数字图像处置冈萨雷斯数字图像处置基础.ppt

检测两幅图像之间的差别，增强细节 2.6.3 图像的代数运算 ②减法 （b）图的获取：将（a）图的每个pixel的最低阶bit位置0；（低阶bit位包含更多图像中的微小细节） （c）图是差值图像。可能出现负灰度值，所以要进行标定。 = — 检测同一场景两幅图像之间的变化 设： 时间1的图像为T1(x,y)， 时间2的图像为T2(x,y) g(x,y) = T2 (x,y) - T1(x,y) 2.6.3 图像的代数运算 ②减法 计算物体边界的梯度 在一个图像内，寻找边缘时，梯度幅度（描绘变化陡峭程度的量）的近似计算 2.6.3 图像的代数运算 ②减法 以后还会讲到 3.4 用算术/逻辑操作增强 减法处理:计算两幅图像对应像素点的差. 3.4.1 图像减法处理 减法处理的主要作用：增强两幅图像的差异。 差值图像的显示问题： 方法一： 方法二： ③乘法： 乘法的定义 主要应用举例 图象的局部显示 （用二值模板图像与原图像做乘法） 注意：在MATLAB中要用点乘运算 2.6.3 图像的代数运算 2.6.3 图像的代数运算 ③乘法： 模板图像h(x,y)的ROI区域为1（白色部分），其他区域为0（黑色部分） 2.6.3 图像的代数运算 ③乘法： 模板图像h(x,y)的ROI区域为1（白色部分），其他区域为0（黑色部分） 2.4.3 空间和灰度分辨率 空间分辨率（spatial resolution） b)10 km/pixel a)20 km/pixel; 图像中可分辨的最小细节，主要由采样间隔值决定 采样间隔值越小，空间分辨率越高 空间分辨率 （低） 空间分辨率 （高） 空间分辨率变化对图像视觉效果的影响 灰度级L不变 (a)原始图像(256×256) (b)采样图像(128×128) (c)采样图像(64×64) (d)采样图像(32×32) (e)采样图像(16×16) (c)采样图像(8×8) 灰度级别中可辨别的最小变化，通常也把灰度级L称为灰度分辨率 灰度分辨率 灰度级分辨率对图像视觉效果的影响 灰度级分别为256,128,64,32的数字图像 256 128 64 32 16 8 2 4 灰度级从256到2的数字图像 空间分辨率M×N不变 图像的分辨率表示的是能看到图像细节的多少，显然依赖于M×N和L 保持M×N不变而减少L则会导致假轮廓 保持L不变而减少M×N则会导致棋盘状效果 图像质量一般随着M×N和L的增加而增加，但存储量增大。 实验表明图像的细节越多，用保持M×N恒定而增加L的方法来提高图像的显示效果就越不明显，因此，对于有大量细节的图像只需要少数的灰度级。 小结： 2.4.3 空间和灰度分辨率 阅读例2.2 2.4.4 图像的收缩与放大 （1）、图像的收缩—— 行、列删除 最近邻域内插方法 在原图像上寻找最靠近的像素并把它的灰度值赋给栅格上的新像素。 （2）图像的放大——①创立新的象素位置；②给新象素赋灰度值 2.4.5 图像的收缩与放大 双线性内插方法 用最近领域内插法(上一行)和双线性内插法(下一行)得到的放大图像 分别将128×128,64×64, 32×32放大到1024×1024 （2）图像放大的效果比较（例2.4) 2.4.5 图像的收缩与放大 主要内容 相邻像素 邻接性、连通性、区域和边界 距离度量 基于像素的图像操作 图像的代数运算性、连通性、区域和边界 2.5 像素间的一些基本关系 2.5 像素间的一些基本关系 对于像素p(m,n) 4邻域 (m+1,n),(m-1,n),(m,n+1),(m,n-1) N4(p) 对角邻域 (m+1,n+1),(m+1,n-1),(m-1,n+1),(m-1,n-1) ND(p) 8邻域 N4(p) + ND(p) N8(p) 4邻域 8邻域 对角邻域 2.5.1 相邻像素 像素的相邻仅说明了两个像素在位置上的关系，若再加上取值相同或相近，则称两个像素邻接。 2.5.2 邻接性、连通性、区域和边界 1、两个像素p和q邻接的条件 （1）位置相邻 p(m,n)和q（s,t）位置上满足相邻，即 （2）灰度值相近，即称为灰度值相近（似）准则。 称为灰度值相近（似）准则。 2.5 像素间的一些基本关系 2、邻接性 令V是用于定义邻接性的灰度值集合（相似性准则），存在三种类型的邻接性： (1)4邻接:若像素p和q的灰度值均属于V中的元素，且q在N4(p)中，则p和q是4邻接的. (2)8邻接:若像素p和q的灰度值均属于V中