图像处理与识别技术与应用毕业论文.docx

图像处理与识别技术与应用毕业论文.docx

《图像处理与识别技术与应用毕业论文.docx》由会员分享，可在线阅读，更多相关《图像处理与识别技术与应用毕业论文.docx（11页珍藏版）》请在冰豆网上搜索。

图像处理与识别技术与应用毕业论文

图像处理与识别技术与应用

摘要

随着科学技术的发展，数字图像处理技术得到了空前的发展，被广泛应用于众多的科学与工程领域。

可以说人们生产、工作和生活方式的方方面面都离不开数字图像处理技术。

本文通过对数字图像处理技术主要内容的概述来宏观地了解数字图像处理技术。

关键词：

数字图像处理，增强，恢复，压缩，分割，信息，码，变换

目　　录

１　引言1

2图像的基本概念1

2.1图像的定义1

2.2图像的表示：

1

2.3图像的分类：

1

3　颜色模型2

3.1颜色的三要素：

色调：

反映颜色的类别，如红色、绿色、蓝色等2

3.2常见模型：

2

3.2.1　RGB模型2

3.2.2　HIS模型2

3.3.3　CMY模型2

4数字图像处理2

4.1数字图像处理系统基本组成2

4.2图像变换3

4.2.1傅立叶变换3

4.2.2其他常见变换概述4

4.3数字图像处理内容4

4.3.1图像增强4

4.3.2图像恢复5

4.3.3图像压缩5

4.3.4图像分割6

5结束语6

参考文献7

致谢8

１　引言

也许以前对图像处理仅仅停留在把模糊的图像清晰化的理解上，通过以上内容的学习，我们可以比较全面地了解图像处理的主要内容。

我们可以知道数字图像处理技术绝不是一种简单的手工技术，它是一种应用了数学、计算机等多学科知识的技术。

2图像的基本概念

2.1图像的定义

信号是信息的载体。

更一般的意义上说，信号可以视为是指标空间d∈D到值空间u∈U的映射f。

而图像则可以定义为一个映射，其值空间为亮度（包括颜色），其指标空间由位置、时间、波长等组成。

2.2图像的表示：

二维图像可以用二维亮度函数来表示。

由于光是能量的一种表现形式，所以图像的亮度可以表示为

式中I为图像的亮度，

是坐标。

显然

。

光学图像一般是由物体表面反射的光形成的。

虽然投射光也可以形成图像，但是没有特别说明时，一般指反射光形成的图像。

可以看成是由所看到的景物上入射光量及物体对光的反射系数共同确定的。

如果用

表示入射分量，用

来表示反射系数，那么

其中

。

全吸收时，r为0；全反射时r为1。

这里

是由光源的性质来决定的，而

取决于被照的物体。

2.3图像的分类：

2.3.1　根据指标空间D中元素d的连续与离散性可以分为连续图像和离散图像。

2.3.2　根据与时间有无关系可以分为静止图像和运动图像。

2.3.3　根据有无颜色信息可以分为灰度图像和彩色图像。

2.3.4　根据光谱的波长参数可以分为全光谱图像、多光谱图像和超光谱图像。

2.3.5　根据景物的投影域可以分为平面图像和立体图像。

3　颜色模型

3.1颜色的三要素：

色调：

反映颜色的类别，如红色、绿色、蓝色等

亮度：

它是颜色的相对明暗程度，它是光作用于人眼时引起的明亮程度的感觉。

饱和度：

它是指彩色光所呈现颜色的深浅或纯洁程度。

3.2常见模型：

3.2.1　RGB模型

RGB空间是最常用的颜色空间，他用R（红色），G（绿色），B（蓝色）三种颜色的值来表示颜色分量，是面向硬件设备的。

颜色C=R（红色的百分比）+G（绿色的百分比）+B（蓝色的百分比）

3.2.2　HIS模型

虽然RGB模型采用物理三基色表示，物理意义很清楚，适合颜色设备对颜色的输出，但没有直观地与颜色的三要素建立联系，不能很好的适应人眼对颜色的解释。

利用HIS空间可以从图像携带的彩色信息中消去亮度的影响，颜色的三个属性可以分开处理而且相互独立，有利于色彩处理和识别。

3.3.3　CMY模型

青、品红、黄颜色模型是彩色图像绘制与印刷行业使用的颜色模型，在颜色立方体中它们是红、绿、蓝的补色，称为减色三原色或减色基。

4数字图像处理

4.1数字图像处理系统基本组成

数字图像处理系统一般包括，图像获取传感器，图像数字化单元，图像存储器，图像处理器，数字图像显示、打印、绘图设备等，如图所示。

图像获取

输

出

或

显

示

光学成像

存储器

光电

转换

数字化仪

存储器

图

像

处

理

器

控制器

4.2图像变换

4.2.1傅立叶变换

函数

存在傅立叶变换的充分条件是：

①绝对可积。

②

在任一有限矩形区域内只有有限个间断点和有限个极值点。

③

没有无限大的间断点。

时间信号

的一维傅立叶变换

的物理意义是：

反映信号随时间t变化的波形；

反映该信号随时间频率

变化的情况。

空间信号

的二维傅立叶变换

的物理意义可以理解为：

反映图像随空间

变化的波形；

反映该信号随空间频率

变化的情况。

实函数

的傅立叶变换

通常为一复函数，它有两种表示形式。

代数形式为：

指数形式为：

式中，

和

分别是

的实部和虚部。

的傅立叶频谱的幅度谱

、相位谱

和功率谱

分别为

幅度谱值表明了正弦分量出现的多少，而相位谱信息表明了正弦分量在图像中出现的位置。

4.2.2其他常见变换概述

①离散余弦变换

离散余弦变换具有把图像的重要可视信息都集中在变换的一小部分系数中，所以，DCT变换在图像的压缩中非常有用，是JPEG算法的基础。

②斜变换

斜矢量是一个在其范围内呈现均匀阶梯下降的波形。

对于灰度逐渐改变的图像，用斜矢量表示是合适的。

斜变换已成功地应用于图像数据压缩中。

③哈尔函数

哈尔函数系是完备的归一化正交函数系。

一个连续的哈尔函数能一致收敛。

哈尔函数在图像数据压缩、数字滤波等方面都获得良好应用。

④小波变换

小波变换，与傅立叶变换比较，小波变换是时间（空间）频率的局部化分析，它通过伸缩运算对信号（函数）逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了傅立叶变换的困难问题。

4.3数字图像处理内容

4.3.1图像增强

图像增强是突出图像中感兴趣信息、削弱不感兴趣的信息，改变图像的视觉效果和质量的处理方法，其目的是为了使处理的结果更适合与人类视觉观察判断或机器识别分析，从而提高图像的使用价值。

图像增强技术主要包括灰度对比度变换、直方图修正、图像平滑、图像锐化及彩色增强处理等。

图像增强可以采用单一方法，也可以采用几种方法联合处理，以获得期望的增强效果。

图像增强技术可以分为空域处理变换域处理。

空域处理直接对图像的像素灰度进行调整。

图像的对比度增强，灰度层次改善等处理方法均属于空域法处理。

空域处理又可分为点运算和局部运算。

输出结果仅与当前点有关的处理方法称为点运算，而输出结果与当前点邻域内多个像素相关的处理方法称为局部运算。

应该明确的是，图像增强处理并不能增加原始图像信息，只能增强人或机器对某种信息的辨别能力。

图像增强处理有可能造成某些信息的损失。

一般说来，一部分图像信息的增强往往要以另外一部分图像的信息的削弱为代价。

4.3.2图像恢复

图像在形成、记录、处理和传输过程中，由于成像系统、记录设备、传输介质和处理方法的不完善，从而导致图像质量下降，这一过程称为图像退化。

图像恢复的任务是使退化的图像消除或降低退化因素，以保真度为准则，尽可能地恢复原来的图像。

图像增强和图像恢复都是为了改善图像质量。

前者是以牺牲不感兴趣信息的质量为代价来提高感兴趣信息的质量，后者是以保真度为前提来改善图像质量。

一般说来，图像增强是一个主观的过程，即增强的内容、增强的效果的评判都由主观决定。

而图像恢复不仅根据人的主观感受来判断，还常常要根据一些客观退化过程的先验知识将其模型化，并采用相反的过程进行处理，以便重建或恢复出原来图像。

例如，锐化是图像增强过程，而通过去模糊函数去除图像模糊则是图像恢复技术。

造成图像质量退化的因素包括光学系统的像差和畸变、光学成像衍射、成像系统的非线性、成像过程的相对运动、大气的湍流的扰动效应、系统噪声等。

图像的退化可以理解为在空间频率谱上的畸变，因此图像恢复过程将包含对退化图像谱的调制，这可以通过空间滤波器或使用图像生成过程中的点扩展函数对图像进行卷积来实现。

4.3.3图像压缩

数字图像是用点阵表示并且是用图像文件的形式存放的。

通常，图像文件都是大型文件，而在实际应用中，常常需要传递和交换图像文件，因此，需要设法把大型图像文件进行压缩，以减少存储、传输和处理的时间，节省存储资源和网络资源。

图像压缩的可能性在于，首先，图像数据存在着较强的相关性，图像内部邻近像素以及视频序列中相邻帧对应像素的灰度相同或相近，即含有大量的冗余信息。

去除这些冗余就可以减少数据量。

其次，图像的最终接受端往往是人们的视觉系统，它的感知或敏感范围有限。

再次，图像的记录和显示设备接收信息量的程度也受本身的限制。

最后，在许多实际应用中，只需保留部分有用的特征信息。

图像压缩就是要尽可能去除其中的冗余，以减少表示一个图像所需的数据量。

从数学的观点看，图像压缩实际上就是将一个二维的数据阵列变换为一个在统计上无关的数据集合。

图像冗余一般有：

空间冗余、时间冗余、信息熵冗余、结构冗余、知识冗余、视觉冗余等。

4.3.4图像分割

为了进行图像的分析或识别，往往需要先将图像划分成若干个有意义的区域。

图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。

这里特性可以使灰度、颜色、纹理或轮廓等，目标可以对应单个区域，也可以对应多个区域。

图像分割使计算机图像处理的一个基本问题，是进行许多后续图像分析任务的先行步骤。

图像识别、图像的可视化和基于目标的图像压缩都高度依赖于图像分割的结果。

因此，图像分割一直得到人们的高度重视，提出了很多分割方法。

然而，图像分割问题仍然是图像处理中的一个瓶颈，这是因为，我们只能用图像信息中某些局部特征去分割区域，因此各种分割方法必然带有局限性。

5结束语

通过以上内容的学习，我们可以大体了解数字图像处理技术的概念。

也许以前对图像处理仅仅停留在把模糊的图像清晰化的理解上，通过以上内容的学习，我们可以比较全面地了解图像处理的主要内容。

我们可以知道数字图像处理技术绝不是一种简单的手工技术，它是一种应用了数学、计算机等多学科知识的技术。

参考文献

[1]何明一，卫保国，数字图像处理[M]，科学出版社，2008。

[2]李俊山，李旭辉，数字图像处理[M]，清华大学出版社，2007。

[3]刘直芳，王远琼，数字图像处理与分析[M]，清华大学出版社，2006。

致谢

在论文的写作过程中遇到了无数的困难和障碍，都在同学和老师的帮助下度过了。

尤其要强烈感谢我的论文指导老师，他对我进行了无私的指导和帮助，不厌其烦的帮助进行论文的修改和改进。

在此向帮助和指导过我的各位老师表示最忠心的感谢！

感谢我的同学和朋友，在我学习过程中提供热情的帮助。

由于我的水平有限，所写论文难免有不足之处，恳请各位老师和学友批评和指正！