资源描述
2020/7/23,数字图像处理技术与应用,韩晓军 编著 电子工业出版社 ,2020/7/23,第1章 数字图像处理概述,1.1 图像处理的基础知识 1.2 数字图像处理术语 1.3 数字图像处理的方法和内容 1.4 数字图像处理的应用 1.5 数字图像处理的特点 1.6 图像处理工程简述,2020/7/23,第1章 数字图像处理概述1.1 图像处理的基础知识,1. 数字图像处理系统的组成 图1.1 数字图像处理系统组成框图,2020/7/23,1.1 图像处理的基础知识,2.数字图像的基本概念 图像不能直接由计算机处理和分析。计算机只能处理数字文件,而不是图片,一幅图像在用计算机进行处理前必须先转化为数字形式。 物理图像被划分为称作图像元素的小区域,图像元素简称为像素。将模拟图像转化为数字图像的过程称为数字化。在每个像素位置上,图像的亮度被采样和量化,得到图像的对应点上表示其亮暗程度的一个整数值。在对所有的像素都完成上述转化后,图像被表示成一个整数矩阵。每个像素具有两个属性:位置和灰度。位置(或称为地址)由扫描线内采样点的两个坐标决定,它们又称为行和列。表示该像素位置上亮暗程度的整数称为灰度。,2020/7/23,1.1 图像处理的基础知识,图1.1 模拟图像转化为数字图像,2020/7/23,1.2 数字图像处理术语,数字图像处理: 将一幅图像变为另一幅经过修改的图像,数字图像处理是一个由图像到图像的过程。数字图像分析则是指将一幅图像转化为一种非图像的表示方法。 计算机图形学: 一门涉及用计算机对图像进行处理和显示的学科。 计算机视觉:使计算机能够观察和理解自然景物的系统。 在更广泛的意义上,使用数字图像涵盖任何用计算机来操作与图像有关数据的技术,包括计算机图形学、计算机视觉,以及数字图像处理和分析。,2020/7/23,数字化:将一幅图像从原来的形式转化为数字形式的处理过程。 扫描:对一幅图像内的给定位置寻址。在扫描过程 中被寻址的最小单元是图像元素,即像素,对摄影图像的数字化就是对胶片上一个个小斑点的顺序扫描。 采样:在一幅图像的每个像素位置上测量灰度值。 量化:将测量的灰度值用一个整数表示。,1.2 数字图像处理术语,2020/7/23,1.3 数字图像处理的方法和内容,1.3.1数字图像处理的方法 1. 空域法 空域法把图像看作关于x , y坐标位置的像素的集合,直接 对二维函数的集合进行相应的处理。空域处理法主要有两大类: 1) 邻域处理法 梯度运算,平滑算子运算和卷积运算 2) 点处理法 灰度处理,面积、周长、体积运算等。,2020/7/23,1.3 数字图像处理的方法和内容,2. 变换域法 数字图像的变换域处理方法是对图像进行正交变换,得到变换域系数阵列,然后再对系数阵列进行处理,反变换到空间域最后得到处理结果的显示。,2020/7/23,1.3.2 数字图像处理的主要内容 1. 图像信息获取 数字图像处理的第一步是图像的采集和获取,把一幅图像转换成适合输入计算机的数字信号,这一过程包括摄取图像、A/D转换及数字化等步骤。主要设备包括:CCD摄像设备、飞点扫描器、扫描鼓、扫描仪等图像数字化设备。 2. 图像信息的存储 图像信息的特点是数字量巨大,存储采用的介质有磁带、磁盘或光盘,为解决海量存储问题主要研究数据压缩、图像格式和图像数据库技术等。,1.3 数字图像处理的方法和内容,2020/7/23,3. 数字图像处理 数字图像处理多采用计算机处理,主要内容为几何处理、算术处理、图像增强、图像复原、图像编码、图像重建、图像识别和图像理解。 1)几何处理 几何处理主要包括坐标变换,图像的放大、缩小、旋转、移动,多个图像配准,图像的校正,图像周长、面积、体积的计算等。 2)算术处理 算术处理主要对图像施以加、减、乘、除等运算。,1.3 数字图像处理的方法和内容,2020/7/23,3)图像变换 由于数字图像阵列通常很大,直接在空间域中进行处理,计算量非常大。采用各种图像变换的方法,如傅里叶变换、沃尔什变换、离散余弦变换等间接处理技术,将空间域的处理转换为变换域处理,这样不仅可减少计算量,而且可以获得更有效的处理。例如,通过傅里叶变换可以在频域中进行数字滤波处理,目前研究的小波变换在时域和频域中都具有良好的局部化特性,在图像处理中也有着广泛而有效的应用。,1.3 数字图像处理的方法和内容,2020/7/23,4)图像编码压缩 图像编码是利用图像信号的统计特性及人类视觉的生理学及心理学特性对图像信号进行编码,图像编码的目的: (1)减少数据存储量; (2)降低码流以减少传输带宽; (3)压缩信息量,便于识别和理解。 图像编码压缩技术可以减少描述图像的数据量,以节省图像传输、处理的时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得,也可以在允许的失真条件下进行。,1.3 数字图像处理的方法和内容,2020/7/23,5)图像增强和复原 图像增强和复原的目的是提高图像的质量,如去除噪声、提高图像的清晰度等。图像增强不考虑引起图像降质的原因,而是突出图像中所感兴趣的部分。例如,强化图像高频分量可以使图像中物体轮廓清晰、细节明显,强化低频分量可减少图像中噪声的影响。图像复原要求对图像降质的原因有一定的了解,一般根据降质过程建立“降质模型”,再采用某种滤波方法,恢复或重建原来的图像。,1.3 数字图像处理的方法和内容,2020/7/23,1.3 数字图像处理的方法和内容,6)图像分割 图像分割是数字图像处理中的关键技术之一。将图像中有意义的特征部分提取出来,有意义的特征包括图像中的边缘、区域等,是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法,但是还没有一种普遍适用于各种图像的有效方法。对图像分割的研究还在不断深入之中,是目前图像处理中研究的热点之一。,2020/7/23,7)图像描述 图像描述是图像识别和理解的必要前提。作为最简单的二值图像可以采用其几何特性描述物体的特性,一般图像的描述方法采用二维形状描述,它有边界描述和区域描述两类方法。对于特殊的纹理图像可以采用二维纹理特征描述。随着图像处理技术研究的深入发展,已经开始进行三维物体描述的研究,提出了体积描述、表面描述、广义圆柱体描述等方法。,1.3 数字图像处理的方法和内容,2020/7/23,8)图像识别 图像分类识别属于模式识别的范畴,其主要内容是图像经过某些预处理(如增强、复原、压缩)后,进行图像分割和特征提取,从而进行判决分类。图像分类常采用经典的模式识别方法,有统计模式分类和句法结构模式分类,近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。,1.3 数字图像处理的方法和内容,2020/7/23,9)图像理解 图像理解是由模式识别发展起来的方法。这种处理过程的输入是图像,输出是一种描述。这种描述并不仅是单纯的用符号做出详细的描绘,而且要根据客观世界的知识利用计算机进行联想、思考及推论,从而理解图像所表现的内容。图像理解有时也称为景物理解。在这一领域还有相当多的问题需要进行深入研究。,1.3 数字图像处理的方法和内容,2020/7/23,1.4 数字图像处理的应用,1. 工业应用 数字图像处理技术用于模具、零件制造、服装、印染业,产品无损检测、焊缝及内部缺陷检查,装配流水线零件自动检测,邮件、包裹自动分检、识别,印刷板质量、缺陷检出,生产过程的监测、监控,形状相同批量产品的数量统计,金相分析,密封元器件内部的质量检查等。,2020/7/23,2. 交通领域的应用 交通管制、机场监控、运动车船的视觉反馈控制,火车车厢的识别等。 3. 军事、公安领域中的应用 军事侦察、定位、引导、指挥等应用,巡航导弹地形识别,遥控飞行器的引导,测视雷达的地形侦察,目标的识别与制导,指纹自动识别,罪犯脸形合成,手迹、人像、印章的鉴定识别,过期档案文字的复原,集装箱的不开箱检查等。,1.4 数字图像处理的应用,2020/7/23,4. 生物医学中的应用 显微图像处理,DNA(脱氧核糖核酸)显示分析,红、白血球分析计数,虫卵及组织切片的分析,细胞识别,染色体分析,DSA(心血管数字减影)以及其他减影技术,内脏大小形状及异常检出,心脏活动三维图像动态分析,热像分析、红外图像分析,X光照片增强、冻结、以及伪彩色增强,超声图像成像、冻结、增强及伪彩色处理,CT(计算机断层扫描)图像处理,专家系统手术规划的应用,生物进化的图像分析等。,1.4 数字图像处理的应用,2020/7/23,5. 遥感航天领域的应用 多光谱卫星图像分析,地形、地貌、国土普查,地质、矿藏勘探,森林资源探查、分类、防火,水利资源探查,洪水泛滥监测,海洋、渔业方面如温度、鱼群的监测、预报,农业方面如粮食估产、病虫害调查,自然灾害、环境污染的监测,气象、天气预报图的合成分析预报,天文、太空星体的探测及分析。,1.4 数字图像处理的应用,2020/7/23,6. 机器人视觉 机器视觉作为智能机器人的重要感觉器官,主要进行三维景物理解和识别,是目前处于研究之中的开放课题。机器视觉主要用于军事侦察、危险环境的自主机器人,邮政、医院和家庭服务的智能机器人,装配线工件识别、定位、太空机器人的自主操作等。,1.4 数字图像处理的应用,2020/7/23,7. 通信工程方面的应用 当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。将电话、电视和计算机以三网合一的方式在数字通信网上传输。其中以视频通信最为复杂和困难,图像的数据量十分巨大,传送彩色电视信号的速率达100Mbps 以上。要将高速率的数据实时传送出去,必须采用编码技术来压缩信息的比特量。编码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、差分脉冲编码调制(DPCM)编码、变换编码外,目前国内外正在大力开发研究新的编码方法,如分行编码、自适应网络编码、小波变换图像压缩编码等。,1.4 数字图像处理的应用,2020/7/23,8. 其他应用领域 服装试穿效果显示,理发发型预测显示,电视会议,办公自动化、现场视频管理,文字图像电视广告等。,1.4 数字图像处理的应用,2020/7/23,1.5 数字图像处理的特点,1. 再现性好 数字图像处理与模拟图像处理的根本不同在于,它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿,则数字图像处理过程始终能保持图像的再现,人类视觉能够直观地观察图像。,2020/7/23,2. 处理精度高 按目前的技术,几乎可将一幅模拟图像数字化为任意大小的二维数组,这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高,这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言,不论数组大小,也不论每个像素的位数多少,其处理程序几乎是一样的。从原理上讲不论图像的精度有多高,处理总是能实现的,只要在处理时改变程序中的数组参数就可以了。,1.5 数字图像处理的特点,2020/7/23,3. 适用领域广泛 图像可以来自多种信息源,可以是可见光图像,也可以是不可见的波谱图像(如X射线图像、 射线图像、超声波图像或红外图像等)。从图像反映的客观实体尺度看,可以小到电子显微镜图像,大到航空照片、遥感图像,甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后,均是用二维数组表示的灰度图像。彩色图像也是由灰度图像组合而成的,如RGB图像由红、绿、蓝三个灰度图像组合而成,因而均可用计算机来处理。只要针对不同的图像信息源,采取相应的图像信息采集措施,图像的数字处理方法适用于任何一种图像。,1.5 数字图像处理的特点,2020/7/23,4. 灵活性高 图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分,每一部分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运算,极大地限制了光学图像处理能实现的目标。而数字图像处理不仅能完成线性运算,而且能实现非线性处理,即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。,1.5 数字图像处理的特点,2020/7/23,1.6 图像处理工程简述,图像工程的内容非常丰富,根据抽象程度和研究方法等的不同,可分为图像处理、图像分析和图像理解三个层次,图像工程是既有联系又有区别的图像处理、 图像分析及图像理解三者的有机结合, 另外还包括它们的工程应用。,2020/7/23,1.6 图像处理工程简述,图1.2 图像工程三个层次,2020/7/23,图像处理、图像分析和图像理解是处在三个抽象程度和数据量各有特点的不同层次上。图像处理是比较低层的操作, 主要在图像的像素级上进行处理,处理的数据量非常庞大。图像分析则进入了中层,分割和特征提取把原来以像素描述的图像转变成比较简洁的非图像形式的描述。图像理解主要是高层操作,基本上是对从描述抽象出来的符号进行运算,分析和综合。最终为图像处理的应用做出决策。课程重点放在图像处理的基本理论和技术的讨论与实践。,1.6 图像处理工程简述,
展开阅读全文