第一章—数字图像处理基础分解.pptVIP

* * * * * * * * * * * * * 数字图像处理 主要内容 1. 引言 2. 图像的基本概念 3. 图像增强 数字图像处理的概念 由于数字图像处理是多学科交叉领域，因此充斥着相互矛盾和不准确的定义。 数字图像处理：是指将一幅图像转变为另一幅图像。 数字图像分析：是指将一幅图像转换为一种非图像的表示。但数字图像处理通常又包括数字图像分析。 计算机图形学：用计算机将由概念或数学描述所表示的物体图像（非实物）进行处理和显示的过程。如机械图、建筑图等，动画、虚拟现实等（可视化）。 计算机视觉：基于图像的测量技术；用计算机技术发展能够理解自然景物的视觉系统。（输出是参数或者描述） 数字图像处理内容 图像增强—去除干扰；突出主要特征；提高图像对比度。包括平滑（去噪）与锐化技术 图像复原—将降质图像（畸变、模糊）恢复到原真实图像（逆问题，需要降质模型） 图像压缩编码—（图像传输与存储需要） 图像分析—包括特征提取、图像分割、图像描述、图像理解（模式识别） 图像重建—由多幅二维图像恢复物体的三维结构 图像变换（数学方法） — 离散付氏变换、余弦变换、沃尔什（哈达玛）变换、K-L变换、小波变换等 主要内容 1. 引言 2. 图像的基本概念 3. 图像增强 主要内容 2.1 图像取样与量化 2.2 数字图像类型 图像的采样和量化 大多数传感器的输出是连续电压波形 为了产生一幅数字图像，需要把连续的感知数据转化为数字形式 这包括两种处理：采样和量化 采样：图像空间坐标的数字化 量化：图像幅值（灰度值）的数字化 （a） （b） （c） （d） （e） （f） 空间分辨率变化对图像视觉效果的影响示例 图像的采样与数字图像的质量 图像的量化与数字图像的质量 总结： A、图像质量一般随N和k的增加而增加。在极少数情况下对固定的N，减小k能改进质量。最有可能的原因是减小k常能可增加图像的视觉反差。 B、对具有大量细节的图像只需很少的灰度级数就可较好地表示。 C、N×k为常数的图像主观看起来可以有较大的差异。 主要内容 2.1 图像取样与量化 2.2 数字图像类型 2.3 数字图像类型 静态图像可分为矢量(Vector)图和位图（Bitmap）， 位图也称为栅格图像。 位图：是通过许多像素点表示一幅图像，每个像素具有颜色属性和位置属性。 位图又可以分成如下四种：二值图像（binary image)、灰度图像(gray-scale image)、真彩色图像（true color image）。 主要内容 1. 引言 2. 图像的基本概念 3. 图像增强 图像增强 图像增强的目的是为了改善画质，使图像的显示效果更加清晰。 内容包括： 线性对比度展宽 动态范围调整 直方图均衡化处理 伪彩色技术 线性对比度展宽 对比度展宽的目的是：通过将亮暗差异（即对比度）扩大，来把人所关心的部分强调出来。 原理是，进行像素点对点的，灰度级的线性影射。该影射关系通过调整参数，来实现对亮暗差异的扩大。 对比度展宽效果示例 动态范围调整 —— 动态范围的概念 动态范围：是指图像中所记录的场景中从暗到亮的变化范围。 动态范围对人视觉的影响：由于人眼所可以分辨的灰度的变化范围是有限的，所以当动态范围太大时，很高的亮度值把暗区的信号都掩盖了。 动态范围调整思路： 通过动态范围的压缩可以将所关心部分的灰度级的变化范围扩大。 动态范围调整示例 直方图均衡化 —— 基本原理 直方图均衡化方法的基本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。 因为灰度分布可在直方图中描述，所以该图像增强方法是基于图像的灰度直方图。 直方图均衡化效果示例 伪彩色增强方法 —— 基本原理 由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强，因此，把人眼无法区别的灰度变化，施以不同的彩色来提高识别率，这便是伪彩色增强的基本依据。 伪彩色增强方法 —— 分类 伪彩色增强方法大致可以分为以下三类： 基于灰度变换的伪彩色方法 基于灰度调色板的伪彩色方法 基于区域分割的伪彩色方法 基于灰度变换的伪彩色方法 —— 基本原理 仿照对温度的描述方式，当温度比较低，我们会想到蓝