第一章 数字图像处理概述.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 应用3：通讯领域 多媒体通讯：数字电视、高清析度电视(HDTV)、多媒体信息处理,可视电话、会议电视等。 电话、电视、计算机三网合一 …… 应用4：工业 印刷电路板 机器人视觉 零件检测 邮政信件的自动检测 …… 应用5：军事公安 导弹制导 侦察照片的处理 指纹识别、人脸识别 …… 军事应用 目标跟踪 应用6：文化艺术 电视画面的数字编辑 动画制作 游戏 纺织工艺品设计 发型设计 文物资料图片的修复 …… Wallpaper 娱乐 1.6 图像的统计特征 1 图像的基本统计分析量 (1) 图像的信息量 一幅图像如果共有k种灰度值，并且各灰度值出现的概率分别为p1，p2，p3，……，pk，根据香农定理，图像的信息量可采用如下公式计算： (2) 图像灰度平均值 灰度均值是指一幅图像中所有像元灰度值的算术平均值，根据算术平均的意义，计算公式如下： (3) 图像灰度众数 顾名思义，图像灰度众数是指图像中出现次数最多的灰度值。 其物理意义是指一幅图像中面积占优的物体的灰度值信息。 (4) 图像灰度中值 图像灰度中值是指数字图像全部灰度级中处于中间的值，当灰度级数为偶数时，则取中间的两个灰度值的平均值。例如，若某一图像全部灰度级如下： 188，176，171 ，166，160 则灰度中值为171。 (5) 图像灰度方差 灰度方差反映各像元灰度值与图像平均灰度值的离散程度，计算公式如下： (6) 图像灰度值域 图像的灰度值域是指图像最大灰度值和最小灰度值之差，计算公式如下： 2. 多维图像的统计特性 (l) 协方差 设f(i，j) 和g(i，j)表示大小为M×N的两幅图像，则两者之间的协方差计算公式为： 式中，和分别表示f(i，j) 和g(i，j)的均值。 N个波段相互间的协方差矩阵用∑表示，其定义形式如下： (2) 相关系数 数字图像处理技术中的相关系数反映了两个不同波段图像所含信息的重叠程度，它是表示图像不同波段间相关程度的统计量。 相关系数的计算公式如下： N个波段的相关系数矩阵（简称为相关矩阵）R定义如下： 本 章 重 点 1. 图像的分类 2. 数字图像处理及其应用 3. 数字图像的基本类型 4. 图像的统计特性 * * * * * * * * * * 图像增强技术是用于改善图像视感质量所采取的一种方法。 因为增强技术并非是针对某种退化所采取的方法，所以很难预测哪一种特定技术是最好的，只能通过试验和分析误差来选择一种合适的方法。 有时可能需要彻底改变图像的视觉效果，以便突出重要特征的可观察性，使人或计算机更易观察或检测。在这种情况下，可以把增强理解为增强感兴趣特征的可检测性，而非改善视感质量。 图像增强 图像增强 图像处理应用的目标几乎均涉及到图像分析， 即对图像中的不同对象进行分割、 特征提取和表示，从而有利于计算机对图像进行分类、 识别和理解。 4) 图像分析 在工业产品零件无缺陷且正确装配检测中， 图像分析是对图像中的像素转化成一个“合格”或“不合格的判定。在有的应用中，如医学图像处理，不仅要检测出物体（如肿瘤）的存在， 而且还要检查物体的大小。 4. 图像分割（Image Segmentation） 把图像分成区域的过程就是图像分割。图像中通常包含多个对象， 例如， 一幅医学图像中显示出正常的或有病变的各种器官和组织。图像处理为达到识别和理解的目的，几乎都必须按照一定的规则将图像分割成区域， 每个区域代表被成像的一个物体（或部分）。 图像自动分割是图像处理中最困难的问题之一。人类视觉系统的优越性， 使得人类能够将所观察的复杂场景中的对象分开， 并识别出每个物体。但对计算机来说， 这却是一个难题。目前，大部分图像的自动分割还需要人工提供必需的信息来帮助，只有一部分领域（如印刷字符自动识别（OCR）、 指纹识别等）开始使用。由于解决和