数字图像处理（一）概论与基本原理.pdfVIP

数字图像处理（⼀）概论与基本原理 概论 数字图像处理是指将图像信号转换成数字信号并利⽤计算机对其进⾏处理的过程。⽽⼈眼观察外界世界是先通过⼈眼将看到的内容传⼊ ⼤脑来进⾏处理。⼆者虽然看上去不同，但其实际过程⼗分相似。⼈的眼球可以⽐作⼀架活的照相机。照相机有镜头、光圈、暗箱、底 ⽚和调节装置。⼈眼的结构和照相机⼗分相似，⾓膜和晶状体相当于镜头，瞳孔相当于光圈，脉络膜相当于暗箱，视⽹膜相当于底⽚。 ⾃然界各种物体在光线的照射下，不同颜⾊可以反射出明暗不同的光线，这些光线透过⾓膜、晶状体、玻璃体的折射，在视⽹膜上成 像，构成光刺激。视⽹膜上的感光细胞 （圆锥和杆状细胞）受光的刺激后，经过⼀系列的物理化学变化，转换成神经冲动，由视神经传 ⼊⼤脑⽪质的视觉中枢，然后我们就能看见物体了。从整个处理过程可以分为以下三个层次来⽐较分析： ⼀.初级处理： 对于数字图像处理⽽⾔，在图像获得的过程中，低级处理包括图像获得的原始过程和操作，如降低噪声的图像预处理、对⽐度增强和图 像锐化等。对于⼈来说，⼈眼通过对⾓膜、瞳孔等的调节来调节来适应实际环境以获得最佳的视觉效果，⽐如在看远近与亮暗环境下的 ⾃动调节。 ⼆.中级处理 数字图像处理的中级处理例如图像分割，将图像分为区域或者⽬标，然后对这些⽬标进⾏描述，以便把他们简化为适合计算机处理的形 式，并对单个⽬标进⾏分类 （识别）。实际上这⼀过程计算机从输⼊的图像中提取相关的属性，例如边缘、轮廓和单个物体的特性。⼈ 在获得⼀副图像的信息时这⼀过程并不是⼗分明显，⽽是直接惊醒了⾼级处理，通过联想 （例如⼈的神经⽹络）来将物体区分开来。但 实际过程是⼈先从这个画⾯中把相关的物体先区分出来这⼀中级处理，⽽后再做的⾼级处理。 三.⾼级处理 最后，计算机视觉⾼级处理通过以执⾏通常与⼈类视觉相关的感知函数，来对识别的对象进⾏总体确认。在这⼀领域中，其最终的⽬的 是⽤计算机模仿⼈类视觉，包括学习和推理，并根据视觉输⼊采取操作。这个领域属于⼈⼯智能 （AI）的分⽀，最终⽬标为实现像⼈⼀ 样来，对于视觉信息进⾏推理与分析。 基本原理 图像 某种物理量的空间分布，这⾥指的是光强(光通量)在图像平⾯ f(x, y)的分布。即⼀副图像可以定义为⼀个⼆维函数，其中x ，y为图像空 间坐标，⽽ f 在任意坐标(x, y)处的幅度称为图像在该点的亮度或灰度。 数字 这⾥的数字包含了两层的含义：其⼀，将实际空间中连续的图像信息离散化，即 x, y, f(x, y)的值都是有限的离散的图像称之为数字图 像。其⼆，该获得与处理过程是通过计算机，并结合数学⽅法来实现的。 处理 图像的运算 | 图像的滤波 | 图像的编码与压缩 | 图像分割 | 图像特征提取 | ... 数字图像的采样与量化 图像数字化的基本过程是⼀个AD转换的过程，在把⼀个模拟量转化为数字量时，包含有以下⼏个过程：采样、编码和量化。 采样定理 信号，频率与频谱 | 傅⾥叶级数 | 空间频率 | 奈奎斯特采样定理 | ⾹农定理 ⾹农公式：适⽤于限频、限功率⾼斯信道 奈奎斯特公式：适⽤于⽆码间⼲扰的理想低通信道 ⾹农公式：C=B×log2(1+S/N)。式中：B是信道带宽 （Hz），S是信号功率 （⽡），N是噪声功率 （⽡）。⾹农公式描述了限频、限功 率⾼斯信道的最⼤信息传输速率 （bps）与信道带宽、信噪⽐之间的关系。⾹农公式给出了信息传输速率的极限，即对于⼀定的传输带 宽和⼀定的信噪⽐，信息传输速率的上限就确定了。这个极限是不能够突破的。要想提⾼信息的传输速率，必须设法提⾼传输线路的带 宽，或者必须设法提⾼信噪⽐。 奈奎斯特公式：C = 2B×log2 (M) ，式中：C 是信息传输速率 （bps），B是带宽 （Hz），M是信号编码级数。码元传输的速率 （⼜叫波 特率，单位Baud）是受限的，最⾼码元传输速率＝2B （Baud）。但奈奎斯特公式并没有对信息传输速率 （bps）给出限制。要提⾼信 息传输速率就必须使每⼀个传输的码元能够代表更多个⽐特的信息。这就需要有很好的编码技术。 数字图像的性质 分辨率 （空间采样分辨率） | 量化级数（灰度分辨率） | 空间频率分布 | 噪声⽔平 数字图像硬件组成 光源 | 光学系统 | 探测器 | 计算机（DSP） | 接⼝ （采集卡）