數(shù)字圖像處理

什么是圖象處理

對圖象進(jìn)行一系列操作哀九,以達(dá)到預(yù)期的目的的技術(shù)成為稱作圖象處理拨齐。

圖象處理可分為模擬圖象處理和數(shù)字圖象處理

將一幅二維的圖像通過有限個(gè)離散點(diǎn)來表示就成為了數(shù)字圖像,其中的每個(gè)點(diǎn)稱為圖像元素,即像素。

數(shù)字圖像處理的兩個(gè)主要任務(wù):

如何利用計(jì)算機(jī)來改進(jìn)圖像的品質(zhì)以便于人類視覺分析;

對圖像數(shù)據(jù)進(jìn)行存儲感挥、傳輸和表示,便于計(jì)算機(jī)自動化處理越败。

圖像處理的范疇是一個(gè)受爭論的話題触幼,因此也產(chǎn)生了其他的領(lǐng)域比如圖像分析和計(jì)算機(jī)視覺等等。

圖像處理和計(jì)算機(jī)圖形學(xué)的結(jié)合日益緊密究飞,后者長期受到計(jì)算機(jī)游戲的推動

數(shù)字圖象處理內(nèi)容

狹義的數(shù)字圖象處理是對輸入圖象進(jìn)行某種變換得到輸出圖象(圖象到圖象)

圖象分析是對圖象感興趣的目標(biāo)進(jìn)行檢測和測量置谦,建立圖象目標(biāo)的描述(圖象到符號)

圖象理解在一定程度上以客觀世界為中心,借助知識亿傅、經(jīng)驗(yàn)把握客觀世界的過程(圖象到知識)

數(shù)字圖像處理的特點(diǎn)

1.具有數(shù)字信號處理技術(shù)共有的特點(diǎn)媒峡。如:

? 1)處理精度高.2)重現(xiàn)性能好.3)靈活性高

2.?dāng)?shù)字圖像處理后的圖像可能是供人觀察和評價(jià)的,也可能作為機(jī)器視覺的預(yù)處理結(jié)果葵擎。

3.?dāng)?shù)字圖像處理技術(shù)適用面寬谅阿。原始模擬圖像可以來自多種信息源,它們可以是可見光圖像,也可以是不可見的波譜圖像签餐、超聲波圖像或紅外圖像寓涨。

4.?dāng)?shù)字圖像處理技術(shù)綜合性強(qiáng)。

5.?dāng)?shù)字圖像處理與模擬方式處理圖像相比氯檐,也有一些不足之處缅茉,如

(1)數(shù)字圖像處理的信息大多是二維或二維以上的多維信息,數(shù)據(jù)量巨大

(2)數(shù)字圖像信號占用的頻帶較寬男摧。

(3)處理費(fèi)時(shí)。

圖像壓縮


圖像數(shù)字化


圖象數(shù)字化是將畫面轉(zhuǎn)化為數(shù)字圖象的過程译打,主要包括采樣耗拓、量化兩個(gè)過程.

采樣:將連續(xù)的圖象換成離散點(diǎn)的操作

關(guān)鍵要素:采樣間隔,采樣孔徑,采樣方式

采樣間隔的確定

采樣孔徑的類型

采樣方式

量化

量化:將采樣后離散象素的灰度轉(zhuǎn)換成離散數(shù)值的過程。

灰度級數(shù)(G):一幅圖象中不同灰度值的個(gè)數(shù)

灰度級數(shù)一般是2的整數(shù)冪,即是? ? ? ,從視覺效果來看只要灰度級數(shù)大于或等于26奏司。

對于一幅行數(shù)為M,列數(shù)為N的圖象,如果采用gbit量化,則該圖象占用的存儲空間為M*N*g(bit)乔询。

數(shù)字圖象的表示

一幅連續(xù)圖像f (x, y)被取樣,則產(chǎn)生的數(shù)字圖像有M行和N列韵洋。坐標(biāo)(x, y)的值變成離散值竿刁,通常對這些離散坐標(biāo)采用整數(shù)表示 :

4行5列

圖像的坐標(biāo)


一幅行數(shù)為M、列數(shù)為N的圖像大小為M×N的矩陣形式為:

其中矩陣中的每個(gè)元素代表一個(gè)像素

直方圖的應(yīng)用

用于判斷圖象量化是否恰當(dāng)

一般一幅數(shù)字圖像應(yīng)該利用全部或幾乎全部可能的灰度級搪缨;

對直方圖做快速檢查

確定圖象二值化的域值

使用輪廓線確定簡單物體的邊界的方法食拜,稱為閾值化

對物體與背景有較強(qiáng)對比的景物的分割特別有用;

圖像的特征與噪聲

圖像的特征類別

自然特征

? ? 光譜特征:

? ? 幾何特征:空間分辨率,圖象紋理結(jié)構(gòu),圖象變形

? ? ? 時(shí)相特征:不同時(shí)間獲取同一區(qū)域圖象之間的差異

人工特征

? 直方圖特征:根據(jù)直方圖獲取灰度與灰度級象素出現(xiàn)的頻率的關(guān)系副编。

? 灰度邊緣特征:反映圖象中目標(biāo)或?qū)ο竺娣e以及形狀负甸。

? 線和角點(diǎn)特征:

? 紋理特征:某種結(jié)構(gòu)在比它更大范圍內(nèi)呈現(xiàn)重復(fù)排列,結(jié)構(gòu)稱為紋理基元.

重視何種特征依賴于對象及處理目的.按照特征提取的范圍

? ? ? 點(diǎn)特征:由象素就能決定的性質(zhì)

? ? ? 局部特征:

? ? ? 區(qū)域特征:

? ? ? 整體特征:統(tǒng)計(jì)性質(zhì)和結(jié)構(gòu)特征

特征提取:獲取圖象特征信息的操作,它是模式識別,圖象理解等的基礎(chǔ)。

通過特征提取獲得特征圖象以及特征參數(shù)痹届。

噪聲:妨礙人的視覺器官或系統(tǒng)傳感器對所接收的圖象信息進(jìn)行理解或者分析的各種因素呻待。

噪聲具有隨機(jī)性,目前只能用概率統(tǒng)計(jì)的方法認(rèn)識

噪聲的分類:

? ? 外部噪聲:

? ? 內(nèi)部噪聲:

? ? 平穩(wěn)噪聲:

? ? 非平穩(wěn)噪聲:

噪聲特征

? 噪聲具有隨機(jī)性,需用隨機(jī)過程描述。

? 一般用統(tǒng)計(jì)特征描述噪聲:均值队腐、方差

噪聲模型

? 加性噪聲模型蚕捉、乘性噪聲模型

圖象系統(tǒng)常見的噪聲

? 光電管噪聲、攝相管噪聲柴淘、前置放大器噪聲迫淹、? ? 光學(xué)噪聲。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末悠就,一起剝皮案震驚了整個(gè)濱河市千绪,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌梗脾,老刑警劉巖荸型,帶你破解...
    沈念sama閱讀 218,204評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡瑞妇,警方通過查閱死者的電腦和手機(jī)稿静,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來辕狰,“玉大人改备,你說我怎么就攤上這事÷叮” “怎么了悬钳?”我有些...
    開封第一講書人閱讀 164,548評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長偶翅。 經(jīng)常有香客問我默勾,道長,這世上最難降的妖魔是什么聚谁? 我笑而不...
    開封第一講書人閱讀 58,657評論 1 293
  • 正文 為了忘掉前任母剥,我火速辦了婚禮,結(jié)果婚禮上形导,老公的妹妹穿的比我還像新娘环疼。我一直安慰自己,他們只是感情好朵耕,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,689評論 6 392
  • 文/花漫 我一把揭開白布炫隶。 她就那樣靜靜地躺著,像睡著了一般阎曹。 火紅的嫁衣襯著肌膚如雪等限。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,554評論 1 305
  • 那天芬膝,我揣著相機(jī)與錄音望门,去河邊找鬼。 笑死锰霜,一個(gè)胖子當(dāng)著我的面吹牛筹误,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播癣缅,決...
    沈念sama閱讀 40,302評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼厨剪,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了友存?” 一聲冷哼從身側(cè)響起祷膳,我...
    開封第一講書人閱讀 39,216評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎屡立,沒想到半個(gè)月后直晨,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,661評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,851評論 3 336
  • 正文 我和宋清朗相戀三年勇皇,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了罩句。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,977評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡敛摘,死狀恐怖门烂,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情兄淫,我是刑警寧澤屯远,帶...
    沈念sama閱讀 35,697評論 5 347
  • 正文 年R本政府宣布,位于F島的核電站捕虽,受9級特大地震影響氓润,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜薯鳍,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,306評論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望挨措。 院中可真熱鬧挖滤,春花似錦、人聲如沸浅役。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽觉既。三九已至惧盹,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間瞪讼,已是汗流浹背钧椰。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留符欠,地道東北人嫡霞。 一個(gè)月前我還...
    沈念sama閱讀 48,138評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像希柿,于是被迫代替她去往敵國和親诊沪。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,927評論 2 355