图形图像学基础13：图像基础课件.ppt

1、数字图像处理概述 基本概念 研究内容 图像处理的常规方法基本概念图像 图像：是二维或三维景物（万事万物）呈现在人心目中的影象 图像的特点 图像带有大量的信息，一幅图像顶得上千言万语 图像包括照片、绘图、视频图像等 人类从外界获得的信息约有75%来自视觉系统 图像表示 常见图像是连续的，用f（x,y）表示一幅图像，其中(x,y)表示空间坐标点的位置，f 表示图像在点（x,y)）的某种性质的数值，如亮度等。f(x,y)可以是任意实数图像 灰度图像（单色图像）是一个二维灰度（或亮度）函数f(x,y)彩色图像由三个（如RGB)二维灰度（或亮度）函数f(x,y)组成xyxy模拟图像和数字图像 常见的各种

2、照片、图片、海报、广告画等均属模拟图像 用计算机进行图像处理的前提是图像必须以数字格式存储，我们把以数字格式存放的图像称之为数字图像。在计算机中，图像被分割成像素（Pixel），各像素的灰度值用整数表示。一幅 MN个像素的数字图像，其像素灰度值可以用M行、N列的矩阵表示 数字图像：（Digital Image）把连续空间的图像在坐标空间(X,Y)和性质空间F都离散化，便于计算机进行加工处理，这种离散化的图像就是数字图像 数字图像表示 数字图像用I（r,c）来表示，其中r=row 行,c=column 列，表示空间离散点的坐标，I 表示离散化的图像f。I,r,c都是整数。数字图像中基本单位称为像

3、素（pixel）。数字图像是由像素组成的 数字图像可以看成是一个矩阵灰度信息数字化数字化像素1124421112788721158558611685686116875421158416611483166112611111灰度图像：每一个像素由一个量化的灰度级来描述的图像，没有彩色信息黑白图像二值图像，每个像素只能是黑(0)或白(1)彩色图像彩色图像可以用红绿蓝三元组的二维矩阵来表示可以用红绿蓝三元组的二维矩阵来表示通常，三元组的每个数值也是在通常，三元组的每个数值也是在0到到255之间，之间，0表示相应的基色在该像素中没有，而表示相应的基色在该像素中没有，而255则则代表相应的基色在该像素中取

4、得最大值，这代表相应的基色在该像素中取得最大值，这种情况下每个像素可用三个字节来表示种情况下每个像素可用三个字节来表示(207,137,130)(220,179,163)(215,169,161)(210,179,172)(210,179,172)(207,154,146)(217,124,121)(226,144,133)(226,144,133)(224,137,124)(227,151,136)(227,151,136)(226,159,142)(227,151,136)(230,170,154)(231,178,163)(231,178,163)(231,178,163)(236,18

5、7,171)(236,187,171)(239,195,176)(239,195,176)(240,205,187)(239,195,176)(231,138,123)(217,124,121)(215,169,161)(216,179,170)(216,179,170)(207,137,120)(159,51,71)(189,89,101)(216,111,110)(217,124,121)(227,151,136)(227,151,136)(226,159,142)(226,159,142)(237,159,135)(237,159,135)(231,178,163)(236,187,17

6、1)(231,178,163)(236,187,171)(236,187,171)(236,187,171)(239,195,176)(239,195,176)(236,187,171)(227,133,118)(213,142,135)(216,179,170)(221,184,170)(190,89,89)(204,109,113)(204,115,118)(189,85,97)(159,60,78)(136,38,65)(160,56,75)彩色图像(128x128)及其对应的数值矩阵（仅列出一部分）基本概念数字图像处理 数字图像处理（Image Processing）是指应用计算机来合

7、成、变换已有的数字图像，从而产生一种新的效果，并把加工处理后的图像重新输出，这个过程称为数字图像处理 另一种提法：把利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理(Digital Image Processing)即：图像（可见或不可见）-计算机-图像图像灰度变换图像灰度直方图均衡原图像噪声污染图像中值滤波结果去除噪声图像恢复图像对齐/拼接数字图像处理的目的 提高图像视感质量，以达到赏心悦目的目的，如去除图像中的噪声，改变图像的亮度、颜色，增强图像中的某些成份、抑制某些成份，对图像进行几何变换等，从而改善图像的质量，以达到或真实的、或清晰的、或色彩

8、丰富的、或意想不到的艺术效果 提取图像中所包含的某些特征或特殊信息，以便于计算机分析，例如，常用作模式识别、计算机视觉的预处理等。这些特征包括很多方面，如频域特性、灰度颜色特性、边界区域特性、纹理特性、形状拓扑特性以及关系结构等 对图像数据进行变换、编码和压缩，以便于图像的存储和传输图像特征及常规处理方法 空间分辨率：采样的精度，水平方向M个点，垂直方向N个点，记为 ,M和N为2的n次幂 密度分辨率：量化的精度。每一点的图像灰度取值数字化，同样L个亮度级别，例如，k=8时，L=256，图像有256个灰度级 图像的存储量：MN2kL knmbits空间分辨率与数字图像质量的关系密度分辨率与数字图

9、像质量的关系人类能够区分大约128个不同灰度等级256灰度级16灰度级8灰度级4灰度级空间频率 对时间周期变化的信号可以用频率度量，把时间变量改为空间距离变量，成为在空间距离上的周期变化信号，周期的倒数为空间频率，它表明图像明暗变化的快慢。空间频率高，表征图像的细节，空间频率低，表征图像中大的物体 图像的空间分辨率越高，密度分辨率越高，则图像的质量就越好，存储空间就越大图像处理的方法 空间域处理：在图像空间（空间域）直接对图像的每一个象点进行处理 频率域处理：通过某种正交变换，将图像由空间域映射到频率域，在频率域中对图像进行处理。然后再经反变换将图像变换回空间域，得到处理后的图像空间域处理灰度拉伸效果：频率域处理频率域处理 边缘不清晰，从频率域考虑是因为图像高频部分少，因此抑制低频分量，增大高频分量，就能达到增强边缘的目的