数字图像处理概述.ppt

数字图像处理 课程设置 数字图像处理概论图像的基本信息和基本运算图像变换图像增强图像复原图像编码图像分割与边缘检测图象分析与描述 百闻不如一见 Onepictureisworthmorethantenthousandwords Anonymous 第一章数字图像处理概论 图像的基本概念数字图像的基本类型数字图像处理系统数字图像处理的发展及特点数字图像处理的主要内容及应用图像的统计特征 1 1图像的基本概念 1 1图像的基本概念 概念 图 是物体投射或反射光的分布 像 是人的视觉系统对图的接受在大脑中形成的印象或反映 因此 图像是客观和主观的结合 分类 1 从视觉特点 分为可见图像和不可见图像 2 从图像空间坐标和明暗程度的连续性 可分为模拟图像和数字图像 图像的分类 图像的表示方法模拟图像 图像是连续的 即用函数f x y 表示的图像 其中x y 表示空间坐标点的位置 f 表示图像在点 x y 的某种性质的数值 如亮度 灰度 色度等 f x y可以是任意实数 数字图像 I r c 是对f x y 的离散化后的结果 r表示图像的行 row c表示图像的列 column I表示离散后的f I r c的值只能是整数 数字图像可用矩阵或数组进行描述 数字图像的矩阵表示 1 2数字图像的基本类型 黑白图像 二值图像 是指图像的每个像素只能是黑或者白 没有中间的过渡 故又称为二值图像 二值图像的像素值为0 1 黑白图像 灰度图像灰度图像是指各像素信息由一个量化的灰度级来描述的图像 没有彩色信息 灰度取值范围为 0 255 0 表示纯黑色 255 表示纯白色 中间的数字表示黑白之间的过渡色 灰度图像 索引图像索引图像既包括存放图像数据的二维矩阵 还包括一个颜色索引矩阵 称为MAP 因此称为索引图像 又称为映射图像 MAP矩阵也可以由二维数组表示 矩阵大小由存放图像的矩阵元素的值域 灰度值范围 决定 若矩阵元素值域为0 255 则MAP矩阵的大小为256 3 矩阵的三列分别为R G B值 图像矩阵的每一个灰度值对应于MAP中的一行 如某一像素的灰度值为64 则表示该像素与MAP矩阵的第64行建立了映射关系 该像素在屏幕上的显示颜色由MAP矩阵第64行的 RGB 叠加而成 彩色图像彩色图像是指每个像素的信息由RGB三原色构成的图像 其中RGB是由不同的灰度级来描述的 3 ColorMixer 彩色图像 1 3数字图像处理系统 图像数字化设备 扫描仪 数码相机 摄像机与图像采集卡等图像处理计算机 PC 工作站等图像存储设备 磁盘 光盘 硬盘等图像输出设备 显示器 打印机等 图像存储系统 图像输入系统 图像处理与分析系统 图像输出系统 采集 x光透视成像仪 扫描仪 数码相机等处理和分析 主要是利用计算机运算 还可借助专用硬件存储 磁带 磁盘 光盘显示 电视显示器 打印机 图像处理系统示意图 1 4数字图像处理的发展 1 数字图像计算机图像处理的图像必须以数字格式存储 以数字格式存放的图像称之为数字图像 常见的各种照片 图片 海报 广告画等一般为模拟图像 通过数字化设备可将模拟图像数字化 计算机可以方便地处理各种数字图像 以达到视觉效果和特殊效果 在计算机中 图像被分割成像素 Pixel 各像素的灰度值用整数表示 一幅M N个像素的数字图像 其像素灰度值可以用M行 N列的矩阵G表示 1 数字图像 数字图像 1 数字图像 1 数字图像 1 数字图像处理数字化后的图像可以看成是存储在计算机中的有序数据 可以通过计算机对数字图像进行处理 利用计算机对图像进行去除噪声 增强 复原 分割 提取特征等的理论 方法和技术称为数字图像处理 DigitalImageProcessing 2 数字图像处理 图像处理通常是用计算机和实时硬件实现的 因此也称之为计算机图像处理 ComputerImageProcessing 在日常生活中 图像处理已经得到广泛应用 电脑艺术像 影视特技 自动售货的钞票识别 邮政编码自动识别和利用指纹 虹膜 面部等特征的身份识别等 在医学领域 X射线透视 显微镜照片诊断疾病 计算机图像处理已成为疾病诊断的重要手段 用一般摄影方法不能获取的身体内部状况 可由特殊的图像处理装置获取 最具有代表性的就是X射线CT ComputedTomograph 计算机断层摄像 2 数字图像处理的产生及发展 一 发展过程早期的计算机满足不了图像处理的要求 没有IP imageprocessing 1921年用电报打印机采用特殊字符在编码纸带中产生的图像 1922年在信号两次穿越大西洋后 从穿孔纸带得到的数字图像 1929年从伦敦到纽约用15级色调设备传送的照片 20世纪60年代 FFT的出现 NASA 美国国家航空和航天管理局 开始处理从月球发回的照片 图像复原和图像增强的研究和发展 1964年 美国喷气推进实验室 JPL 用计算机对 徘徊者七号 太空船发回的大批月球照片进行处理 美国航天器传送的第一张月球照片 旅行者7号 卫星1964年7月31日9点09分 东部白天时间 在光线影响月球表面17分钟时摄取的图像 图像处理最先应用于空间探索 图像处理最先应用于空间探索 70年代 IP有了较大的发展 1976年出版了第一本图像处理的专著 70年代处理地球卫星获取的遥感图片 进行地质资源探测 农作物估产 水文气象监测等 空间探索 地球资源勘探 遥感图片 气象云图气象预报 80年代随着高速计算机和大规模集成电路的发展 使图象处理技术更趋成熟 得到了广泛应用 从2D图像发展到3D图像处理 计算机绘画 计算机合成图像 计算机合成图像 广告设计 90年代 以多媒体技术为代表 IP的应用涉及到人类生活的各个方面 图像压缩和多媒体技术的突破和发展 文本图像的分析和理解 文字的识别取得重大的进展 全球通讯技术的蓬勃发展 使图像通讯和传输的广泛应用 各数字图像处理技术取得广泛的开拓性的发展 进入成熟应用阶段 21世纪 IP将改变人们的生活方式 动画 动画 网页设计 网页设计 点击图片播放FLASH 娱乐 数字图像处理的未来发展方向 1 在进一步提高精度的同时着重解决处理速度问题 如在航天遥感 气象云图处理方面 巨大的数据量和处理速度仍然是主要矛盾之一 2 加强软件研究 开发新的处理方法 特别要注意移植和借鉴其他学科的技术和研究成果 创造新的处理方法 3 加强边缘学科的研究工作 促进图像处理技术的发展 如人的视觉特性 心理学特性等的研究 如果有所突破 将对图像处理技术的发展起到极大的促进作用 4 加强理论研究 逐步完善图像处理学科的理论体系 5 图像处理领域的标准化 图像的信息量大 数据量大 因而图像信息的建库 检索和交流是一个重要的问题 目前的情况是 软件 硬件种类繁多 交流和使用极为不便 成为资源共享的严重障碍 应建立图像信息库 统一存放格式 建立标准子程序 统一检索方法 图像处理技术未来发展大致可归纳为 1 图像处理的发展将围绕HDTV 高清晰度电视 的研制 开展实时图像处理的理论及技术研究 向着高速 高分辨率 立体化 多媒体化 智能化和标准化方向发展 2 图像图形相结合 向三维成像或多维成像方向发展 3 硬件芯片研究 把图像处理的众多功能固化在芯片上 使之更便于应用 4 新理论与新算法研究 在图像处理领域 近几年来 引入了一些新的理论并提出了一些新的算法 如小波分析 Wavelet 分形几何 Fractal 形态学 Morphology 遗传算法 GA GeneticAlgorithms 人工神经网络等 Artificialneuralnetworks 这些理论及建立在其上的算法 将会成为今后图像处理理论与技术的研究热点 数字图像处理是利用计算机实现与光学系统模拟处理相同效果的过程 一般具有如下特点 1 处理精度高 再现性好计算机图像处理 其实质是对图像数据进行运算 由于计算机技术的飞速发展 计算精度和准确性不断提高 另外 用相同的方法对同一图像进行多次处理 其再现性好 3 数字图像处理的特点 2 处理方法的多样性由于图像处理是通过程序实现的 因此 设计不同的图像处理程序 可以实现各种不同的处理目的 3 图像数据量庞大数字图像的数据量巨大 数字图像由图像矩阵中的像素 Pixel 组成 每个像素用红 绿 蓝三种颜色表示 每种颜色用8bit表示灰度级 一幅1024 1024不经压缩的真彩色图像 数据量达3MB 即1024 1024 8bit 3 24Mb X射线照片一般用64 256Kb的数据量 一幅遥感图像为3240 2340 4 30Mb 如此庞大的数据量给存储 传输和处理都带来巨大的困难 如果精度及分辨率再提高 所需处理时间将大幅度增加 4 处理费时由于图像数据量大 因此处理比较费时 特别是处理结果与中心像素邻域有关的处理过程花费时间更多 5 图像处理技术综合性强数字图像处理涉及的技术领域相当广泛 如通信技术 计算机技术 电子技术 电视技术等 当然 数学 物理学等领域更是数字图像处理的基础 1 5数字图像处理的主要内容及应用 1 数字图像处理的目的通常 对图像进行加工和分析主要目的如下 1 提高图像的视感质量 以达到赏心悦目的目的 去除图像中的噪声 改变图像的亮度 颜色 增强图像中的某些成份 抑制某些成份 对图像进行几何变换等 从而改善图像的质量 以达到真实 或清晰 或色彩丰富等效果 2 提取图像中所包含的某些特征或特殊信息 以便于分析 例如 常用作模式识别 计算机视觉的预处理等 这些特征包括很多方面 如频域特性 灰度 颜色特性 边界 区域特性 纹理特性 形状 拓扑特性以及关系结构等 3 对图像数据进行变换 编码和压缩 以便于图像的存储和传输 无论图像处理是何种目的 都要通过计算机图像处理系统对图像数据进行输入 加工和输出 因此数字图像处理研究的内容主要有以下7个过程 2 数字图像处理的主要内容 1 图像获取 表示和表现 即将模拟图像信号转化为计算机所能接受数字形式 以及将数字图像显示和表现出来 如打印 这一过程主要包括摄取图像 光电转换及数字化等几个步骤 当造成图像退化 图像品质下降 的原因已知时 复原技术可以对图像进行校正 图像复原最关键的是对每种退化都需要有一个合理的模型 2 图像复原 例如 掌握了聚焦不良成像系统的物理特性 便可建立复原模型 而且对获取图像的特定光学系统的直接测量也是可能的 退化模型和特定数据一起描述了图像的退化 因此 复原技术是基于模型和数据的图像恢复 其目的是消除退化的影响 从而产生一个等价于理想成像系统所获得的图像 图像复原 图像复原 图像复原 图像增强是对图像质量一般意义上的改善 当无法知道图像退化有关的定量信息时 可以使用图像增强技术较为主观地改善图像的质量 3 图像增强 图像增强技术是用于改善图像视感质量所采取的一种方法 因为增强技术并非是针对某种退化所采取的方法 所以很难预测哪一种特定技术是最好的 只能通过试验和分析误差来选择一种合适的方法 有时可能需要彻底改变图像的视觉效果 以便突出重要特征的可观察性 使人或计算机更易观察或检测 在这种情况下 可以把增强理解为增强感兴趣特征的可检测性 而非改善视感质量 图像增强 图像增强 图像处理应用的目标几乎均涉及到图像分析 即对图像中的不同对象进行分割 特征提取和表示 从而有利于计算机对图像进行分类 识别和理解 4 图像分析 在工业产品零件无缺陷且正确装配检测中 图像分析是对图像中的像素转化成一个 合格 或 不合格 的判定 在有的应用中 如医学图像处理 不仅要检测出物体 如肿瘤 的存在 而且还要检查物体的大小 4 图像分割 ImageSegmentation 把图像分成区域的过程就是图像分割 图像中通常包含多个对象 例如 一幅医学图像中显示出正常的或有病变的各种器官和组织 图像处理为达到识别和理解的目的 几乎都必须按照一定的规则将图像分割成区域 每个区域代表被成像的一个物体 或部分 图像自动分割是图像处理中最困难的问题之一 人类视觉系统的优越性 使得人类能够将所观察的复杂场景中的对象分开 并识别出每个物体 但对计算机来说 这却是一个难题 目前 大部分图像的自动分割还需要人工提供必需的信息来帮助 只有一部分领域 如印刷字符自动识别 OCR 指纹识别等 开始使用 由于解决和分割有关的基本问题是特定领域中图像分析实用化的关键一步 因此 将各种方法融合在一起并使用知识来提高处理的可靠性和有效性是图像分割的研究热点 图像重建与图像增强 图像复原等不同 图像增强 图像复原的输入是图像 处理后输出的结果也是图像 而图像重建是指从数据到图像的处理 即输入的是某种数据 而经过处理后得到的结果是图像 CT就是图像重建处理的典型应用实例 6 图像重建 目前 图像重建与计算机图形学相结合 把多个二维图像合成三维图像 并加以光照模型和各种渲染技术 能生成各种具有强烈真实感的高质量图像 螺旋锥形束CT FromG Wang 心脏成像 数字图像的数据量庞大 尽管现在有大容量的存贮器 但仍不能满足对图像数据 尤其是动态图像 高分辨率图像 处理的需要 因此在实际应用中图像压缩是必需的 如果数据不压缩 则在存储和传输中就需要占很大的容量和带宽 因而增加了成本 图像压缩的目的就是压缩数据量 7 图像压缩编码 图像编码主要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 对图像信号进行高效编码 即研究数据压缩技术 目的是在保证图像质量的前提下压缩数据 便于存储和传输 以解决数据量大的矛盾 图像编码的目的 减少数据存储量 降低数据率以减少传输带宽 压缩信息量 便于特征提取 为后续识别作准备 从编码技术发展来看 Kunt提出第一代 第二代编码的概念 第一代编码是以去除冗余为基础的编码方法 第二代编码法多为20世纪80年代以后提出的编码法 这些编码方法有如下特点 充分考虑人的视觉特性 恰当地考虑对图像信号的分解与表述 采用图像的合成与识别方案压缩数据 压缩倍数10 26 压缩倍数98 70 航天航空生物医学工程通讯领域工业军事公安文化艺术 二 应用 应用1 航空航天 登月 火星照片处理飞机遥感 卫星遥感气象预报 阿波罗登月 遥感 农 林等资源的调查 农作物长势监测 自然灾害监测 预报 地势 地貌测绘以及地质构造解译 找矿 环境污染检测等等 气象预报 获取气象云图进行测绘 判读等 应用2 生物医学工程 CT MRI 核磁共振 B超显微图像 红细胞 白细胞 染色体的分析X光 心电图 生物医学 生物医学 生物医学 生物医学 MRI PET 应用3 通讯领域 多媒体通讯 数字电视 高清析度电视 HDTV 多媒体信息处理 可视电话 会议电视等 电话 电视 计算机三网合一 应用4 工业 印刷电路板机器人视觉零件检测邮政信件的自动检测 应用5 军事公安 导弹制导侦察照片的处理指纹识别 人脸识别 军事应用目标跟踪 应用6 文化艺术 电视画面的数字编辑动画制作游戏纺织工艺品设计发型设计文物资料图片的修复 Wallpaper 娱乐 1 6图像的统计特征 1图像的基本统计分析量 1 图像的信息量一幅图像如果共有k种灰度值 并且各灰度值出现的概率分别为p1 p2 p3 pk 根据香农定理 图像的信息量可采用如下公式计算 2 图像灰度平均值灰度均值是指一幅图像中所有像元灰度值的算术平均值 根据算术平均的意义 计算公式如下 3 图像灰度众数顾名思义 图像灰度众数是指图像中出现次数最多的灰度值 其物理意义是指一幅图像中面积占优的物体的灰度值信息 4 图像灰度中值图像灰度中值是指数字图像全部灰度级中处于中间的值 当灰度级数为偶数时 则取中间的两个灰度值的平均值 例如 若某一图像全部灰度级如下 188 176 171 166 160则灰度中值为171 5 图像灰度方差灰度方差反映各像元灰度值与图像平均灰度值的离散程度 计算公式如下 6 图像灰度值域图像的灰度值域是指图像最大灰度值和最小灰度值之差 计算公式如下 2 多维图像的统计特性 l 协方差设f i j 和g i j 表示大小为M N的两幅图像 则两者之间的协方差计算公式为 式中 和分别表示f i j 和g i j 的均值 N个波段相互间的协方差矩阵用 表示 其定义形式如下 2 相关系数数字图像处理技术中的相关系数反映了两个不同波段图像所含信息的重叠程度 它是表示图像不同波段间相关程度的统计量 相关系数的计算公式如下 N个波段的相关系数矩阵 简称为相关矩阵 R定义如下 本章重点 1 图像的分类2 数字图像处理及其应用3 数字图像的基本类型4 图像的统计特性