数字图像分析（仅供参考1Lotus）.doc

数字图像分析参考资料 A:数字图像处理基础 一、图像线性变换 表达式：令H是一种算子，则输入和输出都是图像，如果对于任何两幅图像f和g及任何两个标量a,b有如下关系，则称H是线性算子：H(af+bg)=Ah(f)+bH(g).（p54） 条件：齐次性，可加性。 二、图像采样(书P40-47) （1）概念：一幅图像的x和y坐标及幅度可能都是连续的，为了把它转换为数字形式，必须在坐标和幅度上都做采样操作。数字化坐标值称为取样，数字化幅度值称为量化。 （2）数字图像的质量很大程度上取决于取样和量化中所用的取样数和灰度级。 （3）图像大小=M*N；数字b是存储数字图像所需的比特数，有b=M*N*k,,N=k时，b=N2k, 当图像有2的k次方即L灰度级时，称该图像为k比特图像，改变N和k的值会影响图像质量。（越大越好） （4）取样和量化的结果是一个实际矩阵，取样值是决定一幅图像空间分辨率的主要参数，基本上，空间分辨率是图像中可辨别的最小细节。 （5）采样间隔越大，图像质量越差，数据量越小。即采样率越大，图像质量越好。 三、图像邻域（书P51）两种：4邻域和8邻域 （1）位于坐标(x,y)的一个像素p有4个水平和垂直的相邻像素，其坐标由下式给出： (x+1,y),(x-1,y),(x,y+1),(x,y-1) 这个像素集称为p的4邻域，用N4(P)表示。每个像素距(x,y)一个单位距离，如果(x,y)位于图像的边界，则p的某一邻像素位于数字图像的外部。 P的4个对角邻像素有坐标：(x+1,y+1),(x+1,y-1),(x-1,y+1),(x-1,y-1)并用ND(P)表示。与4个邻域点一起把这些点叫做p的8邻域，用N8(P)表示。 （2）边界与边缘在二值图像中吻合 B: 图像变换 1．概念：将图像由空间域表示法（矩阵）经变换处理，用变换域（也称频域）来表示图像。 2． 目的：获得图像特征 3． 种类：傅里叶变换、余弦变换、K-L变换、小波变换。 4． 傅里叶变换与小波变换的区别：傅里叶变换的基础函数是正弦函数，小波变换则是基于一些小型波，具有变化的频率和有限的持续时间，能够反映时域和频域的局部特性。而傅里叶变换只提供了频率，局部信息在变换过程中丢失了，在时域上不具备分辨率。因此，在描述局部特征方面，小波比傅里叶变换更好。 5． 四种变换中K-L变换的相关性去除最好。 C:图像增强 直方图处理（p70） 概念：灰度直方图（histogram）是灰度级的函数，它表示图象中具有每种灰度级的象素的个数，反映图象中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图象的最基本的统计特征。不同的图像可以对同一个直方图。 通常将亮度值划分为0~255共256 个级别，0最暗（全黑），255最亮（全白）。 (摄影中的直方图横坐标是表示亮度分布，左边暗，右边亮，纵坐标表示像素分布。直方图能够显示一张照片中色调的分布情况象素点数的过程。 不适合用于指定图像处理后所具有的直方图形状。 直方图规定化 概念：指将一幅图象通过灰度变换后，使其具有特定的直方图形式，如使图象与某一标准图象具有相同的直方图，或使图象具有某一特定函数形式的直方图。 图像锐化 目的：消除图像边缘模糊 掩膜：某些邻域处理工作是操作邻域的图像像素值以及相应的与邻域有相同维数的子图像的值，这些子图像可以被称为掩膜（滤波器、核、模板、窗口）（p91） 各种边缘检测算子（要求数字化实现） a.梯度算子： 由于上式对整幅图像计算时运算量很大，因此在实际操作中常用绝对值代替平方与平方根运算近似求梯度的模值： b.拉普拉斯算子: 二维拉氏算子数字实现为： c.Robert算子: 数字实现为： d.Prewitt算子(网络版) -1 -1 -1 0 0 0 1 1 1 -1 0 1 -1 0 1 -1 0 1 在抗噪声能力方面，上面四个中，Prewitt最强。 频率域图像锐化的过程 如上图所示，对于频域图像锐化（即高通滤波）和图像平滑（即三1.中所指的低通滤波）来说，区别就在于滤波函数的不同， 对于二维图像，理想高通滤波器定义为： 图像平滑 目的：滤除图像上噪声 低通滤波 滤波过程如上图所示，滤除高频噪声，理想的低通滤波器定义为： 中值滤波 中值滤波是典型的统计排序滤波器，主要功能是使拥有不同灰度的点看起来更接近于它的邻近值。与一般的局部均值滤波相比的优势在于：对处理椒盐噪声非常有效；可以保护边缘。 过程：先将掩模内欲求的像素及其邻域的像素值排序，确定出中值，并将中值赋予该像素点。 D:彩色图像处理 1．彩色图像处理的三特征:亮度、色调、饱和度。 2．彩色模型：GRB、CMY、CMYK、HIS。其中RGB用于彩色