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](https://file1.bdocx.com/fileroot1/2023-2/1/2ff71c16-4ccc-4205-94ff-663f71f0baf8/2ff71c16-4ccc-4205-94ff-663f71f0baf81.gif)
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
打
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
步
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