人工智能原理及MATLAB实现 课件 第7章 图像处理与识别技术.pptx

第七章图像处理与识别技术

第七章图像处理与识别技术7.1图像基本概念7.1.1图像格式图像格式是指存储图像采用的格式，不同的系统、不同的图像处理软件，所支持的图像格式都有可能不同。在实际应用中经常遇到的图像格式有bmp、gif、tiff、jpeg、pcx、psd和wmf等。

第七章图像处理与识别技术7.1图像基本概念7.1.2图像类型图像类型可分索引图像、灰度图像、二值图像、RGB图像和多帧图像等5种基本类型。

第七章图像处理与识别技术7.1图像基本概念7.1.3图像处理图像处理过程主要涉及以下技术：数字图像、图像采集、图像增强、图像复原、图像编码与压缩、图像分割技术、图像识别。

第七章图像处理与识别技术7.2图像变换为了快速有效地对图像进行处理和分析，常常需要对图像进行转换，将某个图像空间的图像以某种形式转换到另外的空间，并利用这些空间特有的性质进行一定的加工，最后再转换回图像空间以得到需要的效果。

第七章图像处理与识别技术7.2图像变换7.2.1傅里叶变换傅里叶变换是线性系统分析的一个有力工具，它将图像从空域变换到频域，从而很容易地了解到图像的各空间频域成分，并进行相应的处理。由于在计算机中图像的存储使用的是数字形式，因此应采用离散的傅里叶变换。函数的傅里叶变换为：图像处理：傅里叶变换

第七章图像处理与识别技术7.2图像变换7.2.2离散余弦变换离散余弦变换（DiscreteCosineTransform，DCT）是将图像表示为具有不同振幅和频率的余弦曲线的和，其特点是对于一幅图像的大部分特征可视信息可以用少数几个DCT系数来表征，因此该方法常用于图像的压缩。公式如下：其中f(i)为原始的信号，f(u)是DCT变换后的系数，N为原始信号的点数，c(u)可以认为是令DCT变换矩阵为正交矩阵的补偿系数。

第七章图像处理与识别技术7.2图像变换7.2.3Radon变换1917年拉东（J.Radon）提出了Radon变换，它实际是将函数在一个平面内沿不同的直线做积分得到的结果。根据直线的平移和旋转特性，平行射线束的投影可通过一组直线的建模来完成，而沿着该直线的射线则可以给出投影信号中的任意一点。设f(x,y)为定义在x－y平面D上的普通任意连续函数，则f的Radon变换定义为：其中λ(ρ,θ)表示Radon变换的结果，R表示Radon变换操作，冲击函数δ只有在其变量为0时才有无穷大的值，其积分结果为1。

第七章图像处理与识别技术7.2图像变换7.2.4小波变换小波是为满足一定条件的函数通过平移和伸缩产生的一个函数集，即:式中：a用于控制伸缩（dilation），称为尺度参数（scaleparameter）；b用于控制位置（position），称为平移参数（translationparameter）；ψ(t)称为小波基，或小波母函数

第七章图像处理与识别技术7.3图像分析与处理7.3.1图像数字化常见图像是连续的，即图像灰度的值可以是任意实数。为了能用计算机对图像进行加工，需要把连续的图像进行空间域的采样和幅度值域的量化，即所谓的离散化。这种离散化了的图像是数字图像。

第七章图像处理与识别技术7.3图像分析与处理7.3.2图像运算为了快速有效地对图像进行处理和分析，常常需要对图像进行转换，将某个图像空间的图像以某种形式转换到另外的空间，并利用这些空间特有的性质进行一定的加工，最后再转换回图像空间以得到需要的效果。常用的图像变换技术有傅里叶变换、离散余弦变换、Radon变换、小波变换。

第七章图像处理与识别技术7.3图像分析与处理7.3.3图像调整图像调整主要是指通过提高图像的信噪比、修正图像的颜色和强度等措施，使图像的质量得到改善。主要有几种方法：（1）灰度调整。将灰度值调整到一个指定的范围，它是一种图像增强技术。（2）直方图调整。通过转换灰度图像亮度或索引图像的颜色图值来增强图像的对比度，使得输出图像的直方图与指定的直方图近似匹配。（3）色彩增强。可以使彩色图像得到增强处理。（4）去噪。数字图像中一般都存在各种类型的噪声，可以采用多种方法来删除和减少图像中的噪声。

第七章图像处理与识别技术7.3图像分析与处理7.3.4图像复原由于成像系统的散焦、设备与物体间的相对运动、随机大气湍流、光学系统的像差等各种原因，图像的质量有时会出现模糊、失真、噪声等瑕疵，此时就需要对图像质量进行复原，包括辐射校正、大气校正、条带噪声消除、几何消除等内容。图像复原是图像处理中的一个重要问题。解决该问题的关键是对图像的退化过程建立相应的数学模型，然后通过求解该逆问题获得图像的复原模型并对原始图像进行合理估计。由于引起图像退化的因素众多，且性质各不相同，目前没有