數字圖像處理第一章

數字圖像處理課件第一章第一頁，共九十頁，2022年，8月28日第１章緒論內容提要:數字圖像處理的發(fā)展簡史圖像處理的任務基本的圖像處理系統(tǒng)數字圖像處理的應用與發(fā)展趨勢第二頁，共九十頁，2022年，8月28日1.1數字圖像處理及發(fā)展簡史1.1.1圖像的定義圖像：二維空間上的強度分布如果只考慮光的能量圖像在視覺上表現為灰色影像--灰度圖像：

靜止灰度圖像：第三頁，共九十頁，2022年，8月28日模擬圖像與數字圖像模擬圖像：強度和空間位置以連續(xù)或近似連續(xù)形式分布。如照片、電影膠片（記錄在乳膠介質上）和物理圖像（如人眼可見的自然圖像）等，可連續(xù)放大而細節(jié)不失真。第四頁，共九十頁，2022年，8月28日模擬圖像－人眼成像瞳孔，晶狀體視網膜神經大腦第五頁，共九十頁，2022年，8月28日模擬圖像例－人眼成像視網膜區(qū)域分布了大量的視覺細胞，以接受外界光的強弱及顏色。中央凹的視覺細胞分布很密，向外逐漸稀疏。視網膜結構中央凹第六頁，共九十頁，2022年，8月28日視網膜中央區(qū)域稱為a區(qū)域，主要以觀察物體的細節(jié)為主。視網膜邊界區(qū)域稱為?區(qū)域，主要以觀察運動物體為主。第七頁，共九十頁，2022年，8月28日數字圖像例－數碼相機成像光學鏡頭CCD陣面存儲器CCD陣面結構第八頁，共九十頁，2022年，8月28日模擬圖像與數字圖像數字圖像：一個被采樣和量化后的二維函數，采用等距離矩形網格采樣，對幅度進行間隔量化。第九頁，共九十頁，2022年，8月28日

數字圖像原理取樣和量化的基本概念數字化包括取樣和量化兩個過程：取樣：對空間連續(xù)坐標(x,y)的離散化量化：幅值f(x,y)的離散化數字化圖像所需的主要硬件：采樣孔、圖像掃描機構、光傳感器、量化器、輸出存儲體第十頁，共九十頁，2022年，8月28日

數字圖像原理圖像采樣與量化x0y寬度方向：列高度方向：行若灰度級劃分為8，則用3個二進制位表示：23＝8（稱為8色圖像或3位圖像）象素07654321彩色模擬圖像灰度圖像（縮?。㏑GB顏色空間第十一頁，共九十頁，2022年，8月28日（a）連續(xù)圖像（b）數字化結果第十二頁，共九十頁，2022年，8月28日（c）像素（d）灰度級第十三頁，共九十頁，2022年，8月28日1.1.4數字圖像的基本屬性在計算機中的二維陣列（網格）：二維數組兩個基本屬性：①幾何屬性：坐標②物理屬性：灰度、亮度I→顏色、透射度、深度。第十四頁，共九十頁，2022年，8月28日第十五頁，共九十頁，2022年，8月28日第十六頁，共九十頁，2022年，8月28日

1.1.5數字圖像表示單色圖像(monochromeimage)：即黑白圖像，每個像素的灰度值只有0和1灰度圖像(grayscaleimage)：每個像素的灰度值占一個字節(jié)彩色圖像：真彩色圖像：每個像素的灰度值占三個字節(jié)，分別為R、G、B

索引彩色圖像：即調色板彩色圖像，如8位或16位偽彩色圖像多譜圖像：如由衛(wèi)星多孔徑雷達所成的多波段圖像，多幅圖像表達同一圖像的不同波段信息壓縮圖像第十七頁，共九十頁，2022年，8月28日彩色空間示意圖第十八頁，共九十頁，2022年，8月28日數字圖像常見參數分辯率：用來描述數字圖象所表示的空間細節(jié)的程度（高或低）。設備無關：象素的個數M*N設備有關：如pixel/mmIntensity&Contract（亮度和對比度）&graylevel灰度級：表示1Byte/pixel-256級（灰度級）

第十九頁，共九十頁，2022年，8月28日1.1.2圖像處理的發(fā)展簡史數字圖像處理首次成功地應用在1964年美國宇航局噴氣推進實驗室（NASAJPL）對“徘徊者7號”探測器發(fā)來的幾千張月球照片的進行幾何校正、灰度變換、去除噪聲等處理考慮了太陽位置和月球環(huán)境的影響用計算機繪制了月球表面的照片。第二十頁，共九十頁，2022年，8月28日2005年1月14日，“惠更斯”探測器拍攝了“土衛(wèi)六”的圖像土衛(wèi)六的地貌圖

陸地衛(wèi)星5號第二十一頁，共九十頁，2022年，8月28日1.2.1圖像處理的目的一般地，圖像處理中需要完成以下一個或幾個任務：（1）提高圖像的視覺質量以提供人眼主觀滿意或較滿意的效果。（2）提取圖像中目標的某些特征，以便于計算機分析或機器人識別。（3）為了存儲和傳輸龐大的圖像和視頻信息，常常對這類數據進行有效的壓縮。（4）信息的可視化。（5）信息安全的需要。1.2圖像處理的目的、任務與特點

第二十二頁，共九十頁，2022年，8月28日1.2.2圖像處理的任務

圖像處理的主要任務：圖像獲取與數字化圖像增強圖像恢復圖像重建圖像變換圖像編碼與壓縮圖像分割第二十三頁，共九十頁，2022年，8月28日1.2.3數字圖像處理的特點1．具有數字信號處理技術共有的特點。如：（1）處理精度高。（2）重現性能好。（3）靈活性高。2．數字圖像處理后的圖像可能是供人觀察和評價的，也可能作為機器視覺的預處理結果。3．數字圖像處理技術適用面寬。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、超聲波圖像或紅外圖像。第二十四頁，共九十頁，2022年，8月28日圖1.5胸部X光片圖像圖1.6紅外熱像儀檢測的手第二十五頁，共九十頁，2022年，8月28日1.2.3數字圖像處理的特點4．數字圖像處理技術綜合性強。5．數字圖像處理與模擬方式處理圖像相比，也有一些不足之處，如（1）數字圖像處理的信息大多是二維或二維以上的多維信息，數據量巨大（2）數字圖像信號占用的頻帶較寬。（3）處理費時。第二十六頁，共九十頁，2022年，8月28日1.3基本的圖像處理系統(tǒng)圖像處理系統(tǒng)包括圖像處理硬件和圖像處理軟件。1.3.1圖像處理硬件微機圖像處理硬件系統(tǒng)主要由圖像輸入設備、圖像運算處理設備（微計算機）、圖像存儲器、圖像輸出設備等組成。軟件系統(tǒng)包括操作系統(tǒng)、控制軟件及應用軟件等。第二十七頁，共九十頁，2022年，8月28日基本的數字圖像處理系統(tǒng)第二十八頁，共九十頁，2022年，8月28日1.3.1圖像處理硬件1.圖像輸入設備完成將模擬光學圖像轉換成模擬電圖像的過程。數字化圖像輸入設備還進一步將模擬電圖像進行數字化以便于存儲介質存儲和計算機處理。第二十九頁，共九十頁，2022年，8月28日2.圖像存儲器為了適應圖像的大數據量要求，輸入圖像、輸出圖像以及中間結果圖像必須用大容量存儲介質進行存儲。3.主機用于圖像處理的計算機。4．顯示器及圖像輸出設備第三十頁，共九十頁，2022年，8月28日1.3.2圖像處理軟件

圖1.11圖像處理軟件系統(tǒng)的層次結構第三十一頁，共九十頁，2022年，8月28日1.3.2圖像處理軟件1.圖像設備驅動程序2.操作系統(tǒng)：（1）IBMPC及兼容機一般使用MicrosoftWindows操作系統(tǒng)。（2）AppleMacintosh機一般使用MacOSX操作系統(tǒng)。（3）圖形工作站典型使用UNIX或XWINDOWS操作系統(tǒng)。3．圖像處理開發(fā)工具（1）VC++面向對象可視化集成工具（2）MATLAB的圖像處理工具箱（3）圖像應用軟件：Photoshop、CorelDRAW、ACDSee第三十二頁，共九十頁，2022年，8月28日1.3.3數字圖像處理內容的四個層次

(1)

圖像輸入輸出（掃描儀、多媒體視頻卡、圖像卡、監(jiān)視系統(tǒng)）(2)

圖像表示、轉換（多媒體各種文件格式、幾何、亮度、對比度、剪貼）——給人看(3)

圖像處理、分析（特征提出、圖像壓縮、幾何校正2D→3D）——給機器看(4)圖像理解、解釋——計算機視覺第三十三頁，共九十頁，2022年，8月28日計算機視覺

計算機視覺是用各種成象系統(tǒng)代替視覺器官作為輸入敏感手段,有計算機代替大腦完成處理和解釋,為計算機和機器人開發(fā)具有人類水平的視覺能力。最終目標：實現對三維景物世界的理解。第三十四頁，共九十頁，2022年，8月28日計算機視覺計算機視覺處理的原始信息多是圖像，在這個意義上計算機視覺應當是圖像處理的一部分。從發(fā)展的眼光來看，圖像處理的發(fā)展方向必然趨向計算機視覺。圖像處理將成為計算機視覺的前期研究內容。第三十五頁，共九十頁，2022年，8月28日經典理論——Marr理論2維2.5維3維提取二維平面特征建立三維模型將二維平面特征進行組合進而得到三維信息第三十六頁，共九十頁，2022年，8月28日為什么要研究生物視覺在圖像處理方面具有計算機遠達不到的能力。即使是嬰兒的圖像識別能力也遠遠超過目前計算機。依據生物視覺機理，提高計算機圖像處理能力，是計算機圖像處理的必然發(fā)展趨勢。第三十七頁，共九十頁，2022年，8月28日計算機視覺學科的難題軟件角度：“一只馬戲團的猴子如何教會另一只馬戲團的猴子如何演馬戲”。硬件角度：大腦信息處理的機制與計算機不同大腦：大量CPU（簡單）計算機：少量CPU（復雜）第三十八頁，共九十頁，2022年，8月28日好處永無止盡研究人員可以大膽發(fā)揮想象力，充分開發(fā)個人的智力。在理解與掌握現有理論基礎上，研究將不受束縛。沒有權威，全依仗研究人員悟性。所謂：“人人都是食神！”第三十九頁，共九十頁，2022年，8月28日計算機視覺研究的特點多學科交叉計算機視覺計算機心理學生理學物理學信號處理數學最優(yōu)化理論高等幾何線性系統(tǒng)高度代數概率統(tǒng)計隨機過程等等第四十頁，共九十頁，2022年，8月28日計算機視覺研究的途徑硬件：第四代計算機（人工智能計算機）軟件：通過研究人的視覺機理，提高計算機圖像處理能力：傳感器（眼睛）：成像機理及前期處理處理機理（大腦）：人工神經網絡第四十一頁，共九十頁，2022年，8月28日有效途徑研究視覺錯覺：假象：虛幻、不真實錯覺：真實，錯誤從錯覺出發(fā)，可能能夠了解人視覺機理。進一步將其數學模型化。即可達到目的。第四十二頁，共九十頁，2022年，8月28日常見錯覺Hermann格子圖像第四十三頁，共九十頁，2022年，8月28日Muller—Lyer錯覺第四十四頁，共九十頁，2022年，8月28日Ponzo錯覺第四十五頁，共九十頁，2022年，8月28日Hering錯覺第四十六頁，共九十頁，2022年，8月28日Orbison錯覺第四十七頁，共九十頁，2022年，8月28日Pogendoff錯覺第四十八頁，共九十頁，2022年，8月28日Zollnar錯覺第四十九頁，共九十頁，2022年，8月28日圖像表示與轉換放大、縮?。旱谖迨?，共九十頁，2022年，8月28日圖像表示與轉換旋轉第五十一頁，共九十頁，2022年，8月28日圖像表示與轉換亮度調整第五十二頁，共九十頁，2022年，8月28日圖像表示與轉換對比度調整第五十三頁，共九十頁，2022年，8月28日圖像處理與分析圖像分割第五十四頁，共九十頁，2022年，8月28日圖像處理與分析圖像分割第五十五頁，共九十頁，2022年，8月28日圖像處理與分析紋理分割第五十六頁，共九十頁，2022年，8月28日圖像處理與分析角點檢測第五十七頁，共九十頁，2022年，8月28日圖像處理與分析線條檢測第五十八頁，共九十頁，2022年，8月28日圖像處理與分析線條檢測第五十九頁，共九十頁，2022年，8月28日圖像處理與分析邊緣檢測第六十頁，共九十頁，2022年，8月28日圖像處理與分析邊緣檢測第六十一頁，共九十頁，2022年，8月28日

圖像壓縮

原始圖像經過壓縮后的圖像哈夫曼編碼第六十二頁，共九十頁，2022年，8月28日預測編碼

圖像壓縮

第六十三頁，共九十頁，2022年，8月28日預測編碼第六十四頁，共九十頁，2022年，8月28日行程編碼1.原始圖像及其屬性第六十五頁，共九十頁，2022年，8月28日行程編碼2.壓縮文件的屬性解壓后生成的文件

由于行程編碼屬于無損壓縮，所以原始圖像和解壓后的圖像基本上沒有任何差別，不會出現失真的情況第六十六頁，共九十頁，2022年，8月28日LZW編碼1.原始圖像及其屬性第六十七頁，共九十頁，2022年，8月28日LZW編碼2.壓縮文件的屬性屬性解壓后生成的文件第六十八頁，共九十頁，2022年，8月28日幾何校正第六十九頁，共九十頁，2022年，8月28日多項式卷繞第七十頁，共九十頁，2022年，8月28日圖像處理范例——圖像分割第七十一頁，共九十頁，2022年，8月28日圖像處理范例——圖像融合（a）待融合圖像CT(b)待融合圖像MR（f）融合規(guī)則四的結果(e)融合規(guī)則三的結果(c)融合規(guī)則一的結果（d）融合規(guī)則二的結果（g）融合規(guī)則五的結果圖4－4運用不同的融合規(guī)則得到的融合結果第七十二頁，共九十頁，2022年，8月28日圖像處理范例——邊緣提取第七十三頁，共九十頁，2022年，8月28日圖像處理范例——邊緣檢測第七十四頁，共九十頁，2022年，8月28日圖像處理范例——邊緣檢測第七十五頁，共九十頁，2022年，8月28日圖像處理范例——邊緣檢測第七十六頁，共九十頁，2022年，8月28日圖像處理范例——畸變校正第七十七頁，共九十頁，2022年，8月28日圖像處理范例——幾何校正第七十八頁，共九十頁，2022年，8月28日圖像處理范例——背景更新第七十九頁，共九十頁，2022年，8月28日圖像處理范例——背景更新第八十頁，共九十頁，2022年，8月28日圖像處理范例——目標檢測第八十一頁，共九十頁，2022年，8月28日1.４數字圖像處理的應用1.遙感資源普查、規(guī)劃，氣象預報，環(huán)保（污染調查）利用衛(wèi)星照片和航空照片輻射校正（亮度）