算子在图像变换中基本应用.docVIP

算子在图像变换中基本应用 　　摘 要：矩阵在图像处理中是一种非常常见的表示形式，其中矩阵运算在图像变换中有很大的应用，可分为图像之间的矩阵运算和图像自身的矩阵运算。结合算子的原理，对矩阵运算在图像变换中的应用做了实质的剖析，介绍了图像中矩阵计算的用途、实现图像自身变换的算子及图像自身矩阵变换的目的。 　　关键词：矩阵运算；图像变换；算子；DCT 　　中图分类号：TP391.4文献标识码：A 　　 　　Operators Basic Applies in the Image Transform 　　TANG Min1,2WNG Fei-xing3 　　(1.Information Engineering School,University of science and technology Beijing, Beijing 100083；2.Information Engineering School,JDZ Ceramic Institute, JingDeZhen 333403；3.Applied Science School, University of Science and Technology Beijing，Beijing 100083) 　　Key words: matrix operation；image transform；arithmetic operators；DCT 　　 　　在图像处理中，我们把一幅单色图像看做是一个二维的光强度函数f(x,y)，其中x和y是空间坐标，f在(x,y)点的值是正比于图像在该点的亮度值的；而彩色图像中，f则是一个向量，它的每一个分量代表图像在该点相应颜色通道（band）的亮度值。数字图像是在空间坐标和亮度值都离散化的图像f(x,y)，它可以用一个二维的整数数组来表示，或者一系列的二维数组来表示，每一个二维数组代表一个颜色通道。数字化后的亮度值称为灰度级（grey level）的值。数组的每一个元素称为像素（pixel或pel），一般数组的大小是几百乘几百个像素，并且可能出现大量不同的灰度级。因此，一个数字化图像通常具有如下形式： 　　 　　一般情况下，为了在计算机处理方便，把m，n取成相同的值且为2的幂，如8、16、32、64、128、256、512等，图像的许多计算可以得到简化。m，n的取值范围应该是以能够从离散图像重现出原来的连续图像为原则。多数情况下，m和n的取值为128或256，在处理遥感图像时，取成512×512、1024×1024等形式，因此还依据工作任务的需要及计算机的存储能力来决定m和n的取值范围。 　　 　　1 图像之间的矩阵运算 　　 　　对于一幅输入图像，经过点运算（point operation）将产生一幅输出图像，后者的每个像素点的灰度值仅由相应输入点像素点的值决定,点运算以预定的方式改变一幅图像的概率直方图，可看做是从像素到像素的复制操作。若输入图像为f(x,y)，输出图像为g(x,y)，则点运算可表示为g(x,y)=D[f(x,y)]，由此矩阵运算在图像变换中的基本应用可分为图像之间的矩阵运算和图像自身的矩阵运算。 　　对于图像之间的矩阵运算表达式如下： 　　g(x,y)=f1(x,y)+f2(x,y) g(x,y)=f1(x,y)-f2(x,y) 　　g(x,y)=f1(x,y)×f2(x,y) g(x,y)=f1(x,y)÷f2(x,y) 　　其中f1(x,y)，f2(x,y)为输入图像，而g(x,y)为输出图像，还可通过适当的组合，形成涉及几幅图像的复合代数运算方程。 　　1.1图像之间矩阵变换的目的 　　（1）图像相加的一个重要应用是对同一场景的多幅图像求平均值。这点经常被用来有效的降低加性（additive）随机噪声的影响。图像相加也可用于将一幅图像的内容叠加到另一幅图像上去，以达到二次曝光（double-exposure）的效果。 　　（2）图像相减可用于去除一幅图像中所不需要的加性图案，加性图案可能是缓慢变化的背景阴影、周期性的噪声，或在图像上每一像素处均已知的附加污染等。减法也可用于检测同一场景的两幅图像之间的变化。例如，某一场景的序列图像的减运算可用于运动检测。在计算用于确定物体边界位置的梯度时，也要用到图像减运算。 　　（3）在图像变换中，乘和除用得较少些，数字化器对一幅图像个点的敏感程度有可能由变化，乘和除运算有可能纠正这种影响。除运算可产生对颜色和多光谱图像分析十分重要的比率图像。用一幅掩模图像（mask image）乘某一图像可遮住该图像中的某些部分，使其仅留下感兴趣物体。 　　 　　2 用算子(operator)来实现图像自身变换 　　 　　我们用图像变化来进