2 Digital Image Fundamentals-1.ppt

2 Digital Image Fundamentals 数字图像与物理图像－数字图像是离散的，物理图像是连续的函数 数字化－为了适应数字计算机的处理，必须对连续图像函数进行空间和幅值数字化。空间坐标(x,y)的数字化称为图像采样，而幅值数字化被称为灰度级量化。经过数字化后的图像称为数字图像(或离散图像)。 2.1Elements of Visual Perception 2.1.3Brightness Adaptation and Discrimination 2.3.4 A simple Image Formation Model 2.4.2 Representing Digital Images 2.4.3 Spatial and Intensity Resolution空间和灰度级分辨率 2.5Some Basic Relationships between Pixels 2.5.3Distance Measures 2.6 An introduction to the MathematicalTools Used in Digital Image Processing 图像相加可以将一幅图像内容加到另一幅图像上，以达到二次暴光的要求。（double exposure） 图像相加可以对同一场景的多幅图像求平均值，以降低加性随机噪声 图像相减可以去除图像中不需要的加性图案 原理：对于原图像f(x,y),有一个噪声图像集{gi(x,y)}，i=1,2,...K。 gi(x,y)=f(x,y)+ni(x,y) 其中，ni(x,y)是第i帧图像中的实际噪声的分布情况，假设符合某种特定的噪声分布n(x,y) ， n(x,y)的均值为0，方差为 ，且n(x,y)中的不同位置(x,y)处的噪声分布互不相关。 对于两个图像f1(x,y)和f2(x,y)，二者均值有： 加运算生成图像叠加效果—举例 图像相减—运动检测 乘运算 图像相乘即在两幅图像之间对应像素做乘法运算。 图像相乘—局部显示 图像相除—比率图像 Geometrical Transform(几何变换) 几何变换定义: 对于原图像f(x,y)，坐标变换函数 x’ = a(x,y); y’ = b(x,y). 唯一确定了几何变换： g(x’,y’) = f［a(x,y), b(x,y)］; g(x’,y’)称为是目标图像。 从表面上看并没有值的改变。 平移变换 设: a(x,y) = x + x0; b(x,y) = y + y0; 简写为： u = x + x0; v = y + y0; 用齐次矩阵表示： 水平镜像 设: a(x,y) = -x; b(x,y) = y; 用齐次矩阵表示： 缩放变换: x方向缩放c倍，y方向缩放d倍 设: a(x,y) = x*c; b(x,y) = y*d; 用齐次矩阵表示： 拉伸变换 图像加噪函数imnoise（参阅matlab help）imnoise的语法格式为J = imnoise(I,type) J = imnoise(I,type,parameters) 其中J = imnoise(I,type)返回对原始图像I添加典型噪声的有噪图像J。参数type和parameters用于确定噪声的类型和相应的参数。 J = imnoise(I,gaussian,m,v) %加入均值m,方差为v的高斯噪声，m默认值0,v默认值0.01 J = imnoise(I,poisson) %加入泊松分布的噪声 J = imnoise(I,salt pepper,d)% 加入密度为d的椒盐噪声，d的默认值为0.05 J = imnoise(I,speckle,v) %加入均值0,方差为v的乘性噪声， 左上: 某序列图像的第100帧; 下:某序列图像的第300帧; 右上: 两幅图像相减并取绝对值显示的结果 除运算 图像相除即在两幅图像之间对应像素做除法运算。 主要应用 可产生对颜色和多光谱图像分析十分重要的比率图像。　　　　　　　　 左上：遥感图像f1(x,y); 右上：遥感图像f2(x,y); 下：f1与f2之比。 要点： (1)平移变换(Translation) (2)旋转变换(Rotation) (3)缩放变换(Zoom) (4)拉伸变换(Stretch) 几何变换——平移 0,0 x y 几何变换——水平镜像(Mirror) 几何变换——水平镜像(Mirror) 0,0 x y 几何变换——垂直镜像(Flip) 垂直镜像 缩放(ZOOM) F D C B A F D