數字圖像處理及matlab實作知識點總結1-4

第一章概述

圖像概念：

圖：是物體透射或反射光的分布，客觀存在

像：是人的視覺系統對圖的接受在大腦中形成的印象或反映。

圖像：是圖和像的有機結合，是客觀世界能量或狀态以可視化形式在二維平面上的投影。

圖像處理的目的：

1）提高圖像的視覺品質，達到賞心悅目的效果。

2）提高圖像中所包含的某些特征或特殊資訊，便于計算機分析

3）對圖像資料進行交換、編碼和壓縮，便于圖像的存儲和傳輸。

數字圖像處理的特點：

1）處理的資料量很大

2）處理占用的頻帶較寬。

3）各個像素的相關性大

4）不僅能完成線性計算，還能實作非線性計算，具有很高的靈活性。

數字圖像處理與模拟圖像處理相比的優點：

數字圖像比模拟圖像的優點：

數字圖像不會因圖像的存儲、傳輸或複制等一系列操作二導緻圖像品質的退化，具有很好的再現性，主要優點是：精度高，再現性好，通用性、靈活性強。

數字圖像處理系統結構：

• 圖像數字化裝置：掃描器、數位相機、錄影機、圖像采集器。
• 圖像處理計算機：核心：圖像處理計算機；附屬：外儲存器（硬碟、移動硬碟、CD光牒、閃盤的核心）
• 圖像輸出裝置：列印機、顯示器

  

  

  

具體描述：

數字圖像處理主要研究的内容

1）圖像增強：突出圖像中人所感興趣的部分

2）圖像編碼：1.減少資料存儲量；2.降低資料率以減少傳輸寬帶；3.壓縮資訊量，便于特征提取，為後續識别做好準備

3）圖像複原：回複圖像原貌

4）圖像分割：按圖像灰階或集合特性分割成若幹區域的過程

5）圖像分類：在圖像經過預處理和特征分割、特征提取後，把不同類别的目标區分開來的圖像處理方法。

6）圖像重建：從資料到圖像的處理過程。（例如CT）

數字圖像處理的應用和發展

應用方面

1）航天和航空技術方面（圖像複原、特征提取等）

2）生物醫學工程方面（CT等）

3）通信工程方面（編碼壓縮）

4）工業和工程方面（圖像識别）

5）軍事、公安方面（圖像分析、圖像複原、圖像識别等）

6）文化藝術方面

7）其他

發展

1）圖像處理向着高速率、高分辨率、立體化、多媒體化、智能化、标準化發展

2）三維成像和多元成像

3）固化晶片更廣闊的應用

4）算法的豐富和深入

第二章 數字圖像處理基礎

眼視覺系統

人的視覺過程：

1）光學過程：當人眼接收到光刺激時，首先是條件反射

2）化學過程：由視網膜神經進行處理，随後圖像信号通過視覺通道反映到大腦皮層

3）神經處理過程：大腦皮層做出相應的處理;存儲圖像,資訊處理、特征提取、決策和描述，最終做出反應。

馬赫帶效應：

是人類的視覺系統造成的，生物學對馬赫帶的解釋是：人類的視覺系統有增強邊緣對比度的機制。

圖像的基本知識

1.圖像的擷取：

圖像數字化：

将一幅圓面轉化成計算機能處理的形式—數字圖像的過程。具體說來，就是把一幅圖畫分割成一個個小區域(像元或像素)，并将各小區域灰階用整數來表示，形成一幅點陣式的數字圖像。它包括采樣和量化兩個過程。像素的位置和灰階就是像素的屬性。

• 1）采樣：

将空間上連續的圖像變換成離散點的操作稱為采樣。采砂間隔和采樣孔徑的大小是内個很重要的參數。采樣方式:有縫、無縫和重疊

• 2）量化

經采樣圖像被分割成空間上離散的像素，但其灰階是連續的，還不能用計算機進行處理。将像素灰階轉換成離散的整數值的過程叫量化。

采樣量化原則：

1）對于緩變，應細量化，粗采樣，以避免假輪廓

2）對于細節豐富的圖像，應細采樣，粗量化，以避免模糊（混疊）

量化等級越多，所得圖像層次越豐富，灰階分辨率高，圖像品質好，但資料量大;量化等級越少，圖像層次欠豐富，灰階分辨率低，會出現假輪廓現象，圖像品質變差，但資料量小。

但在極少數情況下對固定圖像大小時，減少灰階級能改善品質，産生這種情況的最可能原因是減少灰階級一般會增加圖像的對比度。例如 ：對細節比較豐富的圖像數字化。

2.像素間的基本關系

1.鄰接關系

N4（p）:（x+1,y）,（x-1,y）,（x,y-1）,（x,y+1）;

ND（p）:（x+1,y+1）,（x-1,y-1）,（x-1,y+1）,（x+1,y-1）.

4鄰域 N4（p）

8鄰域 N8（p） : N4（p）+ND（p）

4鄰接：q在N4（p）中，具有v的兩個像素 p, q 是4鄰接。

8鄰接：q在N8（p）中，具有v的兩個像素 p, q 是8鄰接。

m鄰接: 1) q在N4（p）中，或者2) q在ND（p）中且集合N4（p）和N4（q）交集沒有v值的像素，則具有v的兩個像素 p, q 是m鄰接.

• 1）4鄰接必8鄰接，反之不然
• 2）m鄰接必8鄰接，反之不然
• 3）m鄰接是8鄰接的變型，介于4鄰接和8鄰接之間，以消除8鄰接中産生的歧義性。
• *像素間同時存在4鄰接和8鄰接是優先4鄰接。

2.距離

圖像分類

1）二值圖像：圖像的每個像素隻能是黑或白，沒有巾間的過渡，二值圖像的像素值為0或1。

2）亮度圖像：像素灰階值用8Bit表示，介于黑白之間的256種灰階中的一種。

3）索引圖：顔色是預先定義好的，有256種顔色通過索引來表示，每個像素占8bit

4）RGB圖像：真彩色圖像，每個像素由紅藍綠三個位元組組合而成，可産生1670萬種不同顔色。

10.什麼是圖像灰階直方圖? 圖像直方圖反映了圖像的什麼特征?

灰階的直方圖反映圖像中灰階級與出現這種灰階的機率之間關系的圖形。這種圖形能夠反映圖像灰階級的分布統計特征。

第三章圖像基本運算

1.點運算

1）線性點運算

S=ar+b

a=1,b=0,不變

a=1,b#0,灰階值上移或下移，圖像變亮或暗

a>1,對比度變大

a<1,對比度降低

a<0,暗區變亮，亮區變暗。

2）非線性點運算

一般式：

S=c∗log（1+r）

c為常數，r>=0.

幂變式（imadjust）：

S=c∗ry

y>1,高灰階的對比度增強

y<1,低灰階的對比度增強

y=1，不改變圖像

2.代數運算

• 加（addition）

平均值去噪：

Di（x,y）=Si（x,y）+Ni（x,y）

S為理想圖，N為噪音。

信噪比： P（x,y）=S2（x,y）/E[N2（x,y）]

對圖做平均為：

平均D（x,y）=1/M∗sum（S（x,y）+Ni（x,y））

對應信噪比： P（x,y）=S2（x,y）/E[1/M∗sum（Ni（x,y））]2

使得信噪比增加M倍。

• 減（Subtration）：

  檢測變化及運動的物體

• 乘（Multiplication）：

  改變圖像的灰階值，實作灰階級變換。

• 除（Division）：

  改變圖像的灰階值（比值圖像處理）

3.邏輯運算

AND,OR,NOT

4.幾何運算

• 平移

  x1=x0+（−）X;y1=y0+（−）Y

  x（i,j）=I（i-a,j-b）#左右平移

• 鏡像

  【M，N】=size（I）

  x（i,j）=I（i,N-j+1）#左右水準鏡像

  x（i,j）=I（M-i+1,j）#上下水準鏡像

• 旋轉（imrotate）

  1) J=（I，60，’bilinear’）

  2) J=（I，60，’bilinear’,’crop’）#截去局部

• 縮放

  插值方法

  1）最近鄰插值法：縮小（取原圖的偶數行，或取奇數行）；

  2）插值算法

灰階重采樣：

• 最近鄰法（nearest）：取最近點的灰階值為點的灰階值
• 雙線性插值法（bilinear）：考慮周圍4個鄰點的灰階值對它的影響。

f（u0,v0）=[f（u+1,v）−f（u,v）]∗a+[f（u,v+1）−f（u,v）]∗b

+[f（u+1,v+1）+f（u,v）−f（u,v+1）−f（u+1,v）]∗a∗b+f（u,v）

- 三次内插法（bicubic）：考慮周圍16個鄰點的灰階值對它的影響。

第四章圖像轉換

1.圖像變換的目的:

• ①圖像處理問題簡化;
• ②有利于圖像特征提取;
• ③有助于從概念上增強對圖像資訊的了解。

2.圖像變換的要求

圖像變換通常是一種二維正交變換。一般要求:

①正交變換必須是可逆的;

②正變換和反變換的算法不能太複雜;

③正交變換的特點是在變換域中圖像能量将集中分布在低頻率成分上，邊緣、線狀資訊反映在高頻率成分上，有利于圖像處理。是以正交變換廣泛應用在圖像增強、圖像恢複、特征提取、圖像壓縮編碼和形狀分析等方而。

3.傅立葉變換

3.1一維二維連續函數的傅立葉變換

3.2一維二維離散函數的傅立葉變換

4.二維離散傅立葉變換的若幹性質

離散傅立葉變換建立了函數在空間域與頻率域之間的轉換關系。在數字圖像進行中，經常要利用這種轉換關系及其轉換規律，是以，下而将介紹離散傅立葉變換的若下承要性質。

• (1)周期性和共扼對稱性

  若離散的傅立葉變換和它的反變換周期為N，則有

  F(u,v)=F(u+N，v)=F(u+，v+N)=F(u+N,v+N)

  傅立葉變換存在共扼對稱性 F(u,v)=F′(−u,−v) 這種周期性和共扼對稱性對圖像的頻譜分析和顯示帶來很大益處。

  

• (2)分離性

  一個二維傅立葉變換可由連續兩次一維傅立葉變換來實作

  

• (3)旋轉性質

  平面直角坐标寫成極坐标形式.

  

5.卷積定理

f（u）∗g（u）=F（u）∗G（u）