数字图像处理第3章方法技巧.pptVIP

◆3.1 图像的几何变换 ◆3.2 图像的离散傅立叶变换 ◆3.3 图像变换的一般表示形式 ◆3.4 图像的离散余弦变换 ◆3.5 图像的离散沃尔什－哈达玛变换 ◆3.6 K-L变换 ; 图像和其它信号一样，既能在空间域（简称空域）处理，也能在频率域（简称频域）处理。把图像信息从空域变换到频域，可以更好地分析、加工、处理图像信息。 图像信息的频域处理具有如下特点 : ① 能量守恒，但能量重新分配； ② 有利于提取图像的某些特征； ③ 正交变换具有能量集中作用，可实现图像的高效压缩编码；④ 频域有快速算法，可大大减少运算量，提高处理效率。 本章除介绍图像的几何变换外，主要介绍可分离正交变换，包括离散傅立叶变换、离散余弦变换、离散哈达玛-沃尔什变换等 。 ; ?图像的几何变换包括: 图像的空间平移、比例缩放、旋转、仿射变换和图像插值。 ?图像几何变换的实质: 改变像素的空间位置或估算新空间位置上的像素值。 ; ?图像几何变换的一般表达式 : 其中， 为变换后图像像素的笛卡尔坐标， 为原始图像中像素的笛卡尔坐标。这样就得到了原始图像与变换后图像的像素的对应关系。 如果 ， ，则有 ， 即变换后图像仅仅是原图像的简单拷贝。 ; ?平移变换 : 若图像像素点 平移到 ，则变换函数为 ， 。 写成矩阵表达式为： 其中， 和 分别为 和 的坐标平移量。 ;，;3.1 图像的几何变换 ;图像的缩小;，;，;图像的放大;，;图像的放大;，;，;，;，;，;，;3.1 图像的几何变换 ;，;，;，;，;，;，;，;，;3.1 图像的几何变换 ;3.1 图像的几何变换;3.1 图像的几何变换 ;3.1 图像的几何变换 ;双线性插值法;3.1 图像的几何变换 ;3.1 图像的几何变换;补充 代数运算 ;加法运算;去除“叠加性”噪音 对于原图象f(x,y),有一个噪音图像集 { g i (x ,y) } i =1,2,...M 其中：g i (x ,y) = f(x,y) + h(x,y)i M个图像的均值定义为： g(x,y) = 1/M (g0(x,y)+g1(x,y)+…+ g M (x ,y)) 当：噪音h(x,y)i为互不相关，且均值为0时，上述图象均值将降低噪音的影响。;M=1;生成图象叠加效果：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;减法运算;消除背景影响：即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) 为去除了背景图像;;差影法 ; 在银行金库内，摄像头每隔一固定时间拍摄一幅图像，并与上一幅图像做差影，如果图像差别超过了预先设置的阈值，则表明可能有异常情况发生，应自动或以某种方式报警； 用于遥感图像的动态监测，差值图像可以发现森林火灾、洪水泛滥，监测灾情变化等； 也可用于监测河口、海岸的泥沙淤积及监视江河、湖泊、海岸等的污染； 利用差值图像还能鉴别出耕地及不同的作物覆盖情况。 ;(a)差影法可以用于混合图像的分离 ;(b) 检测同一场景两幅图像之间的变化 设： 时刻1的图像为T1(x,y)， 时刻2的图像为T2(x,y) g(x,y) = T2 (x,y) - T1(x,y);乘法运算;图像的局部显示; 一般的图像增强处理都是对整幅图像进行操作，而且在确定变换或转移函数时也是基于整个图像的统计量。但在实际应用中，往往需要仅对图像的某一局部区域进行增强，以突出某一具体的目标。要进行局部增强的前提是能够将某一个（或几个）局部区域从整个图像上剥离，然后单独对其进行处理，常用的剥离方法一般是掩膜技术（Mask），这就需要用到乘法运算。 ;;步骤： l）新建一个与原始图像大小相同的图层，图层的类型仍然是一个图像文件，而且一般要求是一个二值图像。 2）在新建图层上，由用户在屏幕上人工勾绘出要进行增强处理的局部区域，这个区域可以是点、线、面（闭合区域）或三者的组合。区域的确定也可以由其它二值图像文件导入或由计算机图形文件（矢量）经转换生成。; 3）在确定局部区域后，将整个图层保存为二值图像。选定区域内的像元值为1（白色），而区域外的像元值为0（黑色）。 4）将待处理的原始图像与3）