数字图像处理知识点.docVIP

数字图像处理知识点 课程重点：图像数字化，图像变换，图像增强，图像的恢复与重建，图像的编码，图像的分割与特征提取，图像识别。 数字图像处理的基本内容： 1、图像获取。举例：摄像机+图像采集卡、数码相机等。 2、图像增强。显示图像中被模糊的细节，或是突出图像中感兴趣的特征。 3、图像复原。以图像退化的数学模型为基础，来改善图像质量。 4、图像压缩。减小图像的存储量，或者在图像传输时降低带宽。 5、图像分割。将一幅图像划分为几个组成部分或分割出目标物体。 6、图像的表达与描述。图像分割后，输出分割标记或目标特征参数。 7、目标识别。把目标进行分类的过程。 8、彩色图像处理。 9、形态学处理。 10、图像的重建。 导论 图像按照描述模型可以分为:模拟图像和数字图像。 1)模拟图像，模拟图像可用连续函数来描述。其特点：光照位置和光照强度均为连续变化的。 2)数字图像，数字图像是图像的数字表示，像素是其最小的单位,用矩阵或数组来描述 图像处理：对图像进行一系列的操作,以达到预期的目的的技术。内容：研究图像信息的获取、传输、存储，变换、显示、理解与综合利用”的一门崭新学科。三个层次：狭义图像处理，图像分析，图像理解。 狭义图像处理主要指对图像进行各种操作以改善图像的视觉效果，或对图像进行压缩编码以减少所需存储空间或传输时间、传输通路的要求。 图像分析主要是对图像中感兴趣的目标进行检测和测量，从而建立对图像的描述。图像分析是一个从图像到数值或符号的过程。 图像理解则是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解译，从而指导和规划行动; 图像分析主要是以观察者为中心研究客观世界，图像理解在一定程度上是以客观世界为中心，借助知识、经验等来把握整个客观世界。 图像处理的三个层次： 低级图像处理 内容：主要对图像进行各种加工以改善图像的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。 特点：输入是图像，输出也是图像，即图像之间进行的变换。 中级图像处理 内容：主要对图像中感兴趣的目标进行检测（或分割）和测量，以获得它们的客观信息从而建立对图像的描述。 特点：输入是图像，输出是数据。 高级图像处理 内容：在中级图像处理的基础上，进一步研究图像中各目标的性质和它们之间相互的联系，并得出对图像内容含义的理解（对像识别）及对原来客观场景的解释（计算机视觉），从而指导和规划行动。 特点：以客观世界为中心，借助知识、经验等来把握整个客观世界。 “输入是数据，输出是理解”。 一个图像处理和分析系统包括采集、显示、存储、通信、处理和分析五个模块。 数字图像处理特点：精度，再现性，通用性，灵活性。 第二章 数字图像处理的基本概念 图像数字化：将模拟图像经过离散化之后，得到用数字表示的图像。图像数字化是将一幅画面转化成计算机能处理的形式，包括采样和量化两个过程。 采样：是将在空间上连续的图像转换成离散的采样点（即像素）集的操作。即：空间坐标的离散化。采样间隔和采样孔径的大小是两个重要的参数。 量化：把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。即：灰度的离散化。 连续灰度值量化为灰度级的方法有两种： 等间隔量化：简单地把采样值的灰度范围等间隔地分割并进行量化。 非等间隔量化：非均匀量化是依据一幅图像具体的灰度值分布的概率密度函数，按总的量化误差最小的原则来进行量化。简单说来就是对像素出现频度少的部分量化间隔取大，而对频度大的量化间隔取小。　　 数字化方式可分为均匀采样、量化和非均匀采样、量化。图像数字化一般采用均匀采样和均匀量化方式。 量化参数与数字化图像之间的关系： 采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。 量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。 当限定数字图像的大小时, 为了得到质量较好的图像可采用如下原则： 对缓变的图像，应该细量化，粗采样，以避免假轮廓。 对细节丰富的图像，应细采样，粗量化,以避免模糊（混叠）。 灰度图像：灰度图像是指每个像素由一个量化的灰度值来描述的图像。它不包含彩色信息。分辨率：指映射到图像平面上的单个像素的景物元素的尺寸。 图像分辨率：指每英寸图像含有多少个点或像素， 分辨率的单位为dpi。 （1）空间分辨率：图像空间中可分辨的最小细节。一般用单位长度上采样的像素数目或单位长度上的