华中科技大学数字图像处理课程要点A[教学].doc

数字图像处理课程要点（前6章） 绪论 数字图像处理是利用计算机实现与光学系统模拟处理相同效果的过程。一般具有如下特点： （1）处理精度高，再现性好。计算机图像处理，其实质是对图像数据进行运算。由于计算机技术的飞速发展，计算精度和准确性不断提高；另外，用相同的方法对同一图像进行多次处理，其再现性好。 （2）处理方法的多样性 由于图像处理是通过程序实现的，因此，设计不同的图像处理程序，可以实现各种不同的处理目的。 （3）图像数据量庞大 （4）处理费时 由于图像数据量大，因此处理比较费时。特别是处理结果与中心像素邻域有关的处理过程花费时间更多。 （5） 图像处理技术综合性强 数字图像处理涉及的技术领域相当广泛，如通信技术、计算机技术、电子技术、电视技术等，当然，数学、物理学等领域更是数字图像处理的基础 颜色空间RGB和HIS RGB从物理和光学角度描述颜色不同， HIS则是根据视觉的主观感觉对颜色进行描述。 （1）由RGB到HIS的转换公式 （2）图像灰度强度归一化 图象变换 （1）傅立叶变换及其性质 （2）余弦变换 （3）基于一阶矩的快速变换 图象增强 空域增强；频域增强；点运算增强 灰度级变换的应用：亮度调整、对比度拉伸 直方图增强 直方图均衡化 直方图匹配，直方图规定化 图象复原 在景物成像过程中，由于目标的高速运动、散射、成像系统畸变和噪声干扰，致使最后形成的图像存在种种恶化， 称之为“ 退化”。 退化的形式有图像模糊或图像有干扰等。 图像复原是将图像退化的过程加以估计,并补偿退化过程造成的失真,以便获得未经干扰退化的原始图像或原始图像的最优估值，从而改善图像质量的一种方法。 图像复原是图像退化的逆过程 代数复原方法；逆滤波复原方法；中值滤波复原方法 图象配准 互相关配准 ①Cross correlation 互相关..C. ②去均值相关 CC Correlation Coefficient 柯西公式 互信息配准 互信息为相似性测度 互信息为信息论中的一个概念。描述两系统间的统计相关性，或一个系统中包含另一个系统中信息的多少。 熵是信息论的概念，表达一个系统或随机事件的复杂性或不确定性 X的条件熵定义为 联合熵 互信息 可以证明 联合概率分布可归一化联合直立图表示 边缘分布 最大互信息法的算法 (1) 定义一个的矩阵，，为A，B的灰度级数 (2) 对任一个，找到A(i), B(j)，则 (3) (4) 归一化，计算PDF (5) 联合熵H(A,B) (6) 计算A，B的边缘H(A), H(B) 图象描述与分割 图像特征 形状特征 形状描述子 傅立叶描述子; 边界链码 链码是对区域边界点的一种编码表示方法。该方法主要是利用一系列具有特定长度和方向的相连的直线段来表示目标的边界。由于每个线段的长度固定而方向数目有限，即仅有边界的起点需要采用绝对坐标表示，其余点可只用接续方向来代表偏移量，并且每一个点只需一个方向数就可以代替两个坐标值，因此采用链码表示可大大减少边界表示所需的数据量。 最简单的链码是跟踪边界并赋给每两个相邻像素的连线一个方向值。常用的有4方向和8方向链码 使用链码时，起点的选择常很关键。对同一个边界，如用不同的边界点作为链码的起点，得到的链码则是不同的。为解决这个问题可采用归一化链码表示方法，具体方法如下： （1）给定一个从任意点开始产生的链码，先将它视为一个由各方向数组成的自然数； （2）将这些方向数依一个方向循环，以使它们所构成的自然数的值最小； （3）将这样转换后所对应的链码起点作为该区域边界的归一化链码的起点。 一阶差分链码 采用链码表示物体或区域边界的主要优点是当目标平移时，边界链码不会发生变化，而不足之处是，当区域旋转时则链码会发生变化。为解决旋转时链码变化的问题，可以采用链码旋转归一化处理方法，即应用原始链码的一阶差分来重新构造一个表示原链码各段之间方向变化的新序列。 纹理特征 灰度共生矩阵 图像灰度级为K，则灰度共生矩阵H大小为K×K，H(d,θ) 矩阵元的数值是所有距离为d，与水平方向为θ的图像中一个象素灰度值为i，一个象素灰度值为j的象素对数目，方向为i到j的方向 例子（下面为一个灰度级为4的图像） 求 H(,450) 边缘检测 各种边缘检测算子：Robert、Sobel等 图像分割 1.阈值分割 （1）全局阈值法 （2）大津阈值法 自动寻找阈值。将目标与背景区分开来。把直方圆在某一阈值处分成两组。当被分成的两组方差最大时，决定阈值。 设图像灰度值1～m级，灰度值为i象素数为ni，总象素数 2. 模糊度连接方法 3. 分水岭算法 4．图割方法 基本计算和技能 任何离散变换和计算化为一阶矩的形式