宋怀波第2讲：图像处理基础知识剖析.ppt

数字图像处理 宋怀波 机械与电子工程学院 1.2.2 数字图像处理的主要研究内容 1.2.2 数字图像处理的主要研究内容 图像的平滑 (Image Smoothing) 即图像的去噪声处理，主要是为了去除实际成像过程中，因成像设备和环境所造成的图像失真，提取有用信息。 1.2.2 数字图像处理的主要研究内容 1.2.2 数字图像处理的主要研究内容 图像分割（separate？Divide？Segment！） 将图像分成若干部分，每一部分对应于某一物体表面。 在进行分割时，每一部分的灰度或纹理符合某一种均匀测度度量。 其本质是将像素进行分类。分类依据是像素的灰度值、颜色、频谱特性、空间特性或纹理特性等。 1.2.2 数字图像处理的主要研究内容 图像校正 数字图像信息的获取来自于CCD 。但其I/O特性不是线性的，如果不进行校正处理，将无法得到好的图像效果。 图像校正是为改善图像质量而提出的一种处理方法。 第2章 图像处理基础知识 2.1 图像数字化 2.2 图像数据结构 2.3 图像文件格式 2.4 图像质量评价 计算机图像处理的内容 如何对模拟图像进行采样、量化以产生数字图像 图像的数字化是指将一幅图像从原来的形式转化为数字的形式，主要研究如何对图像进行采样、量化以及编码等过程。 如何压缩图像数据以便存储和传输 图像编码压缩可减少用于描述图像的数据量，以节省图像传输和处理的时间，减少存储容量。 如何对数字图像做各种变换以方便处理 图像变换 由于图像阵列很大，直接在空间域中进行处理涉及的计算量很大。 图像变换方法： 傅立叶变换、离散余弦变换、离散小波变换等 几何变换：如图像缩放、旋转、平移、投影等。 目的： 将空间域的处理转换为变换域的处理，减少计算量，获得更有效的处理。 图像重构(Image Reconstruction) 采用滤波方法，如去噪、干扰和模糊等，恢复或重建原图像。 1.2 图像与图像数字化过程 图像的表示 物体所发出的光线进入人眼，在人眼的视网膜上成象，这就是人眼所看到的客观世界，称之为景象。 “象”反映了客观景物的亮度和颜色随空间位置和方向的变化，因此“象”是空间坐标的函数。 2.1.1 图像传感器与数字成像 电荷耦合器件(CCD)是典型的固体图象传感器，它是1970年贝尔实验室的W·S·Boyle和G·E·Smith发明的。 它成功地应用于数码相机、摄像机、扫描仪、广播电视、可视电话和无线电传真，而且在生产过程自动检测和控制等领域已显示出广阔的前景和巨大的潜力。 1．数学模型 图像量化 采样后得到的亮度或色彩在取值空间上仍连续。把这些连续量表示的像素值离散化为整数值的操作叫量化。 图像量化实际就是将图像采样后的样本值的范围分为有限多个区域，落入某区域中的所有样本值用同一值表示，用有限的离散数值量来代替无限的连续模拟量。 量化时确定的离散取值个数称为量化级数，表示量化的色彩或亮度值所需的二进制位数称为量化字长。 一般可用8位、16位、24位或更高的字长来表示颜色。 量化字长越大，越能真实反映原有图像的颜色。但得到的数字图像容量也越大。 量化和采样是两个不同的概念，量化是在每个采样点上进行的，所以必须先采样后量化。★ 量化和采样是图像数字化的不可或缺的两个操作，二者紧密相关，同时完成。 2.1.2 数字化原理 6. 采样和量化的关系 2.1.2 数字化原理 2.1.2 数字化原理 * 图像采样就是在水平和垂直方向上等间隔地分割成网状 * 8×8 像素 (256色) 16×16像素(256色) 32×32像素 (256色) 64×64像素 (16位量化，65536种颜色) 不同采样精度所获得的图像分辨率不同 马赛克！ * 5 bit(32色) 4 bit (16色) 3 bit (8色) 2 bit (4色) 1 bit (2色) 不同量化字长的灰度图象效果 图像界永恒的Lena 她是让无数专家为之痴迷和痛苦的研究对象； 是充斥着枯燥数学公式的论文中最吸引眼球的光芒； 任何一本图像处理书籍，都能看到她动人的微笑； 她就是Lena，她的照片是图像处理领域使用最为广泛的标准测试图。 一举成名计算机界 1973年，美国南加州大学信号与图像处理研究所年轻的助教亚历山大和研究员威廉，试图从一叠常用的测试图片中找出一张适合测试压缩算法的图片：最好是人脸，表面光滑，内容多层次。 正巧有人拿着一本《花花公子》杂志（1972年11月刊）到实验室串门。 亚历山大发现这张有着光滑面庞和繁杂饰物的图片正好符合要求，于是，他们撕下这张彩图，将上半部扫描成一张512×512像素大小的图片，“雷娜图”就此诞生。 特别提示：