第一部分 公安部门刑事数字图像处理基础 公安部门刑事数字图像处理基础教学课件.ppt

第一部分：数字图像处理基础 1.1 图像与数字图像基本概念 1.2 图像处理与数字图像处理 1.3 数字图像处理技术在刑事司法领域应用中存在的风险及其应对 1.4 刑事数字图像处理软件简介 ` 据统计，人们从外界环境获得的信息中，视觉占到了60％(听觉占20％，味、触、嗅觉等占20％）， 尽管“图像”这个词经常被使用，很多人仍不能确切地说出它的定义。人们往往将“图像(image)”与“图画(picture)”等同起来。 那么究竟什么是图像?这是我们在研究“图像处理”这个课题之前首先要解决的问题。 1.1 图像与数字图像—图像的概念 图像的概念： 狭义上理解： 图像是指客观景物在人眼中所形成的“影像”或“映像”，也就是人眼所能感知的视觉信息。 广义上理解： 图像是泛指能够描绘事物的特征的形象化信息。它包括人眼所直接感知的视觉信息和人眼无法直接感知，但可以通过间接感知的的图像信息(如红外线、X光、超声波图像等)。 1.1 图像与数字图像—图像的分类 图像按存在形式分类：模拟图像、数字图像 模拟图像：保存于传统介质上的图像（照相纸、感光片、画纸、画布等有形载体） 数字图像：模拟图像经过采样后以离散的二进制序列（0，1编码序列）形式记录在特殊介质上的计算机文件。 1.1 图像与数字图像—图像的数学模型 按存在形式对图像进行分类虽然直观，但并不够严格和准确，要从本质上说明数字图像和模拟图像的区别和特点，并便于对其进行研究，必须借助数学方法对其进行描述。 从数学的观点来看，图像可看作二维或三维空间上的一个或一组分布函数。 1、模拟图像的数学模型 灰度（黑白）模拟图像的数学模型： 灰度图像中灰度强度值随坐标图像空间坐标(x,y)连续分布，因此可将其定义为三维空间上的连续函数z＝f(x，y)，其中，Z代表图像在空间坐标处的灰度值(或亮度)强度。 实际图像的灰度值是有界的，这种有界性可表示为： 0≤f(x,y)≤Bm 1、模拟图像的数学模型 1、模拟图像的数学模型 彩色模拟图像的数学模型： 彩色图像的数学模型还应反映出色彩的类别及强度变化。 通常将彩色图像分解为三个连续三维灰度（或亮度）函数Zr =fr(x,y), ， Zg =fg(x,y), ， Zb =fb(x,y)进行表达，分别代表图像中红、绿、蓝三种光谱成分的亮度幅值在二维空间（x，y）上的分布变化，同样fr(x,y)、fg(x,y)、fb(x,y)也是连续有界的。 Zr =fr(x,y), 0≤fr(x,y)≤Bm Zg =fg(x,y), 0≤fg(x,y)≤Bm Zb =fb(x,y), 0≤fb(x,y)≤Bm 模拟图像的特点 1． 空间上连续（空间坐标是有界且连续变化的量） 2． 信号连续，不分级（亮度或色彩属性呈连续变化） 3、 不能直接被计算机和数字设备识别和处理（连续信号不能被数字设备识别和处理）。 2、数字图像的数学模型 对于灰度（黑白）图像，定义三维离散亮度函数： z=f(x，y)，其中： x={0，1，2…..xmax} y={0，1，2…..ymax} z={0,1,2…zmax} x，y说明图像像素的空间坐标，xmax，ymax代表图像尺寸（长、宽），同时决定x，y的取值范围为介于0— xmax和0—ymax之间的整数。 函数值z 代表了在坐标(x，y)处像素的灰度值（亮度值），通常取值范围为0到255的整数值，0表示纯黑、255表示纯白。 注意：坐标空间和亮度幅值的离散性，即取值为某个区间内的整数值，而非实数值。 2、数字图像的数学模型 使用二维矩阵方式对数字图像的进行表达方式更接近于人们对数字图像的视觉感受，便于理解。 定义二维矩阵f[m,n]，m , n说明图像的宽和高，矩阵元素f(i，j)的值表示图像在第i行，第j 列的像素的灰度值或色彩属性值；i,j表示图像像素的几何位置。 数字图像的特点 1． 空间上离散（空间坐标是介于某个区间的正整数值） 2． 信号是分级的离散值（亮度或色彩属性为不连续集合空间内的正整数值） 3、 能直接被计算机和数字设备识别和处理。 为什么需要图像的数学模型？ 便于研究、分析和处理图像 根据需要对这些函数进行某种数学运算（即对其表达函数进行加工和改造或分析），即可达到某种目标。 目标：图像增强、图象恢复、边缘提取、图像内容识别等。 1.2 图像处理与数字图像处理1.2.1 图像处理与图像处理方法 图像处理的概念： 按特定的目标，使用一定的设备和方法，对已有图像进行的“加工”和“改造”。 图像处理方法分类： 一、模拟图像处理 对象：模拟图像 手段和方法：光学、化学、模拟电子手段 二、数字图像处理 对象：数字图像 手段和方法：数字化设