数字图像处理简单理解例题解析考点清晰省公共课一等奖全国赛课获奖课件.pptx

数字图像处理复习课数字图像处理复习课第1页填空题（填空题（20分）分）判断题（判断题（10分）分）问答题（问答题（20分）分）计算题（计算题（35分）分）编码题（编码题（15分）分）第2页数字图像分类：数字图像分类：按图像空间坐标和亮度连续性可分为按图像空间坐标和亮度连续性可分为模拟图模拟图像和数字图像像和数字图像图像处理内容图像处理内容：图像处理内容图像处理内容：依据抽象程度不一样可分为三个层次依据抽象程度不一样可分为三个层次：狭义：狭义图像处理、图像分析和图像了解图像处理、图像分析和图像了解。第一章第一章导论导论第3页物体色分为：物体色分为：有色物体和消色物体有色物体和消色物体马赫带效应：指有一定反差图像临界部位在视觉马赫带效应：指有一定反差图像临界部位在视觉上给人以尤其白或尤其黑感觉。上给人以尤其白或尤其黑感觉。一幅图像能够被看做是空间上各点光强度集合。一幅图像能够被看做是空间上各点光强度集合。数字图像用数字图像用矩阵矩阵表示。表示。第第2 2章章 DIP DIP基本概念基本概念第4页第5页 经采样图像被分割成空间上离散像素，但其灰度经采样图像被分割成空间上离散像素，但其灰度是连续，还不能用计算机进行处理。是连续，还不能用计算机进行处理。将像素灰度转将像素灰度转换成离散整数值过程叫换成离散整数值过程叫量化量化。表示像素明暗程度整数称为像素灰度级或灰度值或灰度。一幅数字图像中不一样灰度级个数称为灰度级数，用G表示。第6页 普普通通来来说说，g就就是是表表示示存存放放图图像像像像素素灰灰度度值值所所需比特位数。需比特位数。若若一一幅幅数数字字图图像像量量化化灰灰度度级级数数G=256=28级级，灰灰度度取取值值范范围围普普通通是是0255整整数数，因因为为用用8bit就就能能表表示示灰灰度度图图像像像像素素灰度值，所以常称灰度值，所以常称8 bit 量化量化第7页图像灰度直方图图像灰度直方图一、概念一、概念1 1、定义、定义 灰度直方图反应是一幅图像中各灰度级像素出现频灰度直方图反应是一幅图像中各灰度级像素出现频率。率。以灰度级为横坐标，纵坐标为灰度级频率以灰度级为横坐标，纵坐标为灰度级频率，绘制频绘制频率同灰度级关系图就是灰度直方图率同灰度级关系图就是灰度直方图。它是图像一个主要。它是图像一个主要特征，反应了图像灰度分布情况。特征，反应了图像灰度分布情况。频率计算式为频率计算式为第8页0132132105762567160635122675365032272416225627601232121231231221v0=5/64v1=12/64v2=18/64v3=8/64v4=1/64v5=5/64v6=8/64v7=5/64ivi2 2、计算、计算 该图像像元总数为该图像像元总数为8*8=64,8*8=64,i=0,7=0,7第9页二、直方图性质二、直方图性质灰灰度度直直方方图图只只能能反反应应图图像像灰灰度度分分布布情情况况，而而不不能能反反应应图像像素位置图像像素位置,即丢失了像素位置信息。即丢失了像素位置信息。一一幅幅图图像像对对应应唯唯一一灰灰度度直直方方图图，反反之之不不成成立立。不不一一样样图像可对应相同直方图。图像可对应相同直方图。一一幅幅图图像像分分成成多多个个区区域域，多多个个区区域域直直方方图图之之和和即即为为原原图像直方图。图像直方图。不一样图像含有相同直方图不一样图像含有相同直方图第10页第三章第三章 图像变换图像变换傅里叶变换图像了解傅里叶变换图像了解 图像频率是表征图像中图像频率是表征图像中灰度改变猛烈程度灰度改变猛烈程度指标，指标，是灰度在平面空间上梯度。是灰度在平面空间上梯度。经过傅里叶变换后图像，经过傅里叶变换后图像，四角对应于低频成份，四角对应于低频成份，中央部位对应于高频部分。中央部位对应于高频部分。第11页点运算点运算：指：指像素值经过运算改变之后，能够改进像素值经过运算改变之后，能够改进图像显示效果图像显示效果。是一个像素逐点运算。是一个像素逐点运算。对比度增强、对比度拉伸或灰度变换都属于点运对比度增强、对比度拉伸或灰度变换都属于点运算算。它是图像数字化软件和图像显示软件主要组。它是图像数字化软件和图像显示软件主要组成部分。成部分。空间域平滑经过空间域平滑经过积分积分过程使得图像边缘含糊，图过程使得图像边缘含糊，图像锐化经过像锐化经过微分微分而使图像边缘突出、清楚。而使图像边缘突出、清楚。第四章第四章 图像增强图像增强第12页二、灰度变换二、灰度变换理论基础理论基础当观察直方图形态时，发觉当观察直方图形态时，发觉直方图峰值偏向亮直方图峰值偏向亮度坐标轴左侧，则说明图像偏暗度坐标轴左侧，则说明图像偏暗;峰值偏向坐标轴右侧，则说明图像偏亮峰值偏向坐标轴右侧，则说明图像偏亮;峰值提升过陡、过窄，说明图像高密度值过于峰值提升过陡、过窄，说明图像高密度值过于集中集中。以上情况均是图像对比度较小，图像质量较差以上情况均是图像对比度较小，图像质量较差反应。反应。第13页 从直方图形态判断图像质量从直方图形态判断图像质量第14页1.1.直方图均衡化直方图均衡化 直方图均衡化直方图均衡化是是将原图像经过某种变换，得到一将原图像经过某种变换，得到一幅灰度直方图为均匀分布幅灰度直方图为均匀分布新图像方法。新图像方法。直方图均衡化直方图均衡化 直方图均衡化方法基本思想直方图均衡化方法基本思想是对在图像中像素个数是对在图像中像素个数多灰度级进行展宽，而对像素个数少灰度级进行缩减。多灰度级进行展宽，而对像素个数少灰度级进行缩减。从从而到达清楚图像目标。而到达清楚图像目标。三、直方图修整法三、直方图修整法第15页例例假设有一幅图像，共有假设有一幅图像，共有6464个像素，个像素，8个个灰度级，各灰度级概率分布见下表灰度级，各灰度级概率分布见下表，试将其直，试将其直方图均匀化。方图均匀化。灰度灰度级级rk01/72/73/74/75/76/71像素数像素数nk 790102385065632924512281概率概率Pk(rk)0.190.250.210.160.080.060.030.02第16页由下面公式能够得到由下面公式能够得到s2.s7第17页均衡化过程均衡化过程原灰度原灰度级级变换变换函数函数值值原灰度原灰度级级分分布布原来像原来像素数素数新灰度新灰度级级新灰度新灰度级级分布分布原灰度原灰度分布分布r0=00790 0.19r1=1/71/7=0.1410230.25r2=2/72/7=0.29850 0.21r3=3/73/7=0.436560.16r4=4/74/7=0.57329 0.08r5=5/75/7=0.712450.06r6=6/76/7=0.861220.03r7=11.00810.02s0(790)790/4096=0.19s1(1023)1023/4096=0.25s2(850)850/4096=0.21s3(985)985/4096=0.24s4(448)448/4096=0.11s0=T(r0)=0.19s1=T(r1)=0.44s2=T(r2)=0.65s3=T(r3)=0.81s4=T(r4)=0.89s5=T(r5)=0.95s6=T(r6)=0.98s7=T(r7)=1.00s0=T(r0)=0.19s1=T(r1)=0.44s2=T(r2)=0.65s3=T(r3)=0.81s4=T(r4)=0.89s5=T(r5)=0.95s6=T(r6)=0.98s7=T(r7)=1.00第18页直方图均衡化结果直方图均衡化结果 图像直方图均衡化图像直方图均衡化0 rk0.250.200.150.100.05Pk(rk)(a)原直方图原直方图(b)均衡后直方图均衡后直方图0.250.200.150.100.05Ps(sk)0 sk第19页定义：定义：对一个滑动窗口内诸像素灰度值排序，用中值代替窗对一个滑动窗口内诸像素灰度值排序，用中值代替窗口中心像素原来灰度值口中心像素原来灰度值，所以它是一个，所以它是一个非线性非线性图像平滑法。图像平滑法。第20页原理示例：原理示例：数值排序数值排序m-2m-1mm+1m+2610258mm+1m-2m+2m-1610258266中值滤波中值滤波第21页12143122345768957688567891214312234576895768856789234566678第22页彩色增强技术彩色增强技术 彩色增强技术是利用人眼视觉特征，将灰度彩色增强技术是利用人眼视觉特征，将灰度图像变成彩色图像或改变彩色图像已经有彩色分图像变成彩色图像或改变彩色图像已经有彩色分布，改进图像可分辨性。布，改进图像可分辨性。彩色增强方法可分为彩色增强方法可分为伪伪彩色增强和假彩色增强彩色增强和假彩色增强两类。两类。第23页伪彩色增强伪彩色增强 伪彩色增强是把黑白图像各个不一样灰度级按照线性伪彩色增强是把黑白图像各个不一样灰度级按照线性或非线性映射函数变换成不一样彩色，得到一幅彩色图像或非线性映射函数变换成不一样彩色，得到一幅彩色图像技术技术。使原图像细节更易识别，目标更轻易识别。使原图像细节更易识别，目标更轻易识别。第24页假彩色增强假彩色增强 假彩色增强是对一幅自然彩色图像或同一景物多光假彩色增强是对一幅自然彩色图像或同一景物多光谱图像，经过映射函数变换成新三基色分量，彩色合成谱图像，经过映射函数变换成新三基色分量，彩色合成使感兴趣目标展现出与原图像中不一样、奇异彩色。使感兴趣目标展现出与原图像中不一样、奇异彩色。假彩色增强目标：假彩色增强目标：一是使感兴趣目标展现奇异彩色或置于奇特彩色环一是使感兴趣目标展现奇异彩色或置于奇特彩色环境中，从而更引人注目；境中，从而更引人注目；一是使景物展现出与人眼色觉相匹配颜色，以提升一是使景物展现出与人眼色觉相匹配颜色，以提升对目标分辨力。对目标分辨力。第25页 图像复原：图像复原：要尽可能恢复退化图像原来面目，它是沿图像退化逆过要尽可能恢复退化图像原来面目，它是沿图像退化逆过程进行处理。程进行处理。第五章第五章 图像复原与重建图像复原与重建图像复原过程以下：图像复原过程以下：找退化原因找退化原因建立退化模型建立退化模型反向推演反向推演恢复图像恢复图像图像重建三种模型为透射模型、发射模型、反射模型图像重建三种模型为透射模型、发射模型、反射模型 第26页 图像复原和图像增强区分：图像复原和图像增强区分：图像增强是试图采取各种技术来增强图像视觉效果图像增强是试图采取各种技术来增强图像视觉效果。而图像复原就完全不一样，需而图像复原就完全不一样，需知道图像退化知道图像退化机制和过程机制和过程等等先验知识先验知识，据此，据此找出找出一个对应一个对应逆处理方法逆处理方法，从而得到复原，从而得到复原图像。图像。假如图像已退化，应假如图像已退化，应先作复原处理，再作增强处理先作复原处理，再作增强处理。二者目标都是为了改进图像质量二者目标都是为了改进图像质量。第27页 从信息论观点看，描述图像信源数据由从信息论观点看，描述图像信源数据由有用数据和有用数据和冗余数据冗余数据两部分组成。两部分组成。数据冗余概念数据冗余概念数据是信息载体数据是信息载体同量数据可表示不一样量信息同量数据可表示不一样量信息同量信息可用不一样量数据表示同量信息可用不一样量数据表示冗余冗余数据表示了无用信息数据表示了无用信息数据表示了已表示信息数据表示了已表示信息第六章第六章 图像编码与压缩图像编码与压缩第28页图像编码与压缩就是图像编码与压缩就是对图像数据按一定规则进行变对图像数据按一定规则进行变换和组合，到达以尽可能少代码（符号）来表示尽换和组合，到达以尽可能少代码（符号）来表示尽可能多图像信息。可能多图像信息。假如能降低或消除其中假如能降低或消除其中1 1种或各种冗余，就能取得种或各种冗余，就能取得数据压缩效果。数据压缩效果。第29页图像保真度准则图像保真度准则 图像保真度图像保真度信息无损型信息无损型/信息损失型信息损失型描述解码图像相对于原始图像偏离程度描述解码图像相对于原始图像偏离程度对信息损失测度对信息损失测度主观保真度准则主观保真度准则主观察量图像质量，因人而异，应用不方便主观察量图像质量，因人而异，应用不方便客观保真度准则客观保真度准则用编码输入图与解码输出图某个确定函数表示损失用编码输入图与解码输出图某个确定函数表示损失信息量，信息量，便于计算或测量便于计算或测量第30页霍夫曼编码霍夫曼编码 编码方法是：编码方法是：把输入符号按出现概率从大到小排列起来把输入符号按出现概率从大到小排列起来,接着把概率接着把概率 最小两个符号概率求和最小两个符号概率求和;把它（概率之和）同其余符号概率由大到小排序把它（概率之和）同其余符号概率由大到小排序,然后把然后把两个最小概率求和两个最小概率求和;重复重复,直到最终只剩下两个概率为止。直到最终只剩下两个概率为止。在上述工作完成之后，从最终两个概率开始逐步向前在上述工作完成之后，从最终两个概率开始逐步向前进行编码。对于进行编码。对于概率大消息赋予概率大消息赋予0 0，小赋予，小赋予1 1。第31页(1)缩减信源符号数量缩减信源符号数量将信源符号按出现概率从大到小排列，然后选将信源符号按出现概率从大到小排列，然后选2个最小个最小结合。结合。第32页(2)对每个信源符号赋值对每个信源符号赋值从（消减到）最小信源开始，逐步回到初始信源从（消减到）最小信源开始，逐步回到初始信源第33页 图像分割就是将一幅图像中目标物分离出来。图像分割就是将一幅图像中目标物分离出来。由边缘形成线特征包含由边缘形成线特征包含可组成线特征边缘提取、将边缘可组成线特征边缘提取、将边缘连成线连成线两大过程。两大过程。第第7 7章章 图像分割图像分割第34页把图像分割成若干小区域，比较相邻小区域特征相同把图像分割成若干小区域，比较相邻小区域特征相同性，若它们性，若它们足够相同，则作为同一区域合并足够相同，则作为同一区域合并，以此方式将，以此方式将特征相同小区域不停合并，直到不能合并为止，最终形成特征相同小区域不停合并，直到不能合并为止，最终形成特征不一样各区域。这种分割方式也称特征不一样各区域。这种分割方式也称区域扩张法区域扩张法。可分。可分为三种区域增加法：为三种区域增加法：单一型（像素与像素）单一型（像素与像素）质心型（像素与区域）质心型（像素与区域）混合型（区域与区域）混合型（区域与区域）区域增加区域增加第35页10/10/36直观上看，这是直观上看，这是像素像素(i,j)附近像素形成区域附近像素形成区域.最经常采取是最经常采取是4-邻域和邻域和8-邻域邻域 4-邻域和邻域和8-邻域邻域第第8 8章章 二值图像处理与形状分析二值图像处理与形状分析 第36页10/10/37像素连接像素连接 对于二值图像中含有对于二值图像中含有相同值相同值两个像素两个像素a和和b，设全部和它们含有相同值像素为设全部和它们含有相同值像素为Pi,当当存在存在各各Pi 和和Pi-1为为4-/8-邻域像素序列邻域像素序列P0(=a),P1,P2,Pn-1,Pn(=b)时时，像素，像素a和和b称为称为4-/8-连接连接。另外，这个像素序列称为另外，这个像素序列称为4-/8-路径路径（4-/8-path）。）。第37页10/10/38连接数连接数 某个某个1-像素像素x0连接数，能够利用其连接数，能够利用其8-邻域像素值邻域像素值f(x1)f(x8)按下式定义：按下式定义：4-连接用连接用Nc(4),8-连接用连接用Nc(8)表示表示.第38页计算像素计算像素p p4-/8-4-/8-邻接连接数公式分别为邻接连接数公式分别为 pp0p1p2p3p4p5p6p7第39页10/10/40不论是不论是4-连接还是连接还是8-连接情形，连接数总是取连接情形，连接数总是取04之间之间值。值。下面是表示下面是表示3*3像素中央像素连接数（像素中央像素连接数（8-连接）。连接）。001010100连接数=211 111 011 0连接数=1010010000连接数=1101010100连接数=3111010101连接数=31 0 10 1 01 0 1连接数=4111111111连接数=0第40页10/10/41按连接数按连接数Nc(p)大小可将像素分为以下几个：大小可将像素分为以下几个：孤立点孤立点：B（p）=1像素像素p，在，在4-/8-邻接情况下，邻接情况下，当当其其4-/8-邻接像素全是邻接像素全是0时，像素时，像素p叫做孤立点叫做孤立点。其连接数。其连接数Nc(p)=0。内部点内部点：B（p）=1像素像素p，在，在4-/8-邻接情况下，邻接情况下，当当其其4-/8-邻接像素全是邻接像素全是1时，叫做内部点时，叫做内部点。内部点连接数。内部点连接数Nc(p)=0。边界点边界点:在在B（p）=1像素中，像素中，把除了孤立点和内部把除了孤立点和内部点以外点叫做边界点点以外点叫做边界点。在边界点上，。在边界点上，1Nc(p)4。连接数连接数=0：孤立点或内部点：孤立点或内部点连接数连接数=1：端点：端点 连接数连接数=2：连接点：连接点连接数连接数=3：分枝点：分枝点 连接数连接数=4：交叉点：交叉点第41页变形操作变形操作数学形态学数学形态学：（：（Mathematics Morphology）形成于形成于1964年，法国巴黎矿业学院马瑟荣（年，法国巴黎矿业学院马瑟荣（G.Matheron）和其学生赛拉（）和其学生赛拉（J.Serra）从事铁矿核定量岩）从事铁矿核定量岩石学分析，提出了该理论。石学分析，提出了该理论。第42页10/10/43基本思想：基本思想：用含有一定用含有一定形态结构元素去度量和提取图像形态结构元素去度量和提取图像中对中对应形状以到达对图像分析和识别目标。应形状以到达对图像分析和识别目标。数学形态学数学基础和所用语言是数学形态学数学基础和所用语言是集合论集合论。数学形态学应用能够简化图像数据，数学形态学应用能够简化图像数据，保持它们基保持它们基本形状本形状，并，并除去不相干结构除去不相干结构。第43页10/10/44 形态学研究几何结构基本思想形态学研究几何结构基本思想 利用一个结构元素（相当于模板）去探测一个图像。利用一个结构元素（相当于模板）去探测一个图像。看是否能将这个结构元素很好地填放在图像内部。看是否能将这个结构元素很好地填放在图像内部。B图图1 1 形态学基本运算形态学基本运算A第44页10/10/45数学形态学基本运算有数学形态学基本运算有4个：个：膨胀（或扩张）膨胀（或扩张）腐蚀（或侵蚀）腐蚀（或侵蚀）开启开启闭合闭合第45页膨胀和收缩（腐蚀）膨胀和收缩（腐蚀）1、膨胀（、膨胀（dilation）简单膨胀是简单膨胀是将与某物体接触全部背景合并到该物将与某物体接触全部背景合并到该物体过程。体过程。过程结果是过程结果是使物体面积增大了对应数量点使物体面积增大了对应数量点。假如物体是圆，它直径在每次膨胀后增大假如物体是圆，它直径在每次膨胀后增大2个像素。个像素。假如两个物体在某点相隔少于假如两个物体在某点相隔少于3个像素，它们将个像素，它们将在该点连通起来（合并为一个物体）。在该点连通起来（合并为一个物体）。第46页10/10/47例：膨胀运算图解例：膨胀运算图解:图图(a)阴影部分为集合阴影部分为集合F，图图(b)中阴影部分为结构元素中阴影部分为结构元素B（标有（标有+处为原点），处为原点），图图(c)中中2种阴影部分合起来为集合膨胀后集合。种阴影部分合起来为集合膨胀后集合。（深色阴影部分为扩大部分）（深色阴影部分为扩大部分）(a)(b)(c)第47页10/10/482、腐蚀（、腐蚀（Erosion）简单腐蚀是简单腐蚀是消除消除物体全部物体全部边界点边界点一个过程，其结一个过程，其结果使剩下物体沿其周围果使剩下物体沿其周围比原物体小一个像素面积比原物体小一个像素面积。假如物体是圆，它直径在每次腐蚀后将降低假如物体是圆，它直径在每次腐蚀后将降低2个像个像素。素。假如假如物体任一点宽度小于物体任一点宽度小于2个像素物体将被除去个像素物体将被除去。腐蚀对从一幅分割图像中去除小且无意义物体是很腐蚀对从一幅分割图像中去除小且无意义物体是很有用。有用。第48页10/10/49例例:腐蚀运算图解。腐蚀运算图解。图图(a)阴影部分为集合阴影部分为集合F;图图(b)中阴影部分为结构元素中阴影部分为结构元素B（标有（标有+处为原点）处为原点）;图图(c)中深色部分为腐蚀后结果中深色部分为腐蚀后结果,（浅色阴影部分为原（浅色阴影部分为原来部分）来部分）;图图(d)中深色部分为对腐蚀后结果再用相同结构元素进中深色部分为对腐蚀后结果再用相同结构元素进行膨胀结果。行膨胀结果。（浅色阴影部分为原来部分）（浅色阴影部分为原来部分）.注意注意:先腐蚀再膨胀不一定能完全恢复原来内容先腐蚀再膨胀不一定能完全恢复原来内容.先膨先膨胀再腐蚀也不一定能完全恢复原来内容胀再腐蚀也不一定能完全恢复原来内容.(a)(b)(c)(d)第49页