数字图像处理第1章数字图像处理基础.pptVIP

三、图像处理技术的分类 模拟图像处理 数字图像处理。 （1） 模拟图像处理(Analog image processing)； 模拟处理包括：光学处理（利用透镜）和电子处理，如：照相、遥感图像处理、电视信号处理等，电视图像是模拟信号处理的典型例子，它处理的是活动图像，25帧/秒。 优点： 速度快，一般为实时处理，理论上讲可达到光的速度，并可同时并行处理。 缺点： 精度较差，灵活性差，很难有判断能力和非线性处理能力。 （2） 数字图像处理(Digital Image processing)： 数字图像处理一般都用计算机处理，因此也称之谓计算机图像处理（Computer Image processing）。 优点： 处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要改变软件就可以改变处理内容。 缺点： 处理速度是一个重要问题，特别是进行复杂的处理更是如此。一般情况下处理静止画面居多，如果实时处理一般精度的数字图像需要具有100Mips的处理能力。 （1）图像信息量和数据量大 在数字图像处理中，一幅图像可看成是由图像矩阵中的像素（pixel）组成的，每个像素的灰度级至少要6bit（单色图像）来表示，一般采用8bit（彩色图像），高精度的可用12bit或16bit。 例如： 256×256×8=64Kbytes 512×512×8=256Kbytes 1024×1024×8=1Mbytes 2048×2048×8=4Mbytes X光照片一般用64Kb～256Kb的数据量，一幅遥感图像3240×2340×4=30Mbits，因此，大数据量给存储、传输和处理都带来巨大的困难。 ? （2） 图像处理技术综合性强； 在数字图像处理中涉及的基础知识和专业技术相当广泛。一般来说涉及通信技术、计算机技术、电子技术、电视技术，至于涉及到的数学、物理等方面的基础知识就更多。 当今的图像处理理论大多是通信理论的推广，只是把通信中的一维问题推广到二维，以便于分析，在此基础上，逐步发展自己的理论体系。因此，图像处理技术与通信技术休戚相关。 在图像处理工程中的信息获取和显示技术主要源于电视技术，其中的摄像、显示、同步等各项技术是必不可少的。 计算机已是图像处理的常规工具，在图像处理中涉及到软件、硬件、网络、接口等多项技术，特别是并行处理技术在实时图像处理中显得十分重要。 图像处理技术的发展涉及越来越多的基础理论知识，雄厚的数理基础及相关的边缘学科知识对图像处理科学的发展有越来越大的影响。总之图像处理科学是一项涉及多学科的综合性科学。 （3）图像信息理论与通信理论密切相关。 早在1948年Shannon发表了“A mathematical Theory of Communication”（通信中的数学理论）一文，它奠定了信息论的基础。此后，信息理论已渗透到了各个领域。图像信息论也属于信息论科学中的一个分支。 从当今的理论发展看，我们可以说，图像信息论是在通信理论研究的基础上发展起来的。图像理论是把通信中的一维问题推广到二维空间上来研究的，也就是说，通信研究的是一维时间信息；图像研究的是二维空间信息； 总之，通信中的一维问题都可推广到二维，尽管有些理论尚不完全贴切，但对图像自身理论体系的形成有极大的借鉴意义。 1.2 图像数字化 大多数传感器的输出是连续电压波形 为了产生一幅数字图像，需要把连续的感知数据转化为数字形式 包括两种处理：采样和量化 采样：图像空间坐标的数字化 量化：图像函数值（灰度值）的数字化 1.2.1 采样 采样：指将空域上或时域上连续的图像(模拟图像)变换成离散采样点(像素)集合的一种操作。即：空间坐标的离散化。 图像采样(栅格化) 图像的采样与数字图像的质量 量化：把采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的量化。即：灰度的离散化。 1.2.2 量化 图像尺寸计算 为像素的大小 图像大小＝ 空间分辨率和灰度分辨率 空间分辨率(spatial resolution )： 图像空间中可分辨的最小细节。一般用单位长度上采样的像素数目或单位长度上的线对数目表示。 灰度分辨率(contrast resolution )： 图像灰度级中可分辨的最小变化。一般用灰度级或比特数表示。 数字图像处理 Digital Image Processing 张涛 华北水利水电大学机械学院 E_mail:ztncwu@126.com 参考书目 阮秋琦，数