图像处理-2章-2(研究生).ppt

2.2 基本系统 基本图像处理系统的结构 基于CCD光电耦合器件的输入设备 摄像机、数字摄像机 数字相机 平板扫描仪 基于光电倍增管的输入设备 滚筒扫描仪 2.3 数字图像处理基础2.3.1 图像运算 1.算术运算 1)加法 运算的定义 C(x,y) = A(x,y) + B(x,y) 主要应用举例 去除“叠加性”噪声 生成图像叠加效果 2.3.1 图像运算 去除“叠加性”噪声 对于原图像f(x,y),有一个噪声图像集 { gi(x,y) } i =1,2,...M 其中：gi(x,y) = f(x,y) + h(x,y)i M个图像的均值定义为： g(x,y) = 1/M (g1(x,y)+g2(x,y)+…+ gM(x,y)) 当：噪声h(x,y)i为互不相关，且均值为0时， 上述图像均值将降低噪声的影响。 2.3.1 图像运算 生成图像叠加效果 对于两个图像f(x,y)和h(x,y)的均值有： g(x,y) = 1/2f(x,y) + 1/2h(x,y) 推广这个公式为： g(x,y) = αf(x,y) + βh(x,y) 其中α+β= 1 我们可以得到各种图像合成的效果，也可以用于两张图片的衔接 2.3.1 图像运算 2)减法 运算的定义 C(x,y) = A(x,y) - B(x,y) 主要应用举例 去除不需要的叠加性图案 显示两幅图像的差异，检测同一场景两幅图像之间的变化 如：视频中镜头边界的检测 图像分割：如分割运动的车辆，减法去掉静止部分，剩余的是运动像素和噪声 2.3.1 图像运算 去除不需要的叠加性图案 设：背景图像b(x,y)，前景背景混合图像f(x,y) g(x,y) = f(x,y) – b(x,y) g(x,y) 为去除了背景的图像。 电视制作的蓝屏技术就基于此 2.3.1 图像运算 3)乘法 运算的定义 C(x,y) = A(x,y) * B(x,y) 主要应用举例 图像的局部显示 用二值蒙板图像与原图像做乘法 2.3.1 图像运算 2.3.1 图像运算 2.逻辑运算 1)求反运算 定义 g(x,y) = 255 - f(x,y) 主要应用举例 获得一个阴图像 获得一个子图像的补图像 2.3.1 图像运算 获得一个阴图像 2.3.1 图像运算 获得一个子图像的补图像 2.3.1 图像运算 2)异或运算 定义 g(x,y) = f(x,y) ? h(x,y) 主要应用举例 获得相交子图像 2.3.1 图像运算 获得相交子图像 2.3.1 图像运算 3)或运算 定义 g(x,y) = f(x,y) ? h(x,y) 主要应用举例 合并子图像 2.3.1 图像运算 4)与运算 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 2.3.2 图像处理的算法形式（空间域） 1.点处理（Point Operation） ? 定义：这种运算的处理结果JP(I，J)只和像素点IP(I，J)的特征有关，即 JP(I，J)=?P(IP(I，J)) 2.3.2 图像处理的算法形式 2.邻域处理（Neighborhood Operation） ? 定义：输出图像的像素JP（I，J）的值和位于（I，J）附近的邻域里的像素点的特征有关，即： JP（I，J）=?N(N(IP(I，J)) 2.3.2 图像处理的算法形式 模板运算 所谓模板就是一个系数矩阵 模板大小：经常是奇数，如： 3 ? 3 5 ? 5 7 ? 7 模板系数: 矩阵的元素 w1 w2 w3 w4 w5 w6 w7 w8 w9 2.3.2 图像处理的算法形式 模板运算的定义 对于某图像的子图像： z1 z2 z3 z4 z5 z6 z7 z8 z9 z5的模板运算公式为： R = w1z1 + w2z2 + ... + w9z9 2.3.2 图像处理的算法形式 模板运算举例：均值变换 模板系数：wi = 1/9 计算公式： R = 1/9(z1 + z2 + ... + z9) 2.3.2 图像处理的算法形式 全局处理：JP(I,J)的值由图像内大范围内的像素值（有时也使用输入图像全部像素的值）来计算。 2.3.3 直方图 1.直方图定义 对应于每个灰度值、求出在图像中具有该灰度值的像素数的图形叫做灰度值直方图（GRAY LEVEL HISTOGRAM），或者简单地称作直方图。用横轴代表灰度值，纵轴代表像素数（或者产生概率：对整个画面上的像素数的比率）的棒图来表