数字图像处理课件第三章.pptVIP

数字图像处理 3.1 数字图像处理基本运算的分类 3.2 点运算 3.2 点运算 当图象成像时曝光不足或过度, 或由于成像设备的非线性和图像记录设备动态范围太窄等因素,都会产生对比度不足的弊病，使图像中的细节分辨不清. 这时可通过点运算将灰度范围线性扩展. 设f(x,y)灰度范围为[a,b]，g(x,y)灰度范围为[c,d]. 则线性点运算公式为: 将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。 设f(x,y)灰度范围为[0,Mf]，g(x,y)灰度范围为[0,Mg],分段线性点运算如下图所示: (1) 对比度增强 在一些数字图像中，技术人员所关注的特征可能仅占据整个灰度级非常小的一个范围。点运算可以扩展所关注部分的灰度信息的对比度，使之占据可显示灰度级的更大部分。又称为对比度拉伸。 (2) 光度学标定 点运算可消除图像传感器的非线性的影响。 (3) 显示标定 一些显示设备不能保持数字图像上像素的灰度值和显示屏幕上相应点的亮度之间的线性关系。这一缺点可以通过点运算予以克服，即在图像显示之前，先设计合理的点运算关系，可将点运算和显示非线性组合起来互互相抵消，以保持在显示图像时的线性关系。 (4) 轮廓线 点运算可为图像加上轮廓线。 3.3 代数运算 差影法 指把同一景物在不同时间拍摄的图像或同一景物在不同波段的图像相减; 差值图像提供了图像间的差异信息，能用于指导动态监测、运动目标检测和跟踪、图像背景消除及目标识别等。 在银行金库内，摄像头每隔一固定时间拍摄一幅图像，并与上一幅图像做差影，如果图像差别超过了预先设置的阈值，则表明可能有异常情况发生，应自动或以某种方式报警； 用于遥感图像的动态监测，差值图像可以发现森林火灾、洪水泛滥，监测灾情变化等； 也可用于监测河口、海岸的泥沙淤积及监视江河、湖泊、海岸等的污染； 利用差值图像还能鉴别出耕地及不同的作物覆盖情况。 (a)差影法可以用于混合图像的分离 （c）图像的减法运算也可应用于求图像梯度函数 梯度定义形式： 梯度幅度 3.4 几何运算 ， 空间变换 几何变换一般形式 根据几何学知识，上述变换可以实现图像各像素点以坐标原点的比例缩放、反射、错切和旋转等各种变换，但是上述2×2变换矩阵T不能实现图像的平移以及绕任意点的比例缩放、反射、错切和旋转等变换。 ， 为了能够用统一的矩阵线性变换形式，表示和实现这些常见的图像几何变换，就需要引入一种新的坐标，即齐次坐标。采用齐次坐标可以实现上述各种几何变换的统一表示。 如图所示，则新位置A1(x1，y1) 的坐标为： ， 表示为如下形式 即不能表示为如下形式： 由于矩阵T中没有引入平移常量，无论a、b、c、d取什么值，都不能实现式平移功能。 不能实现平移变换功能，怎么办?需要进行改进。 ， 将T矩阵扩展为如下2×3变换矩阵，其形式为： 根据矩阵相乘的规律，在坐标列矩阵[x y] T中引入第三个元素，扩展为3×1的列矩阵[x y 1]T,就可以实现点的平移变换。变换形式如下： 上述变换虽然可以实现图像各像素点的平移变换，但为变换运算时更方便，一般将2×3阶变换矩阵T进一步扩充为3×3方阵，即采用如下变换矩阵： 这样一来,平移变换可以用如下形式表示： ， 空间变换1：图像的平移 注意：平移后的景物与原图像相同，但“画布”一定是扩大了。否则就会丢失信息。 空间变换2：图像的缩小 1. 图像按比例缩小： 最简单的是减小一半，这样只需取原图的偶（奇）数行和偶（奇）数列构成新的图像。 2. 图像不按比例缩小： 这种操作因为在x方向和y方向的缩小比例不同，一定会带来图像的几何畸变。 ， 图像的减半缩小效果 ， 图像的按比例缩小效果 ， 图像的不按比例任意缩小 空间变换3：图像的放大 1.按比例放大图像 如果需要将原图像放大k倍，则将一个像素值添在新图像的k*k的子块中。 放大5倍 ， 图像的成倍放大效果 空间变换3：图像的放大 2. 图像的任意不成比例放大： 这种操作由于x方向和y方向的放大倍数不同，一定带来图像的几何畸变。 放大的方法是： 将原图像的一个像素添到新图像的一个k1*k2的子块中去。 ， 图像的不按比例放大 ， 空间变换4：图像的镜像 水平镜像 垂直镜像 ， 0,0 x y ， 0,0 x y ， 水平镜像的变换结果 点运算的应用