数字图像处理知识点

数字图像处理知识点

课程重点：图像数字化，图像变换，图像增强，图像的恢复与重建，图像的编码，图像的分割与特征提取，图像识别。

数字图像处理的基本内容：

1、图像获取。举例：摄像机+图像采集卡、数码相机等。

2、图像增强。显示图像中被模糊的细节，或是突出图像中感兴趣的特征。 3、图像复原。以图像退化的数学模型为基础，来改善图像质量。 4、图像压缩。减小图像的存储量，或者在图像传输时降低带宽。 5、图像分割。将一幅图像划分为几个组成部分或分割出目标物体。 6、图像的表达与描述。图像分割后，输出分割标记或目标特征参数。 7、目标识别。把目标进行分类的过程。 8、彩色图像处理。 9、形态学处理。 10、图像的重建。

第一章 导论

图像按照描述模型可以分为:模拟图像和数字图像。

1)模拟图像，模拟图像可用连续函数来描述。其特点：光照位置和光照强度均为连续变化的。 2)数字图像，数字图像是图像的数字表示，像素是其最小的单位,用矩阵或数组来描述

图像处理：对图像进行一系列的操作,以达到预期的目的的技术。内容：研究图像信息的获取、传输、存储，变换、显示、理解与综合利用”的一门崭新学科。三个层次：狭义图像处理，图像分析，图像理解。

? 狭义图像处理主要指对图像进行各种操作以改善图像的视觉效果，或对图像进行压缩编码以减少

所需存储空间或传输时间、传输通路的要求。

? 图像分析主要是对图像中感兴趣的目标进行检测和测量，从而建立对图像的描述。图像分析是一

个从图像到数值或符号的过程。

? 图像理解则是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并

得出对图像内容含义的理解以及对原来客观场景的解译，从而指导和规划行动;

? 图像分析主要是以观察者为中心研究客观世界，图像理解在一定程度上是以客观世界为中心，借

助知识、经验等来把握整个客观世界。

图像处理的三个层次： 低级图像处理

内容：主要对图像进行各种加工以改善图像的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。 特点：输入是图像，输出也是图像，即图像之间进行的变换。 中级图像处理

内容：主要对图像中感兴趣的目标进行检测（或分割）和测量，以获得它们的客观信息从而建立对图像的描述。

特点：输入是图像，输出是数据。 高级图像处理

内容：在中级图像处理的基础上，进一步研究图像中各目标的性质和它们之间相互的联系，并得出对图像内容含义的理解（对像识别）及对原来客观场景的解释（计算机视觉），从而指导和规划行动。 特点：以客观世界为中心，借助知识、经验等来把握整个客观世界。 “输入是数据，输出是理解”。 一个图像处理和分析系统包括采集、显示、存储、通信、处理和分析五个模块。 数字图像处理特点：精度，再现性，通用性，灵活性。

第二章 数字图像处理的基本概念

图像数字化：将模拟图像经过离散化之后，得到用数字表示的图像。图像数字化是将一幅画面转化成计算机能处理的形式，包括采样和量化两个过程。

采样：是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。即：空间坐标的离散化。采样间隔和采样孔径的大小是两个重要的参数。

量化：把采样后所得的各像素的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。 连续灰度值量化为灰度级的方法有两种：

等间隔量化：简单地把采样值的灰度范围等间隔地分割并进行量化。

非等间隔量化：非均匀量化是依据一幅图像具体的灰度值分布的概率密度函数，按总的量化误差最小的原则来进行量化。简单说来就是对像素出现频度少的部分量化间隔取大，而对频度大的量化间隔取小。 数字化方式可分为均匀采样、量化和非均匀采样、量化。图像数字化一般采用均匀采样和均匀量化方式。 量化参数与数字化图像之间的关系：

? 采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋

盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。 ? 量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，

图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。

当限定数字图像的大小时, 为了得到质量较好的图像可采用如下原则：

? 对缓变的图像，应该细量化，粗采样，以避免假轮廓。 ? 对细节丰富的图像，应细采样，粗量化,以避免模糊（混叠）。

灰度图像：灰度图像是指每个像素由一个量化的灰度值来描述的图像。它不包含彩色信息。分辨率：指映射到图像平面上的单个像素的景物元素的尺寸。

图像分辨率：指每英寸图像含有多少个点或像素， 分辨率的单位为dpi。

（1）空间分辨率：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。

（2）灰度分辨率：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。 图像数字化：

采样和量化是数字化一幅图像的两个基本过程。即把图像划分为若干图像元素(像素)并给出它们的地址（采样）； 度量每一像素的灰度， 并把连续的度量结果量化为整数（量化）；最后将这些整数结果写入存储设备。为完成这些功能， 图像数字化设备必须包含以下五个部分： 采样孔，图像扫描机构，光传感器，量化器，输出存储装置。

线性度：灰度正比于图像亮度的实际精确程度。

图像数字化器的评价项目：空间分辨率，灰度分辨率，图像大小，量测特性，扫描速度，噪声，其他（黑白、彩色、性能、价格等）。

灰度直方图：灰度直方图反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。它是图像的一个重要特征，反映了图像灰度分布的情况。

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，灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。

应用：用于判断图像量化是否恰当，用于确定图像二值化的阈值，当物体部分的灰度值比其它部分灰度值大时，可利用直方图统计图像中物体的面积；计算图像信息熵。

图像处理的几种基本算法： 1、 局部处理

包括：点处理，局部处理和大局处理。

邻域：对于任一像素（i，j），集合{（i+p,j+q），p、q取合适的整数}叫做该像素的邻域。常用的有4邻域个8邻域。 2、 迭代处理

反复对图像进行某种运算直至满足给定的条件，从而得到输出图像的处理形式称为迭代处理。如图像的细化处理过程。 3、跟踪处理

4、位置不变处理和位置可变处理

输出像素的值的计算方法与像素的位置无关的处理称为位置不变处理或位移可变处理； 反之，虽位置不同计算方法也不同的处理称为位置可变处理。 5、窗口处理和模板处理

单独对图像中选定的矩形区域内的像素 进行处理的方式叫做窗口处理 ；希望单独处理任意形状的区域时，可采用模板处理。

若模板成矩形区域，则与窗口处理具有相同的效果，但窗口处理与模板处理不同之处是后者必须设置一个模板平面。

6、串行处理与并行处理

后一像素输出结果依赖于前面像素处理的结果，并且只能依次处理各像素而不能同时对各像素进行相同处理的一种处理形式称为串行处理。

对图像内的各像素同时进行相同形式运算的一种处理形式称为并行处理。

图像的数据结构

1组合方式——组合方式是一个字长存放多个像素灰度值的方式。它能起到节省内存的作用，但导致计算量增加，使处理程序复杂。

2比特面方式——按比特位存取像素，即将所有像素的相同比特位用一个二维数组表示，形成比特面。这种结构能充分利用内存空间，但对灰度图像处理耗时多。

3分层结构——由原始图像开始依次构成像素数愈来愈少的一幅幅图像，就能使数据表示具有分层性，其代表有锥形(金字塔)结构。

4树结构——对于一幅二值图像的行、列都接连不断地二等分，如果图像被分割部分中的全体像素都变成具有相同的特征时，这一部分则不再分割。用这种方法，可以把图像用树结构(4叉树)表示。这可以用在特征提取和信息压缩等方面。

5多重图像数据存储：逐波段存储，逐行存储，逐像素存储。

图像的特征

自然特征：光谱，几何，时相；人工特征：直方图，灰度边缘，线、角、纹理特征。 特征范围划分：点特征、局部特征、区域特征、整体特征。

特征提取：获取图像特征信息的操作称作特征提取。通过特征提取，可以获得特征构成的图像（称作特征图像）和特征参数。

特征空间：把从图像提取的m个特征量y1，y 2，…，ym，用m维的向量Y＝[y1 y2…ym]t表示称为特征向量。另外，对应于各特征量的m维空间叫做特征空间。特征向量Y就可作为这个特征空间的点来表示。

第三章 图像变换

图像变换目的：

使图像处理问题简化；有利于图像特征提取；有助于从概念上增强图像信息的理解。 图像变换要求：正交变换必须是可逆的；正交变换和反变换不能太复杂。

二维线性不变系统

二维离散傅里叶变换的若干性质：

1周期性和共轭对称性——对图像的频谱分析和显示带来很大益处。 2分离性——一个二维傅立叶变换可由连续两次一维傅立叶变换来实现。 3平移性质——对F(x,y)的平移不影响其傅立叶变换的幅值。

4旋转性质——对F(x,y)旋转θ0对应于将其傅立叶变换F(u,v)也旋转θ0 。 5分配率——傅立叶变换和反变换对加法满足分配律，但对乘法则不满足。 6尺度变换（缩放） 7平均值 8离散卷积定理 9离散相关定理

小波变换——“小波”就是小的波形。所谓“小”是指它具有衰减性;“波”则是指它的波动性，其振幅正负相间的震荡形式。平移确定某个频率出现的位置，伸缩得到从低到高不同频率的基波。小波是一个具有振荡性和迅速衰减的波。

原则上能用傅立叶分析的地方均可用小波分析，甚至能获得更好的结果。 其中a>0，b∈R。上式给出f(t)的一种多尺度表示，a代表尺度因子，称为小波。

若a>1，则小波函数具有伸展作用；a<1时，函数具有收缩作用。而傅立叶变换则恰好相反。 一维小波变换的基本性质：

1、线性——小波变换是线性变换，它把一信号分解成不同尺度的分量。 2、平移和伸缩的共变性——连续小波变换在任何平移和伸缩下之下是共变的 3、微分运算

4、其他——小波变换还有诸如局部正则性、能量守恒性、空间——尺度局部化等特性。 典型小波：Haar小波，墨西哥草帽。

第四章 图像增强

图像增强：采用一系列技术有选择地突出某些感兴趣的信息，同时抑制一些不需要的信息，以提高图像的使用价值。

增强目的：采用一系列技术改善图像的视觉效果；将图像转换成一种更适合于人或机器进行分析处理的形式。

增强方法：空间域增强和频率域增强。

空间域增强是直接对图像像素进行处理；频率域增强是对图像经傅立叶变换后的频谱成分进行处理，然后逆傅立叶变换获得所需的结果。

图像校正：辐射校正和几何校正。 原因：

辐射校正由于遥感检测系统、大气散射和吸收等原因引起的图像模糊失真、分辨率和对比度下降等辐射失真；

几何校正是由于搭载传感器的遥感平台飞行姿态变化、地球自传、地球曲率等原因引起的图像几何益畸变。

图像辐射校正： 1系统辐射校正

?a,b(t)?1ab?(t?a)