2.数字图像处理基础(my)案例.ppt

* 图2中存在m邻接导致p和p2之间无通路。其余同理 * * 。 * 。 H是一种算子，其输入和输出都是图像 线性算子 * 若S是图像中的一个象素子集，对任意的p,q∈S，如果存在一条由S中像素组成的从p到q的通路，则称p在图像集S中与q连通，连通也分为4连通和8连通。 4、连通性 连通分量： 连通集： 如果S中仅有一个连通分量，则S叫连通集； 黄色部分为S 区域：R是图像中的像素子集。如果R是连通集，则称R为一个区域（黄色部分）。 5、区域(region) 邻接区域：两个区域。如果联合（并）为一个区域，则称这两个区域为邻接区域。如图Ri和Rj 注意： ①定义区域时，必须指明灰度相似性准则V={ }； ②定义邻接区域时，还必须指明邻接类型； （a）中，Ri和Rj是4邻接区域 （b）中， Ri和Rj是8邻接区域 灰度相似性准则V不一样，则区域就不一样； 6、区域的边界(boundary) 假设一副图像S中有K个不连接区域，且它们都不接触图像边界。即： 前景：定义为 定义 背景：包含图像边界的（R u）c的连通子集合为背景； 孔：补集合（R u）c的其他部分为孔。 内边界:一个区域的边缘或轮廓线叫做边界。（即：该区域中和其背景相邻接的点的集合） 外边界:区域的背景的边界，对应于背景边界。 注意： 前景（黄色区域）：V={1}，内边界就是它自身； 背景（兰色区域）：V={0} 一个区域和其背景中的点之间的邻接要根据8连通来定义！！！ 左图中，被圈出的点如果在区域及背景间使用4连通，就不是1值区域边界的成员 左图中，1值区域的内边界就是区域自身（不是闭合通路），而外边界是一个围绕该区域的闭合通路 则D是距离的度量函数. ２.２.３ 距离的度量 欧式距离： D4距离（城市街区距离）： D8距离（棋盘距离）： 三种距离的关系为 通过D4和D8的计算，可以大大减少运算量，以适应数字图像数据量很大的特点 欧氏距离(2-norm) D8距离（棋盘距离） 0 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 0 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 0 1 1 1 1 2 2 2 2 D4距离（城区距离） m邻接 m邻接 m邻接 Dm距离: V={1} 例： 2.2.4 基于像素的图像操作 算数运算是指对两幅或多幅输入图像进行点对点的加、减、乘、除计算而得到输出图像的运算 算术运算只涉及一个空间位置（象素）的运算； 算术运算在相同大小的图像之间进行； 算数运算 算术运算：加、减、乘、除 两幅图像的相除看成用一幅的取反图像与另一幅图像相乘. 图像的乘法不仅可以用于对二进码模板进行处理,而且可以直接用于灰度处理. 减法处理主要用于增强两幅图像的差异。 ①加法： 作用一、去除“叠加性”噪音 K个图像的均值定义为： 有一个噪音图像集 当噪音 为互不相关，且均值为0的白噪声时，上述图象均值将降低噪音的影响 K增加时,在各个(x,y) 处像素值的噪声变化率将减少。即：随着在图像均值处理中噪声图像使用量的增加, 越来越趋近于f(x,y) ①加法： 我们可以得到各种图像合成的效果，也可以用于两张图片的衔接 会得到二次曝光的效果。 推广这个公式为： 作用二、生成图像的叠加效果 对于两个图像 和 求均值： 加法生成图象的叠加效果 ②减法 减法的定义 主要应用举例 去除不需要的叠加性图案； 检测两幅图像之间的差别； 计算物体边界的梯度（差分运算） 去除不需要的叠加性图案 设：背景图象b(x,y)，前景背景混合图象f(x,y) g(x,y) = f(x,y) – b(x,y) g(x,y) 为去除了背景的图象。 电视制作的蓝屏技术就基于此 ②减法 检测两幅图像之间的差别，增强细节 ②减法 （b）图的获取：将（a）图的每个pixel的最低阶bit位置0；（低阶bit位包含更多图像中的微小细节） （c）图是差值图像。可能出现负灰度值，所以要进行标定。 = — 检测同一场景两幅图像之间的变化 设： 时间1的图像为T1(x,y)， 时间2的图像为T2(x,y) g(x,y) = T2 (x,y) - T1(x,y) ②减法 计算物体边界的梯度 在一个图像内，寻找边缘时，梯度幅度（描绘变化陡峭程度的量）的近似计算 ②减法 以后还会讲到 ③乘法： 乘法的定义 主要应用举例 图象的局部显示 （用二值模板图像与原图像做乘法） 注意：在MATLAB中要用点乘运算 ③乘法