之間關(guān)系的圖形(某灰度級的象素個數(shù)）直方圖均衡化RGB模型直方圖彩色圖像直方圖HSI模型直方圖彩色圖像直方圖直方圖均衡化算法利用累計分布函數(shù)獲得均勻分布的直方圖直方圖均衡化應(yīng)用直方圖規(guī)定化和局部直方圖均衡化目的：將原始圖像的直方圖轉(zhuǎn)換為期望的直方圖直方圖均衡化----全局均衡化不易控制直方圖規(guī)定化:----根據(jù)經(jīng)驗得到期望的結(jié)果局部直方圖均衡化：----根據(jù)圖像局部區(qū)域特性，采用不同均衡化函數(shù)。2.3圖像間的算術(shù)運算和邏輯運算兩幅或多幅圖像進行算術(shù)運算或邏輯運算，以產(chǎn)生新的圖像，算術(shù)運算：+、-、*、/邏輯運算：于、或、非它們的操作：算術(shù)運算是對應(yīng)象素間的操作邏輯運算：也是對應(yīng)象素間的操作.也可以是象素間的位操作,即象素的值作為#2的字符串來處理算術(shù)運算算術(shù)運算:一般用于灰度圖像，設(shè)2個象素p和q,有加法：記作p+q;減法：p-q乘法:p*q除法:p

q算術(shù)運算只涉及一個空間位置（象素）的運算圖像加法應(yīng)用舉例圖像合成應(yīng)用舉例去除不需要的疊加性圖案檢測同一場景兩幅圖像之間的變化計算物體邊界的梯度圖像減法圖像乘法主要應(yīng)用舉例圖像的局部顯示用二值蒙板圖像與原圖像做乘法邏輯運算或OR:pORq或p+q與AND:pANDq或p˙q求反(補)：NOTq異或:qXORq=1(若q=1或p=1)=0(若q=1和p=1)邏輯運算和算術(shù)運算一樣，只涉及一個空間位置的運算,（也可以作位運算）但邏輯運算較多用于二值圖像主要應(yīng)用舉例獲得一個陰圖像獲得一個子圖像的補圖像繪制區(qū)別于背景的、可恢復(fù)的圖形圖像取反獲得一個子圖像的補圖像邏輯運算：與運算主要應(yīng)用舉例求兩個子圖像的相交子圖邏輯運算：或運算主要應(yīng)用舉例合并子圖像主要應(yīng)用舉例獲得相交子圖像繪制區(qū)別于背景的、可恢復(fù)的圖形圖像異或運算2.4自然摳圖和圖像合成+自然摳圖的數(shù)學(xué)表達+xx=摳圖的困難病態(tài)問題:7個未知量，但是只能建立3個方程謝謝觀賞踏踏實實做好每一件事，不抱怨、不放棄，為自己的夢想盡每一份力。Doeverythinginadown-to-earthw