数字图像处理基础知识课件

2.2基本系统基本图像处理系统的结构图像存储设备（大容量图像存储）图像输入主机（图像运算处理）图像输出2.2基本系统基本图像处理系统的结构图像存储设备图像输入12.2.1图像的输入输入设备摄像机（可见、不可见（红外、紫外、X光、超声）、CCD固态摄像器件）飞点扫描器（照片、文件资料，底片）鼓形扫描器（照片、文件资料、底片）2.2.1图像的输入输入设备摄像机（可见、不可见（红外、2基于CCD光电耦器件的输入设备摄像机、数字摄像机数字相机平板扫描仪基于光电倍增管的输入设备滚筒扫描仪2.2.1图像的输入基于CCD光电耦器件的输入设备2.2.1图像的输入3扫描仪分辨率与扫描图像的大小分辨率：单位长度上采样的像素个数：DPI(dot/inch)1000DPI1600DPI1000象素1600象素1英寸原稿2.2图像的输入扫描仪分辨率与扫描图像的大小1000DPI1600DPI104例如喷墨打印机激光打印机热升华打印机热蜡打印机输出设备显示器、打印机、印刷照像2.2.2图像的输出例如输出设备显示器、打印机、印刷照像2.2.2图像的输出5印刷机数字印刷机传统印刷机：平印、凹印、丝印2.2.2图像的输出印刷机2.2.2图像的输出6图像存储

内存存储：处理时使用硬盘存储：处理、备份时用（在线）备份存储：光盘、磁带等2.2.3图像的存储图像存储2.2.3图像的存储72.3数字图像处理基础

2.3.1图像运算1.算术运算1)加法运算的定义C(x,y)=A(x,y)+B(x,y)主要应用举例去除“叠加性”噪声生成图像叠加效果2.3数字图像处理基础

2.3.1图像运算1.算术运算82.3.1图像运算

去除“叠加性”噪声

对于原图像f(x,y),有一个噪声图像集

{gi(x,y)}i=1,2,...M

其中：gi(x,y)=f(x,y)+h(x,y)iM个图像的均值定义为：g(x,y)=1/M(g1(x,y)+g2(x,y)+…+gM(x,y))当：噪声h(x,y)i为互不相关，且均值为0时，上述图像均值将降低噪声的影响。2.3.1图像运算去除“叠加性”噪声92.3.1图像运算生成图像叠加效果对于两个图像f(x,y)和h(x,y)的均值有：

g(x,y)=1/2f(x,y)+1/2h(x,y)推广这个公式为：

g(x,y)=αf(x,y)+βh(x,y)其中α+β=1

我们可以得到各种图像合成的效果，也可以用于两张图片的衔接第二章数字图像处理基础知识2.3.1图像运算生成图像叠加效果第二章数字图像处理基础102.3.1图像运算2)减法运算的定义

C(x,y)=A(x,y)-B(x,y)主要应用举例去除不需要的叠加性图案显示两幅图像的差异，检测同一场景两幅图像之间的变化如：视频中镜头边界的检测图像分割：如分割运动的车辆，减法去掉静止部分，剩余的是运动像素和噪声第二章数字图像处理基础知识2.3.1图像运算2)减法第二章数字图像处理基础知识112.3.1图像运算去除不需要的叠加性图案设：背景图像b(x,y)，前景背景混合图像f(x,y)

g(x,y)=f(x,y)–b(x,y)

g(x,y)为去除了背景的图像。电视制作的蓝屏技术就基于此第二章数字图像处理基础知识2.3.1图像运算去除不需要的叠加性图案第二章数字图像处122.3.1图像运算3)乘法运算的定义C(x,y)=A(x,y)*B(x,y)主要应用举例

图像的局部显示用二值蒙板图像与原图像做乘法2.3.1图像运算3)乘法132.3.1图像运算2.3.1图像运算142.3.1图像运算2.逻辑运算1)求反运算定义

g(x,y)=255-f(x,y)主要应用举例获得一个阴图像获得一个子图像的补图像2.3.1图像运算2.逻辑运算152.3.1图像运算获得一个阴图像2.3.1图像运算获得一个阴图像162.3.1图像运算获得一个子图像的补图像=255-2.3.1图像运算获得一个子图像的补图像=255-172.3.1图像运算2)异或运算定义g(x,y)=f(x,y)h(x,y)主要应用举例获得相交子图像2.3.1图像运算2)异或运算182.3.1图像运算获得相交子图像=2.3.1图像运算获得相交子图像=192.3.1图像运算3)或运算定义g(x,y)=f(x,y)h(x,y)主要应用举例合并子图像=2.3.1图像运算3)或运算=202.3.1图像运算4)与运算定义g(x,y)=f(x,y)h(x,y)主要应用举例求两个子图像的相交子图=2.3.1图像运算4)与运算=212.3.2图像处理的算法形式（空间域）1.点处理（PointOperation）•定义：这种运算的处理结果JP(I，J)只和像素点IP(I，J)的特征有关，即

JP(I，J)=P(IP(I，J))IP(I,J)输入图像IPJP(I,J)输出图像JP点处理点处理2.3.2图像处理的算法形式（空间域）1.点处理（Poin222.3.2图像处理的算法形式2.邻域处理（NeighborhoodOperation）•定义：输出图像的像素JP（I，J）的值和位于（I，J）附近的邻域里的像素点的特征有关，即：

JP（I，J）=N(N(IP(I，J))

输入图像IPIP(I,J)邻域处理JP(I,J)输出图像JPN（IP(I,J)（IP(I,J)的邻域）邻域处理2.3.2图像处理的算法形式2.邻域处理（Neighbor232.3.2图像处理的算法形式模板运算所谓模板就是一个系数矩阵模板大小：经常是奇数，如： 335577模板系数:矩阵的元素

w1w2w3 w4w5w6 w7w8w92.3.2图像处理的算法形式模板运算242.3.2图像处理的算法形式模板运算的定义

对于某图像的子图像： z1z2z3 z4

z5z6 z7z8z9 z5的模板运算公式为：R=w1z1+w2z2+...+w9z92.3.2图像处理的算法形式模板运算的定义252.3.2图像处理的算法形式模板运算举例：均值变换模板系数：wi=1/9计算公式：R=1/9(z1+z2+...+z9)2.3.2图像处理的算法形式模板运算举例：均值变换262.3.2图像处理的算法形式大局处理：JP(I,J)的值由图像内大范围内的像素值（有时也使用输入图像全部像素的值）来计算。JP(I,J)=G(IP(I,J)))IP(I,J)A(IP(I,J)（输入图像中的大范围）输入图像IP输入图像IP或者(I,J)输入图像全体JP(I,J)输出图像JP大局处理3.大局处理（globaloperation)：2.3.2图像处理的算法形式大局处理：JP(I,J)的值由272.3.3直方图

1.直方图定义

对应于每个灰度值、求出在图像中具有该灰度值的像素数的图形叫做灰度值直方图（GRAYLEVELHISTOGRAM），或者简单地称作直方图。用横轴代表灰度值，纵轴代表像素数（或者产生概率：对整个画面上的像素数的比率）的棒图来表示。

直方图像素数0255`灰度值2.3.3直方图1.直方图定义直方图像素数0255`灰度282.3.3直方图012345670.30.20.100.170.250.200.150.100.070.040.02灰度值概率（频率）2.3.3直方图0123456292.3.3直方图图像直方图的定义（1）

一个灰度级别在范围[0，L-1]的数字图像的直方图是一个离散函数 p(rk)=nk/n

n

是图像的像素总数

nk是图像中第k个灰度级的像素总数

rk

是第k个灰度级，k=0,1,2,…,L-12.3.3直方图图像直方图的定义（1）302.3.3直方图图像直方图的定义(1)举例

p(sk)

sk0.02

0.04

0.06

0.08

31

15

7

23

2.3.3直方图图像直方图的定义(1)举例p(sk)sk312.3.3直方图图像直方图的定义（2）

一个灰度级别在范围[0，L-1]的数字图像的直方图是一个离散函数

p(rk)=nk k=0,1,2,…,L-1

由于rk的增量是1，直方图可表示为：

p(k)=nk即，图像中不同灰度级像素出现的次数2.3.3直方图图像直方图的定义（2）322.3.3直方图两种图像直方图定义的比较

p(rk)=nk p(rk)=nk/n使函数值正则化到[0,1]区间，成为实数函数函数值的范围与像素的总数无关给出灰度级rk在图像中出现的概率密度统计2.3.3直方图两种图像直方图定义的比较332.直方图的性质直方图没有位置信息图像各像素的灰度值是具有二维位置信息的，而直方图只统计某一灰度值的像素有多少，占全部像素的比例是多少，而对那些具有同一灰度的像素在图像中占什么位置则一无所知，不同图像可能具有同样的直方图。2.3.3直方图直方图的总体统计性2.直方图的性质2.3.3直方图直方图的总体统计性342.3.3直方图(2)直方图是总体灰度的概念

由直方图可看出图像的整体性质。 p(rk)

rk总体偏暗的图像的直方图2.3.3直方图(2)直方图是总体灰度的概念p(rk)r352.3.3直方图p(rk)

rk总体偏亮的图像的直方图2.3.3直方图p(rk)rk总体偏亮的图像的直方图362.3.3直方图对比度较低的图像的直方图 p(rk)

rk2.3.3直方图对比度较低的图像的直方图 p(rk372.3.3直方图对比度较高的图像的直方图 p(rk)

rk2.3.3直方图对比度较高的图像的直方图 p(r382.3.3直方图(3)直方图可叠加性

若一幅图像分为四个区，则每个区都可分别作直方图，而原图像的总直方图为各区直方图之和。各区的形状、大小都可随意选择。(4)直方图的统计特征由图像的直方图可直接计算其统计特征，如矩、绝对矩、中心矩、熵等。2.3.3直方图(3)直方图可叠加性39参考文献数字图像处理（第二版），R.C.Gonzalez，RichardE.Woods著，阮秋琦，阮宇智等译，电子工业出版社，第3.4节数字图像处理，K.R.Castleman著，朱志刚等翻译，电子工业出版社，第2、3、5章计算机图像处理，[日]田村秀行编著，金喜子、乔双译，科学出版社，2.2节，2.3节。

参考文献数字图像处理（第二版），R.C.Gonzalez402.2基本系统基本图像处理系统的结构图像存储设备（大容量图像存储）图像输入主机（图像运算处理）图像输出2.2基本系统基本图像处理系统的结构图像存储设备图像输入412.2.1图像的输入输入设备摄像机（可见、不可见（红外、紫外、X光、超声）、CCD固态摄像器件）飞点扫描器（照片、文件资料，底片）鼓形扫描器（照片、文件资料、底片）2.2.1图像的输入输入设备摄像机（可见、不可见（红外、42基于CCD光电耦器件的输入设备摄像机、数字摄像机数字相机平板扫描仪基于光电倍增管的输入设备滚筒扫描仪2.2.1图像的输入基于CCD光电耦器件的输入设备2.2.1图像的输入43扫描仪分辨率与扫描图像的大小分辨率：单位长度上采样的像素个数：DPI(dot/inch)1000DPI1600DPI1000象素1600象素1英寸原稿2.2图像的输入扫描仪分辨率与扫描图像的大小1000DPI1600DPI1044例如喷墨打印机激光打印机热升华打印机热蜡打印机输出设备显示器、打印机、印刷照像2.2.2图像的输出例如输出设备显示器、打印机、印刷照像2.2.2图像的输出45印刷机数字印刷机传统印刷机：平印、凹印、丝印2.2.2图像的输出印刷机2.2.2图像的输出46图像存储

内存存储：处理时使用硬盘存储：处理、备份时用（在线）备份存储：光盘、磁带等2.2.3图像的存储图像存储2.2.3图像的存储472.3数字图像处理基础

2.3.1图像运算1.算术运算1)加法运算的定义C(x,y)=A(x,y)+B(x,y)主要应用举例去除“叠加性”噪声生成图像叠加效果2.3数字图像处理基础

2.3.1图像运算1.算术运算482.3.1图像运算

去除“叠加性”噪声

对于原图像f(x,y),有一个噪声图像集

{gi(x,y)}i=1,2,...M

其中：gi(x,y)=f(x,y)+h(x,y)iM个图像的均值定义为：g(x,y)=1/M(g1(x,y)+g2(x,y)+…+gM(x,y))当：噪声h(x,y)i为互不相关，且均值为0时，上述图像均值将降低噪声的影响。2.3.1图像运算去除“叠加性”噪声492.3.1图像运算生成图像叠加效果对于两个图像f(x,y)和h(x,y)的均值有：

g(x,y)=1/2f(x,y)+1/2h(x,y)推广这个公式为：

g(x,y)=αf(x,y)+βh(x,y)其中α+β=1

我们可以得到各种图像合成的效果，也可以用于两张图片的衔接第二章数字图像处理基础知识2.3.1图像运算生成图像叠加效果第二章数字图像处理基础502.3.1图像运算2)减法运算的定义

C(x,y)=A(x,y)-B(x,y)主要应用举例去除不需要的叠加性图案显示两幅图像的差异，检测同一场景两幅图像之间的变化如：视频中镜头边界的检测图像分割：如分割运动的车辆，减法去掉静止部分，剩余的是运动像素和噪声第二章数字图像处理基础知识2.3.1图像运算2)减法第二章数字图像处理基础知识512.3.1图像运算去除不需要的叠加性图案设：背景图像b(x,y)，前景背景混合图像f(x,y)

g(x,y)=f(x,y)–b(x,y)

g(x,y)为去除了背景的图像。电视制作的蓝屏技术就基于此第二章数字图像处理基础知识2.3.1图像运算去除不需要的叠加性图案第二章数字图像处522.3.1图像运算3)乘法运算的定义C(x,y)=A(x,y)*B(x,y)主要应用举例

图像的局部显示用二值蒙板图像与原图像做乘法2.3.1图像运算3)乘法532.3.1图像运算2.3.1图像运算542.3.1图像运算2.逻辑运算1)求反运算定义

g(x,y)=255-f(x,y)主要应用举例获得一个阴图像获得一个子图像的补图像2.3.1图像运算2.逻辑运算552.3.1图像运算获得一个阴图像2.3.1图像运算获得一个阴图像562.3.1图像运算获得一个子图像的补图像=255-2.3.1图像运算获得一个子图像的补图像=255-572.3.1图像运算2)异或运算定义g(x,y)=f(x,y)h(x,y)主要应用举例获得相交子图像2.3.1图像运算2)异或运算582.3.1图像运算获得相交子图像=2.3.1图像运算获得相交子图像=592.3.1图像运算3)或运算定义g(x,y)=f(x,y)h(x,y)主要应用举例合并子图像=2.3.1图像运算3)或运算=602.3.1图像运算4)与运算定义g(x,y)=f(x,y)h(x,y)主要应用举例求两个子图像的相交子图=2.3.1图像运算4)与运算=612.3.2图像处理的算法形式（空间域）1.点处理（PointOperation）•定义：这种运算的处理结果JP(I，J)只和像素点IP(I，J)的特征有关，即

JP(I，J)=P(IP(I，J))IP(I,J)输入图像IPJP(I,J)输出图像JP点处理点处理2.3.2图像处理的算法形式（空间域）1.点处理（Poin622.3.2图像处理的算法形式2.邻域处理（NeighborhoodOperation）•定义：输出图像的像素JP（I，J）的值和位于（I，J）附近的邻域里的像素点的特征有关，即：

JP（I，J）=N(N(IP(I，J))

输入图像IPIP(I,J)邻域处理JP(I,J)输出图像JPN（IP(I,J)（IP(I,J)的邻域）邻域处理2.3.2图像处理的算法形式2.邻域处理（Neighbor632.3.2图像处理的算法形式模板运算所谓模板就是一个系数矩阵模板大小：经常是奇数，如： 335577模板系数:矩阵的元素

w1w2w3 w4w5w6 w7w8w92.3.2图像处理的算法形式模板运算642.3.2图像处理的算法形式模板运算的定义

对于某图像的子图像： z1z2z3 z4

z5z6 z7z8z9 z5的模板运算公式为：R=w1z1+w2z2+...+w9z92.3.2图像处理的算法形式模板运算的定义652.3.2图像处理的算法形式模板运算举例：均值变换模板系数：wi=1/9计算公式：R=1/9(z1+z2+...+z9)2.3.2图像处理的算法形式模板运算举例：均值变换662.3.2图像处理的算法形式大局处理：JP(I,J)的值由图像内大范围内的像素值（有时也使用输入图像全部像素的值）来计算。JP(I,J)=G(IP(I,J)))IP(I,J)A(IP(I,J)（输入图像中的大范围）输入图像IP输入图像IP或者(I,J)输入图像全体JP(I,J)输出图像JP大局处理3.大局处理（globaloperation)：2.3.2图像处理的算法形式大局处理：JP(I,J)的值由672.3.3直方图

1.直方图定义

对应于每个灰度值、求出在图像中具有该灰度值的像素数的图形叫做灰度值直方图（GRAYLEVELHISTOGRAM），或者简单地称作直方图。用横轴代表灰度值，纵轴代表像素数（或者产生概率：对整个画面上的像素数的比率）的棒图来表示。

直方图像素数0255`灰度值2.3.3直方图1.直方图定义直方图像素数0255`灰度682.3.3直方图012345670.30.20.100.170.250.200.150.100.070.040.02灰度值概率（频率）2.3.3直方图0123456692.3.3直方图图像直方图的定义（1）

一个灰度级别在范围[0，L-1]的数字图像的直方图是一个离散函数 p(rk)=nk/n

n

是图像的像素总数

nk是图像中第k个灰度级的像素总数

rk

是第k个灰度级，k=0,1,2,…,L-12.3.3直方图图像直方图的定义（1）702.3.3直方图图像直方图的定义(1)举例

p(sk)

sk0.02

0.04

0.06

0.08

31

15

7

23

2.3.3直方图图像直方图的定义(1)举例p(sk)sk712.3.3直方图图像直方图的定义（2）

一个灰度级别在范围[0，L-1]的数字图像的直方图是一个离散函数

p(rk)=nk k=0,1,2,…,L-1

由于rk的增量是1，直方图可表示为：

p(k)=nk即，图像中不同灰度