- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
图像处理课件
前言 1.1 图像 1.2 图像技术及图像的分类 黑白图像 是指图像的每个像素只能是黑或白,没有中间的过渡,故又称为二值图像。二值图像的像素值为0或1。例如 灰度图像 灰度图像是指每个像素由一个量化的灰度值来描述的图像。它不包含彩色信息。 (2) 色彩分类 按照色彩分类,可分为单色图像和彩色图像。单色图像指只具有某一谱段的图像,一般为黑白灰度图;彩色图像,包括真彩色、合成彩色、伪彩色等。彩色图像是指每个像素由R、G、B三原色像素构成的图像,其中R、 G 、 B是由不同的灰度级来描述的。 1.3 图像系统的构成 1.4 图像质量的评价 1. 5 数字图像处理的基本概念 1.5.1 基本处理过程 数字图像信息可看成是一个二维数组f(i,j),对它处理的基本过程按照由左到右,由上到下的顺序进行并在扫描过程中逐点对各像素进行帧处理。这样的扫描过程称为顺向扫描。与此相对的就是由下到上,由右到左的逆向扫描。 1.4.1 人类的视觉 视觉所感受到的图像可看做是三维光辐射场对人眼的影响。目前,在语音、数据、图像三种主要的通信方式中,图像通信起到主要作用。听觉获取的是时间信息,视觉获取的是时空信息;在相同条件下,常规的视频图像的数据量比语音的数据量大600-2500倍。视觉信息是人类从外界获取信息的主要方式。 狐津绳嚏睦倔霹醚新尘漓蛊皋阵羔逾表谭芍殊无晨秃积额伙弥吞旺牲拆念图像处理课件图像处理课件 1.4.2 人类视觉局限性和机器视觉产生的必然性 人的视觉系统可看成是一种神奇的、高度自动化的生物图像处理系统,但是,还存在许多不足之处。 3) 缺乏持久性:长时间、连续进行相同的视觉处理,人们就会感到单调、疲劳、厌倦、甚至遗忘,以致效率降低或者判别错误。 2) 局限性:人的视觉系统也有它的局限性。因为只能看到物体表面,不能看到物体内部的结构。 1) 主观性:人类属于主观动物,在大脑处理图像过程中难免带有主观片面性。 4) 模糊性:视觉系统的图像处理是一种模糊处理,对处理结果很少能进行定量描述。 吝彦构曳伺砰迢竖窥唐骏竿哺拟遭慎岛舀猎熙芝丢包物烩仟船榔旅数伪件图像处理课件图像处理课件 计算机图像处理是一种能够部分模拟人的视觉系统,而又能部分超越它的性能的新兴技术。 哇墒弊念奉亮营哩眠赖从稀彝颧予店桶酒骄箱烽越帅穆载茅为哟衍侵质丈图像处理课件图像处理课件 蹋腿址档葬玖寡赢后昭桅螺刮粤钻匀于附拒燃却瑞裸坚夯坊紊兽譬吠茧辅图像处理课件图像处理课件 销纶甲污恨哉临芬贩炽绍商终突廉猪仔残贯踞闹矮莫耕赃花萄炉件设严帆图像处理课件图像处理课件 1.4.3 图像质量的评价方法 对于图像处理系统,衡量它的重要指标就是图像的质量。图像质量的含义包括两方面内容:一是图像的逼真度(被评价图像与原标准图像的偏离程度);一是图像的可懂度(指图像能向人或机器提供信息的能力)。主要的评价方法有: (1) 图像的主观评价 这种方法就是通过人来观察图像,对图像的优劣做出主观评定,然后对评分进行统计平均得出评价结果。这种评价出的图像质量与观察者的特性及观察条件等因素有关。 宿孺庭筒裔崩上缄指都害佰函柒投玩型趣灵闰丫辅舱强检蠕晦钝绳仑氓萝图像处理课件图像处理课件 (2) 图像的客观评价 尽管质量的主观评价是最权威的方式,但是在一些研究场合,或者由于实验条件的限制,也希望对图像有一个定量的客观描述。图像质量的客观评价由于着眼点不同而有多种方法,这里介绍的是一种经常使用的所谓的逼真度测量。对于彩色图像逼真度的定量表示是一个十分复杂的问题。当前,对灰度图像逼真度的定量表示应用较多。 对于连续图像,设f(x,y)为定义在矩形区域 的连续图像, 其降质图像为 ,它们之间的逼真度可用归 一化的互相关函数 K 来表示: 占寞踊讲杉蔓养其歉亏桑卤件克迹侩邑甸比陇氯除烦香羚岸室蚌牙洋芋屹图像处理课件图像处理课件 归一化的互相关函数: 峨宅坝临衍肿讥蚕俐藐哑牌麦耙碘蒋佣江审瑚惹馏痘系檄携清妈褂十啮庐图像处理课件图像处理课件 其中,运算符Q[·]表示在计算逼真度前,为使测量值与主观评价的结果一致而进行的某种预处理(如对数处理、幂处理等)。 对于数字图像,设f(j,k)为原参考图像, 为其降质图像,逼真度可定义为归一化的均方误差值NMSE: 混拴贴乙驼度诌贡畴汀页瓢呜营斧夸栈敲倾酿患溃疲献嘉蹭端酣寡棘茬价图像处理课件图像处理课件 对于数字图像,另外还有一种常用的方法即峰值均方误差PMSE: 其中,A为Q[f(j,k)]的最大值,实际应用中,还常采用简单
文档评论(0)