第3章 基于像素级的操作.pptVIP

数字图像处理基础 内容 点运算 代数运算 几何变换 邻域运算 点运算 1）点运算（point operation）定义 对于一幅输入图像，将产生一幅输出图像，输出图像的每个像素点的灰度值由输入像素点决定。点运算由灰度变换函数（gray-scale transformation, GST）确定。 Notice： （1）与局部（邻域）运算的差别，输入像素-输出像素一一对应； （2）与几何运算的差别，不改变图像的空间关系； （3）又称为对比度增强，对比度拉伸或灰度变换。 点运算的种类 （1）线性点运算 （2）非线性点运算 应用 （1）光度学标定（photometric calibration） 希望数字图像的灰度能够真实反映图像的物理特性。如 去掉非线性； 变换灰度的单位。 （2）对比度增强（contrast enhancement）或对比度扩展（contrast stretching） 将感兴趣特征的对比度扩展使之占据可显示灰度级的更大部分。 应用 （3）显示标定（display calibration） 显示设备不能线性地将灰度值转换为光强度。因此点运算和显示非线性组合，以保持显示图像时的线性关系。 （4）轮廓线确定 用点运算的方法进行阈值化。 （5）裁剪 每次点运算的最后一步，都将负值置为0；而将正值约束在灰度级最大值Dm。 代数运算 1）定义 代数运算是指两幅输入图像进行点对点的加、减、乘或除计算而得到输出图像。 主要应用 图像相加可以将一幅图像内容加到另一幅图像上，以达到二次暴光的要求（double exposure）。 图像相加可以对同一场景的多幅图像求平均值，以降低加性（additive）随机噪声。 图像相减可去除图像中不需要的加性图案。 图像相减也可用于运动检测。 加法运算应用 1）通过求平均值降噪 加性噪声：加性噪声和图像信号强度不相关。 乘性噪声：乘性噪声和图像信号是相关的。 椒盐噪声：黑图像上的白点，白图像上的黑点。 量化噪声：是由量化过程引起的，解决的最好方法是最佳量化。 图像加运算生成图像叠加效果 对于两个图像f1(x,y)和f2(x,y)，二者均值为： 图像加运算—简单图像融合 推广公式为： 什么叫图像融合？ 图像融合就是充分利用多幅图像信息，通过对观测信息的合理支配和使用，把多幅图像在空间或时间上的互补信息，依据某种准则进行综合处理。获得对场景的一致性解释或描述，使融合后的图像比参加融合的任意一幅图像更优越、更精确地反映客观实际。 乘法运算和除法运算 乘法运算 可用于去除图像中部分影像。 首先构造一副掩膜图像，在需要保留区域，图像灰度值为1；而在被去除区域，图像灰度值为0； 然后将掩膜图像乘原始图像。 除法运算 多光谱遥感运算的比值计算. 同谱异物, 同物异谱. 逻辑运算 逻辑运算 求反 异或、或 与 逻辑运算 求反的定义 g(x,y) = 255 - f(x,y) 主要应用举例 获得一个阴图象 获得一个子图像的补图像 逻辑运算 异或运算的定义 g(x,y) = f(x,y) ? h(x,y) 主要应用举例 获得相交子图象 逻辑运算 获得相交子图象 逻辑运算 或运算的定义 g(x,y) = f(x,y) v h(x,y) 主要应用举例 合并子图像 逻辑运算 与运算的定义 g(x,y) = f(x,y) ? h(x,y) 主要应用举例 求两个子图像的相交子图 图像的几何变换 图像的几何变换包括了图像的形状变换和图像的位置变换。 图像的形状变换是指图像的放大、缩小与错切。 图像的位置变换是指图像的平移、镜像与旋转。 图像的仿射变换描述。 图像的形状变换 图像的形状变换主要是指图像的缩小、放大与错切。 图像的形状变换通常在目标物识别中使用。 图像缩小 —— 实现思路 图像缩小实际上就是对原有的多个数据进行挑选或处理，获得期望缩小尺寸的数据，并且尽量保持原有的特征不丢失。 最简单的方法就是等间隔地选取数据。 图像缩小 —— 实现方法 设原图像大小为M*N，缩小为k1M*k2N， （k11，k21）。算法步骤如下： 1）设原图为F(i,j)， i=1,2,…,M, j=1,2,…,N. 压缩后图像是G(x,y), x=1,2,…,k1M, y=1,2,…,k2N. 2）G(x,y)=F(c1*x,c2*y) 其中，c1=1/k1 c2=1/k2 图像缩小 —— 例题 图像放大 图像放大从字面上看，是图像缩小的逆操作，但是，从信息处理的角度来看，则难易程度完全不一样。 图像缩小是从多个信息中选出所需要的信息，而图像放大则是需