图像处理图像的点运算教案.ppt

图像的点运算 图像处理基本运算概述 根据数字图像处理运算中输入信息与输出信息的类型，具有代表性的图像处理典型算法从功能上具有以下几种： （1）单幅图像 单幅图像 （2）多幅图像 单幅图像 （3）单幅或多幅图像 数值/符号 图像运算的种类 全局运算 对整幅图像进行相同的运算。 点运算 运算结果只依赖于输入图像中对应的像素点。 局部运算 输出图像的每个像素的灰度值是由输入图像中以对应像素为中心的邻域中多个像素的灰度计算出来的。 点运算的定义 所谓点运算是指像素值（像素点的灰度值）通过运算之后，可以改善图像的显示效果。这是一种像素的逐点运算。 点运算与相邻的像素之间没有运算关系，是原始图像与目标图像之间的影射关系。是一种简单但却十分有效的图像处理方法。 点运算又称为“对比度增强”、“对比度拉伸”、“灰度变换” 点运算实际上是灰度到灰度的映射过程; 设 输入图像为 A(x ,y) 输出图像为 B(x ,y) 则点运算可表示为： B(x ,y)=f[A(x,y)] 显然点运算不会改变图像内像素点之间的空间位置关系。 图像的存储器组织 图像的直方图 图像的直方图的应用 计算物体的面积 图像二值化 二维直方图 线性点运算 输出灰度级与输入灰度级呈线性关系的点运算。即： 线性点运算公式 当图象成像时曝光不足或过度, 或由于成像设备的非线性和图像记录设备动态范围太窄等因素,都会产生对比度不足的弊病，使图像中的细节分辨不清. 这时可通过点运算将灰度范围线性扩展. 设f(x,y)灰度范围为[a,b]，g(x,y)灰度范围为[c,d]. 则线性点运算公式为: (2)分段线性点运算 将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。 设f(x,y)灰度范围为[0,Mf]，g(x,y)灰度范围为[0,Mg],分段线性点运算如下图所示: ② 差影法 指把同一景物在不同时间拍摄的图像或同一景物在不同波段的图像相减; 差值图像提供了图像间的差异信息，能用于指导动态监测、运动目标检测和跟踪、图像背景消除及目标识别等。 差影法在自动现场监测中的应用 在银行金库内，摄像头每隔一固定时间拍摄一幅图像，并与上一幅图像做差影，如果图像差别超过了预先设置的阈值，则表明可能有异常情况发生，应自动或以某种方式报警； 用于遥感图像的动态监测，差值图像可以发现森林火灾、洪水泛滥，监测灾情变化等； 也可用于监测河口、海岸的泥沙淤积及监视江河、湖泊、海岸等的污染； 利用差值图像还能鉴别出耕地及不同的作物覆盖情况。 差值法的应用举例 (a)差影法可以用于混合图像的分离 作业 已知256级灰度图像，高位H，宽为W，编写C语言程序，将图像图像旋转180°。 已知256级灰度图像，高位H，宽为W，编写C语言程序，将图像图像旋转β，要求旋转后的图像尺寸与原图像相同。 已知256级灰度图像，用C语言编写分段线性拉伸程序，是原始图像中[0--50]亮度的像素映射到[0-10]，[51--150]亮度的像素映射到[11-200]，[151--255]亮度的像素映射到[201--255]。 草原上有一条河流，河流上要一座桥梁，某天发生地质灾害，有发生地质灾害前后的两张遥感图像，这两张图像之间有轻微位移变化，设计一种方法，利用这两张遥感图像检测出桥梁是否被地质灾害破坏。 补充内容红外成像 红外图像 红外图像 红外图像 红外光的历史 1800年，当赫胥耳利用牛顿的太阳光谱色散实验时，他发现有些玻璃滤色镜可以衰减光，但热却仍然能通过，而另一些玻璃滤色镜则能够减少热并且也透过光。经过一系列的试验，赫胥耳终于发现了红外光。 1835年安培宣告了光和热射线的同一性。在这以后大量研究表明热射线都具有光线的基本性质。 通常取可见光谱中红光末端为760毫微米，比它长的光就是红外光，或称为热射线。 光谱 红外光的历史 “红外”一词最早出现在1880年阿贝尼的文章中。 1870年兰利制成了面积只有针孔那样大小的探测器并用凹面反射光栅、岩盐及氟化物棱镜来提高测量色散的能力。这为红外应用的重要方面——航空摄影奠定了基础。 1888年麦洛尼用比较灵敏的热电堆改进了赫胥耳的探测和测量方法，为红外技术奠定了基础。 采用近红外摄影始于1904年，时至今日，红外摄影已广泛地应用于工业、医学、军事等很多部门。 红外光的应用——红外测温仪 红外光的应用——红外测温仪 红外光的应用——红外望远镜 红外光的应用——红外感应 红外光的应用—