《数字图像处理及工程应用》课件第17章

2024/8/21第1页第17章数字图像处理案例解析17.1图像编辑器图像的编辑、合成、调色特效制作是常用的图像处理功能，主要是对图像进行一些基本的变换和增强处理，包括：(1)灰度变换增强(2)直方图增强(3)平滑降噪(4)图像锐化(5)彩色增强(6)图像滤镜2024/8/21第2页第17章数字图像处理案例解析17.1.1功能描述图像编辑器实现的主要功能有：(1)灰度变换增强：主要有线性灰度增强、分段线性增强、非线性增强等。(2)直方图增强：直方图均衡和直方图规定化。(3)平滑降噪：主要有邻域平均、加权平均、掩膜平滑和中值滤波等。(4)图像锐化：主要有门限梯度、拉普拉斯、Sobel算子和Canny算子等。(5)彩色增强：主要是伪彩处理等。(6)图像滤镜：主要有底片、浮雕、雾化、黑白和素描等。2024/8/21第3页第17章数字图像处理案例解析17.1.2功能实现灰度变换主要是针对图像中的像素点灰度值进行处理，根据一定的映射法则将输入图像像素点灰度值映射为输出图像相应位置像素点灰度值，从而使得输出图像在视觉上得到改观的过程。相应的算法代码如下：1、灰度变换增强2024/8/21第4页第17章数字图像处理案例解析2024/8/21第5页第17章数字图像处理案例解析2024/8/21第6页第17章数字图像处理案例解析2024/8/21第7页第17章数字图像处理案例解析2、直方图增强要实现直方图增强，首先必须获得图像的灰度直方图统计，然后在此基础上完成直方图均衡与直方图规定化。利用OpenCV获取图像灰度直方图的代码如下：2024/8/21第8页第17章数字图像处理案例解析2024/8/21第9页第17章数字图像处理案例解析2024/8/21第10页第17章数字图像处理案例解析3、平滑降噪平滑降噪主要分为邻域平均、加权平均、均值平滑、高斯平滑、中值平滑等模块：2024/8/21第11页第17章数字图像处理案例解析2024/8/21第12页第17章数字图像处理案例解析2024/8/21第13页第17章数字图像处理案例解析2024/8/21第14页第17章数字图像处理案例解析均值平滑、高斯平滑和中值滤波平滑可以通过调用OpenCV的函数进行处理，示例代码如下：2024/8/21第15页第17章数字图像处理案例解析4、图像锐化图像锐化包括梯度锐化、拉普拉斯锐化、Sobel算子和Canny算子等，以增强图像中的细节成分。水平梯度和垂直梯度锐化只需设定相应的模板mask，然后通过调用OpenCV的二维滤波函数filter2D即可达到所需目的。2024/8/21第16页第17章数字图像处理案例解析2024/8/21第17页第17章数字图像处理案例解析2024/8/21第18页第17章数字图像处理案例解析5、彩色增强伪彩增强的代码如下：2024/8/21第19页第17章数字图像处理案例解析2024/8/21第20页第17章数字图像处理案例解析2024/8/21第21页第17章数字图像处理案例解析6、滤镜效果底片效果：见“灰度变换增强”。浮雕效果：顾名思义就是使图像产生雕刻效果，使图像的前景前向凸出，是增强图像立体感的有效手段，可以通过将图像上的一个像素点与其邻域8个方向的某一个像素灰度值进行求差运算来实现。具体算法如下：2024/8/21第22页第17章数字图像处理案例解析2024/8/21第23页第17章数字图像处理案例解析2024/8/21第24页第17章数字图像处理案例解析2024/8/21第25页第17章数字图像处理案例解析2024/8/21第26页第17章数字图像处理案例解析2024/8/21第27页第17章数字图像处理案例解析雾化效果：顾名思义就是一种模糊的效果，就像我们要看的物体在雾中一样。雾化可以通过一直随机机制加以实现，通过将某一点的像素值修改为图像中另一个随机点的像素值，分为水平雾化、垂直雾化和复合雾化三种。2024/8/21第28页第17章数字图像处理案例解析2024/8/21第29页第17章数字图像处理案例解析17.1.3效果演示图17.1~图17.7为图像编辑器的运行界面和处理效果演示。2024/8/21第30页第17章数字图像处理案例解析图17.1

图像编辑器运行界面2024/8/21第31页第17章数字图像处理案例解析图17.2直方图增强效果2024/8/21第32页第17章数字图像处理案例解析图17.3平滑降噪效果2024/8/21第33页第17章数字图像处理案例解析图17.4垂直梯度效果2024/8/21第34页第17章数字图像处理案例解析图17.5Canny算子效果2024/8/21第35页第17章数字图像处理案例解析图17.6浮雕效果2024/8/21第36页第17章数字图像处理案例解析图17.7雾化效果2024/8/21第37页第17章数字图像处理案例解析数字水印技术可以分为空间域和变换域两大类：空间域数字水印技术是指直接对数字图像的像素点灰度值进行水印嵌入和提取的技术；而变换域数字水印技术则先将数字图像从空间域进行某种变换，然后在变换域数字图像上进行数字水印的嵌入和提取的方法。在大多数情况下，数字水印嵌入系统主要包括水印嵌入模块和水印提取模块。17.2数字图像水印系统17.2.1基本原理本节主要内容有以下几个方面：(1)数字水印基本原理(2)水印嵌入与提取算法(3)系统功能实现(4)系统效果展示2024/8/21第38页第17章数字图像处理案例解析图17.8数字图像水印嵌入模块框图数字图像水印提取的模型框图，输入为水印载体图像、公钥和原始宿主图像。其中，宿主图像可以根据采用的具体算法决定是否需要输入提取模块。数字图像水印嵌入的模型框图，输入为水印图像、宿主图像和可选的公钥或私钥，输出则为成功嵌入水印图像的水印载体图像。图17.9数字图像水印提取模块框图2024/8/21第39页第17章数字图像处理案例解析17.2.2水印嵌入与提取算法1、DCT域图像水印嵌入与提取算法(1)DCT域图像水印算法流程DCT域图像水印是应用最多的一种水印嵌入算法，具有鲁棒性强、隐蔽性好等特点。主要思想是在图像的DCT变换域选择中低频段叠加水印信息，之所以选择中低频段嵌入水印信息是因为人眼视觉对中低频更为敏感，而且一般的图像处理不会对这部分信息进行更改。图17.10和图17.11分别为DCT域图像水印嵌入与提取算法原理流程图。2024/8/21第40页第17章数字图像处理案例解析图17.10DCT域图像水印嵌入流程图17.11DCT域图像水印提取流程2024/8/21第41页第17章数字图像处理案例解析(2)DCT域图像水印嵌入算法描述水印嵌入：水印图像为64×64的图像(可以为黑白或彩色)，宿主图像为尺寸大于4倍水印图像的彩色图像。水印嵌入方法的具体实现：Step1：首先将水印图像进行Arnold置乱变换，再将置乱后的水印图像进行4×4分块的DCT变换，在进行Zigzag排序，得到置乱水印图像的16个DCT变换系数；Step2：将宿主图像进行8×8分块的DCT变换，得到每块宿主图像分块的64个DCT变换系数，对这64个变换系数进行Zigzag排序，分别对应低频、中频和高频系数；2024/8/21第42页第17章数字图像处理案例解析Step3：将水印图像的DCT系数按奇数块和偶数块分别嵌入到宿主图像的分块DCT变换系数中：①水印图像分块DCT的直流分量嵌入到宿主图像分块DCT的直流分量中；②当嵌入奇数块时，其余15个DCT系数嵌入宿主图像4个分块DCT系数的如下中频信息中21~35、22~36、23~37、24~38；③当嵌入偶数块时，其余15个DCT系数嵌入宿主图像4个分块DCT系数的如下中频信息中25~39、26~40、27~41、28~42。这样有利于提高嵌入水印信息的不可见性和鲁棒性。嵌入公式为：I'=I+q*W，其中q为嵌入强度。Step4：将嵌入水印后的宿主图像进行8×8分块DCT反变换，得到嵌入水印后的载体图像。2024/8/21第43页第17章数字图像处理案例解析水印提取实际上是水印嵌入的逆过程，其步骤如下：Step1：对原始宿主图像进行8×8分块DCT变换，并进行Zigzag排序，得到宿主图像分块DCT变换系数；Step2：对嵌入水印的载体图像进行8×8分块DCT变换，并进行Zigzag排序，得到载体图像分块DCT变换系数；Step3：按照嵌入的反操作，分别从4个分块DCT系数的中频信息中提取水印信息，并对从4个分块DCT系数中提取的水印信息求平均；提取公式为：W=(I'.I)/qStep4：对提取的水印图像进行4×4分块DCT反变换，再进行Arnold置乱反变换，得到提取的水印图像。2024/8/21第44页第17章数字图像处理案例解析（3）算法实现2024/8/21第45页第17章数字图像处理案例解析2024/8/21第46页第17章数字图像处理案例解析2024/8/21第47页第17章数字图像处理案例解析2024/8/21第48页第17章数字图像处理案例解析2024/8/21第49页第17章数字图像处理案例解析2024/8/21第50页第17章数字图像处理案例解析2024/8/21第51页第17章数字图像处理案例解析2024/8/21第52页第17章数字图像处理案例解析2、DWT域图像水印嵌入技术小波变换具有多分辨分析能力，广泛应用与数字图像处理领域。对图像进行小波分解，得到水平细节系数H、垂直细节系数V、对角细节系数D和低频系数A。其中，低频系数A表示小波分解级数决定的最大分辨率、最大尺度下对原始图像的最佳逼近，图像的大部分能力集中在低频系数A；而高频系数H、V和D则表示不同分辨率、不同尺度下的细节信息。图17.12为baboon图像的3层小波分解的结果图像。图17.12baboon图像2层小波分解2024/8/21第53页第17章数字图像处理案例解析（1）DWT域图像水印算法流程根据人类的视觉特性，人眼对图像边缘、轮廓(对应小波分解中的高频系数)的变化很敏感，而对图像中的高频成分(对应小波分解中的低频系数)的改变则相对不敏感。为保证嵌入水印的不可见性，应将水印嵌入到图像的高频系数中，然而高频系数所包含的能力又很少，很容易被图像降噪等操作所滤除。因此，为保证嵌入水印的鲁棒性，应将水印嵌入到宿主图像的低频系数中。可以采用一种折中的办法：即分别对宿主图像和水印图像进行不同级数的小波分解，这里选择宿主图像分解级数为4级，水印图像分解级数为1级。然后，将分解后的水印低频系数、水平细节、垂直细节和对角系数分别嵌入到宿主图像的第3层的对角系数、第4层的水平系数、第4层的垂直系数和第4层的对角系数中。图17.13和17.14分别为DWT域图像水印嵌入与提取算法流程。2024/8/21第54页第17章数字图像处理案例解析图17.13DWT域图像水印嵌入流程图17.14DWT域图像水印提取流程2024/8/21第55页第17章数字图像处理案例解析（2）DWT域图像水印算法流程水印图像为64×64的图像(可以为黑白或彩色)，宿主图像为尺寸大于4倍水印图像的彩色图像。①水印嵌入：Step1：首先将水印图像进行Arnold置乱变换，然后对置乱后的水印图像进行1层DWT正变换，得到置乱后水印图像的DWT变换系数；Step2：对宿主图像进行4层DWT变换后，得到宿主图像分解后的各层小波系数，水印图像将被嵌入到不同层级的系数之中；Step3：将置乱后水印图像的水印低频系数、水平细节、垂直细节和对角系数分别嵌入到宿主图像的第3层的对角系数、第4层的水平系数、第4层的垂直系数和第4层的对角系数中；Step4：对嵌入水印后的宿主图像小波系数进行DWT反变换，得到嵌入水印图像后的载体图像。2024/8/21第56页第17章数字图像处理案例解析②水印提取：DWT水印提取实际上是水印嵌入的逆过程。Step1：对嵌入水印后的载体图像进行4层DWT变换，并获取第3层的对角系数、第4层的水平系数、第4层的垂直系数和第4层的对角系数；Step2：同样，对宿主图像进行4层DWT变换，并获取第3层的对角系数、第4层的水平系数、第4层的垂直系数和第4层的对角系数；Step3：按照嵌入时的反操作，分别从不同层级的系数中提取水印图像的小波系数；Step4：对提取的水印小波系数进行DWT反变换，并经过Arnold反变换得到提取的原始水印图像。2024/8/21第57页第17章数字图像处理案例解析（3）算法实现为便于设计重用，本案例采用基于C++面向对象的程序设计思想，将相关的功能以类的形式进行封装，采用实例化对象的方法进行调用，从而大大简化应用程序的设计。限于篇幅，此处只给出关键的代码，详见附录光盘。具体如下：2024/8/21第58页第17章数字图像处理案例解析2024/8/21第59页第17章数字图像处理案例解析2024/8/21第60页第17章数字图像处理案例解析2024/8/21第61页第17章数字图像处理案例解析2024/8/21第62页第17章数字图像处理案例解析2024/8/21第63页第17章数字图像处理案例解析2024/8/21第64页第17章数字图像处理案例解析2024/8/21第65页第17章数字图像处理案例解析2024/8/21第66页第17章数字图像处理案例解析2024/8/21第67页第17章数字图像处理案例解析2024/8/21第68页第17章数字图像处理案例解析2024/8/21第69页第17章数字图像处理案例解析2024/8/21第70页第17章数字图像处理案例解析2024/8/21第71页第17章数字图像处理案例解析2024/8/21第72页第17章数字图像处理案例解析2024/8/21第73页第17章数字图像处理案例解析17.2.3效果展示图17.15数字水印系统运行界面2024/8/21第74页第17章数字图像处理案例解析图17.16DCT数字水印嵌入与提取2024/8/21第75页第17章数字图像处理案例解析图17.17DCT数字水印嵌入与提取(嵌入强度0.08)2024/8/21第76页第17章数字图像处理案例解析图17.18DWT变换及嵌入图示说明：左上：宿主图像；右上：宿主图像4层DWT；左下：水印置乱DWT；右下：载体图像DWT2024/8/21第77页第17章数字图像处理案例解析图17.19DWT数字水印嵌入与提取(嵌入强度0.08)2024/8/21第78页第17章数字图像处理案例解析图17.20DWT数字水印嵌入与提取(嵌入强度0.057)2024/8/21第79页第17章数字图像处理案例解析图17.21DCT数字水印嵌入与提取(嵌入强度0.057)2024/8/21第80页第17章数字图像处理案例解析系统主要由图像效果增强模块、特征提取模块和显示方式模块组成。其中，图像效果增强模块包含图像平滑、阈值选取、填充孔洞和梯度修正处理；特征提取模块包含阈值分割、查找中心点、腐蚀和信息统计处理；显示方式模块包含区域显示、边缘显示和Sobel检测处理。17.3细胞识别统计系统17.3.1系统方案细胞识别统计系统的主要功能是对细胞进行识别与计数。经过图像平滑、阈值选取、梯度修正和查找中心点等一系列操作，识别出细胞，同时统计细胞的个数、平均半径和平均面积。细胞识别统计系统涉及的核心技术主要有图像平滑、阈值分割、填充孔洞、梯度修正、腐蚀、边界生成和查找中心点。2024/8/21图17.22细胞识别统计系统的主要流程第81页第17章数字图像处理案例解析2024/8/2117.3.2核心模块1、图像平滑图像平滑模块主要是对图像中的像素点提取RGB三个颜色通道的值，在8邻域中进行求平均。相应的算法代码如下：第82页第17章数字图像处理案例解析2024/8/21第83页第17章数字图像处理案例解析2024/8/21第84页第17章数字图像处理案例解析2、阈值分割阈值分割模块首先选取一块细胞区域，将RGB颜色空间转为HSI颜色空间并记录，然后得到此区域的H、I分量的最大值和最小值，在整个图像范围内搜索满足条件的区域，即细胞区域。相应的算法代码如下：2024/8/21第85页第17章数字图像处理案例解析2024/8/21第86页第17章数字图像处理案例解析2024/8/21第87页第17章数字图像处理案例解析2024/8/21第88页第17章数字图像处理案例解析3、填充孔洞填充孔洞模块扫描整个图像，首先对孔洞特征(如大小、是否标记、面积)进行记录，然后再根数上述孔洞特征进行填充，引入队列作为存储结构。相应的算法代码如下：2024/8/21第89页第17章数字图像处理案例解析2024/8/21第90页第17章数字图像处理案例解析2024/8/21第91页第17章数字图像处理案例解析2024/8/21第92页第17章数字图像处理案例解析2024/8/21第93页第17章数字图像处理案例解析4、梯度修正梯度修正模块主要就是去除超出Sobel结果范围、亮度和色调的像素点，即部分细胞边界与边界之间的小空隙，阈值分割后连为整体的细胞便可以区分开。相应的算法代码如下：2024/8/21第94页第17章数字图像处理案例解析2024/8/21第95页第17章数字图像处理案例解析5、腐蚀腐蚀模块对于八方向采用方形模板，四方向采用十字形模板。循环使用两个模板做多次腐蚀，直至保留中心点或者消失。每次腐蚀细胞半径就会减1，从而获取细胞半径值。相应的算法代码如下：2024/8/21第96页第17章数字图像处理案例解析2024/8/21第97页第17章数字图像处理案例解析6、边界生成边界生成模块搜索