图像与计算机图像处理课件

1、 随着人类社会的进步，科学技术的发展，人们对信息处理和信息交流的要求越来越高。图像信息具有直观、形象、易懂和信息量大等特点，因此它是在人们日常的生活、生产中接触最多的信息种类之一。第一章 图像与计算机图像处理1 近年来，图像信息处理已经得到一定的发展，但随着对图像处理的要求不断提高，应用领域不断扩大，图像理论必须不断提高、补充和发展。图像的处理已经从可见光谱扩展到光谱中各个阶段，从静止图像发展到运动图像，从物体的外部延伸到物体的内部，以及进行人工智能化的图像处理等。本章介绍有关图像、数字图像的概念，阐明用计算机进行图像处理的基本运算方法和特点。2 1.1 图像 1.1.1 图像 为了实现对图像

2、信号的处理和传输，首先必须对图像进行正确的描述，即什么是图像。对人们来说，图像并不陌生，但却很难用一句话说清其含意。从广义上说，图像是自然界景物的客观反映，是人类认识世界和人类本身的重要源泉。3 图像信息不仅包含光通量分布，而且还包含人类视觉的主观感觉。随着计算机技术的迅速发展，人们可以人为地创造出色彩斑斓、千姿百态的各种图像。概括地讲，图像包含以下几个重要内容：视频（Video） 图形（Graphics） 动图（Animation） 符号（Symbol）与文字（Character）45 1.2 图像技术及图像的分类1.2.1 图像技术 图像技术在广义上是各种与图像有关的技术的总称。目前，人们

3、主要讨论的是数字图像，即主要应用的是计算机图像技术。这包括利用计算机和其他电子设备进行和完成的一系列工作。78 1.2.2 图像的分类 由于实际存在的自然图像多种多样，内容千变万化，故其分类也极为复杂，但图像按性质特征来分，大致可分为如下几种情况：（1）灰度分类（2）色彩分类 （3）运动分类 （4）按时空分布分类10 1.3 图像系统的构成 1.3.1 图像系统的线性模型 为了简单起见，实际中通常把传输或处理图像信号的系统近似为二维线性位移不变系统。用这种系统模型来分析和设计被证明是有效的。与熟悉的一维线性时不变系统类似，这种系统的频率响应是该系统的脉冲响应的傅立叶变换。1112 1.3.2

4、图像处理系统的构成 实际的图像处理系统是一个非常复杂，既包括硬件又包括软件的系统，随着具体应用目标的不同，其构成也是大不相同的。图 1.3所示为图像处理系统的基本结构，系统主要是由照明用光源、摄像单元、A /D 转换器、图像存储器及计算机等要素构成。其工作过程如下：对象物反射的光在摄像单元被转换成电信号（模拟信号），再由 A /D 转换器把其转换成数字信号，然后被存储在图像存储器中，有待计算机做进一步的处理。1415（2）摄像单元1）CCD 图像传感器 CCD 图像传感器由光电转换单元构成，光电传感单元的排列分为线阵排列和面阵排列两种。图像传感器的工作原理是把光能量转换为电荷，并且具有将转换得

5、到的电荷进行存储的能力，以及使电荷向输出电极移动的扫描能力。1718192）CCD 彩色摄像光学系统的构成 图 1.7是彩色摄像单元的结构模型图，对象物反射的光通过透镜和光学低通滤波器之后由三棱镜把光分为 RGB 三原色，再由 3个 CCD 图像传感器把红 R、绿 G、蓝 B 的光信号变换为3个电信号。2021 （3）图像的数字化 一般的图像都是模拟图像，即图像上的信息是连续变化的模拟量。如一幅黑白灰照片上的物体是通过照片上各点的光的强度（简称光强）不同而体现的，而照片上的光强是一个连续变化的量，也就是说，在一定范围内，光强的任何值都可能出现。对于这种模拟图像只能采用模拟处理方式进行处理，例如

6、按光学原理用透镜将照片放大。22二维连续函数基本表达式为24 当二维函数 f（x，y）被某二维窗函数 h（x，y）截成空间有限函数时，类似一维函数，x、y方向为互相间隔的二维峰状函数。为了有效地恢复原空间有限函数，要利用周期性质。对一个M N 的图像，若采样间隔满足25 则 fS（x，y）构成一个 M N 实数矩阵其中每个元素为图像 f（x，y）的离散采样值。272）采样图像的量化 经过抽样后的图像还不是数字图像，因为这些像素上的灰度值仍是一个连续量。所谓量化指的是将像素的灰度离散化，使之由连续量转换为离散的整数值。 为了进行计算机处理，必须把无穷多个离散值化简为有限个离散值，即量化，这样才便

7、于赋予每一个离散值互异的编码以进入计算机。28 1.4 图像质量的评价 1.4.1 人类的视觉 视觉所感受到的图像可看做是三维光辐射场对人眼的影响。进行分析时，首先需要建立物理模型，这种模型以照射、反射现象为基础（包括辐射、传播、照射、反射和吸收等方面的容）；若图像分析的结果或其中间过程需要人的干预或理解时，则还有必要对人眼的视觉机理以及人眼的构造进行研究。29（1）图像与视觉的关系 图像最终需要由人或机器来观察、识别、理解。研究图像与视觉之间的对应关系，是一个非常重要的问题，需要从符号和信息两个角度探讨图像与视觉的对应关系。（2）光度学 光度学是光学中研究光的辐射、吸收、照射、反射、散射、漫

8、射等有关光的度量的学科，同时结合人眼的视觉特征来确定光的度量及使用单位。30 1.4.2 视觉系统的局限性和计算机图像处理技术产生的必然性 固然人的视觉系统可看成是一种神奇的、高度自动化的生物图像处理系统，但是，面对当今科学技术飞速发展的形势，人的视觉系统还存在许多不足之处。 1）主观性 2）局限性 3）缺乏持久性 4）模糊性31 1.4.3 图像质量的评价方法 图像质量评价的研究是图像信息科学的基础研究之一。对于图像处理系统，其信息的主体是图像，衡量这个系统的重要指标就是图像的质量。如在图像编码中就是在保持被编码图像一定质量的前提下，以尽量少的码字来代表图像，以节省信息和存储容量。而图像增强

9、就是为了改善图像的主观视觉显示质量。又例如图像复原则用于补偿图像的降质，使复原后的图像尽可能接近原始图像质量。所有这些，都要求有一个合理的图像质量评价方法。32（1）图像的主观评价 这种方法就是通过人来观察图像，对图像的优劣做出主观评定，然后对评分进行统计平均得出评价结果。 1）观察者既要有未经过训练者，同时考虑 一定经验者 2）参加评分的人员至少要有 20名333435（2）图像的客观评价 尽管质量的主观评价是最权威的方式，但是在一些研究场合，或者由于实验条件的限制，也希望对图像有一个定量的客观描述。图像质量的客观评价由于着眼点不同而有多种方法，这里介绍的是一种经常使用的所谓的逼真度测量。对

10、于彩色图像逼真度的定量表示是一个十分复杂的 问题。当前，对黑白图像逼真度的定量表示应用较多。3637 其中，运算符 Q.表示在计算逼真度前，为使测量值与主观评价的结果一致而进行的某种预处理（如对数处理、幂处理等）。对于数字图像，另外还有一种常用的方法即峰值均方误差PMSE：38 1.5 数字图像处理的基本概念 1.5.1 基本处理过程 数字图像信息可看成是一个二维数组 f（i，j），对它处理的基本过程如同电视光栅扫描过程，按照由左到右，由上到下的顺序进行（图 1.8（a），并在扫描过程中逐点对各像素进行帧处理。这样的扫描过程称为顺向扫描。与此相对的就是由下到上，由右到左的逆向扫描（图 1.8（

11、b），也是一种常见的处理过程。3940 1.5.2 基本运算形式 在扫描过程中，用计算机对各像素进行的处理有各种方式，在此称它为运算形式。下面介绍几种基本的运算形式。（1）点运算 在对图像各像素进行处理时，只输入该像素本身灰度的运算方式称为点运算。图 1.9中,输入图像 F 上某像素的灰度 f（i，j），现采用点运算方式作某种 p处理，得到输出图像 G 上该像素的灰度为 g（i，j），即41（2）领域运算 在对图像各像素进行处理时，不仅输入该像素本身的灰度，还要输入以该像素为中心的某局部区域（即领域）中的一些像素的灰度进行运算的方式，称为领域运算。42（3）并行运算 并行运算指的是对图像上各像

12、素同时进行相同处理的运算方式。这种运算方式处理速快,但只能用于处理结果与处理顺序无关的场合。43（4）串行运算 串行运算是相对于并行运算而言的，指的是在图像上按照规定的顺序逐个对像素进行处理的运算形式。图 1.11所示的领域运算形式就是串行运算的典型实例，若 d处理内容为将该像素领域中已处理的 4个像素的灰度输出值分别加 1后，取最小值作为该像素的输出值，那么，当采用顺向扫描时（图 1.11（a），d处理运算式为：44（5）迭代运算 反复多次进行相同处理的运算，称为迭代运算。迭代运算常用于一次运算不能达到处理目的的情况。 迭代运算的反复次数可以在处理前设定，也可在处理过程中根据是否达到处理目的

13、由计算机自动判别后确定。45（6）窗口运算 图像的信息量很大，为减少处理时间，在可能的情况下，常常采用窗口运算来替代全图像运算。所谓窗口运算是指对图像特定的矩形区域进行某种运算的形式。46（7）模板运算 对图像中特定形状的区域进行某种运算的方式称为模板运算。这里的模板就是指特定形状的区域，它常常是与图像中存在的对象物有相同特征的一个局部的子图像，因此模板实质上就是一个二维数组。图 1.13（a）中是一幅对象物为洋葱的图像，而模板（图 1.13（b）就是一个与对象物完全一样的子图像。通过对图像上各像素的模板运算，可以找到图像上与模板特征相同的对象物的存在位置。4748 （8）帧运算 以上各种运算都是在一幅图像内进行的，图像与图像之间不发生关系。通常一幅完整的图像被称为一帧，在两幅或多幅图像之间进行运算产生一幅新图像的处理称之为