数字图像处理.ppt

数字图像处理 第一章:绪论 1.1图像和图像的处理 （1）图像处理就是对图像信息进行加工处理和分析，可分为以下三类； ①,模拟图像处理； ②,数字图像处理； ③,光电结合处理；即用光学方法完成运算量巨大的处理，该方法是前俩种方法的结合，集合了二者的优点，光电结合处理也是今后图像处理的的发展方向。 （2）图像的数学表示 图像可以用一个数学式子表达，即 I=f(x,y,z,λ,t) 其中(x,y,z)表示空间坐标，λ为坐标，t为时间，I为光点(x,y,z)的强图（幅度）。 1.2数字图像处理的步骤和方法 （1）数字图像处理的步骤 ①图像信息的获取；方法包括数码照相机，数码摄像机等输入设备来产生，或利用扫描仪等装换设备，将照片等模拟图像变换成数字图像，这就是图像的数字化。 ②图像信息的存储；按照存储方式的不同，可分为永久性存储和暂时性的存储。 ③图像信息的处理；即数字图像处理，广义的讲数字图像处理包括图像处理（图像变换，图像增强，图像恢复，图像压缩编码），图像分析和图像识别分类。图像处理是在图像的像素级上进行图像到图像的处理，以改善图像的视觉效果或者进行压缩编码。 图像分析是对图像中的目标物进行检测，对目标物的特征进行测量，以获取图像目标物的描述，图像识别分类是在图像分析的基础上，利用人工智能，认识理论和模式识别技术，对图像中的目标物进行识别分类，以达到机器识别或实际应用的目的。 ④图像信息的传输；由于图像信息量大，传输中主要解决传输信道和数据量的矛盾，一方面要改善传输信道，提高传输速率，另一方面要对传输的图像进行压缩编码，以减少描述图像信息的数据量。 ⑤图像的输出和显示。 （二）图像处理的内容和方法 ①图像数字化；将非数字化的图像信息通过数字设备转换成数字计算机能接收的图像，包括采样和量化。 ②图像变换；为便于在频域对图像进行更有效的处理，需要进行图像变换，一般采用正交变换，包括傅里叶变换，离散余弦变换等。 ③图像增强；即增强图像中的有用信息，削弱干扰和噪声，提高图像的清晰度，突出图像中所感兴趣的部分 ④图像恢复（复原）；对退化的图像进行处理，使处理后的图像尽可能的接近原始图像。主要包括：退化模型的表示，退化系统的模型及参数的确定，无约束恢复，有约束最小二乘恢复，频域恢复法，图像的几何畸变校正，超分辨率图像复原法等。 ⑤图像压缩编码； ⑥图像分割；根据选定的特征将图像划分成若干个有意义的部分，这些选定的特征包括图像的边缘，区域等。 ⑦图像分析与描述；主要是对已分割的或者正在分割的图像中各部分的属性及各部分之间的关系进行分析描述。 ⑧图像的识别分类；即根据从图像中提取的个目标物的特征，与目标物固有的特征进行匹配，识别。 1.3数字图像处理系统的组成 ①图像输入模块；也称为图像采集或者图像数字化。应用图像采集设备来获取数字图像。 ②图像存储模块； ③图像输出模块； ④图像通信模块；图像通信模块主要是对图像进行压缩编码，以减少图像数据量。 ⑤图像处理与分析模块；包括处理算法，实现软件和计算机，是数字图像处理的核心。 第二章：数字图像处理基础 2.1色度学基础 （一）三基色原理 人眼分辨的颜色为红(R)，绿(G)，蓝(B)三种颜色，三基色按照不同比例混合变成不同的颜色，比如1：1：1时为白色。 （二）颜色模型 常用的颜色表示模型有RGB模型和HSI模型。 ①RGB模型，在三维直角坐标系中，用相互垂直的三个坐标轴代表R,G,B三个分量，并将R,G,B分别限定在【0，1】内，则该单位正方体就代表颜色空间，其中的一个点代表一种颜色。 ②HSI模型，它用颜色的三个属性色调H,饱和度S和亮度I组成一个表示颜色的圆柱体。圆柱体的轴线方向表示亮度，色环圆心以外部分表示彩色，角度表示色度，圆心到彩色点的半径表示饱和度。 HSI的特点：①亮度分量与图像彩色信息无关，②色调和饱和度与人感知颜色的特性一一对应。 在对图像处理时，可仅对亮度进行处理。结果不改变图像中彩色种类，‘HSI模型完全反应了人感知颜色的基本属性，因此HSI模型被广泛应用于以人的视觉系统感知颜色的图像表示和处理系统中。 常见彩色图像处理流程如下： 通过将RGB模型转换为HSI模型，得到相关性较小的色调，饱和度，和亮度，然后对亮度进行处理，再转换为RGB模型，这样可以避免直接用RGB模型处理时产生的图像失真。 2.2图像的数字化 模拟图像经过数字化，才能转换为数字图像，图像的数字化包括采样和量化。 ①图像采样；即图像在位置上的离散化，其方法是对原图像按照正方形或者正六边形网格点阵进行均匀采样。 均匀采样的方法就是用二维离散采样函数与原图像进行相乘。 ②采样后均匀量化；采样后的图像，虽然在空间分布上是离散的，但是各像素点的取值还是连续变化的，还需要将这些连续变化的量转换为有限个离散