數(shù)字圖像處理課程復(fù)習(xí)ppt課件

1、數(shù)字圖像處理課程復(fù)習(xí)、答疑,宋懷波,1,1.1.1 數(shù)字圖像的基本概念,數(shù)字圖像 由連續(xù)的模擬圖像采樣和量化、編碼而得。 組成數(shù)字圖像的基本單位是像素，所以數(shù)字圖像是像素的集合。 像素的值代表圖像在該位置的亮度，稱為圖像的灰度值。 數(shù)字圖像像素具有整數(shù)坐標(biāo)和整數(shù)灰度值。,2,2.1.2 數(shù)字化原理,圖像數(shù)字化概述 數(shù)字化的目的是把真實的圖像轉(zhuǎn)變成計算機(jī)能夠接受的顯示和存儲格式，以便于計算機(jī)進(jìn)行分析處理。 圖像的數(shù)字化過程分為采樣、量化與編碼三步。 采樣的實質(zhì)就是要用多少個點來描述一張圖像，采樣的結(jié)果即通常所說的圖像分辨率。 采樣頻率越高，得到的圖像樣本就越細(xì)膩逼真，圖像的質(zhì)量也越高，但要求的存

2、儲量也越大。,3,4,色彩的三要素 視覺所感知的一切色彩現(xiàn)象，都具有亮度、色調(diào)和飽和度三種性質(zhì)，這三種性質(zhì)又稱為色彩的三要素。 亮度：指光作用于人眼時所引起的明亮程度的感覺。它與被觀察物體的發(fā)光強(qiáng)度有關(guān)。 色調(diào)：當(dāng)我們提到其中某一色的名稱時，就會有一個特定的色彩印象。物體的色調(diào)與光波的波長有關(guān)，不同的波長反映不同的顏色感，它反映顏色的種類，是決定顏色的基本特性。 飽和度：指顏色的純度，或顏色的深淺程度。對于同一色調(diào)的彩色光，飽和度越深顏色越鮮明。,4,5,RGB模型 自然界常見的各種顏色，都可由紅(R)、綠(G)、藍(lán)(B)三種顏色光按不同比例相配而成。同樣，絕大多數(shù)顏色光也可以分解成紅、綠、藍(lán)

3、三種色彩。這就是色度學(xué)的基本原理三基色原理。,5,2.3.1 BMP文件格式,Windows中定義了兩種位圖文件類型：一般位圖文件格式，設(shè)備無關(guān)位圖文件格式。 BMP圖像文件的結(jié)構(gòu)可以分為如下三個部分：文件頭（由位圖像文件和位圖信息頭兩部分組成），調(diào)色板數(shù)據(jù)，圖像數(shù)據(jù)。 其中文件頭的長度為固定值54個字節(jié)；調(diào)色板數(shù)據(jù)對所有不超過256色的圖像模式都需要進(jìn)行設(shè)置，即使是單色圖像模式也不例外。 BMP是一種與設(shè)備無關(guān)的位圖格式，一般采用非壓縮模式。,6,3.5.1 小波介紹小波分析,小波分解樹與小波包分解樹 由低通濾波器和高通濾波器組成的樹 原始信號通過一對濾波器進(jìn)行的分解叫做一級分解。信號可進(jìn)行

4、多級分解。 小波分解樹 對信號的高頻分量不再繼續(xù)分解，對低頻分量連續(xù)進(jìn)行分解，得到許多分辨率較低的低頻分量 小波包分解樹 不僅對低頻分量進(jìn)行分解，對高頻分量也進(jìn)行分解，不僅可得到許多分辨率較低的低頻分量，而且也可得到許多分辨率較低的高頻分量,7,(三)非線性灰度變換 （1）對數(shù)變換 低灰度區(qū)擴(kuò)展，高灰度區(qū)壓縮。 （2）指數(shù)變換 高灰度區(qū)擴(kuò)展，低灰度區(qū)壓縮。,8,對數(shù)變換,a,b,c是按需要可以調(diào)整的參數(shù)。,低灰度區(qū)擴(kuò)展，高灰度區(qū)壓縮,9,指數(shù)變換,a,b,c是按需要可以調(diào)整的參數(shù)。,高灰度區(qū)擴(kuò)展，低灰度區(qū)壓縮。,10,4.3.1 灰度直方圖的定義,直方圖 直方圖是圖像的灰度像素數(shù)統(tǒng)計圖，即對于

5、每個灰度值，統(tǒng)計在圖像中具有該灰度值的像素個數(shù)，并繪制成圖形，稱為灰度直方圖（簡稱直方圖）。 直方圖模型 表示圖像中不同灰度級出現(xiàn)的相對頻率。,11,4.3.2 直方圖的用途,圖像直方圖是不可逆變換，多對一的變換； 直方圖是多對一的映射結(jié)果，即多個圖像可以生成相同的直方圖，因此直方圖作為一階統(tǒng)計特征未反映相鄰點之間的關(guān)系。,具有相同直方圖的三幅圖像,12,偏暗,13,4.3.3 直方圖均衡化,直方圖均衡 把原始圖的直方圖變換為均勻分布的形式，增加像素灰度值的動態(tài)范圍，提高圖像對比度。,14,4.3.3 直方圖均衡化,變換函數(shù)s=T(r)應(yīng)滿足下列條件： 在0r1的區(qū)間內(nèi),T(r)單值單調(diào)增加。

6、保證圖像的灰度級從黑到白的次序不變 對于0r1,有0T(r)1。保證映射變換后的像素灰度值在允許的范圍內(nèi)。,對于一幅給定的圖像，歸一化后灰度級分布在0rl范圍內(nèi)。 對0，1區(qū)間內(nèi)的任一個r值進(jìn)行如下變換： s=T(r) .,15,實例,假設(shè)一幅6464，8bit灰度圖像，其概率分布見表，試進(jìn)行直方圖均衡化處理,16,4.3.3 直方圖均衡化,17,4.3.3 直方圖均衡化,18,4.3.3 直方圖均衡化,19,4.3.3 直方圖均衡化,20,4.4.1鄰域平均法,鄰域平均法的思想: 用像素及其指定鄰域內(nèi)像素的平均值或加權(quán)平均值作為該像素的新值，以便去除突變的像素點,通常模板權(quán)值之和為1，結(jié)果仍

7、0-255范圍,21,4.4.1鄰域平均法,常用的33和55 Box模板（指模板中所有系數(shù)都取相同值的模板）如下：,22,4.4.1鄰域平均法,如用33的模板：,3,4,4,4,5,6,6,7,8,必須寫明取整方式,23,4.4.2 中值濾波,中值濾波 中值濾波與均值濾波的區(qū)別： 中值濾波是求局部中值而不是局部均值，即對參與計算的像素灰度值按大小排序，然后取位置居中的像素灰度值。,目的：既要消除噪聲又要保持圖像的細(xì)節(jié)。,24,例：,2,3,4,5,6,6,6,7,8,4.4.2中值濾波,25,4.6 圖像增晰,作用 消除圖像上照明不均的問題，增加暗區(qū)的圖像細(xì)節(jié)，同時又不損失亮區(qū)的圖像細(xì)節(jié)。 成

8、像物理背景 人眼對圖象亮度響應(yīng)具有類似于對數(shù)運算的非線性形式 f(x, y) = I(x,y) R(x,y) I(x,y)：照射分量（低頻） R(x, y)：反射分量（高頻）(圖象細(xì)節(jié)的不同在空間作快速變化),26,分析 關(guān)心反射信息，但室內(nèi)外照射分量強(qiáng)度不同，圖片明暗不均，能否消除照度不均，而增強(qiáng)反射部分比重? 過程,4.6 圖像增晰,f(x,y),ln,FFT,H(u,v) 高頻增強(qiáng),FFT -1,exp,g(x,y),27,5.1 圖像復(fù)原的基本概念,圖像復(fù)原 將降質(zhì)了的圖像恢復(fù)成原來的圖像，針對引起圖像退化的原因，以及降質(zhì)過程某先驗知識，建立退化模型，再針對降質(zhì)過程采取相反的方法恢復(fù)圖

9、像。,28,5.5 圖像的幾何校正,幾何畸變校正 以一副圖像為基準(zhǔn)，去校正另一種方式攝入的圖像，以校正其幾何畸變，叫做圖像的幾何畸變復(fù)原或者幾何畸變校正。,29,1最近鄰元法 在待求像素的四鄰點中，將距離這點最近的鄰點灰度賦給待求像素。該方法最簡單，但校正后的圖像有明顯鋸齒狀，即存在灰度不連續(xù)性。,2雙線性內(nèi)插法 雙線性內(nèi)插法是利用待求像素四個鄰點的灰度在二方向上作線性內(nèi)插, 計算比最近鄰點法復(fù)雜些，計算量大。具有低通濾波性質(zhì)，使高頻分量受損，圖像輪廓有一定模糊。,3三次內(nèi)插法 該算法計算量最大，但內(nèi)插效果最好，精度最高。,5.5.2 幾何校正,30,分割：按照一定的規(guī)律將圖像或景物分成若干個

10、部分或 子集的過程 目的：將圖像中有意義的特征或需要的特征提取出來 特征：物體(目標(biāo))占有區(qū)、輪廓、紋理、直方圖特征等 1）按幅度不同來分割各個區(qū)域：幅度分割 2）按邊緣不同來劃分各個區(qū)域：邊緣檢測 3）按形狀不同來分割各個區(qū)域：區(qū)域分割,第6章 圖像分割,31,（1）雙峰法需要先驗知識，因為同一直方圖可以對應(yīng)若干種不同的圖像，直方圖不描述這些像素的任何位置信息。只根據(jù)直方圖選擇閾值不一定合適。還要結(jié)合圖像內(nèi)容和分割結(jié)果來確定。 （2）該方法不適用于雙峰差別很大或雙峰間的谷比較寬廣而平坦的圖像，以及單蜂直方圖的情況。,6.1.1 閾值分割,紅色曲線對應(yīng)圖像中的那些部分？,32,也叫大津閾值,把

11、直方圖在某一閾值處分割成兩組，當(dāng)被分成的兩組間方差為最大時，決定閾值。 設(shè)一幅圖像的灰度值為1m級，灰度值i的像素數(shù)為ni，則像素總數(shù)為 ，各值的概率 ，用T將其分成兩組C0=1T和C1=T+1m，各組產(chǎn)生的概率如下：,最大方差閾值選取法,C0產(chǎn)生的概率為：,C1產(chǎn)生的概率為：,33,6.3 圖像區(qū)域分割概述,連通是指集合中任意兩個點之間都存在著完全屬于該集合的連通路徑。 兩個點有4連通和8連通之分。,34,6.3.1 區(qū)域生長法,待分割圖像,第一步結(jié)果,第二步結(jié)果,最后結(jié)果,相似性準(zhǔn)則是鄰近像素與種子像素的灰度值差小于3,35,6.3.2 分裂合并,分裂準(zhǔn)則：如果某個子區(qū)域的灰度均方差大于1

12、.5，則將其分裂為4個子區(qū)域，否則不分裂。 合并準(zhǔn)則：如果相鄰兩個子區(qū)域的灰度均值之差不大于2.5，則合并為一個區(qū)域。,2,2,2,2,2,2,36,6.4 Hough變換,6.4.1 Hough變換的原理 Hough變換是一種檢測、定位直線和解析曲線的有效方法。 是把二值圖變換到Hough參數(shù)空間，在參數(shù)空間用極值點的檢測來完成目標(biāo)的檢測 。,對寫得出方程的圖形都可利用Hough變換檢測。,37,a)原鏈碼方向 b)逆時針旋轉(zhuǎn)90,圖a曲線的鏈碼為： 01122233100000765556706 其差分鏈碼為： 1010010670000777001116,圖b曲線的鏈碼為：2334445

13、5322222107770120 其差分鏈碼為：1010010670000777001116,7.2.1 鏈碼描述,38,7.2.1 鏈碼描述,使用鏈碼時，起點的選擇很關(guān)鍵。對于同一個邊界，如果用不同的邊界點作為鏈碼起點，則得到的鏈碼是不同的。 解決辦法：鏈碼起點歸一化 把鏈碼看作1個由各方向數(shù)構(gòu)成的自然數(shù)； 將這些方向數(shù)依1個方向循環(huán)以使它們所構(gòu)成的自然數(shù)最??； 這時所對應(yīng)的鏈碼起點作為這個邊界的歸一化鏈碼的起點。,39,低階矩描述圖像的整體特征： 1. 零階矩反映了目標(biāo)的面積； 2. 一階矩反映目標(biāo)的質(zhì)心位置； 3.二階矩反映目標(biāo)主軸、輔軸的長短和主軸方向角。 高階矩主要描述了圖像的細(xì)節(jié)（

14、翹度、偏斜度）。,7.3 矩特征的物理意義,40,例:,7.4.3 灰度共生矩陣法,設(shè)圖像矩陣為,注意： (1)此處與課本是同步的 (2) 灰度級,41,水平方向無重復(fù)，變化較快,水平方向數(shù)值大，重復(fù)多，紋理較粗,1）對角線元素全為0，表明同行灰度變化快 2）對角線元素較大，表明紋理較粗,7.4.3 灰度共生矩陣法,42,定義： 數(shù)學(xué)形態(tài)學(xué)是分析幾何形狀和結(jié)構(gòu)的數(shù)學(xué)方法，它建立在集合代數(shù)的基礎(chǔ)上，是用集合論方法定量描述目標(biāo)幾何結(jié)構(gòu)的學(xué)科。 這種結(jié)構(gòu)表示的可以是分析對象的宏觀性質(zhì)，也可以是微觀性質(zhì)。,7.5.1 數(shù)學(xué)形態(tài)學(xué)概述,43,腐蝕 概念：腐蝕表示用某種形狀“探針”對一個圖象進(jìn)行探測，以便找出在圖象內(nèi)部可以放下該基元的區(qū)域。 定義：集合 A 被集合 B 腐蝕,表示為 ,數(shù)學(xué)形式為,2、腐蝕與膨脹,7.5.2 數(shù)學(xué)形態(tài)學(xué)基本算法,44,腐蝕,表示將 B 平移 x 但仍包含在A 內(nèi)的所有點 x 組成. 若把 A 看作輸入圖像, B 看作模板,則 由在平移模板的過程中,所有可以添入 A 內(nèi)