数字图像处理

什么是图象处理

对图象进行一系列操作，以达到预期的目的的技术成为称作图象处理。

图象处理可分为模拟图象处理和数字图象处理

将一幅二维的图像通过有限个离散点来表示就成为了数字图像，其中的每个点称为图像元素，即像素。

数字图像处理的两个主要任务：

如何利用计算机来改进图像的品质以便于人类视觉分析；

对图像数据进行存储、传输和表示，便于计算机自动化处理。

图像处理的范畴是一个受争论的话题，因此也产生了其他的领域比如图像分析和计算机视觉等等。

图像处理和计算机图形学的结合日益紧密，后者长期受到计算机游戏的推动

数字图象处理内容

狭义的数字图象处理是对输入图象进行某种变换得到输出图象（图象到图象）

图象分析是对图象感兴趣的目标进行检测和测量，建立图象目标的描述（图象到符号）

图象理解在一定程度上以客观世界为中心，借助知识、经验把握客观世界的过程（图象到知识）

数字图像处理的特点

1．具有数字信号处理技术共有的特点。如：

  1）处理精度高.2）重现性能好.3）灵活性高

2．数字图像处理后的图像可能是供人观察和评价的，也可能作为机器视觉的预处理结果。

3．数字图像处理技术适用面宽。原始模拟图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像、超声波图像或红外图像。

4．数字图像处理技术综合性强。

5．数字图像处理与模拟方式处理图像相比，也有一些不足之处，如

（1）数字图像处理的信息大多是二维或二维以上的多维信息，数据量巨大

（2）数字图像信号占用的频带较宽。

（3）处理费时。

图像压缩

图像数字化

图象数字化是将画面转化为数字图象的过程，主要包括采样、量化两个过程．

采样:将连续的图象换成离散点的操作

关键要素:采样间隔,采样孔径,采样方式

采样间隔的确定

采样孔径的类型

采样方式

量化

量化:将采样后离散象素的灰度转换成离散数值的过程。

灰度级数(G):一幅图象中不同灰度值的个数

灰度级数一般是2的整数幂,即是      ,从视觉效果来看只要灰度级数大于或等于26。

对于一幅行数为M,列数为N的图象,如果采用gbit量化,则该图象占用的存储空间为M*N*g(bit)。

数字图象的表示

一幅连续图像f (x, y)被取样，则产生的数字图像有M行和N列。坐标(x, y)的值变成离散值，通常对这些离散坐标采用整数表示 ：

4行5列

图像的坐标

一幅行数为M、列数为N的图像大小为M×N的矩阵形式为：

其中矩阵中的每个元素代表一个像素

直方图的应用

用于判断图象量化是否恰当

一般一幅数字图像应该利用全部或几乎全部可能的灰度级；

对直方图做快速检查

确定图象二值化的域值

使用轮廓线确定简单物体的边界的方法，称为阈值化

对物体与背景有较强对比的景物的分割特别有用；

图像的特征与噪声

图像的特征类别

自然特征

    光谱特征:

    几何特征:空间分辨率,图象纹理结构,图象变形

      时相特征:不同时间获取同一区域图象之间的差异

人工特征

  直方图特征:根据直方图获取灰度与灰度级象素出现的频率的关系。

  灰度边缘特征:反映图象中目标或对象面积以及形状。

  线和角点特征:

  纹理特征:某种结构在比它更大范围内呈现重复排列,结构称为纹理基元.

重视何种特征依赖于对象及处理目的.按照特征提取的范围

      点特征:由象素就能决定的性质

      局部特征:

      区域特征:

      整体特征:统计性质和结构特征

特征提取:获取图象特征信息的操作,它是模式识别,图象理解等的基础。

通过特征提取获得特征图象以及特征参数。

噪声:妨碍人的视觉器官或系统传感器对所接收的图象信息进行理解或者分析的各种因素。

噪声具有随机性,目前只能用概率统计的方法认识

噪声的分类:

    外部噪声:

    内部噪声:

    平稳噪声:

    非平稳噪声:

噪声特征

  噪声具有随机性,需用随机过程描述。

  一般用统计特征描述噪声:均值、方差

噪声模型

  加性噪声模型、乘性噪声模型

图象系统常见的噪声

  光电管噪声、摄相管噪声、前置放大器噪声、    光学噪声。