《数字图像处理综述.ppt》由会员分享，可在线阅读，更多相关《数字图像处理综述.ppt（66页珍藏版）》请在三一办公上搜索。
1、第一章 数字图像处理综述,周 红,本课程的主要内容,理论：图像处理、图像识别的算法实践：利用MATLAB、C语言等工具实 现算法,参考书,主要内容,1.1 概述1.2 数字图像处理系统1.3 数字图像的形成1.4 数字图像的数学描述1.5 图像识别,图像：能为人的视觉系统所感受的信息形式。人类传递信息的三个主要渠道：,人眼中的图像,光和电磁波谱,1、马赫带效应：基于视觉系统有趋于过高或过 低估计不同亮度区域边界值的现象,视觉错觉,2、同时对比度：基于人眼对某个区域感觉到的亮度并不仅仅依赖于它的强度,当背景变亮时，中心方块就逐渐变暗,3.形状、大小、方向的对比,图像处理与识别技术应用极为广泛,数
2、字图像处理最早的应用之一是报纸业，在20世纪20年代图像第一次通过海底电缆从伦敦传往纽约，这幅横跨大西洋的图片需要的时间是3个小时。,1.图片处理软件，例如：PhotoShop,2.智能监控系统，例如：视频监控、交通监控等,3.识别系统，例如：指纹识别、人脸识别,4.天气预报,5.医学图象分析，例如：B超、透视,6.遥感探测,7.月球探测,8.岩心扫描系统,岩芯三维结构,岩芯内部三维分析,主要内容,1.1 概述1.2 微机图像处理系统1.3 数字图像的形成1.4 数字图像的数学描述1.5 图像识别,一、系统构成,主要由以下三部分构成,图像采集部件,图像处理部件,图像输出部件,例如：图像采集卡摄
3、像机扫描仪,例如：屏幕输出打印输出视频硬拷贝输出,主要内容,1.1 概述1.2 微机图像处理系统1.3 数字图像的形成1.4 数字图像的数学描述1.5 图像识别,一般图像都是模拟图像，即图像上的信息是连续变化的模拟量。,黑白灰度图片上的物体是通过图上各点光的强度不同体现的，而图片上的光强是一个连续变化的量。,获取数字图像的过程,用f(x,y)二维函数形式表示单色灰度图像，在坐标点(x,y)处，f表示该点的灰度值（即图像的浓淡）。要使用计算机处理图像，需要通过抽样和量化将连续坐标连续幅值的模拟图像转换为数字图像。,x,y,像素点灰度值f(x,y),抽样：数字化坐标值,x,y,A,B,A,B,x,
4、f:灰度值,代表亮度大小,A到B是一条扫描线,抽样：数字化坐标值,A,B,x,f,A,B,x,f,等间隔抽样成离散的抽样点,量化：数字化幅度值,A,B,x,f,A,B,x,f,将抽样灰度值简单量化成八个灰度值中的一个,构建A点与B点之间的灰度图,A,B,灰度标尺,将图像y轴上所有扫描线A-B作抽样、量化,.A.,.B.,产生了一幅二维数字化图像,连续图像投影到传感器上 采样和量化后的数字化图像,抽样：将图像在横向上和纵向上的坐标值离散化，限定x和y只能取整数值，即将图像划分为一小块一小块，每块称为一个像素点，有唯一的坐标(x,y)。,量化：将图像每个像素点的亮度值离散化，限定f(x,y)只能取
5、某个范围内的整数值，例如：0-7,这些整数值代表不同的亮度。,0 0 1 1 2 1 3 3 1 2 3 4 5 3 4 4 4 4 3 4 4 4 4 4 1 3 4 4 4 4 4 1 0 3 4 4 3 4 4 4 1 0 3 3 3 2 2 2 1 1 1 1 1 1 1 1,主要内容,1.1 概述1.2 微机图像处理系统1.3 数字图像的形成1.4 数字图像的数学描述1.5 图像识别,抽样量化后的图像可以用一个二维数组表示其每个像素点（坐标点）的灰度值（幅度值）。M行N列的图像矩阵：,灰度值f(x,y)的取值：,一般人眼可以分辨出8个灰度层次，图像 处理中常用28（即：256）个灰度
6、层次。,f(x,y),x,y,若只有白和黑两种颜色，称为二值图像，0表示黑，1表示白。,要存储这幅图像，需要存储的数据量为：b:存储多少位（bit）M:行数 N:列数K:每个像素需要的位数b=M X N X K=512 X512X1,若在白和黑之间有256级灰度，称为灰度图像，0表示黑，255表示白，由黑渐变为白。,要存储这幅图像，需要存储的数据量为：b:存储多少位（bit）M:行数 N:列数K:每个像素需要的位数b=M X N X K=512 X512X8,若是彩色图像，一般由三原色组成，用红、绿、蓝三个分量描述，即RGB图像。,要存储这幅图像，需要存储的数据量为：b=512 X512X8X
7、3,空间分辨率：图像中每单位长度所包含的像素数目，通常称一幅MXN大小的数字图像的空间分辨率为MXN像素。,一幅分辨率为512x512的图像逐次减少到32X32的分辨率,空间分辨率低，图像的尺寸变小，会丢失掉一些信息，细节不明显。,采用插值方案扩成同样大小的图片,将低分辨率图像放大时，会导致图像的细节模糊，只是尺寸变大。,亮度分辨率:指图像中可分辨的灰度级数目，将一个模拟图像量化为256种灰度级，得到的数字图像的亮度分辨率就是256级。,256灰度级 128灰度级 64灰度级 32灰度级,由高灰度级分辨率到低灰度级分辨率,16灰度级 8灰度级 4灰度级 2灰度级,颜色数变少，颜色失真，细节受损
8、。,练习,高清晰度电视用1125水平电视线的分辨率隔行扫描产生图像（每隔一行在显像管表面画一条线，每两场形成一帧，每场用一秒钟的1/60时间）。图像宽高的纵横比是16:9。某公司设计了一种图像获取系统，可以从高清晰图像产生数字图像。该系统中每条水平线和垂直分辨率的比例与图像宽高比相等。彩色RGB图像的每个像素有24bit的强度分辨率。存储2小时的高清晰电视节目将使用多少比特？,像素间的邻接性和连通性,数字图像是由一组具有一定空间位置关系像素组成，因而具有一些度量和拓扑性质。理解像素间的关系是学习图像处理的必要准备。,相邻像素的4邻域,位于坐标(x,y)的一个像素p有4个水平和垂直的相邻像素，其
9、坐标分别如图所示，这个像素集称为p的4邻域，用N4(p)表示，每个邻域像素距 p一个单位距离。,相邻像素的8邻域,位于坐标(x,y)的一个像素p的四个对角相邻 像素和它的4邻域像素一起构成p的8邻域，用N8(p)表示,四个对角像素构成p的对角邻 域ND(p)。,邻接性,V:定义邻接性的灰度值集合。例如：V=1p和q是两个像素，具有V集合中的数值1。(1)4邻接：若q在N4(p)中，p和q是4邻接的。(2)8邻接：若q在N8(p)中，p和q是8邻接的。(3)m邻接（混合邻接）：若q在 N4(p)中或者q在 ND(p)中且集合N4(p)和N4(q)的交集没有V中的像素值，则p和q是m邻接的。,例如
10、：V=1，请找出中心像素的各邻接像素。,0 1 10 1 00 0 1,0 1 10 1 0 4邻接0 0 1,0 1 10 1 0 8邻接0 0 1 歧义性,0 1 10 1 0 m邻接0 0 1 无歧义,连通性,通路：指像素p到像素q的一个像素序列(xp,yp),(xp+1,yp+1),(xp+2,yp+2),.,(xq,yq)。其中任意两个相邻像素(xi,yi)和(xi+1,yi+1)是邻接的。连通性：令S表示一幅图像中的像素子集，若在S中的全部像素之间存在一个通路，则称两个像素p和q在S中是连通的。连通到p的像素集称为连通分量。若通路唯一，S称为区域。,像素间的距离度量,像素p的坐标为
11、(x,y)，q的坐标为(s,t),D(p,q)表示p和q的距离函数。（1）欧式距离：De(p,q)=(x-s)2+(y-t)21/2（2）城市街区距离：D4(p,q)=|x-s|+|y-t|（3）棋盘距离：D8(p,q)=max(|x-s|,|y-t|),欧氏距离平方 街区距离 棋盘距离 3 3 3 3 3 3 3 3 5 2 5 3 2 3 3 2 2 2 2 2 35 2 1 2 5 3 2 1 2 3 3 2 1 1 1 2 32 1 0 1 2 3 2 1 0 1 2 3 3 2 1 0 1 2 35 2 1 2 5 3 2 1 2 3 3 2 1 1 1 2 3 5 2 5 3 2
12、3 3 2 2 2 2 2 3 3 3 3 3 3 3 3 3,邻域距离,练 习：,3 1 2 12 2 0 21 2 1 11 0 1 2,p,q,1.令V=0,1，计算p和q间的4，8，m通路的 最短D8长度。2.令V=1,2，重新计算。,主要内容,1.1 概述1.2 微机图像处理系统1.3 数字图像的形成1.4 数字图像的数学描述1.5 图像识别,图像识别系统框图,图像模式识别的方法很多：包括数据聚类、统计分类、结构模式识别、神经网络等。,被识别图像,图像信息获取,处理、特征提取,识别判断,结果,车牌识别,本章小结,1、数字图像的像素的概念2、抽样、量化的过程3、邻域的概念、距离的计算,Thanks,
