数字图像处理.docx

第一章绪论

图像处理：是对图像信息进行加工以满足人的视觉或应用需求的行为。

数字图像：把连续的图像在坐标空间和性质空间都离散化，这种离散的图像就叫做数字图像。数字图像处理：就是利用计算机技术或其他数字技术，对图像信息进行某些数学运算和各种加工处理，以改善图像的视觉效果和提高图像实用性的技术。

图像处理研究的内容：包括图像变换，图像增强，图像恢复，图像压缩编码，图像分割与特征提取，形态学图像处理，图像的表示与描述等。

数字图像处理的应用

工业生产：无损探伤，石油勘探，生产过程自动化（识别零件，装配质量检查），工业机器人研制等。

数字图像在智能检测方面的应用——车辆流量检测

数字图像在智能检测方面的应用——物品消失或移动检测数字图像在智能检测方面的应用——车辆牌照识别

数字图像在智能检测方面的应用——空蚀破坏检测

数字图像在智能检测方面的应用——印刷缺陷系统污点检测

医学应用：通过CT及核磁共振、超声波、X射线成像的分析等，可提供医学诊断依据。

遥感：农、林等资源的调查，农作物长势监测，自然灾害监测、预报，地势、地貌测绘以及地质构造解译、找矿，环境污染检测等等。

第二章图像的基本概念

色度学是研究色彩计量的科学。

彩色光有三个基本（人的主观感受角度）：色调（颜色）；饱和度（深浅）；亮度（能量大小）色调(Hue)是光的一种属性，由可见光光谱中各分量成分的波长来确定。色调反映颜色的类别，如红色、绿色、蓝色等。

饱和度（Saturation)：彩色光所呈现颜色的深浅程度，取决于彩色光中白光的含量。

对于同一色调的彩色光，其饱和度越高，颜色就越深，或越纯；而饱和度越小，颜色就越浅，或纯度越低。高饱和度的彩色光可因掺入白光而降低纯度或变浅，变成低饱和度的色光。100%饱和度的色光就代表完全没有混入白光的纯色光。

亮度(Brightness)：光作用于人眼时引起的明亮程度的感觉。一般情况下，彩色光所包含的能量大则显得明亮，反之则暗。

数字图像是图像的数字表示，像素是其最小的单位。

图像坐标系:以矩阵坐标系来定义图像的坐标。矩阵是按照行列的顺序来定位数据的，但是图像是在平面上定位数据的，所以有一个坐标系定义上的特殊性。

黑白图像/二值图像指图像的每个像素只能是黑或者白，没有中间的过渡。像素值为0、1。灰度图像是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。

彩色图像是指每个像素的信息由RGB三原色构成的图像，其中RGB是由不同的灰度级来描述。数字图像的存储位图文件——文件的总体结构:位图文件头、位图信息头、位图颜色列表调色板、图像数据。

图像数字化是指将模拟图像经过离散化之后，得到用数字表示的图像。包括了空间离散化（即采样）和明暗表示数据的离散化（即量化）。

采样是指将在空间上连续的图像转换成离散的采样点（即像素）集的操作。采样时的注意点是：采样间隔的选取。采样间隔太小，则增大数据量；太大，则会发生信息的混叠，导致细节无法辨认。X轴方向和Y轴方向采样间隔相同。

量化是将各个像素所含的明暗信息离散化后，用数字来表示。一般的量化值为整数。

充分考虑到人眼的识别能力之后，目前非特殊用途的图像均为8bit量化，即采用0~255的整数来描述“从黑到白”。在3bit以下的量化，会出现伪轮廓现象。量化可分为均匀量化和非均匀量化。一般情况下，对灰度变化比较平缓的部分用比较多的量化级，在灰度变化比较剧烈的地方用比较高的分辨率。

灰度直方图是灰度级的函数，是对图像中灰度级分布的统计。有两种表示形式

图形表示形式

横坐标表示灰度级，纵坐标表示图像中对应某灰度级所出现的像素个数。

数组表示形式

数组的下标表示相应的灰度级，数组的元素表示该灰度级下的像素个数。

数字图像的灰度直方图性质：所有的空间信息全部丢失；每一灰度级的像素个数可直接得到。

第三章图像增强

图像增强的目的是为了改善画质，使图像的显示效果更加清晰。

增强技术包括：扩展对比度，平滑与去噪，锐化（增强边缘）。其实质是增强图像中感兴趣的信息，削弱或抑制（去除）某些不需要的信息

对比度：通俗地讲，就是亮暗的对比程度。对比度通常表现了图像画质的清晰程度。

对比度的计算公式如下：C???(i,j)2P

?

(i,j),其中，?(i,j)?i?j即相邻像素之间的灰

度差；P

?

?

(i,j) ，即相邻像素间的灰度差为δ的像素分布概率。

?(12?22)?(22?22?62)?(62?62?02)?(02?22) ?

?1 3 9 9? ? ?

? ?? ?,C ???(12?12?12)?(12