Matlab數(shù)字圖像處理01課件

第1章數(shù)字圖像基礎(chǔ)隨計(jì)算機(jī)技術(shù)的發(fā)展，20世紀(jì)50年代，人們應(yīng)用計(jì)算機(jī)處理一些圖形和圖像信息，這是最早的圖像處理；20世紀(jì)60年代，人們應(yīng)用計(jì)算機(jī)改善圖像的質(zhì)量，這時(shí)形成了數(shù)字圖像處理這門學(xué)科。本章主要介紹數(shù)字圖像處理的基礎(chǔ)內(nèi)容，包括什么是數(shù)字圖像基礎(chǔ)、圖像的表示方法、圖像的數(shù)據(jù)結(jié)構(gòu)以及計(jì)算機(jī)中圖像文件格式。1.1數(shù)字圖像處理簡介數(shù)字圖像處理（DigitalImageProcessing）又稱為計(jì)算機(jī)圖像處理，是一種將圖像信號數(shù)字化后利用計(jì)算進(jìn)行處理的過程。隨著計(jì)算機(jī)科學(xué)、電子學(xué)和光學(xué)的發(fā)展，數(shù)字圖像處理已經(jīng)廣泛的應(yīng)用到諸多領(lǐng)域之中。本小節(jié)主要介紹圖像的概念、分類和數(shù)字圖像處理的產(chǎn)生以及數(shù)字圖像處理的研究內(nèi)容。1.1.1什么是圖像圖像是三維世界在二維平面的表示，具體來說就是用光學(xué)器件對一個(gè)物體，一個(gè)人或是一個(gè)場景等的可視化表示。圖像中包含了它所表達(dá)的事物的大部分信息，據(jù)有關(guān)資料表示，人類所獲得的大部分信息來源于視覺系統(tǒng)，也就是從圖像中獲得的。中國有句古話叫“耳聽為虛，眼見為實(shí)”，可見一斑。1.1.3數(shù)字圖像的產(chǎn)生數(shù)字圖像的產(chǎn)生主要有兩種渠道，一種是通過像數(shù)碼照相機(jī)這樣的設(shè)備直接拍攝得到數(shù)字圖像，還有一種是通過圖像采集卡、掃描儀等數(shù)字化設(shè)備，將模擬圖像轉(zhuǎn)變?yōu)閿?shù)字圖像。1.1.4數(shù)字圖像處理的研究內(nèi)容

數(shù)字圖像處理的研究內(nèi)容主要有以下方向：1．圖像運(yùn)算與變換2.圖像增強(qiáng)3.圖像復(fù)原4.圖像的銳化處理及邊緣檢測5.圖像分割6.圖像編碼壓縮1.1.5數(shù)字圖像處理的實(shí)驗(yàn)工具數(shù)字圖像處理是通過計(jì)算機(jī)完成的，首先需要數(shù)字圖像獲取工具得到數(shù)字圖像，圖像獲取工具（例如掃描儀）可以將模擬圖像轉(zhuǎn)換為數(shù)字圖像，也可以直接通過圖像獲取工具（例如數(shù)碼照相機(jī)）直接產(chǎn)生數(shù)字圖像。數(shù)字圖像產(chǎn)生后，傳輸?shù)接?jì)算機(jī)中，通過計(jì)算機(jī)中的圖像處理軟件或是用戶編寫的圖像處理程序都可以對圖像進(jìn)行出路，專業(yè)應(yīng)用還可以通過圖像處理工作站對專業(yè)圖像處理。數(shù)字圖像處理需要對大量的數(shù)據(jù)進(jìn)行運(yùn)算，所以通常需要計(jì)算機(jī)計(jì)算速度快，內(nèi)存空間大和大的硬盤存儲(chǔ)能力。經(jīng)過處理的圖像主要通過顯示器顯示出來，有時(shí)根據(jù)需要還要求通過打印機(jī)打印出來等。數(shù)字圖像處理系統(tǒng)如圖1.7所示。1.2.1二進(jìn)制圖像二進(jìn)制圖像也稱為二值圖像，通常用一個(gè)二維數(shù)組來描述，1位表示一個(gè)像素，組成圖像的像素值非0即1，沒有中間值，通常0表示黑色，1表示白色，如圖1.8所示。二進(jìn)制圖像一般用來描述文字或者圖形，其優(yōu)點(diǎn)是占用空間少，缺點(diǎn)是當(dāng)表示人物或風(fēng)景圖像時(shí)只能描述輪廓。1.2.2灰度圖像灰度圖像也稱為單色圖像，通常也由一個(gè)二維數(shù)組表示一副圖像，8位表示一個(gè)像素，0表示黑色，255表示白色，1~254表示不同的深淺灰色，一副灰度圖像放大4×4大小像素，如圖1.9所示。通?；叶葓D像顯示了黑色與白色之間許多級的顏色深度，比人眼所能識別的顏色深度范圍要寬的多。1.2.3RGB圖像RGB圖像也稱為真彩色，是一種彩色圖像的表示方法，利用3個(gè)大小相同的二維數(shù)組表示一個(gè)像素，3個(gè)數(shù)組分別代表R、G、B三個(gè)分量，R表示紅色，G表示綠色，B表示藍(lán)色，通過三種基本顏色可以合成任意顏色，如圖1.10所示RGB圖像。每個(gè)像素中的每種顏色分量占8位，每一位由[0，255]中的任意數(shù)值表示，那么一個(gè)像素由24位表示，允許的最大值為224（即，通常記為16M）。1.2.5多幀圖像多幀圖像是一種包含多幅圖像或幀的圖像文件，又稱為多頁圖像或圖像序列，主要用于需要對時(shí)間或場景上相關(guān)圖像集合進(jìn)行操作的場合。例如，計(jì)算機(jī)X線斷層掃描圖像或電影幀等。1.3圖像的數(shù)據(jù)結(jié)構(gòu)數(shù)字圖像處理中常用的數(shù)據(jù)結(jié)構(gòu)有矩陣，鏈表，拓?fù)浣Y(jié)構(gòu)和關(guān)系結(jié)構(gòu)。圖像的數(shù)據(jù)結(jié)構(gòu)用于目標(biāo)表示和描述。本小節(jié)主要介紹矩陣、鏈表、拓?fù)浣Y(jié)構(gòu)和關(guān)系結(jié)構(gòu)描述圖像、圖像的邊界、區(qū)域和區(qū)域之間的關(guān)系。1.3.1矩陣矩陣用于描述圖像，可以表示黑白圖像、灰度圖像和彩色圖像。矩陣中的一個(gè)元素表示圖像的一個(gè)像素。矩陣描述黑白圖像時(shí)，矩陣中的元素取值只有0和1兩個(gè)值，因此黑白圖像又叫二值圖像或二進(jìn)制圖像。矩陣描述灰度圖像時(shí)，矩陣中的元素由一個(gè)量化的灰度級描述，灰度級通常為8位，即0~255之間的整數(shù)，其中0表示黑色，255表示白色。1.3.3拓?fù)浣Y(jié)構(gòu)拓?fù)浣Y(jié)構(gòu)用于描述圖像的基本結(jié)構(gòu)，通常在于形態(tài)學(xué)的圖像處理或是二值圖像中，用于描述目標(biāo)事件發(fā)生的次數(shù)，在一個(gè)目標(biāo)事件中有多少個(gè)孔洞，有多少聯(lián)通區(qū)域等。在圖像中定義相鄰的概念，一個(gè)像素與它周圍的像素組成一個(gè)鄰域，如下圖所示，像素點(diǎn)p周圍有8個(gè)相鄰的像素點(diǎn)，若只考慮上下左右則有4個(gè)像素點(diǎn)則稱為4-鄰域，若只考慮對角上的4個(gè)像素點(diǎn)則稱為對角鄰域，4-鄰域和對角鄰域都加上稱為8-鄰域。1.3.4關(guān)系結(jié)構(gòu)關(guān)系結(jié)構(gòu)用于描述一組目標(biāo)物體之間的相互關(guān)系，常用的描述方法為串描述和樹描述。串描述是一種一維結(jié)構(gòu)，當(dāng)用串描述圖像時(shí)，需要建立一種合適的映射關(guān)系，將二維圖像降為一維形式。串描述適用于那些圖像元素的連接可以用來從頭到尾或用其他連續(xù)形式的圖像元素的描述。鏈碼表示就是基于串描述思想描述的。1.4計(jì)算機(jī)中圖像文件格式數(shù)字圖像在計(jì)算機(jī)中存儲(chǔ)的格式有多種多樣，每一種文件格式都包括一個(gè)頭文件和一個(gè)數(shù)據(jù)文件。頭文件的內(nèi)容由制作圖像的公司規(guī)定，一般包括文件類型、制作時(shí)間，文件大小制作人及版本號等信息。文件制作時(shí)還涉及到圖像的壓縮和存儲(chǔ)效率等。本小節(jié)主要介紹BMP文件格式，GIF文件格式，JPEG文件格式和TIFF文件格式。1.4.2

GIF文件格式GIF文件格式是CompuServe公司在1987年開發(fā)的圖像文件格式，任何商業(yè)目的使用均須由CompuServe公司授權(quán)。

GIF文件主要是為數(shù)據(jù)流設(shè)計(jì)的一種傳輸格式，不作為文件的存儲(chǔ)格式，它具有順序的結(jié)構(gòu)形式。GIF文件主要由五部分組成：文件標(biāo)志塊，識別標(biāo)識符“GIF”和版本號；邏輯屏幕描述塊，定義圖像顯示區(qū)域的參數(shù)，包含背景顏色信息、顯示區(qū)域大小、縱橫尺寸、顏色深淺以及是否存在全局彩色表；全局彩色表，其大小由圖像使用的顏色數(shù)決定；圖像數(shù)據(jù)塊，包含圖像的描述塊，局部彩色表，壓縮圖像數(shù)據(jù)，圖像控制擴(kuò)展塊，無格式文本擴(kuò)展塊，注釋擴(kuò)展塊，應(yīng)用程序擴(kuò)展塊，此部分可以缺??；尾塊，為三維16進(jìn)制數(shù)，表示數(shù)據(jù)流已經(jīng)結(jié)束，此部分可以缺省。1.4.3

JPEG文件格式JPEG是JointPhotographicExpertsGroup的縮寫，即聯(lián)合國圖像專家組。作為一種圖像文件格式，JPEG格式聯(lián)合國圖像專家組制定，文件擴(kuò)展名.jpg或.jpeg。JPEG格式的圖像文件具有迄今為止最為復(fù)雜的文件結(jié)構(gòu)和編碼方式，和其他格式的最大區(qū)別是JPEG使用一種有損壓縮算法，是以犧牲一部分的圖像數(shù)據(jù)來達(dá)到較高的壓縮率，但是這種損失很小以至于很難察覺。JPEG格式又可分為標(biāo)準(zhǔn)JPEG、漸進(jìn)式JPEG及JPEG2000三種格式，這三種格式的區(qū)別主要在Internet圖像顯示方式上。標(biāo)準(zhǔn)JPEG格式圖像在網(wǎng)頁下載時(shí)只能由上而下依序顯示圖像，直到圖像全部下載完畢，才能看到全貌。漸進(jìn)式JPEG格式可以在網(wǎng)頁下載時(shí)，先呈現(xiàn)出圖像的粗略外觀后，再慢慢地呈現(xiàn)出完整的內(nèi)容。JPEG2000格式是新一代的影像壓縮法，壓縮品質(zhì)更好，并可改善無線傳輸時(shí)，常因訊號不穩(wěn)造成馬賽克及位置錯(cuò)亂的情況，改善傳輸?shù)钠焚|(zhì)。1.4.4

TIFF文件格式TIFF格式最初由Aldus公司與微軟公司一起為PostScript打印開發(fā)，是一種主要用來存儲(chǔ)包括照片和藝術(shù)圖在內(nèi)的圖像的文件格式，文件擴(kuò)展名為.tif或.tiff。TIFF文件格式主要包括三個(gè)部分：文件頭，有固定的位置，位于文件的最前端，是文件中惟一的，包含一個(gè)標(biāo)志參數(shù)指出標(biāo)識信息區(qū)在文件中的存儲(chǔ)地址及正確解釋TIFF文件的其他部分所需的必要信息；標(biāo)識信息區(qū)，是用于區(qū)分一個(gè)或多個(gè)可變長度數(shù)據(jù)塊的表