第六章 数字图像处理(2)..ppt

（5）有损压缩 有损编码：以在图像重构的准确度上作出让步而换取压缩能力增加为基础的。 如果产生的失真是可容忍的，则压缩能力上的增加就是有效的。 方法： 有损预测编码：直接对像素在图像空间进行操作，称为空域方法。 变换编码：基于图像变换的编码方法，称为频域方法。 图像数据库 Art collections Genera image collections Scientific image collections Medical image collections 图像数据库查询 通过关键字（文本）查询 通过实例（内容）查询 通过关键字查询 可以通过SQL语句来实现，例如 Select * from IMAGEDB Where Caption = ‘Pigs’ 缺点：为图像加上关键字费时费力，而且经常不能准确的描述图像的内容。 通过实例查询 从图像内容中提取线索，直接对图像进行分析，抽取特征； 提取特征方法多种多样。如形状、颜色、纹理、轮廓等特征； 检索过程是一个人机交互的过程；借助人机交互可以提交检索效率； 采用一种近似的匹配技术，逐步定位。 Virage的VIR Image Engine 类似于QBIC系统 特色：将特征进行归类，用户查询时可以对特征进行任意组合 Photobook MIT媒体实验室开发 首先根据目标类别划分数据库，3个基本目标是：脸、形状和纹理 颜色百分比 颜色直方图 通过比较两幅图像的直方图，找到与给定图像的直方图的距离较小的图像。 颜色直方图相似度的计算 颜色布局 综合使用了图像中所包含的颜色以及颜色的位置信息。 两种检索方法 用户选取几种颜色，填在网格的不同位置中，系统可以检索出颜色布局相似的图像。 用户提供给系统一幅图像，系统自动找出与所给图像的颜色布局相似的图像。 颜色布局相似度的计算： 方格中的颜色可以简单的表示为方格中颜色的均值或者方格中颜色的直方图。 纹理相似度 与输入图像具有相似纹理的图像应当具有和输入图像相同的颜色（灰度）空间分布，但不一定具有相同的颜色（灰度）。 两个要素： 纹理的表示 根据相应的纹理表示定义相应的纹理相似度。 （4）图像中的物体以及物体间关系的相似度 大多数用户希望能够能够查询包含特定物体的图像。 第一个提供物体识别功能的系统包含了检测人脸、人体、马等物体的功能。 人脸检测 非常困难：大小，颜色，位置，朝向都不确定。 CMU的多分辨率方法：Color-Grey-Normalizes-Neural Net 人体检测 在图像中寻找具有与给定物体具有相同的颜色和纹理的区域。 人体皮肤的纹理比较平滑，肤色在一定的范围内。 物体间的空间关系 检测出图像中所包含的物体后，可以确定它们之间的空间关系，然后可以利用这些空间关系进行图像检索。 第六章 数字图像处理总结 1、数字图像处理概述 2、数字图像处理技术基础 3、空间域图像增强 4、图像分割 5、图像复原 6、图像压缩 7、基于内容的图像检索 1、数字图像处理概述 数字图像处理的主要内容 数字图像处理的应用 2、数字图像处理技术基础 什么是数字图像 图像的采样和量化(对图像质量的影响) 图像的表示 像素间的关系 相邻像素（4邻域、8邻域、D邻域） 连通性（4连通、8连通、m连通） 3、空间域图像增强 空间域增强的目的 点运算：图像反转、对数变换、幂次变换、对比度拉伸、灰度级切片 直方图（定义、直方图均衡化） 空间滤波器 线性滤波器：均值滤波器 非线性滤波器： 最大值滤波器 中值滤波器 最小值滤波器 4、图像分割 阈值处理（基本全局、自适应） 基于边缘检测的分割 微分滤波器模板系数设计 Roberts交叉梯度算子 Prewitt梯度算子 Sobel梯度算子 二阶微分算子：拉普拉斯算子 基于区域的分割（讲） 区域增长 区域分类与合并 5、图像复原 什么是图像退化？引起退化的原因 图像复原 噪声模型 空间域滤波复原（唯一退化是噪声） 均值滤波器 算术均值滤波器、几何均值滤波器、谐波均值滤波器、逆谐波均值滤波器(Q的正负) 顺序统计滤波器 中值滤波器、最大值滤波器、最小值滤波器、中点滤波器、修正后的阿尔法均值滤波器 自适应滤波器 自适应局部噪声消除滤波器、自适应中值滤波器 频率域滤波复原（削减周期噪声） 6、图像压缩 数据冗余 相对数据冗余 编码冗余 像素间冗余 心理视觉冗余 图像压缩模型 无损压缩 有损压缩 7、基于内容的图像检索 为什么需要？ 查询方式 特征提取 颜色特征 纹理特征 形状特征 图像中的物体以及物体间关系的相似度 课堂练习 请写出一个均值滤波器和一个中值滤波器 简要介绍这两种滤波器的滤波效果 基于内容的图像检索在特征提取时所用的特征有哪些？ 6.7.4 索引结构 为什么需要索