ch5数字图像中的智能信息处理.pptVIP

§5.1 概 述 图像技术与数字图像处理 数字图像的表示 数字图像的基本术语 像素 灰度及矩阵表达式 直方图 二值图 窗口 采样与像素 噪声滤波 图像技术与数字图像处理 图像技术在广义上是指各种与图像有关的技术的总称，研究的内容可分三个层次，即图像处理、图像分析和图像理解。 图像处理——着重考虑图像之间的变换，主要包括对图像进行各种加工以改善图像的视觉效果并为自动识别打基础，或对图像压缩编码，以减少对其存储空间或对传输时间、传输通路的要求。 图像分析——对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而帮助我们建立对图像的描述。 图像理解——主要是指在图像分析的基础上，进一步研究图像中目标及其相互之间的联系并做出对图像内容含义的理解以及对原来客观场景的解释，从而可以指导和规划行动。 如果说图像处理是一个从图像到图像的过程，则图像分析是一个从图像到数据的过程。这里的数据可以是对目标特征测量的结果，或是基于测量的符号表示，它们描述了图像中目标的特点和性质。 由上述可知，图像处理、图像分析和图像理解是处在三个抽象程度和数据量各有特点的不同层次上。 图像技术与数字图像处理 图像处理是比较低层的操作，也是最基础的操作，它主要在图像像素级上进行处理，处理的数据量非常大。 图像分析则进入了中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式的符号描述。 图像理解主要是高层操作，基本上是相关的符号运算。图像理解的处理过程和方法与人类的思维推理可以有许多类似之处。随着抽象程度的提高，数据量是逐渐减少的。 图像预处理技术是上述三个层次中的最基础的，也是最重要的操作步骤，后续的高层操作都是建立在它的基础之上的。 图像预处理技术主要包括噪声滤波、图像增强、图像恢复(复原)以及几何畸变校正等。 数字图像的表示 数字图像可以使用一个(或多个)矩阵来表示，矩阵中的每个元素(表示图像中的一个像素的亮(灰)度值。 黑白图像可用一个矩阵来表示，彩色图像要用一组矩阵来表示。 矩阵的行数是垂直分辨率，列数是水平分辨率; 矩阵元素是彩色分量的灰(亮)度值，用整数表示。 数字图像的属性有：分辨率(图像大小)、分量(component)的数目、彩色空间(RGB、HSV、CMY、CMYK、YUV、CIEXYZ)、每个像素分量的位数、物理分辨率(x方向、y方向，单位：dpi)，彩色表结构等。 数字图像的基本术语 像素(pixel) 灰度(Gray levels)及矩阵表达式 直方图(histograms) 二值图 窗口(window) 基本术语——直方图(histograms) 直方图是图像各种光强出现次数的图形表示方法。 直方图的横坐标是灰度值，纵坐标是具有该灰度值的像素数目。 直方图通常用条形图来表示，特别是灰度数目少时。 直方图不给出具有某一灰度像素的位置信息，只给出其概率密度。 直方图的形状将提供图像的特征信息，例如：直方图条形集中在高灰度则图像表现为偏亮，反之则偏暗；直方图为一窄带，则对比度很差，通过简单的直方图变换就可使图像得到较大的改善。 基本术语——直方图(histograms) 基本术语——二 值图 在一些图形中往往并不对像素的灰度感兴趣，而把图形中每个像素用两个值0和1来表示，这样的图称为二值图。 二值图对比明显、不存在噪声。直方图的横坐标是灰度值，纵坐标是具有该灰度值的像素数目。 这种图形特别适用于字符表示、图像分析等方面，二值0和1由一个图像分割的阈值来确定。 基本术语——窗口(window) 在图像处理中常常需要在整个图像的某一子区域内进行，这个子区域称为子域，它常用四角对应的像素值来表示。 采样与像素 在数字图像中一个普遍的问题是对一个连续图像F(x，y)实施采样，该采样过程实际上就是把连续函数乘以空间采样函数——δ函数。 噪 声 滤 波 在图像的采集、获取、编码和传输过程中，所有的图像均不同程度地被可见或不可见的噪声“污染”。 在不同应用中，存在着不同类型的噪声影响，例如：电子噪声、光子噪声、斑点噪声和量化噪声。 除了视觉上质量下降，噪声图样可能掩盖了重要的图像细节。 图像滤波器设计就是考虑如何滤除某种类型噪声。 图像噪声滤波器可以有许多种分类方法，对视频图像以时间序列可划分为帧内(空间)滤波器和帧间(时空)滤波器，对静态图像或视频图像以数学形式可划分为线性滤波器和非线性滤波器。 §3.2 图像增强 由于受到种种条件的限制和随机干扰．使得图像外观质量严重退化，所采取的基本预处理手段是对原始图像进行灰度校正、噪声滤除等，以使输出的图像在视觉感知或某种最优准则下恢复原始图像。 恢复原始图像的实质是有选择地加强图像中某些信息而抑制另一些信息，目的是增加图像的有用性。 图像增强技术是改善图像质量