图像处理课件.pptVIP

前言 1.1 图像 1.2 图像技术及图像的分类 黑白图像 　 是指图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值为0或1。例如 灰度图像　　灰度图像是指每个像素由一个量化的灰度值来描述的图像。它不包含彩色信息。 (2) 色彩分类 按照色彩分类，可分为单色图像和彩色图像。单色图像指只具有某一谱段的图像，一般为黑白灰度图；彩色图像，包括真彩色、合成彩色、伪彩色等。彩色图像是指每个像素由R、G、B三原色像素构成的图像，其中R、 G 、 B是由不同的灰度级来描述的。 1.3 图像系统的构成 1.4 图像质量的评价 1. 5 数字图像处理的基本概念 1．5．1 基本处理过程 数字图像信息可看成是一个二维数组f(i，j)，对它处理的基本过程按照由左到右，由上到下的顺序进行并在扫描过程中逐点对各像素进行帧处理。这样的扫描过程称为顺向扫描。与此相对的就是由下到上，由右到左的逆向扫描。 1.4.1 人类的视觉 视觉所感受到的图像可看做是三维光辐射场对人眼的影响。目前，在语音、数据、图像三种主要的通信方式中，图像通信起到主要作用。听觉获取的是时间信息，视觉获取的是时空信息；在相同条件下，常规的视频图像的数据量比语音的数据量大600-2500倍。视觉信息是人类从外界获取信息的主要方式。 1.4.2 人类视觉局限性和机器视觉产生的必然性 人的视觉系统可看成是一种神奇的、高度自动化的生物图像处理系统，但是，还存在许多不足之处。 3) 缺乏持久性：长时间、连续进行相同的视觉处理，人们就会感到单调、疲劳、厌倦、甚至遗忘，以致效率降低或者判别错误。 2) 局限性：人的视觉系统也有它的局限性。因为只能看到物体表面，不能看到物体内部的结构。 1) 主观性：人类属于主观动物，在大脑处理图像过程中难免带有主观片面性。 4) 模糊性：视觉系统的图像处理是一种模糊处理，对处理结果很少能进行定量描述。 计算机图像处理是一种能够部分模拟人的视觉系统，而又能部分超越它的性能的新兴技术。 1.4.3 图像质量的评价方法 对于图像处理系统，衡量它的重要指标就是图像的质量。图像质量的含义包括两方面内容：一是图像的逼真度(被评价图像与原标准图像的偏离程度)；一是图像的可懂度(指图像能向人或机器提供信息的能力)。主要的评价方法有： (1) 图像的主观评价 这种方法就是通过人来观察图像，对图像的优劣做出主观评定，然后对评分进行统计平均得出评价结果。这种评价出的图像质量与观察者的特性及观察条件等因素有关。 (2) 图像的客观评价 尽管质量的主观评价是最权威的方式，但是在一些研究场合，或者由于实验条件的限制，也希望对图像有一个定量的客观描述。图像质量的客观评价由于着眼点不同而有多种方法，这里介绍的是一种经常使用的所谓的逼真度测量。对于彩色图像逼真度的定量表示是一个十分复杂的问题。当前，对灰度图像逼真度的定量表示应用较多。 对于连续图像，设f(x,y)为定义在矩形区域 的连续图像， 其降质图像为 ，它们之间的逼真度可用归 一化的互相关函数 K 来表示： 归一化的互相关函数： 其中，运算符Q[·]表示在计算逼真度前，为使测量值与主观评价的结果一致而进行的某种预处理（如对数处理、幂处理等）。 对于数字图像，设f(j,k)为原参考图像， 为其降质图像，逼真度可定义为归一化的均方误差值NMSE： 对于数字图像，另外还有一种常用的方法即峰值均方误差PMSE： 其中，A为Q[f(j,k)]的最大值，实际应用中，还常采用简单的形式Q[f]=f。此时，对于8bit精度的图像，A＝255；M、N为图像尺寸。 峰值信噪比PSNR: 1．5．2 基本运算形式 (1) 点运算 在对图像各像素进行处理时，只输入该像素本身灰度的运算方式称为点运算。输入图像F上某像素的灰度为f(i,j)，现采用点运算方式作某种p处理，得到输出图像G上该像素的灰度为g(i,j)，即 g(i,j) = p(f(i,j)) 对图像作点运算处理时各象素间不发生关系，各象素的处理是独立进行的。 (2) 领域运算 在对图像各像素进行处理时，不仅输入该像素本身的灰度，还要输入以该像素为中心的某局部区域(即领域)中的一些像素的灰度进行运算的方式，称为领域运算。 将处理的像素f(i,j)写作 ，该像素的处理结果写作 。设像素 组成像素 的领域；