数字图像处理的基本原理

1、第3章数字图像处理的基本原理主要内容：/图像的数字化 /用计算机处理数字图像 /图像的空域处理/图像的频域处理3. 1图像的数字化图3.1图像的数字化3. 1图像的数字化般的图像（模拟图像）不能直接用计算机来处理，必图3.1图像的数字化3. 1图像的数字化灰度、亮度等的分布数字图像须首先转化为数字图像;把模拟图像分割成一个个称为像素的小区域，每个像素 的亮度或灰度值用一个整数表示图像的数字化。模拟图像图3.1图像的数字化数字化的含义：使模拟图像的灰度、数字图彳亮度和色彩数据化.模拟图像（照片）图像数字化的步骤两个步骤：一是在空间坐标对图像离散化图像采样; 二是在幅度上离散化灰度级量化（取整）&

2、#176;图像采样zf意图例如，若图像分辨率为400*300（宽*高）水平采样400个点整幅图像被釆样为400*300个像素垂直抽扌300条3-1-1 灰度值量化经过采样，模拟图像已在空间上离散化为像素，但抽样 所得的像素值仍是连续量（非整数），必须将其化为正整数灰度级的量化。若抽样点（像素）的连续浓淡值为zj，ziwzjvzi+门则 zj二qj,即zj量化为整数q, q|称为像素的灰度值，一般，灰度图像常量化为8位图像。灰度值量化示思白色的连续变化的灰度量化为从0255共256级灰度值。ovzi-1zi+1 -5v连续的灰度值白色星化值 （整数）灰度标准灰度级分配图3.3a灰度值的量化图3.

3、3b灰度级量化为8比特zi图3.3灰度值量化数字图像数据量的计算抽样点数越多，图像像素数目越多，图像数据量越大；量化级别越高，图像每个像素所占用的字节越长，图像数 据量越大。一幅数字图像的总数据量可用如下公式计算，数据量二m x n x bm每行像素数；n每列像素数；b灰度量化所占用的位数或字节数例如：一幅8位灰度图像，大小为512x512,其数据量为多大？512x512x8 位=512x512x1 字节=512x512/1024=256kb3.2用计算机处理数字图像数字图像处理的实质:通过对数字图像中像素数据的判断，依 据处理或识别要求，最后逐个修改像素的灰度值。3.2用计算机处理数字图像数

4、字图像的数据以矩阵形式排列一幅mxn个像素的数字图像，其像素灰度值的排列实际形 成了一个m行n列的矩阵f,数字图像中的像素与矩阵元素是 一一对应的ixm个像素fg =-5)血1) -/(l，2) 他 2) f(ij)fm 第i行、第 ；i j列像素矩阵fmxnn个像素图3.3.1数字图像像素与矩阵元素对应矩阵可用二维数组来表示一个mxn像素的矩阵，在算法语言中，可以用一个mxn 的二维数组来表示。° /（i）/（24）/（/（22）mm（hl）（2,1）（1,2）（2,2）-（1，n）（2,n）卜出n = 9 9 9 （门） /（m./v） （m,l） （m,n）矩阵fmxn数组tm

5、 n图3.3.2矩阵元素、数组元素对应的关系以后对像素的处理就代之以对数组元素的处理，很容易 用计算机来实现.如何用高级语言实现图像处理?>在图像处理中，一般都是顺序完成对整幅画面的存取和处理操作的，具有代表性的是以光栅扫描方式逐行逐列存取与处理。>若数字图像的大小为mxn (width*height)个像素，数组元 素灰度值为f(x,y),则c语言处理程序的基本框架为：mfor (y= 0； y< n； y+ + )for (x= 0； x< m ； x+ + ) xn(对f (x, y)的具体处理与运算)；图像二值化流程s_image:源图像 d_image：结果图

6、像 width :宽 height :高th:阈值（开关值）二值化处理的程序（一个cvi例子程序）void cvicallback thresholding()rint x,y,pixel_value, th= 120;for(y=0; y< height; y+) for(x=0; x< width; x+) ipi_getpixelvalue (s_image, x, y, &pixel_value); if(pixel_value>th) th:阈值ipi_setpixelvalue (d_image, x, y, 255); elseipi_setpixelv

7、alue (dmage, x, y, 0);二值化处理效果二值图像3.3图像的处理方法之一空域处理图像处理的方法多种多样，从实现处理的过程看有两类:空域处理与频域处理。空域：即空间域，指灰度图像本身，图像是一种灰度在二维空间变化的信息。空域处理：对源图像像素的灰度值直接运算,生成新的图像，被操作者是像素的灰度值。空域处理可分为以下几种方式:点处理区域处理迭代处理跟踪处理3. 3.1点处理if (x, y )输入图像f (l j)点处理输出图像g (i, j)点处理：是指输出像素值仅取决于对应输入像素的像素值。若输入像素灰度值为f(x, y),输出像素灰度值为g (x, y),则g (x, y)

8、 =q)pf(x, y), %代表某种函数关系。3. 3.1 点处理点处理的典型用途：调整图像的灰度分布，如灰度变换（线性、非线性）和灰度修正；图像的二值化；图像反色点处理方法的优点:可用lut方法快速实现;3. 3.2区域处理邻域处理(1)算法根据输入图像某像素f (x, y)的一个小邻域n (/(x, y)的像素 值，按某种函数关系加得到输出像素g(x, y)的值，即g g y) =(pn(n(/ g y)输入图像f (x, y)n(f (x, y)ig(x，y)输出图像g (x, y)区域处理图3. 7a区域处理示意图区域处理中的邻(区)域的形状?邻域n (/ (%, y)的形状是多种多

9、样的；实用中多采用 以像素(x, y)为中心的矩型对称邻域如3x3、5x5等(x,y)图3.8a 3x3的邻域x-1 xx-2xx+2图38b 5x5的邻域若图像大小为mxn，邻域为,邻域越大，计算量越大，kxl,则邻域处理时总计算量为mxnxkxlo（3）邻域处理的用途图像的平滑（滤波）图像的锐化（增强）图像的形态学处理r r o迭代处理迭代是指反复进行某种处理运算。迭代处理多用于图像细化、图像增强、图像平滑及边缘探测等方面。输入图像输出图像3. 3. 4跟踪处理跟踪处理一般用于图像边界、边缘的提取，以便进行图 像的分割、识别及特征参数的计算。下图为边界追踪的示意图。原始图像二值图像追踪结果起始像素边界像素/00d0?000a/待搜索像素00/3.4图像处理方法之二频域处理什么叫频域处理？图像是空域上的分布信息，若将图像进行二维正交 变换（如傅立叶变换），则输入图像的二维灰度分布就 变换为对应的二维空间频率域中的频谱，对图像频谱进 行的处理就称之为图像在频域上的处理。空间域中的图像二维正交变换频率域中的频谱3.4图像处理方法之二频域处理i为什么要采用频域处理？灰度图像的边缘、线条高频成分其余部分灰度值改变不大低频成分观察图像的高频与低频成分因此采用频率分析一一变换方法有利于对图像进行特征提取及