数字图像处理第1章节扩展.ppt

1.数字图像的运算 第一类是全局运算，它是对整幅图型进行相同的处理； 第二类是点运算，其输出图像每个象素的灰度值只依赖于输入图像对应点的灰度值； 第三类是局部运算，其输出图像上每个象素的灰度值是根据输入图像中以对应像素为中心的邻域内多个像素的灰度值计算出来的。 2.噪声 一般是指加性或乘性的非图像本源信息，即图像的污染信息。 3.对比度 是指一幅图像中灰度反差的大小。 3.采样密度 是指在图像上单位长度包含的采样点数。采样密度的倒数即像素间距。 4.放大率 是指图像中物体与其所对应的景物中物体的大小比例关系。（线性的几何关系中成立） 5.数字化 是将一幅图像从其原来的形式转换为数字形式的处理过程。 这里的“转换”是非破坏性的，即原始图像未被破坏。 数字化的逆过程是显示，即由一幅数字图像生成一幅可见的图像。 四种图像类型的比较 1.4` 图像的统计特征 1 图像的基本统计分析量 (1) 图像的信息量 一幅图像如果共有k种灰度值，并且各灰度值出现的概率分别为p1，p2，p3，…，pk，根据香农定理，图像的信息量可采用如下公式计算： (2) 图像灰度平均值 灰度均值是指一幅图像中所有像元灰度值的算术平均值，根据算术平均的意义，计算公式如下： (3). 图像灰度众数 顾名思义，图像灰度众数是指图像中出现次数最多的灰度值。其物理意义是指一幅图像中面积占优的物体的灰度值信息。 (4). 图像灰度中值 图像灰度中值是指数字图像全部灰度级中处于中间的值，当灰度级数为偶数时，则取中间的两个灰度值的平均值。例如，若某一图像全部灰度级如下： 188，176，171 ，166，160 则灰度中值为171。 (5) 图像灰度方差 灰度方差反映各像元灰度值与图像平均灰度值的离散程度，计算公式如下： (6). 图像灰度值域 图像的灰度值域是指图像最大灰度值和最小灰度值之差，计算公式如下： 2. 多维图像的统计特性 (l) 协方差 设f(i，j) 和g(i，j)表示大小为M×N的两幅图像，则两者之间的协方差计算公式为： 式中， 和 分别表示f(i，j) 和g(i，j)的均值。 * 第一章 绪论 * 第一章 数字图像处理概论 * 第一章 概 论 1.1`其他相关概念 1.1`其他相关概念 1.1`其他相关概念 1.1`其他相关概念 1.2` 数字图像的基本类型 为了方便数字图像在计算机中的处理，因此把静态的数字图像根据其特性分为矢量图（vector）和位图（bitmap），位图有时也称为栅格图像。 21 1.2`数字图像的基本类型 黑白图像（二值图像） 　 　是指图像的每个像素只能是黑或者白，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、1。 22 黑白图像 1.2`数字图像的基本类型 灰度图像 　　 灰度图像是指各像素信息由一个量化的灰度级来描述的图像，没有彩色信息。 灰度取值范围为(0～255),“0”表示纯黑色，“255”表示纯白色，中间的数字表示黑白之间的过渡色。 1.2`数字图像的基本类型 1.2`数字图像的基本类型 灰度图像 1.2`数字图像的基本类型 索引图像 　　 索引图像既包括存放图像数据的二维矩阵 ，还包括一个颜色索引矩阵（称为MAP），因此称为索引图像，又称为映射图像。 MAP矩阵也可以由二维数组表示，矩阵大小由存放图像的矩阵元素的值域（灰度值范围）决定。 若矩阵元素值域为0~255，则MAP矩阵的大小为256×3，矩阵的三列分别为R、G、B值。 27 1.2`数字图像的基本类型 图像矩阵的每一个灰度值对应于MAP中的一行，如某一像素的灰度值为64，则表示该像素与MAP矩阵的第64行建立了映射关系，该像素在屏幕上的显示颜色由MAP矩阵第64行的[R G B]叠加而成。 28 1.2`数字图像的基本类型 RGB彩色图像　　 RGB彩色图像是指每个像素的信息由RGB三原色（三基色）构成的图像，其中RGB是由不同的灰度级来描述的。 29 1.2`数字图像的基本类型 3-Color Mixer 1.2`数字图像的基本类型 彩色图像 返回 MXNX3 MXN MXN MXN 矩阵大小 24bit 8bit 8bit 1bit 数据类型 224彩色 256彩色 256灰度 2 颜色数量 RGB彩色图像 索引图像 灰度图