图象处理演示 第二章.ppt

4.直方图的计算 输入参数:level=输入画面的灰度级数 输入数组:ii[Row][Col]=输入图象(灰度级为0,1,2,…,level-1) 输出数组:nh[level]=灰度直方图 nhist(int level) { int y,x,m,nh[256}； /*清0*/ for(m=0；mlevel；m++) nh[m]=0； /*计算直方图*/ for(y=o；yRow；y++) for(x=0；xCol；x++) ++nh[ii[y][x]]； } 2?3 图象的表示和数据结构 2?3?1 图像的数据结构 1?二维数组 这是把数字图象中各象素的值，对应于二维数组相应的各元素加以存储的方式。这适于灰度级大的浓淡图象的存储以及在通用计算机中容易处理，所以是最常采用的。 在采用二维数组的方式中，还有比特面方式。 把图象存储到能按比特进行存取的二维数组即比特面（bit plane）中的方式。对于n个比特的浓淡图象，要准备n个比特面。在比特面k中（k=0，1，...，n-1），存储的是以二维形式排列着的各个象素值的第k比特（0或者1）的数据。另一方面，也有n个同样大小的二维数组，把它作为n个比特面考虑，从而把二维图象存储到各比特面中。 以比特面作为单位进行处理时，其优点是能够在各面间进行高效率的逻辑运算，存储设备利用率高等，但也存在对浓淡图象的处理上耗费时间的问题。 面 面 n-1 2 1 0 2 1 0 1 * (I.J) 1 * 1 * 1 * (I,J) 1 1 0 1 n-1 n比特 第(I,J)象素的灰度值 M N 比特面方式 2.一维数组 如果给图象内的全体象素赋予按照某一顺序的一维的号码，则能够把图象数据存储到一维数组中。上面的二维数组，在计算机内部实际上也变成为一维数组。 M 行 1 2 : J : (I,J) N 象素地址 (J-1)*M+I 一维数组 行 1 2 3 J M M 把图象数据存储到一维数组中 其次,也有不是存储图象全体,而只是把应该存储的象素的信息,按照一定规则存储到一维数组中去的方法。这种方法主要是在二维图象中用来存储图象的轮廓线信息等。具体来讲是坐标序列，链码等。 3.分层结构 由原始图象开始依次构成象素数愈来愈少的图象，就能使数据表示具有分层性,其代表有锥形结构。 锥形结构 是对2k?2k个象素形成的图象，看成是分辨率（ 20?20 ～ 2k?2k：但20?20不具有反映输入图象二维构造的信息）不同的k+1幅图象的层次集合。从输入图象I0开始，顺序产生象素数纵横都变为1/2的一个一个的图象I1，I2，…。此时，作为图象IL的各象素的值，就是它前一个图象IL-1的相应的2?2象素的平均值（一般采用平均值，但也可以采用能表示2?2象素的性质的某个值)。 4象素灰度值的平均值 I0 8?8 锥形结构 I? I? 2?2 I1 4?4 具体来说，处理具有这样结构的数据时，首先对象素数少的（分辩率粗的）图象进行处理，然后根据需要，进到下面的象素数多的图象的对应位置，使用较细的信息进行处理。这比起只对原始图象进行处理的场合，可以采用先用粗图象进行处理，并限定应该仔细进行处理的范围的方法，可使处理的效率得到提高。 4. 树结构 二值图象 （0，1的分布） 图象的4叉树 图象的四杈树 对于二值图象，横纵都接连不断地二等分，如果被分割部分的图象中全体都变成白的或黑的时，这一部分则不再分割。用这种方法，可以把图象用树结构（4叉树）来表示。这可以用在特征提取和信息压缩等方面。 以上（1-4）基本上是对一幅图象的处理方法。 5. 多波段图象的数据结构 在彩色图象（红、绿、蓝），或把同一对象用多个不同的波长拍摄的多波段图象（多谱图象）中，各个象素包含着多个图象的信息。这类图象数据的处理，以多谱图象为例，有下列方法： ① 按每个波段存储图象， ② 按每个扫描线存储各个波段的数据， ③ 按每个象素存储各个波段的数据。 N 象素 波段n 波段2 波段1 M象素 波段1 波段2