复习图像处理课稿.ppt

数字图像处理 基 础 理 论(图像处理系统) 经常被提及的有：数码相机，扫描仪，打印机以及用于图像处理的数字系统。 当相机输出的为视频信号时，需在计算机安装图像采集卡，将视频信号转化成数字图像。 基 础 理 论(图像处理系统) 基 础 理 论(图像处理系统) 哈夫变换 3、二维离散余弦变换： 　　f(x,y)的数字图像矩阵为M×N 4、二维离散DCT的逆变换 二维DCT的逆变换核与正变换核相同，且是可分离的。 原图像 傅里叶频谱 离散余弦频谱 　　数学形态学是一种新兴的图像处理与分析学科，其应用几乎覆盖了数字图像处理的所有领域，包括文字识别，医学图像处理，图像编码压缩，视觉检测，材料科学与机器人视觉。 一、概述： 　　　数学形态学诞生于1964年，巴黎矿业学院博士生赛拉和导师马瑟荣，在从事铁矿石的定量岩石学分析及预测其开采价值的研究中提出“击中/击不中变换”。第一次引入形态学的表达式，建立了颗粒分析方法。基本思想是：用具有一定形态的结构元素去量度和提取图像中的对应形状以达到图像分析和识别的目的。 　　形态学的数学基础和所用的语言是集合论，因此具有完备的数学基础。形态学用于图像分析与处理，形态滤波器的特性分析和系统设计奠定了坚实的基础。数学形态学的应用可以简化图像数据，保持它们基本的形状特征，并除去不相干的结构。数学形态学的算法具有天然的并行实现的结构，实现了形态学分析和处理算法的并行实现。大大提高了图像的分析和处理的速度。 　　数学形态学是由一组形态学的代数算子组成的，基本运算4个，膨胀、腐蚀、开运算，闭运算。基于这些基本运算可推导和组合各种数学形态学实用算法。用它可以进行图像形状和结构的分析及处理。包括图像分割，特征抽取，边界检测，图像滤波。图像增强和恢复等。 　　数学形态学方法利用一个称为结构元素“探针”收集图像的信息，当探针在图像中不断移动时，便可考察图像各部分之间的相互关系。从而了解图像的结构特征。数学形态学基于探针的思想与人的FOA的视觉特点有类似之处。作为探针的结构元素。可以直接携带知识（形态，大小，甚至加入灰度和色度信息）来探测，研究图像的结构特点。 二、基本符号和术语： 　　1、元素和集合： 　　　一幅图像称为一个集合A。图像内的像素a 称为元素。 三、二值形态学： 1、腐蚀：最基本的一种数学形态学运算，对于给定的目标图像X和一个结构元素S，将S在图像上移动，在每一个当前位置X，S＋x只有三种可能的状态。 满足　　　　的点x 的全体构成结构元素与图像最大相关点集，这个点集称为S对X的腐蚀。 　　X用S腐蚀的结果是所有使S平移x 后仍在X中的x 集合。换句话说：用S腐蚀X得到的集合是S完全包括在X中时S原点位置的集合。 腐蚀在数学形态学运算中的作用是消除物体边界点。腐蚀可以去除小于结构元素的物体（毛刺，小凸起）。这样选择不同大小的结构可以去除不同大小的物体。 　　如果两物体之间有细小的连通，当结构元素足够大时，进行腐蚀可将两物体分开。 2、膨胀： 　　腐蚀可以看作是将图像X中的每一个与结构元素S全等的子集S+x收缩为点x。 　　若将X中的每一个点x扩大为S＋x,就是膨胀运算。 膨胀运算的定义下面两式： 与腐蚀算法相对，膨胀可以添充比模板小的“缝隙”区域。 例：用3×3模板对图像进行腐蚀与膨胀运算。 若应用同一结构元素，先对图像进行腐蚀，然后膨胀其结果，叫开运算。 若应用同一结构元素，先对图像进行膨胀，后腐蚀其结果，叫闭运算。 3、开运算与闭运算 　　如果结构元素为一个圆盘，膨胀可以填充图像中的小孔（比结构元素小的孔洞）及图像边缘处的小凹陷部分。而腐蚀可以消除图像边缘小的成份，并将图像缩小，使补集增大。 　　腐蚀和膨胀并不成逆运算，因此可以级联使用。 　　腐蚀和膨胀两个算子的复合与集合操作（并、交、补）组合成的所有运算构成形态学运算族。 三、开闭运算的代数性质： 1、对偶性： 4、平移不变性： 2、扩展性(收缩性)：开运算使图像缩小，闭运算使图像扩展 3、单调性： 三、开闭运算的代数性质： 1、对偶性： 4、平移不变性： 2、扩展性(收缩性)：开运算使图像缩小，闭运算使图像扩展 3、单调性： 方向：最小二阶矩轴（最小惯量轴在二维平面上的等效轴）定义为较长物体的方向。也就是找出一条直线使下式最小：　　 r是点（x,y）到直线的距离 2、周长：区域的边界长度：包围所有外边界的长度。 　　测量周长时，包含了许多900的转弯，从而夸大了周长值。区域的周长在区别具有简单或复杂形状物体时非常有用。 周长的表示方法： a、隙码表示：当把图像中的像素看作单位面积小方块时，则图像中的区域和背景均有小方块组成，区域的周长就是区域和背景缝隙的长度。 b、链码表示：当把像素看作一个个点时，则周长用缝码表示，求周长也即计算链码长度