第3章-数字图象处理基础.pptVIP

  • 4
  • 0
  • 约4.88千字
  • 约 38页
  • 2017-03-26 发布于浙江
  • 举报
第3章-数字图象处理基础

多媒体通信 北京科技大学 杨 扬 第3章 数字图像处理基础 概述 图像数字化技术 数字图像类型 图像文件格式 色度学基础 颜色模型 1、概述 数字图像:以数字格式存放的图像 在计算机中,图像被分割成像素的形式,各像素的灰度值用整数表示。一幅M*N个像素的数字图像,其像素灰度值可以用M行、N列的矩阵表示。 数字图像处理: Digital Image Processing, 即DIP 利用计算机对图像进行去除噪声、增强、复原、分割、特征提取等的理论、方法和技术。 1.1目的 (1)提高图像的视感质量。如去除图像中的噪声,改 变图像的亮度、颜色,增强或抑制图像中的某些 成分; (2)提取图像中所包含的某些特征或特殊信息,以便 于计算机分析。常用作模式识别、计算机视觉的 预处理; (3)对图像数据进行变换、编码和压缩。 1.2主要内容 计算机图像处理系统对图像数据进行输入、加工和输出。研究的内容主要有以下7个过程: (1)图像获取 (2)图像复原 (3)图像增强 (4)图像分割 (5)图像分析 (6)图像重建 (7)图像压缩 1.3图像工程 1.4相关学科和领域 1.5数字图像处理系统 数字图像处理系统硬件 1)图像输入装置:如电视摄像机、扫描仪、数码照相 机、遥感图像获取设备 2)图像输入卡 3)显示卡 4)计算机 5)图像存储装置 高速图像处理卡 图像处理系统软件 MATLAB的图像处理工具箱、AVS和SPIDER、IUE等 1.6数字图像处理的应用 数字图像处理主要应用于下面一些领域: 1)通讯 2)宇宙探测 3)遥感 4)生物医学领域 5 工业生产中的应用 6)军事、公安等领域 7 机器人视觉 8)视频和多媒体系统 9)科学可视化 10)电子商务 1.7发展动向 图像处理面临的主要任务是研究新的处理方法,构 造新的处理系统,开拓更广泛的应用领域,需要进一步研 究的有: (1)提高精度的同时解决处理速度问题 (2)加强软件和新处理方法的研究 (3)加强边缘学科的研究 (4)加强理论研究,逐步形成图像处理自身的理论体系 (5)图像处理领域的标准化 2、图像数字化技术 图像的数字化包括采样和量化两个过程 设连续图像f x,y 经数字化后,可以用一个离散量组成的矩阵g i,j (二维数组)来表示。 g 0,0 g 0,1 … g 0,n-1 g i,j = g 1,0 g 1,1 … g 1,n-1 . . . . . . g m-1,0 g m-1,1 .. g m-1,n-1 g i,j 代表 i,j 点的灰度值,即亮度值。 2、图像数字化技术 数字化有以下几点说明: 1)由于g i,j 代表该点图像的光强度,而光是能量的一种形式,故g i,j 必须大于零,且为有限值,即0 g i,j ? 。 2)数字化采样一般是按正方形点阵取样的,除此之外还有三角形点阵、正六角形点阵取样等等。 3)以上是用g i,j 的数值来表示(i,j 位置点上灰度值的大小,即只反映了黑白灰度的关系,如果是一幅彩色图像,各点的数值还应当反映色彩的变化,可用g i,j,? 表示,其中?是波长。如果图像是运动的,还应是时间t的函数,即可表示为g i,j,?,t 。 2.1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。由于图像是二维分布的信息,所以采样是在x轴和y轴两个方向上进行。 2.1采样 采样时的注意点是:采样间隔的选取。采样间隔取得不合适除了画面出现马赛克之外,还会发生频率的混叠现象。 2.1采样 采样公式 +? g t ?g iT s t-iT t -? s t sin ?t / ?t T?1/2? 2.2量化 是将各个像素所含的明暗信息离散化后,用数字来表示称为图像的量化,一般的量化值用整数来表示。充分考虑到人眼的识别能力之后,目前非特殊用途的图像均为8bit量化,即用0~255描述“黑~白”。 2.2量化 采样与量化参数的选择 假定图象取M*N个样点,每个象素量化后的灰度二进制位数为Q,一般Q总是取为2的整数幂,即Q=2k,则存储一幅数字图像所需的二进制位数b为 b M*N*Q 字节数 B M*N*Q/8 Byte 2.2量化 对限定数字图像大小时,一般采用如下规则: 1)对缓变的图像,应该细量化,粗采样,以避免假轮廓 2)对细节丰富的图像,应细采样,粗量化,以避免模糊(混叠) 2.2量化 量化技术 量化可分为均匀量化和非均匀量化 均匀量化是简单地在灰度范围内等间隔量化;非均匀量化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。 2.3数字图像类型 静态图像可分为矢量图 Vector 和位图

文档评论(0)

1亿VIP精品文档

相关文档