数字图像处理知识点总结.docx

上传人:b****7 文档编号:8767548 上传时间:2023-02-01 格式:DOCX 页数:25 大小:130.92KB
下载 相关 举报
数字图像处理知识点总结.docx_第1页
第1页 / 共25页
数字图像处理知识点总结.docx_第2页
第2页 / 共25页
数字图像处理知识点总结.docx_第3页
第3页 / 共25页
数字图像处理知识点总结.docx_第4页
第4页 / 共25页
数字图像处理知识点总结.docx_第5页
第5页 / 共25页
点击查看更多>>
下载资源
资源描述

数字图像处理知识点总结.docx

《数字图像处理知识点总结.docx》由会员分享,可在线阅读,更多相关《数字图像处理知识点总结.docx(25页珍藏版)》请在冰豆网上搜索。

数字图像处理知识点总结.docx

数字图像处理知识点总结

图像分类:

根据图像空间坐标和輛度(亮度或色彩)的连续性可分为模拟(连续)图像和数字图像.模拟图像定空间坐标和幅度都虚续变化的图像,而数字图像是空何坐标和幅度均用离散的数字(一般出整赏〉表示的图像。

图徐的数学表示*一幅图像所包含的信息首先表现为光的強度(intensity)JIP一幅图像可看成足空间各个坐标点匕的光强度I的集合.其普遍数学表达式为:

l=f(x.y.z.A.t)式中(xw)於空间坐标.入於波长,t肚时间•I於光点(“Z)的强度(幅度人上式表示一幅运动的(t)、彩色/多光谱的(入)、立体的W)图像。

图像的特点,1•空间育界:

人的视野右•限.•幅图像的兴小也有限・2•幅度(强度)令限:

即对丁•所右•的x・y都有OWf(x,y)WBm其中Bm为有限值。

图像三大类:

在毎一种惜况下.图像的表示可省略掉一维.即

1■•挣止图像:

I=f(x,y・z.入)2•灰度图像:

I=f(xz.t)3•平面图像:

I=f(x.yA#t)

而对于平面上的静I上灰度图像.其数学衣达式可简化为:

l=f(x-y)

数字图像处理的基本步骤:

1•图像信息的获収:

2•图像信息的存储:

3•图像倍息的处理:

4•图像信息的传綸:

采用图像扫描仪等将图像数字化.

对获収的数字图像、处理过程中的图像信息以及处理结果存储在计算机等数字系统中・即数字图像处理•它圧指用数字计算机或数字系统对数字图像进行的各种处理•

要解决的主耍问題出传输信道和数据虽的矛仍问题.一方啲嬰改善传输信逍.提拓传输速率,另外要对传输的图

像信息进行压缩编码.以减少描述图像信息的数据戢。

5•图像信息的输出和显示:

用可视的方法进行输出和显示.

数字图仗处理系统五大模块:

数字国像处理系统山图像输入、图像“储、图像通倍、图像处理和分析五个模块组成。

1•图像输入模块:

图像输入也称图像采集或图像数字化,它出利用图像采集

设备(如数码照相机、数码摄像机等)来获取数字图像,或通过数字化设备

(如图像扫描仪〉将要处理的连续图像转换成适于计算机处理的数字图像。

2•图像存储模块:

主要用来存储图像信息。

戈图像输出模块:

将处理前后的图像显示出来或将处理结果永久保存。

4•图像通信模块:

对图像信息进行传输或通信。

5•图像处理与分析模块:

数字图像处理与分析模块包括处理算法、实现软件

和数字计篦机.以完成图像信息处理的所冇功能・

三基色原理:

人眼的视网膜上存在有大虽能在适半亮度下分辨颜色的锥状细胞•它们分别对应红、绿、蓝三种颜色,叩分别对红光、绿光、蓝光敏感。

由此.红(R)、绿(G)、蓝(B)这三种颜色被称为三基色。

根据人眼的三基色吸收特性.人眼所感受到的颜色其实是三种基色按照不同比例的组合.

则任一彩色C可表示为:

C=R(R)+G(G)+B(B)

颜色模型^

1.RGB模型(面向机器):

在三维直角坐标系中•用相互垂直的三个坐标轴代农R、G、B三个分量,并将R、G、B分别限定在[0M则该单位正方体就代表颜色空间.其中的一个点就代表一种颜色。

2.HSI模型(面向離色处理或人眼视觉):

HSI模型利用颜色的三个屈性色调H(hue).饱和度S(saturation)和亮度I(intensity)组成一个表示颜色的圆柱体.

人眼的机理:

1•憧孔:

透明的角膜后定不透明的虹膜,虹膜中间的圆孔称为瞳孔.I打I從可调节.控制进入人眼内Z址通讹照相机光圈作用)「

2•品状体:

憧孔后是一扁球形弹性透明体•其曲率可调节.以改变焦距.使不同料离的图在视网膜上成彖(照相机透镜作用).

3•视细胞:

视网膜上集中了大戢视细胞.分为两类:

锥状细胞:

明视细胞.在强光下检测亮度和颜色:

杆(柱)状细胞:

暗视细胞.在弱光卜•检测亮度.无色彩感觉。

人的视觉模型:

MH

仏3)

 

人眼的亮度感觉^

1•图像44黑…白”(“亮S"暗”)对比参数

对比度:

c=Bmax/Bmin-

相对对比度:

cr=(B・B0)/B0

2•人眼壳度感觉范用

1总范I制很宽(c=10A8)

2人眼适应某一环境亮度后.范闱限制适当平均亮度下:

c=10A3/很低亮度下:

c=10

3•同时对比度:

人服对亮喑程度所形成的“3T“白”感觉具有郴对性.即按对比度c感觉物体亮度对比。

马赫带(MachBand)效应:

马赫带效应的出现.足因为人眼对丁图像中不同空间频率几冇不同的灵敏度.而在空间频率突变处就出了“欠閱“mV“对谐”

臺观亮企S与实际元度B之间的关系;S=KlnB+ko

人眼亮度感觉之应用:

若一幅原图像经过处理・恢复后得到貳现图像•玳现图像的亮度不必等于原图像的亮度•只要保证二者的对土度及亮度层次(灰度级)柑同.就能给人以直实的感觉.

续图像到数字图像的转化过程:

迅歼忆停X(>«>«)数字|»»

/(r,7)»采甘►锻化—►/(»!

.«)

数字图像的特点:

1•信息咸大2•占用频带宽3•像盍间相关性大4•视觉效果的主观性大

例:

人观察如图所示两福形状相同的LI标图像时.会觉得哪一个U标更亮一些?

与实际亮度有无不同?

简述理由。

[黑色(鼓暗)灰度值定为0,白色(瑕亮)灰度值定为255]解答:

两个不同亮度的目标物处丁不同亮度的背最中.人会按对比度感觉n标物的亮度对比.因此人感觉(“要壳一些.但事实上,目标(b)的实际亮度要奇于(a)的实际亮度。

例:

在串行通信中.常用波特率描述传输的速率,它被定义为每杪传输的数裁比特数。

串行通信中,数据传输的单位是帧,也称字符.假如一帧数据由一个起始比持位、8个信息比特位和一个结束比特位构成•根据以上概念.请问:

1•如果要利用一个波特率为56kbps(lk=1000)的信道來传输一幅大小为1024X1024.256级灰度的数字图像需要多长时间?

2•如果出用波特率为750kbps的信道來传输上述图像,所需时间又出多少?

3•如果要传输的图像是512X512的真彩色图像(颜色数目是32bit),则分别在上面两种信道F传输.各需要多长时间?

解答:

1•传输的比特数为1024X1024X8X(1+8+1)/8=10485760.则在波特率为56kbps的信道上传输时•所需时间为10485760/56000=187.25秒。

2.传输的比特数为1024X1024X8X(1+8+1)/8=10485760,则在波特率为750kbps的信道上传输时,所需时间为10485760/750000=13.98秒。

3•传输的比特数为512X512X32X(1*8+1)/8=10485760•在波特率为56kbps的信道上传输时,所需时间为10485760/56000=187.25抄:

在波特率为750kbps的信道上传输时.所需时间为10485760/750000=13.98秒。

例:

1•存储一幅1024X768,256个灰度级的图像需娶等少bit?

2•—幅512X512的32bit真彩图像的容戢为多少bit?

解答:

_

1•一幅1024X768.256个灰度级的图像的容量为:

b=1024X768X8=6291456bit

2•—幅512X512的32位贞彩图像的容虽为:

b二512X512X32二8388608bit像素间的基本关系:

1・像索的相邻与邻域:

4•邻域和4•相邻:

N4(p)8•邻域和8•相邻:

N8(p)

2•像責间的邻接和连通:

4邻接、8邻接4通路、8通路4连通、8连通

3•区域和边界

两个像素P和q邻接的条件,

1•相邻:

p(m,n)和細位置上满足相邻;

2•灰度值相近,即称为灰度值相近(似)准则。

常用的三种距离:

D8(p,q)

(1)Dc(p,q)=-7(mrm2)2+(nrn2)2

<2)忸gw离:

D4(p,q)=|ml-m2|+|叫一n?

|

(3)MAmx:

DM(P,q)=max{|-m2|J叫-n2|}

矩不变性:

如果H标区域中的灰度分布是己知的.在用矩描述来表示冃标特征时•它有以下性质:

1•平移不变性:

2•旋转不变性:

3•缩放不变性.

例:

若灰度相似准则V二{1}・试按四连通和八连通分别标出題图8.13所示图像的口标物区域边界。

0

0

0

0

0

0

0

0

0

0

1

1

1

1

0

0

0

1

1

1

1

1

1

0

0

1

1

1

1

1

1

0

0

1

1

1

1

1

1

0

0

1

1

1

1

1

1

0

0

0

1

1

1

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

1

1

1

0

0

0

1

1

1

1

O

0

1

1

0

0

1

1

0

0

1

1

1

1

0

0

0

1

1

1

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

1

1

1

0

0

O

1

1

O

0

1

1

0

0

1

1

0

0

i

1

0

0

0

1

1

1

1

0

0

0

O

0

0

0

0

0

0

四连通R标物区域边界八连通冃标物区域边界

例:

类似丁•书图8.1.6给出距中心点的距离不大干4的三种距离对比图

2

2

1

2

2

1

0

1

2

2

1

2

2

2

2

2

2

2

2

1

1

1

2

2

1

0

1

2

2

1

1

1

2

2

2

2

2

2

(0)2(心)V2(b)D.(p,q)《2

图像信息的频域处理具有如下特点:

1•能試守怛,但能最取新分配:

2•冇利于提取图像的某些特征:

3.正交变换具冇能虽集中作用.可实现图像的高效压缩编码:

4•频域有快速算法,可大大减少运算虽.提高处理效率。

图像的几何变换:

却像的空间半移、比例缩放、旋转、仿射变换和图像插值。

半移、比例缩放和旋转变换都是一种称为仿射变换的待殊惜况•

图像几何变换的实质:

改变像索的空间位置或佔算新空间位置上的像索值。

仿射变换性质:

1•仿射变换只有6个白由度(对应变换中的6个系数).因此.仿射变换后互相平行克线仍然为平行r[线.三角形映射后仍是三角形.但却不能保证将四边形以上的多边形映射为等边数的多边形.

2.仿射变换的集枳和逆变换仍圧仿射变换.

3•仿射变换能够实现平移、旋转、缩放等儿何变换。

灰度插值,

1.最近邻插伉法:

令变换后像責的灰度值等于炭它最近的输入像素的灰度伉

2•双线性插值:

沿图像矩阵的每-列(行)进行插值,然后对插值后所得到的矩阵再沿着行(列)方向进行线性插值.

3•卷枳插值法:

当图像放人时,图像像索的灰度值插值可以通过卷枳來实现,即将输入图像两行两列中间插零值,然后通过低通模板他波

2M)FT的性质:

1.变换核的可分离性:

该性质说明2D-DFT可通过两次1D-DFT完成

2.移位特性:

a.空间移位b.频域移位c.移位时幅度不变

止频谱中心化:

通过给图像f(»,n)乘以(一1尸灯.就町以使f(M,n)的频谱重原点移到中心(N/2,N/2)・而得到一个完整的频谱。

3.周期性和共統对称性

4•旋转不变性5•实偶函数的DFT:

仅冇余弦项的实部6•实奇函数的DFT:

仅冇正弦项的虚部

7•线性性8•比例性(尺度变换)9•平均值10・卷枳定理

增强图象目的:

1•改善图像的视觉效果.提高图像的淸晰度:

2.将图像转换成一种更适合于人或机器分析处理的形式.

图象增强方法分类!

1•空域法:

直接对图像的像索灰度值进行操作。

包括图像的灰度变换.直方图修正、平滑和锐化处理、彩色增强等。

2•频域法:

在图像的变换域中.对图像的变换值进行操作.然后经逆变换获得所需的增强结果。

常用的方法包括低通滤波、高频提升滤波以及同态滤波法等.

灰度的线性变换‘设原图像灰值f(B,n)e(a.b)线性变换后的取filg(ii,n)e(c,d)o变换关系式为g(M.n)=c*k[f(m,n)-a]

1.扩展动态范圉2.改变収值区间3.缩小动态范圉4•反转或収反

灰度的非线性变换:

1•对数变换g(»,n)=Alog(M(B>n))对数变换的作用是扩展图像的低灰度范闱•同时压缩高灰度范闱,使得图像灰度分布均匀.与人的视觉特牲相匹配.

2•指数变换g(>,n)=A(f(M,n)^)>指数变换使得高灰度范圉得到扩展.而压缩了低灰度范用

灰度直方图定义:

数字图像屮各灰度级与其出现的频数间的统计关系,可表示为P(k)=nk/nk=O,l……L-1丄一灰度级数灰度直方图性质:

1・]'[方图的位置缺失性

2.rt方图与图像的一对多特性

3.直方图的可叠加性

直方图与图像清斷性的关系:

直方图反映了图像的清晰程度•当直方图均匀分布时.图像址清晰。

山此,我们可以利用直方图來达到使图像清晰的目的.

亶方图均術化:

通过原始图像的灰度非线性变换.使其11方图变成均匀分布.以增加图像灰度值的动态范由.从而达到增强图像整体对比度.使图像变清晰的效果.

例:

设有-•幅大小为,包會灰度値足的8个灰度级的数字图像,其乞灰度级的像索个数见衣47所示,耍求对其进行直方图均衡化,求出灰度变换关系和变换后的直方图

灰度级(i)

0

1

2

3

4

5

6

像素个数(ni)

786

1020

852

650

333

245

130

80

计算方法或公敦

计算结果

1

穴出詔■曲工(i*j>

1

2

3

4

5

6

7

2

袋计叫

7H6

1920

g

650

333

245

■30

Ml>

3

计1MK始直方图:

卩⑴・三

OJ5

0.21

0.16

0.08

0.06

0.03

ao2

4

计算JR釈宜方丁丈P3

0.44

a“

OJII

0.W9

0,95

O.9X

l.(M>

5

计算雯换后的衣度值1j«ivt[(1

1

3

5

6

6

7

7

7

6

猶定惑交拱关糸iTj

1-»3

2->S

3.4-»6

5.6,7->7

7

■5计吏揍JB各次度级的僮■个・>

714

220

852

9S3

455

8

计算受拱后HB•的直方r(j).n|ffl<°

0.19

□-25

0.21

0.24

an

宜方图规定化:

求突出感兴趣灰度范闱•即修正rt方图使其具有要求的形式例:

对例卜】所给的图像进行直方图规定化处理.给定的规定直方图如表4・3所示

灰度级j

0

1

2

3

4

5

6

7

规定r〔方图

0

0

0

0

0.2

0.3

0.3

0.2

汁算方法

计0络果

1

列出圏慷灰度级i,j

0

1

2

3

4

3

6

7

2

计外原蛤tL方图P'i)

0.19

025

021

0」6

0.08

006

0.03

002

3

列出規2氏方图巧①

0

0

0

0

02

03

03

0.2

4

计算床始累计立方阳P.

0.19

0.44

0.65

0.81

0.89

0.95

0.98

1.00

5

计算煤企累计自方图片

0

0

0

0

020

050

0.80

10

6

技照P厂匕找到i対应的j

4

5

6

6

7

7

7

7

7

确定变換关系i-j

094

1->5

2,396

4,5,6.797

8

求麦换后的匹配直方图®

0

0

0

0

0」9

0.25

0.37

0」9

图像平滑播念,减弱、抑制或消除图像中噪声和假轮饶而改善图像质呈的方法方法,空域和频域

1.空域平滑法

①邻域(局部)平均法定义:

用某点邻域的灰度平均值来代替该点的灰度值

公式:

4-邻域平均/8-邻域平均g(m.n)=fall=|£f0J)

"・皿

②阈值半均法

g(m.n)=

带來问题:

使目标物轮那或细节(边缘)变模糊

\>Telse

3加权平均法定义:

用邻域内灰度值及木点灰度加权值来代替该点灰度值

公式:

烈加,")=£忙.二右工/(!

;;)+/?

特点:

既平滑了噪声.又保证边缘不至于模糊

4模板平滑法:

基「模板的处理.相肖丁•模板与原图像的卷枳ggn)=F(n,n)*V

("片1).

处理过程:

010'

010

'11r

•■

111

11|

121

111

121

6

59

610

010

010

111

111

■■

(Mto=l)t

(MMM=2)t

5藝图像平均法:

多图像平均乐图像信号基木不变,而各点噪声的方基降为单幅图像中该点噪声方基的1/1L从而就抑制了噪声,相当于提高了信噪比。

2•频域低通濾波法:

空域模板平滑法等效于频域低通滤波法

①理想低通滤波器(ILPF)

(g)Butterworth低通迪波器(BLPF)

③指数低通波波為(ELPF)

④梯形低通滤波器(TLPF)

3•中值滤波法(非线性平滑滤波法〉

①原理:

对一个商口(记为▼)内的所冇像素灰度值进行排序,取排序结果的中间伉作为▼中心点处像責的灰度伉

②作用:

对十扰脉冲和点噪声有良好抑制作用•而对图象边缘能较好世保持的非线性图仪增强技术

平滑模板特点:

1•模板内系数全为正•表示求和:

所乘的小于1的系数表示取平均:

2•模板系数之和为1,表示对常数图像(常数)处理前后不变.而对-•般国像而言.处理前后平均亮度基木保持不变

使用中值滤波时的注意事项:

1.中值濾波适合『•滤除椒盐噪声和于扰脉冲.尤其适I-U标物形状足块状时的图像滤波。

2•具有丰富尖角几何结构的图像.一般采用十字形滤波窗•I丄謝口大小燄好不要趙过图像中报小目标物的尺寸.否则会丢失目标物的细小几何特征.

3.需要保持细线状及尖顶角目标物细节时.最好不要釆用中值滤波。

图俅锐化播念,使图像I」标物轮那和细肖更突出的方法

方法:

①空域微(羞)分法一模制图像实质是受到半均或积分运算.故对其进行逆运算(微分),使图像淸晰:

②频域高频提升滤波法一从频域角度考虔•图像模糊的实质於高频分戢被衰减.故可用高频提升滤波法加玳高频.使

1.空域锐化法

图像淸晰.

£->f;=f(n+l)・f(n)

=f(n+l)+f(n-1)-2f(n)(lxu

拉普拉斯锐化法:

像f(x,y)

Laplacian宀若•界"八慕+

悦化公式:

g(x』)=/(x』)+a[-W/(x,y)]

致字IB*f(m・n)

二析傲分・"Ts/-=/)+/(w-U/I)-2/(m,/I)a2f-Z—T-->//=/(/n,n+1)+/(/n-1)-2/(m,n)悦化公或:

的山)=/(如)+辺广

=/(以川)一a(/(加+")+/(加一S)+/Sm+1)+/(〃M-1)-4/("s)]

0

-e

0

-a

l+4a

-a

0

-a

0

-a

-a

-a

-a

1+8a

-a

-a

-a

-

模板锐化法:

=(l+46r)/(m〃)-o(/(/H+l/)+fyn-tn)+/(〃m+1)+/(/>!

•/!

-!

)]

Laplacian

(1)W1

(2)8YMIMBIW4

a-锐化强度系数.越大锐化程度越强

2.高频提升滤波法:

空域模板锐化法等效于频域高频提升滤波法

处理过程:

对应水平及乖ri方向的梯度模板

000'

0-10

叽=

-110

I

010

000

000

(加/)=/(〃,〃)-/(加山-1)

Gv(m,n)=f伽“)-/(刃-1〃)

锐化模板特点*

1•模板内系数冇正冇负.表示总分运算:

2•模板内系数Z和1(①对常数图像f(B,n)=c,处理前后不变:

②对一般国像,处理前后平均亮度不变九

钱化实质:

锐化图像g(B,n)=原图像心n)+加重的边缘(a*微分〉

图象平滑锐化时的注意事项:

1•平滑及锐化时•图象四周边界不考虑(不处理入

2•—般处理时,仅用原图象进行处理(即前而处理结果不影响后而处理〉:

3•平滑及锐化的顺序也:

先平滑肓锐化。

图像分割定义很令集合R代表整个图像区域.对R的分割可看作将R分成N个满足以下五个条件的非空子集(子区域)R1・R2,….RN.(完备性、锁立性、单一性、互斥性、连通性)

依据,基丁•像素灰度值的2个基本特性^①不连续性一区域之间:

②相似性——区域内部.

方法,1•边缘检测法:

利用区域间Z灰度不连续性.确定区域的边界或边缘的位置.

2•区域生成法:

利用区域内灰度的相似性.将像素(点)分成若十相似的区域

边缴定义:

边缘定义为图像局部特性的不连续性(相邻区域之交界)

种类,大致分为阶跃式.脉冲式和屋顶式

特点:

1J«J部特性不连续性:

2•边缘位址的微分特性:

3.

垂直方向夹变)。

幅度和方向性(沿边缘方向灰度缓(不)变.

检测的基本思想,计舁局部微分克子

1•正交梯度算子法:

利用-阶9数检测边缘点的方法

①正交梯度法(正交模板法):

正丸4弟度法檢测边媒点:

过程一

(2)Roberts梯度算子法(4点至分法)

对应的水平和垂ri方向的模板

-1

0

0'

0

-1

0

0

1

0

1

0

0

0

0

0

Q

0

0

q,(加,")=/(加,刀)一/(加-皿-1)

Gv(myn)=

特点:

用4点进行益分.以求得梯度.方法简单・其缺点足对噪声较敏感.③平淸梯度克子法(平均址分法)Prewitt梯度算了法(平均星分法人

常用于不倉噪声的图像边缘点检测

求平均,再求蟄分來求梯度

水平和晅『〔梯度模板分别为:

-10f

1

-1

■1

-f

-101

wv=-

0

0

0

1

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 高等教育 > 农学

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1