1第一章图像采集与量化教程讲解.pptVIP

1）点处理 若令输出图像的像素值用JP(I,J)来表示，输入图像的对应像素值用IP(I,J)来表示，则点处理算法可写作： 上式中 是某种函数关系。常用的函数关系有： 线性变换 指数变换 对数变换 上式中A，B为根据需要选定的常数。 点处理的典型用途是调整图像灰度分布与图像二值 化（具体的在第三章讲）。 点处理算法一般采取逐点扫描图像像素的方式来完成各像素的变换处理。 在多幅图像到单幅图像的处理模式中，多幅图像中的对应点，通过代数运算而得出输出图像的对应点值也可看作点处理。 常用的这类点运算算法有： 乘积变换 比例变换 求和变换 求差变换 差除和变换 2）邻域处理 邻域处理也叫区处理、组处理，是采用成组的像素经过某种变换得到处理后图像中某一点的像素值的。 其数学关系可表述为： 区处理变换中采用的像素组称为邻域，邻域一般是由像素组成的二维矩阵，该矩阵每一维的大小均为奇数。中心像素位于邻域的正中央，变换后中心像素的值将被经过一定算法计算得到的新值所代替。邻域中心像素周围的那些像素值在二维方向上提供了图像的亮度变化趋势的信息，在大多数区处理中要用到这些信息。这种亮度变化趋势的信息可更确切地称为空间频率。 空间频率定义为：像素的亮度在一定距离上的变化速率。一幅图像空间频率具有垂直和水平两个分量。一幅具有高空间频率的图像，通常是在很短的距离内其像素值有急剧变化。例如一幅黑白相间的棋盘图像其空间频率就很高。棋盘的方格越小，图像的空间频率就越高。一幅空间频率低的图像其像素值通常保持不变或者变化缓慢。例如云的图像其空间频率通常很低。 由于邻域处理能对空间频率信息进行处理，所以邻域处理可用来减缓或增强图像中某些特定的频率分量。正因为如此，大多数邻域处理都属于空间滤波器。空间滤波器有着雄厚的数学理论基础。 空间滤波在图像处理中有很多应用。例如，可以用这种方法提取图像特征、进行图像锐化、图像平滑、图像模糊及去除图像中的随机噪声等（具体的在第三章讲）。 上述算法的基本操作与点处理很相似，即 对输入图像逐个像素进行扫描； 根据指定变换对输入的像素进行处理，得到该像素新值； 将像素新值放入输出图像缓冲区中，其位置与相应的原像素在输入图像缓冲区的位置相同。 邻域处理与点处理的不同之处在于第二项，点处理在生成输出像素值时仅仅用到了与之对应的输入像素的值，而邻域处理在生成输出像素值时要用到输入像素的邻域。 若图像大小为M×N像素，邻域大小为K×L像素，则邻域处理时总计算量为O(M?N?K?L)量级。也就是说，邻域处理的计算量不仅与被处理图像大小成正比，也与所用邻域大小成正比。随着邻域大小的增加，所需计算时间急剧增加，尤其是当邻域处理中包含浮点运算时，则运算时间更长。 所谓迭代是指反复地进行某一种处理运算。对图像的迭代处理是指如图1.9所示的过程。即对输入图像IP先作Φ运算得到中间结果KP1，然后再对KP1作Φ运算得中间结果KP2，如此重复直到完成n次Φ运算为止。迭代次数n可以是预先给定的，或是根据迭代终止条件自动确定的。 （不满足迭代终止条件） （满足迭代终止条件） 图1.9 图像的迭代处理 运算 Φ 运算 Φ ……… 1次 2次 n次 输入图像IP 中间结果KP1 输出图像JP 四、图像在变换域上的处理（详见第二章） 五、数字图像的几何变换 几何变换是一种调整一幅图像中各类特征间空间关系的变换。其效果可形象化地理解为把图像看成一张橡皮模，对该模作任意伸展并在若干点把变形后的橡皮模固定下来后的结果。实际上，几何变换的结果可以比上述比喻宽得多，一个不受约束的几何变换，可将图像中的一个点变换到图像中任意位置。也就是说，几何变换可将原图像变得面目全非。但我们关心的几何变换是一种保持变换前后图像局部特征相似性的变换。 几何变换是图像处理中一种基本的、常用的图像预处理方法，其主要用途是： 1)实现数字图像的放大、缩小及旋转； 2)实现畸变（畸变原因可以多种多样，如摄影系统或镜头畸变）图像的校正； 3)实现不同来源图像（如航空摄影、卫星遥感、合成孔径雷达等不同来源）的配准。 1.图像几何变换原理