第3章 1-数字图像处理

1、董华松董华松3.1色彩与构图 3.1.1色彩的来源色彩的来源 色彩是图像至关重要的组成部分，那么色彩是如何产生的呢? 色彩始于光，也源于光。1672年牛顿用三棱镜将太阳光（白光）分解成红、橙、黄、绿、青、蓝、紫（品红）顺序排列渐变的彩带，这种现象称作色散（dispersion）。3.1认识色彩3.1.2色彩的三要素色彩的三要素 从人的视觉系统看，色彩可用色调（Hue）、亮度（Lightness）和饱和度（Saturation）来描述。 人眼看到的任一彩色光都是这三个特性的综合效果，这三个特性被称为色彩的三要素。3.1认识色彩1色调色调 物体的色调（Hue）与光波的波长有关，不同的波长反映不同的

2、颜色感。 色调是物体在日光照射下，所反射的光谱成分作用到人眼的综合效果，或者是当我们看到一种或多种波长的光时所产生的彩色感觉。 它反映颜色的种类，是决定颜色的基本特性。3.1认识色彩2亮度亮度 亮度（Lightness）是指光作用于人眼时所引起的明亮程度的感觉是指色彩明暗深浅的程度。亮度有两种特性：(1) 同一物体因受光不同会产生亮度上的变化。照射的光越强，反射光也越强，看起来越亮。(2) 强度相同的不同色光，亮度感不同。在纯正光谱中，黄色的亮度最高，显得最亮；其次是橙、绿；再其次是红、蓝；紫色亮度最低，显得最暗。3.1认识色彩3饱和度饱和度 饱和度（Saturation）是指颜色的纯度，或者

3、说是指颜色的深浅程度，即掺入白光的程度。 对于同一色调的彩色光，饱和度越深颜色越鲜明，或越纯。 饱和度还和亮度有关，同一色调越亮或越暗越不纯。3.1认识色彩3.1.3色彩模型色彩模型 色彩模型是指彩色图像所使用的颜色描述方法，也叫颜色模型。使用色彩模型的目的是尽可能多地和有效地描述各种颜色，以便需要时能方便地加以选择。1. RGB模型模型 自然界常见的各种颜色，都可以由红（R）、绿（G）、蓝（B）三种中颜色光按不同比例相配而成。由于人眼对这三种色光最为敏感，RGB三种颜色相配所得到的彩色范围也最广，所以一般都选这三种颜色作为基色，这就是色度学的基本原理三基色原理。3.1认识色彩2. HSL模型

4、模型HSL（Hue、Lightness、Saturation）模型是使用H、S和L三个参数来生成颜色。H为颜色色调，改变它的数值可生成不同的颜色表示；S为颜色的饱和度，改变它可使颜色变亮或变暗；L为颜色的亮度参量。3.1认识色彩3. CMY模型模型 CMY模型（Cyan、Magenta、Yellow）是采用青、粉红、黄色三种基本颜色按一定比例合成颜色的方法。 CMY模式和RGB模式不同，色彩的产生不是直接来自于光线的色彩，而是由照射在颜料上放射回来的光线所产生。颜料会吸收一部分光线（“减去”光），而未吸收的光线会反射出来，成为视觉判定颜色的依据，所以这种色彩的产生方式称减色法。 所有的颜料都加

5、入后才能成为纯黑，当颜料减少时才开始出现色彩，颜料全部除去后才成为白色。3.1认识色彩 图设计完成后，按照CMYK模型，到印刷工厂发排，分别输出四色胶片如图所示3.1.2 构图1.线条艺术3.2图像数据的获取与表示图像数据的获取与表示1. 图像数据的获取图像数据的获取 图像数据的获取是图像数字化的基础。图像获取的过程实质上是模拟信号的数字化过程。它的处理步骤大体分为3步。3.2图像数据的获取与表示图像数据的获取与表示（1）采样。图像采样就是将二维空间上模拟的连续亮度（即灰度）或彩色信息，转化为一系列有限的离散数值来表示。3.2图像数据的获取与表示图像数据的获取与表示（2）量化。采样是对图像的空

6、间坐标进行离散化处理，而量化是对每个离散点像素的灰度或颜色样本进行数字化处理，把模拟量的亮度值使用数字量来表示3.2图像数据的获取与表示图像数据的获取与表示（3）编码。数字化得到的图像数据量十分巨大，必须采用编码技术来压缩信息。在一定意义上讲，编码压缩技术是实现图像传输与存储的关键。3.2图像数据的获取与表示图像数据的获取与表示2数字图像的表示数字图像的表示 从数字图像的获取过程可以知道，一幅采样图像由M（行）N（列）个采样点组成，每个采样点(像素)是组成图像的基本单位。 黑白图像的像素只有1个亮度值，彩色图像的像素是矢量，它由多个彩色分量组成,因此，采样图像在计算机中的表示方法是：单色图像用

7、一个矩阵来表示；彩色图像用一组（一般是3个）矩阵来表示. 矩阵的行数称为图像的垂直分辨率，列数称为图像的水平分辨率，矩阵中的元素是像素颜色分量的亮度值，使用整数表示。彩色图像的表示如图所示。3.3 图像属性3.3.1图像的分辨率图像的分辨率 我们经常遇到的分辨率有两种：显示分辨率和图像分辨率。1. 显示分辨率显示分辨率 显示分辨率是指显示屏上能够显示出的像素数目。例如，显示分辨率为640480表示显示屏分成480行，每行显示640个像素，整个显示屏就含有640480=307200个显像点。屏幕能够显示的像素越多，说明显示设备的分辨率越高，显示的图像质量也就越高。3.3 图像属性2. 图像分辨率

8、图像分辨率 图像分辨率是指组成一幅图像的像素密度的度量方法。对同样大小的一幅图，如果组成该图的图像像素越多，则说明图像的分辨率越高，看起来就越逼真。相反，图像显得越粗糙。3.3 图像属性3.3.2图像的像素深度图像的像素深度 像素深度是指存储每个像素所用的位数，像素深度决定了彩色图像的每个像素可能有的颜色数，或者确定灰度图像的每个像素可能有的灰度级数。3.3 图像属性 对于彩色图像，每个像素用R、G、B三个分量表示，若每个分量用8位，那么一个像素共用24位表示，每个像素可以是224=16777 216种颜色中的一种。在这个意义上，往往把像素深度说成是图像深度。表示一个像素的位数越多，它能表达的

9、颜色数目就越多，而它的深度就越深。 在用二进制数表示彩色图像的像素时，除R，G，B分量用固定位数表示外，往往还增加1位或几位作为属性（Attribute）位。例如，RGB 5 5 5表示一个像素时，用2个字节共16位表示，其中R，G，B各占5位，剩下一位作为属性位。在这种情况下，像素深度为16位，而图像深度为15位。3.3 图像属性3.3.3图像的大小图像的大小 图像数字化后形成数字图像放在图像文件中，图像文件的大小是指在磁盘上存储整幅图像所有像素的字节数（Bytes），可按下面的公式计算：图像数据量=图像水平分辨率图像垂直分辨率像素深度/83.3 图像属性3.3.4图像的真彩色、伪彩色与直接

10、色图像的真彩色、伪彩色与直接色1. 真彩色（真彩色（True Color）真彩色是指图像中的每个像素都分成R、G、B三个基色分量，每个基色分量直接决定其基色的强度，这样产生的色彩称为真彩色。2. 伪彩色（伪彩色（Pseudo Color）伪彩色是指图像中每个像素的颜色不是由每个基色分量的数值直接决定，而是把像素值当作彩色查找表（color look-up table，CLUT）的表项入口地址，去查找一个显示图像时使用的R，G，B强度值，用查找出的R，G，B强度值产生的彩色称为伪彩色。3.3 图像属性3. 直接色（直接色（Direct Color） 每个像素值分成R, G, B分量，每个分量作为

11、单独的索引值对它做变换。也就是通过相应的彩色变换表找出基色强度，用变换后得到的R，G，B强度值产生的彩色称为直接色。它的特点是对每个基色进行变换。 用这种系统产生颜色与真彩色系统相比，相同之处是都采用R，G，B分量决定基色强度，不同之处是前者的基色强度直接用R，G，B决定，而后者的基色强度由R，G，B经变换后决定这种系统与伪彩色系统相比，相同之处是都采用查找表，不同之处是前者对R，G，B分量分别进行变换，后者是把整个像素当作查找表的索引值进行彩色变换。3.3 图像属性3.3.5图像的种类图像的种类1. 矢量图与位图矢量图与位图矢量图是用一系列计算机指令来表示一幅图，如画点、画线、画曲线、画圆、

12、画矩形等。这种方法实际上是数学方法来描述一幅图，然后变成许多的数学表达式，再编程，用语言来表达。 在计算显示图时，也往往能看到画图的过程。3.3 图像属性 位图法是把一幅彩色图分成许多的像素，每个像素用若干个二进制位来指定该像素的颜色、亮度和属性。因此一幅图由许多描述每个像素的数据组成，这些数据通常称为图像数据，而这些数据作为一个文件来存储，这种文件又称为图像文件。3.3 图像属性2. 灰度图与彩色图灰度图与彩色图 灰度图（gray-scale image）按照灰度等级的数目来划分。只有黑白两种颜色的图像称为单色图像（monochrome image）3.4 图像文件格式 图像在存储媒体（如磁

13、盘、光盘）中的存储格式，称为图像的文件格式。图像文件的格式有多种，如：BMP、GIF、JPEG、TIFF、PSD等格式。3.4 图像文件格式3.4.1 BMP格式格式 BMP是英文Bitmap（位图）的简写，它是Windows操作系统中的标准图像文件格式，能够被多种Windows应用程序所支持。 这种格式的特点是包含的图像信息较丰富，几乎不进行压缩，但由此导致了它与生俱生来的缺点占用磁盘空间过大。所以，目前BMP在单机上比较流行。3.4 图像文件格式 BMP文件由4个部分组成：位图文件头（bitmap-file header）、位图信息头（bitmap-information header）、

14、颜色表（colortable）和定义位图的字节阵列，如表所示。2022年5月24日12时58分30struct BMP_FILEstruct BITMAPFILEHEADER bitmapfileHead; struct BITMAPINFO bitmapinfo;BYTE bitmap; 2022年5月24日12时58分31typedef struct UINT bfType; DWORD bfSize; UINT bfReserved1; UINT bfReserved2; DWORD bfOffBits; BITMAPFILEHEADER; typedef structBITMAPINF

15、OHEADER bmiHeader;RGBQUAD bmiColorsn; BITMAPINFO; typedef struct DWORD biSize; LONG biWidth; LONG biHeight; WORD biPlanes; WORD biBitCount; DWORD biCompression; DWORD biSizeImage; LONG biXPelsPerMeter; LONG biYPelsPerMeter; DWORD biClrUsed; DWORD biClrImportant; BITMAPINFOHEADER; typedef struct BYTE

16、 rgbBlue; BYTE rgbGreen; BYTE rgbRed; BYTE rgbReserved; RGBQUAD; 2022年5月24日12时58分32int loadBMP(char *file, char image) /*8位无压缩的灰度值位无压缩的灰度值BMP*/ struct BMP_BITMAPFILEHEADER filehead; struct BMP_BITMAPINFOHEADER bmi; FILE *fp; fp=fopen(file,rb); /*打开图像文件打开图像文件*/ if (fp!=NULL) fread(&filehead,sizeo

17、f(filehead),1,fp); /*读位图文件头读位图文件头*/fread(&bmi,sizeof(bmi),1,fp); /*读位图信息头读位图信息头*/ /*以下取出图像参数以下取出图像参数*/ if(bmi.biCompression=0) fseek(fp, filehead.biOffBits,SEEK_SET); for(i=1;i bmi.biWidth;i+) for(j=0;j0, 且rXdprTs0)()(则pY(s)=1。(4.4)2022年5月24日12时58分82)(000)()()(rTlsrtslsrlplptp考察可知，(4.4)的离散形式，取如下

18、函数比较合适：rtrtprTs0)()( 一般，用上式将图象直方图均衡化，增加图像局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。 这种方法对于背景和前景都太亮或者太暗的图像非常有用，这种方法尤其是可以带来X光图像中更好的骨骼结构显示以及曝光过度或者曝光不足照片中更好的细节。2022年5月24日12时58分83优点：相当直观，并且是可逆操作，如果已知均衡化函数，那么就可以恢复原始的直方图，并且计算量也不大。缺点：对处理的数据不加选择，可能

19、会增加背景杂讯的对比度并且降低有用信号的对比度。直方图均衡化2022年5月24日12时58分84直方图均衡化算法：(1)统计图象中各灰度级像素个数nk;(2)计算直方图中应变量的值：pk=nk/(MN);(3)计算累计直方图中应变量的值：sk=pk;(4)取整Sk=int(L-1)sk;(5)确定映射对应关系：kSk;(6)对图象进行增强变换( kSk).其中L是灰度层次数， MN是图幅参数2022年5月24日12时58分85例：假定有一幅64*64的8灰度级层次的图象，其灰度分布如图所示，则均衡化过程如图所示。krknknk/nskInt7*sk007900.190.19111/710230

20、.250.44322/78500.210.65533/76560.160.81644/73290.080.89655/72450.060.95766/71220.030.98777/7810.021.0072022年5月24日12时58分86k01234567Sk13566777求解得到的灰度变换Sk=T(k)为037324165167656377该图象的一个局部均衡化后的结果注意： （1）直方图均衡是近似的；（2）简并现象的发生2022年5月24日12时58分87图象平滑邻域平均法邻域：在一定意义下，与该像素相邻的像素的集合OOOO*OOOOOOOOOOOOOOOO*OOOOOOOOOOOO

21、OO*OO33邻域5 5邻域OOOO*OOOO4邻域8邻域33邻域=(x+1,y), (x,y+1), (x-1,y), (x,y-1)2022年5月24日12时58分88简单邻域平均法：加权邻域平均法：阈值邻域平均法：SnmyxSnmfMyxg),(),(),(1),(的邻域是，0, 1),(),(),(),(),(),(),(nmSnmnmSnmnmnmfyxg其中是所选的阈值的邻域，是其它TyxSyxfTnmfMyxfnmfMyxgSnmSnm),(),(| ),(1),(|),(1),(),(),(2022年5月24日12时58分89例7a=imread(c:1.jpg);b=a(:,

22、 :, 1);c=0.1 0.1 0.1 0.1 0.2 0.1 0.1 0.1 0.1;d=conv2(c,b);imshow(d,0,255);a=imread(c:1.jpg);b=a(:, :, 1);c=0 0.1 0 0.1 0.6 0.1 0 0.1 0 ;d=conv2(c,b);imshow(d,0,255);2022年5月24日12时58分90中值滤波(统计排序滤波器)中值滤波原理：将数字图象中的每个像素的值用其邻域中的各像素的中间值代替。),( ,),( ,2),(),(,NMjiAsrxMedxMedyAfNMjijifxsjriAjiAjiji维中值滤波定义为：的则滤

23、波窗口是各像素点的灰度值，是数字图象设2022年5月24日12时58分91a=imread(1.jpg);b=a(:,:,1);d=medfilt2(b,m n);%m,n为滤波模板的规格775 53 3原图2022年5月24日12时58分92空间滤波基础加权邻域平均 、中值滤波都是“基于邻域的操作”。像素及其邻域中的像素所参与的运算，完全可以用所谓的“滤波器”来刻画。加权邻域平均111213212223313233w(-1,-1)w(-1,0)w(-1,1)w(0,-1)w(0,0)w(0,1)w(1,-1)w(1,0)w(1,1)w(i,j)=i+2,j+2 , i,j=-1,0,1202

24、2年5月24日12时58分93中值滤波*f(x-1,y-1) f(x-1,y)f(x-1,y+1)f(x,y-1)f(x,y)f(x,y+1)f(x+1,y-1) f(x+1,y)f(x+1,y+1)以上类型的滤波器，又称做掩模、核、模板或窗口2022年5月24日12时58分94线性滤波器一般情况下，在MN的图象f上，用mn大小的滤波器掩模进行线性滤波由下式给出：( , )( , ) (,),(-1)/2,( -1)/2absa tbg x yw s t f xs ytm nambn 其中是奇数，上式也写成：( , )( , )*( , ), )g x yw x yf x yw x y称（为“

25、卷积核”/“卷积滤波器”/“滤波器系数”等2022年5月24日12时58分95图象边界处理策略1.忽略，不处理2.用部分模板处理3.加边2022年5月24日12时58分96主要内容： 1.图象增强 2.直方图修改技术 3.图象平滑 4.图象锐化 2022年5月24日12时58分97图象锐化增强图象边缘及灰度跳变部分微分锐化v微分设函数z=f(x,y)满足可微条件, 则在(x,y)处的各阶微分的表达式可以写为：222222222dyyfdxdyyxfdxxfzddyyfdxxfdz2022年5月24日12时58分98v梯度处的梯度在称为函数向量),(),(,),(yxyxfyfxfyxfgrad

26、向量gradf(x,y)指向f(x,y)的最大增加率的方向2122)()(),(|),(|yfxfyxfGyxfgrad梯度的模为2022年5月24日12时58分99v差分f(x-1,y-1) f(x-1,y) f(x-1,y+1)f(x,y-1) f ( x , y ) f(x,y+1)f(x+1,y-1) f(x+1,y) f(x+1,y+1) 1,(),(),() 1,(), 1(),(),(), 1(yxfyxfyxfyxffyxfyxfyxfyxffyx或者或者),(2) 1,() 1,(),(2), 1(), 1(), 1(),(),(), 1(),(), 1(22yxfyxfyx

27、ffyxfyxfyxfyxfyxfyxfyxfyxfyxffyxxx一阶差分二阶差分2022年5月24日12时58分100v梯度算子2222),() 1,(),(), 1()()()(yxfyxfyxfyxffffGyx令则称G(f)为f的离散梯度。为了加快运算速度，通常改造G(f),一般地有以下几种方法：| ) 1,(), 1(| ) 1, 1(),(|)(| ) , (),(|)(| ) 1,(),(| ), 1(),(|)(max),() , (8yxfyxfyxfyxffGyxfyxffGyxfyxfyxfyxffGyxNyx其中第三种也称为Robert算子。2022年5月24日12时

28、58分101v梯度算子锐化),(),(yxfGyxgTyxfGyxfTyxfGyxfGyxg),(),(),(),(),(TyxfGyxfTyxfGLyxgG),(),(),(),(（平滑区域变成了暗区）（不破坏平滑区的灰度值的前提下，能有效地强调图象的边缘）(给边缘处的像素值规定一个特定的灰度级)2022年5月24日12时58分102TyxfGLTyxfGyxfGyxgB),(),(),(),(给背景像素的像素值规定一个特定的灰度级)TyxfGLTyxfGLyxgBG),(),(),(强调边缘的位置)2022年5月24日12时58分103a=imread(a.jpg);b=double(a)

29、;c=b;xy=imfinfo(a.jpg);x=xy.Width;y=xy.Height;for j=3:x-2, for i=3:y-2, c(i,j)=abs(b(i,j)-b(i+1,j+1) +abs(b(i+1,j)-b(i,j+1) ; endendimshow(c,0 256,notruesize);例92022年5月24日12时58分104a=imread(a.jpg);b=double(a);c=b;xy=imfinfo(a.jpg);x=xy.Width;y=xy.Height;for j=3:x-2, for i=3:y-2, c(i,j)=abs(b(i,j)-b(i

30、+1,j+1) +abs(b(i+1,j)-b(i,j+1) +100 ; endendimshow(c,0 256,notruesize);2022年5月24日12时58分105拉普拉斯算子锐化22222yfxff用差分来近似，则得拉普拉斯算子的离散形式),(4) 1,() 1,(), 1(), 1(222yxfyxfyxfyxfyxffffyxf(x-1,y-1) f(x-1,y) f(x-1,y+1)f(x,y-1) f ( x , y ) f(x,y+1)f(x+1,y-1) f(x+1,y) f(x+1,y+1)0101 -410102022年5月24日12时58分106a=imread(a.jpg);b=double(a);c=b;xy=imfinfo(a.jpg);