第2章-数字图像处理基础

1、数字图像处理数字图像处理2.1 数字图像2.2 数字图像处理与识别2.3 数字图像处理的预备知识2.1 2.1 数字图像数字图像 2.1. 2.1.1 1 什么是数字图像什么是数字图像 （1 1）图：是物体反射或者透射电磁波的分布。）图：是物体反射或者透射电磁波的分布。 （2 2）像：是人的视觉系统对接收的图信息在大脑中形成）像：是人的视觉系统对接收的图信息在大脑中形成的印象。的印象。 （3 3）图像：是）图像：是“图图”和和“像像”的结合。具体来说，就是的结合。具体来说，就是用各种观测系统以不同形式和手段观测客观世界而获得的用各种观测系统以不同形式和手段观测客观世界而获得的、可以直接或间接作

2、用于人的视觉系统而产生的视知觉实、可以直接或间接作用于人的视觉系统而产生的视知觉实体。体。2.1 2.1 什么是数字图像处理？什么是数字图像处理？ 2.1.2.1.1 1 什么是数字图像什么是数字图像 n数字图像数字图像是图像的数字表示，像素是是图像的数字表示，像素是其最小的单位。其最小的单位。n数字图像的描述是指如何用一个数值数字图像的描述是指如何用一个数值方式来表示一个图像。方式来表示一个图像。 2.1.2.1.1 1 什么是数字图像什么是数字图像 (4)(4)数字图像就是能够在计算机上显示和处理的图像。数字图像就是能够在计算机上显示和处理的图像。根据其特性可分为两大类根据其特性可分为两大

3、类位图位图和和矢量图矢量图。u 位图通常用数字阵列位图通常用数字阵列【像素像素】来表示，来表示，常见格式有常见格式有.bmp、.jpg、.gif 等等u 矢量图由矢量数据库矢量图由矢量数据库【数学矢量数学矢量】来表示，接触较多来表示，接触较多的的.png.png图形图形(5) 一幅图像可定义为一个二维函数一幅图像可定义为一个二维函数( , )f x y(6) MN的数字图像由的数字图像由 M 行行 N 列的有限元素组成，每个列的有限元素组成，每个元素都有特定的元素都有特定的位置和幅值位置和幅值，代表了其所在行列位置，代表了其所在行列位置上的图像物理信息，如灰度和色彩等。上的图像物理信息，如灰度

4、和色彩等。(7) 这些元素称为图像元素或像素。这些元素称为图像元素或像素。(8) 图像的两个本质属性：图像的两个本质属性： 幅值幅值 f 、空间坐标、空间坐标 (x , y) 2.1.1 什么是数字图像什么是数字图像n因为矩阵是二维的，所以可以用矩阵来描述因为矩阵是二维的，所以可以用矩阵来描述数字图像。数字图像。n描述数字图像的矩阵目前采用的是描述数字图像的矩阵目前采用的是整数阵整数阵，即每个像素的亮暗，用一个整数来表示。即每个像素的亮暗，用一个整数来表示。 2.1. 2.1.2 2 数字图像的显示数字图像的显示 2.1. 2.1.2 2 数字图像的显示数字图像的显示数字图像数字图像(位图位图

5、)：f, x, y, 非负非负 有限有限 离散离散把连续的感知数据转换为数把连续的感知数据转换为数字形式字形式 : 对坐标值进行数字化称为对坐标值进行数字化称为采采样样对幅值数字化称为对幅值数字化称为量化量化 n1. 二值图像 0表示黑色 1表示白色n2. 灰度图像 灰度级 L=2k （k=8 L=256）n3. RGB彩色图像 通过控制RGB三原色的合成比例可决定该像素最终显示的颜色 2.1. 2.1.3 3 数字图像的分类数字图像的分类依据每个像素代表的信息的不同依据每个像素代表的信息的不同n灰度图像是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。1002202501805

6、01202001500I数字图像的概念与描述数字图像的概念与描述 彩色图像彩色图像n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。n彩色图像不能用一个矩阵来描述了，一般是用三个矩阵同时来描述。 黑色黑色 0 0 0 0 0 0 白色白色 255 255 255 255 255 255 红色红色 255 255 0 0 0 0 绿色绿色 0 0 255 255 0 0 蓝色蓝色 0 0 0 0 255 255 青色青色 0 0 255 255 255 255 品红（紫色）品红（紫色） 255 255 0 0 255 255 黄色黄色 255 255 25

7、5 255 0 0 灰色灰色 128 128 128 128 128 128 橄榄色橄榄色 128 128 128 128 0 0 深青色深青色 0 0 128 128 128 128 银色银色 192 192 192 192 192 192常用颜色的常用颜色的RGBRGB值组合值组合n在RGB图像中每个像素都是用24位二进制数表示，故也称为24位真彩色图像。00255800255240240255R02550160255255801600G25525525524000160800Bn 4. 索引图像索引图像调色板调色板颜色查找表颜色查找表n1. 静态图像静态图像f(x,y)和动态图像动态图像

8、f(x,y,t)n2. 二维矩阵和二维数组【Matlab IPT】 2.1.4 2.1.4 数字图像的实质数字图像的实质 2.1. 2.1.5 5 数字图像的表示数字图像的表示“ f ”二值图像的3种不同的表示方式： 离散点集 覆盖区域 矩阵表达 2.1. 2.1.5 5 数字图像的表示数字图像的表示n矩阵是按照行列的顺序来定位数据的，但是矩阵是按照行列的顺序来定位数据的，但是图像是在平面上定位数据的，所以有一个坐图像是在平面上定位数据的，所以有一个坐标系定义上的特殊性。标系定义上的特殊性。n为了编程方便起见，这里以为了编程方便起见，这里以矩阵矩阵坐标系来定坐标系来定义义图像的坐标图像的坐标。

9、行（行（i i）列（列（j j）矩阵矩阵 A(A(i i, ,j j) )矩阵坐标系矩阵坐标系X X轴（轴（i i）Y Y轴（轴（j j）图像图像 f(f(i i, ,j j) )直角坐标系直角坐标系 2.1. 2.1.5 5 数字图像的表示数字图像的表示 2.1. 2.1.5 5 数字图像的表示数字图像的表示 “(x,y)”数字图像的数字图像的坐标坐标约定约定M M行行N N列列 10241024* *768768f(x,y)f(x,y)空间分辨率空间分辨率 M MN N ) 1, 1() 1 , 1() 0 , 1() 1, 1 () 1 , 1 () 0 , 1 () 1, 0 () 1

10、 , 0 () 0 , 0 (NMfMfMfNfffNfff),(yxf空间分辨率变化对图像视觉效果的影响空间分辨率变化对图像视觉效果的影响 2.1. 2.1.6 6 图像的空间和灰度级分辨率图像的空间和灰度级分辨率对坐标值进行数字化称为采样采样（a） （b） （c）（d） （e） （f）灰度分辨率变化对图像视觉效果的影响灰度分辨率变化对图像视觉效果的影响图像的大小图像的大小 比特数比特数 bitbit b=M b=MN Nk k图像的灰度级图像的灰度级 阶数阶数 L=2L=2k k 0 L-1 0 L-1 灰度级分辨率灰度级分辨率L=256=2L=256=28 8（a） （b） （c）（d）

11、 （e） （f）灰度分辨率变化对图像视觉效果的影响示例灰度分辨率变化对图像视觉效果的影响示例 对幅值数字化称为量量化化。灰度分辨率又称为色阶，是指图像中可分辨的灰度级数目，L。n数字图像处理是指使用电子计算机对量化的数字图像进行处理，具体地说就是通过对图像进行各种加工来改善图像的外观，是对图像的修改和增强。n图像处理的输入是从传感器或其他来源获取的原始数字图像，输出是经过处理后的输出图像。数字图像处理数字图像处理2.2.2 2 数字图像数字图像处理处理与识别与识别n数字图像分析是指对图像中感兴趣的目标进行检测，以获得可观的信息。数字图像分析通常是指将一幅图像转化为另一种图像的抽象形式，例如图像

12、中某物体与测量者的距离，目标对象的计数或其尺寸等。n图像分析的输入是经过处理的数字图像，其输出通常不再是数字图像，而是一系列与目标相关的图像特征(目标的描述)，如目标的长度、颜色、曲率和个数等。数字图像分析数字图像分析2.2.2 2 数字图像数字图像处理处理与识别与识别n数字图像识别主要是研究图像中各目标的性质和相互关系，识别出目标对象的类别，从而理解图像的含义。n图像识别是图像分析的延伸，它根据图像分析中得到的相关描述(特征)对目标进行归类，输出我们感兴趣的目标类别标号信息(符号)。数字图像识别数字图像识别2.2.2 2 数字图像数字图像处理处理与识别与识别2.2.2.2.1 1 从图像处理

13、到图像识别从图像处理到图像识别2.2.2 2 数字图像数字图像处理处理与识别与识别 景物景物 光学图像光学图像 胶片图像胶片图像 数字图像数字图像 处理结果输出处理结果输出物物体体计算机计算机系系 统统显 示 、显 示 、打 印 、打 印 、记 录 设记 录 设备 或 机备 或 机械 执 行械 执 行机构机构数数 字字 摄摄 影影 机机图像处理软件图像处理软件专用图像处理专用图像处理硬件硬件视觉传感器视觉传感器机器视觉系统的一般架构机器视觉系统的一般架构2.2.2.2.2 2 什么是机器视觉什么是机器视觉计算机视觉？计算机视觉？n机器视觉就是用机器代替人眼来做测量和判断。n机器视觉系统是指通过

14、视觉传感器（即图像采集装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。n计算机视觉是指用计算机实现人类的视觉功能，即对客观世界中三维场景的感知、加工和理解感知、加工和理解。 n视觉研究的原始目的是把握和理解有关场景的图像，辨识和定位其中的目标，确定他们的结构，空间排列和分布以及目标间的相互关系等。n计算机视觉的研究目标是根据感知到的图像对客观世界中实际的目标和场景作出有意义的判断。2.3.2.3.1 1 邻接性、连通

15、性、区域和边界邻接性、连通性、区域和边界2.2.3 3 数字图像数字图像处理处理的预备知识的预备知识像素邻域像素邻域4-4-邻域邻域8-8-邻域邻域对角对角- -邻域邻域8-8-邻域邻域像素邻域像素邻域8-8-邻域邻域像素邻接像素邻接 “相似性相似性”8-8-邻接邻接4-4-邻接邻接定义定义V V 是用于决定邻接性的灰度集合，它是一种相似性的度量，是用于决定邻接性的灰度集合，它是一种相似性的度量，用于确定所需判断的像素之间的相似程度用于确定所需判断的像素之间的相似程度n连通性连通性：令：令S代表图像中的像素子集。如果在代表图像中的像素子集。如果在S中全部像素之中全部像素之间存在一个通路，则可以

16、称间存在一个通路，则可以称2个像素个像素P和和Q在在S中是连通的。中是连通的。n连通分量：连通分量：对于对于S中的任何像素中的任何像素P，S中连通到该像素的像素中连通到该像素的像素集叫做集叫做S的连通分量。的连通分量。n连通集：连通集：如果如果S中仅有一个连通分量，则集合中仅有一个连通分量，则集合S叫做连通集。叫做连通集。n区域：区域：令令R是图像中的一个像素子集，如果是图像中的一个像素子集，如果R同时是连通集，同时是连通集，则称则称R是一个区域。是一个区域。n通路：通路：像素像素P到到Q的通路是一个特定的像素序列，的通路是一个特定的像素序列，(x0,y0)=(xp,yp), (xn,yn)=

17、(xq,yq)。且。且(xi,yi)和和 (xi-1,yi-1) 在满在满足足1i n时是邻接的，时是邻接的，n为通路长度。为通路长度。n边界：边界：一个区域的边界是区域中所有包含一个或多个不在区一个区域的边界是区域中所有包含一个或多个不在区域域R中的邻接像素的像素所组成的集合。通常情况下，区域指中的邻接像素的像素所组成的集合。通常情况下，区域指的是一幅图像的子集，并包括区域的边缘。的是一幅图像的子集，并包括区域的边缘。n边缘：边缘：区域的边缘由具有某些导数值的像素组成，是一个像区域的边缘由具有某些导数值的像素组成，是一个像素及其直接邻域的局部性质，是个有大小方向属性的矢量。素及其直接邻域的局

18、部性质，是个有大小方向属性的矢量。 边界和边缘是不同的。边界是和区域有关的全局概念，而边缘边界和边缘是不同的。边界是和区域有关的全局概念，而边缘表示图像函数的局部性质。表示图像函数的局部性质。 n相似性度量和变化检测是图像技术的两相似性度量和变化检测是图像技术的两个根本途径。个根本途径。 1 1、距离度量函数、距离度量函数 对于坐标分别位于（对于坐标分别位于（x,y），（），（u,v）和（）和（w,z）处的）处的像素像素p、q和和r，如果：，如果： (1）D(p,q)0（D(p,q)=0，当且仅当，当且仅当p=q，即，即p和和q是指同一像素）；是指同一像素）； (2）D(p,q)=D(q, p

19、)； (3）D(p,q) D(p,r) +D(q,r)。则则D是距离度量函数。是距离度量函数。 2.3.2.3.2 2 距离度量的几种方法距离度量的几种方法非负性；等价性；两点之间非负性；等价性；两点之间“距离距离”最短最短 2 2、欧氏距离、欧氏距离 像素像素p和和q之间的欧氏（之间的欧氏（Euclidean）距离定义为：）距离定义为： De(p,q)=(x-u)2+(y-v)21/2 也即，所有距像素点也即，所有距像素点(x,y)的欧氏距离小于或等于的欧氏距离小于或等于d的的像素都包含在以像素都包含在以(x,y)为中心为中心,以以d为半径的圆平面中。为半径的圆平面中。 3 3、街区距离、街

20、区距离 像素像素p和和q之间的之间的D4距离，也即街区（距离，也即街区（city-block）距离，定义为：距离，定义为： D4(p,q)=|x-u| + |y-v| 也即，所有相距像素点也即，所有相距像素点(x,y)的的D4距离为小于距离为小于d或等或等于于d的像素组成一个中心点在的像素组成一个中心点在(x,y)的菱形。的菱形。 3 3、街区距离、街区距离 （续）（续） 比如，那些与点比如，那些与点(x,y)(x,y)的的D D4 4距离为小于距离为小于2 2或等于或等于2 2的像素组成了如下图所示的等距离轮廓的像素组成了如下图所示的等距离轮廓。 2 2 2 1 22 1 2 2 1 0 1 22 1 0 1 2 2 1 22 1 2 2 2 4 4、棋盘距离、棋盘距离 像素像素p p和和q q之间的之间的D D8 8距离，也即棋盘距离，定义为：距离，也即棋盘距离，定义为： D D8 8(p,q)=max(|x-u|(p,q)=max(|x-u|，|y-v|) |y-v|) 也即，所有距像素点也即，所有距像素点(x,y)(x,y)的的D D8 8距离为小于距离为小于d d或等或等于于d d的像素组成一个中心点在的像素组成一个中心点在(x,y)(x,y)的方形。的方形。 4 4、棋盘距离、棋盘距离 比如，距点比如，距点(x,y)(x,y)的的D