《图像分析与处理》全册配套课件

《图像分析与处理》全册配套课件基础知识课程信息授课时间：2014～2015第二学期1～16周考核方式：平时考勤10％，作业实验40％，期末考核50％。基础知识教材

教材教材课程介绍/index.htm图像处理与分析第一部分：第二部分：图像处理图像分析1.基础知识5.形态学图像处理2.空域处理6.图像分割3.频域处理7.表示与描述4.彩色图像8.特征提取基础知识第一部分：图像处理1.基础知识2.空域处理3.频域处理4.彩色图像基础知识基础知识

图像是对客观存在的物体的一种相似性的生动模仿或描述。是物体的一种不完全、不精确，但在某种意义上是适当的表示。图像的概念基础知识

数字图像是图像的数字表示，像素是其最小的单位。数字图像的描述有：1）无彩色图像2）彩色图像数字图像数字图像基础知识基础知识数字图像处理（DigitalImageProcessing）与Photoshop的区别？基础知识

相关性比较强的研究领域包括了数字图像处理，计算机图形学，计算机视觉。图像处理几个相关研究领域基础知识

1）将一幅图像变为另一幅经过加工的图像，是图像到图像的过程。2）将一幅图像转化为一种非图像的表示，如一个决策等。

数字图像处理基础知识

用计算机将由概念所表示的物体（不是实物）图像进行处理和显示。侧重于根据给定的物体描述模型、光照及想象中的摄像机的成像几何，生成一幅图像。包括称之为“计算机艺术”的艺术创作。计算机图形学基础知识

计算机视觉的目的是发展出能够理解自然景物的系统。在机器人领域中，计算机视觉为机器人提供眼睛的功能。计算机视觉基础知识图像处理与分析操作示意图基础知识图像处理与分析操作示意图基础知识计算机图形学操作示意图基础知识计算机图形学示例－具有逼真感基础知识计算机图形学示例－虚拟光照基础知识计算机视觉操作示意图需要一块三角形的积木基础知识1.1 图像基本概念

1.1.1 图像和数字图像 1.1.2 图像的表达

基础知识1.1.1图像和数字图像

图像：

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，可以直接或间接作用于人眼并进而产生视知觉的实体。

图像和信息：

人类从外界（客观世界）获得的信息约有75%来自视觉系统。

基础知识1.1.1图像和数字图像图像类型

{广义}

图片，动画，绘图，文字/档，...

{狭义}

单幅

序列图像，... 静止

运动图像（视频），... 2-D

3-D，彩色，光谱,多视场图像，... 灰度

深度，纹理图像，...

基础知识基础知识1.1.2图像的表达图像表示

2-D数组

f(x,y)

x，

y：2-D空间XY中坐标点的位置

f：代表图像在(x,y)的性质F的数值

f，x，y的值可以是任意实数

性质F

:可对应不同物理量

灰度图像里用灰度表示图像表达函数：辐射能量的空间分布

基础知识1.1.2图像的表达基础知识1.1.2图像的表达图像表示矩阵

矢量

绪论1.1.2图像的表达基础知识1.2 图像工程简介

图像工程： 不同层次图像技术的有机结合及应用

图像工程三层次： 图像处理（图像——>图像） 图像分析（图像——>数据） 图像理解（图像——>解释）基础知识1.2 图像工程简介基础知识1.2 图像工程简介基础知识基础知识

污染物非法排放监测AABBCC油污和浮游物排放污水绪论基础知识1.3图像存储图像存储 数据量度单位

比特（bit），字节（byte=8bit）

千字节（Kbyte）

兆（106）字节（Mbyte）

吉（109）字节（Gbyte）

太（1012）字节（Tbyte）基础知识1.3图像存储格式（表示格式和文件格式）

(1)

矢量格式

用线段或线段的组合体来表示图像(2)

光栅格式

用许多图像点的集合来表示图像BMP格式，GIF格式，TIFF格式，JPEG格式

基础知识1.3.4图像存储格式：BMP格式，GIF格式，TIFF格式，JPEG格式

基础知识1.3.5图像处理图像处理 对图像的增强以改善图像视觉质量； 对退化图像的恢复以消除各种干扰的影响； 根据对场景的多个投影来重建场景的图像；

对图像进行编码以减少表达图像的数据量，从而有利于存储和传输； 给图像加入数字水印以保护图像的所有权。基础知识基础知识基础知识基础知识基础知识基础知识基础知识基础知识绪论图像采集 2.1 空间分辨率和幅度分辨率 2.2 图像质量与采样和量化

2图像的采样和量化2图像的采样和量化图像采集图像的表示方法黑白图像可用二维函数f(x,y)表示，其中x,y是平面的二维坐标，f(x,y)表示点(x,y)的亮度值(灰度值)。对模拟图像来讲，f(x,y)显然是连续函数。图像采集2图像的采样和量化图像采集图像阵列中每个元素都是离散值，称为像素(pixel)。像素采样间隔采样间隔图像采集2.1空间分辨率和幅度分辨率数字图像

图像（水平）尺寸M：

图像（垂直）尺寸N：

像素灰度级数G(k-bit)：

图像所需的位数b：图像采集2.1空间分辨率和幅度分辨率数字图像

存储1幅32

32，16个灰度级的图 需要4,096bit 存储1幅128

128，64个灰度级的图 需要98,304bit 存储1幅512

512，256个灰度级的图 需要2,097,152bit

图像采集2.2图像质量与采样和量化图像空间分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化图像空间分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化图像空间分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化图像幅度分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化图像幅度分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化图像幅度分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化空间和幅度分辨率同时变化所产生的效果

2.2图像质量与采样和量化2.2图像质量与采样和量化像素空间关系

---像素间联系

3像素空间关系像素空间关系3.1 像素间联系

空间排列规律 3.1.1 像素的邻域 3.1.2 像素间的邻接， 连接和连通 3.1.3 像素间的距离像素空间关系3.1 像素间联系像素空间关系3.1.1像素的邻域像素的邻域

4-邻域——N4(p)：

对角邻域——ND(p)： 8-邻域——N8(p)：像素空间关系3.1.1像素的邻域像素空间关系3.1.1像素的邻域像素空间关系3.1.1像素的邻域像素空间关系3.1.2像素间的邻接，连接和连通邻接和连接 （adjacency,邻接）vs.

(connectivity,连接)

邻接仅考虑像素间的空间关系

两个像素是否连接：

(1)是否接触（邻接） (2)灰度值是否满足某个特定的相似准 则（同在一个灰度值集合中取值）像素空间关系3种连接

(1)4-连接： 2个像素p和r在V中取值且r在N4(p)中 (2)8-连接： 2个像素p和r在V中取值且r在N8(p)中3.1.2像素间的邻接，连接和连通像素空间关系3种连接

(3)m-连接（混合连接）： 2个像素

p和

r在V中取值 且满足下列条件之一

①r在N4(p)中 ②r在ND(p)中且集合N4(p)∩N4(r)是空集 （这个集合是由p和r的在V中取值的

4-连接像素组成的）3.1.2像素间的邻接，连接和连通像素空间关系

是m-连接不是m-连接

3.1.2像素间的邻接，连接和连通像素空间关系3种连接

混合连接的应用：消除8-连接可能产生的歧义性

原始图

8-连接

m-连接

3.1.2像素间的邻接，连接和连通像素空间关系连通

连接是连通的一种特例通路

由一系列依次连接的像素组成 从具有坐标(x,y)的像素p到具有坐标(s,t)的像素q的一条通路，由一系列具有坐标(x0,y0)，(x1,y1)，…，(xn,yn)的独立像素组成。这里(x0,y0)=(x,y)，(xn,yn)=(s,t)，且(xi,yi)与(xi-1,yi-1)邻接，其中1≤i

≤

n，n为通路长度。

如果(x0,y0)=(xn,yn)，则该通路是闭合通路。

3.1.2像素间的邻接，连接和连通像素空间关系3.1.3像素间的距离距离量度函数 3个像素p，q，r，分别具有坐标(x,y)，(s,t)，(u,v)，如果

(1)

两个像素之间的距离总是正的

(2)

距离与起终点的选择无关

(3)

最短距离是沿直线的，则称D是距离函数。像素空间关系3.1.3像素间的距离距离量度函数

(1)欧氏（Euclidean）距离

(2)城区（city-block）距离 (3)棋盘（chessboard）距离欧式距离像素空间关系3.1.3像素间的距离城市距离（D4距离）像素空间关系3.1.3像素间的距离棋盘距离（D8距离）像素空间关系3.1.3像素间的距离像素空间关系3.1.3像素间的距离距离量度函数

等距离轮廓图案D4距离 D8距离像素空间关系3.1.3像素间的距离城市距离（D4距离）像素空间关系3.1.3像素间的距离棋盘距离（D8距离）像素空间关系3.1.3像素间的距离距离量度函数

距离计算示例DE=5D4

=7D8=4像素空间关系3.1.3像素间的距离用距离定义邻域 考虑在空间点(xp,yp)的像素p 4-邻域——N4(p) 8-邻域——N8(p)作业复习本节所讲基础知识，理解参考教材中的相关内容。实践用matlab简单的图像读入，像素提取等操作。预习参考教材中空域图像增强的内容。基础知识课程信息授课时间：2015～2016第一学期2～17周考核方式：平时考勤10％，作业实验40％，期末考核50％。基础知识教材

图像工程（章毓晋）（第2版）

上册：图像处理

中册：图像分析下册：图像理解基础知识教材

教材教材课程介绍/index.htm图像处理与分析第一部分：第二部分：图像处理图像分析1.基础知识5.形态学图像处理2.空域处理6.图像分割3.频域处理7.表示与描述4.彩色图像8.特征提取基础知识第一部分：图像处理1.基础知识2.空域处理3.频域处理4.彩色图像基础知识基础知识

图像是对客观存在的物体的一种相似性的生动模仿或描述。是物体的一种不完全、不精确，但在某种意义上是适当的表示。图像的概念基础知识

数字图像是图像的数字表示，像素是其最小的单位。数字图像的描述有：1）无彩色图像2）彩色图像数字图像数字图像基础知识基础知识数字图像处理（DigitalImageProcessing）与Photoshop的区别？基础知识

相关性比较强的研究领域包括了数字图像处理，计算机图形学，计算机视觉。图像处理几个相关研究领域基础知识

1）将一幅图像变为另一幅经过加工的图像，是图像到图像的过程。2）将一幅图像转化为一种非图像的表示，如一个决策等。

数字图像处理基础知识

用计算机将由概念所表示的物体（不是实物）图像进行处理和显示。侧重于根据给定的物体描述模型、光照及想象中的摄像机的成像几何，生成一幅图像。包括称之为“计算机艺术”的艺术创作。计算机图形学基础知识

计算机视觉的目的是发展出能够理解自然景物的系统。在机器人领域中，计算机视觉为机器人提供眼睛的功能。计算机视觉基础知识图像处理与分析操作示意图基础知识图像处理与分析操作示意图基础知识计算机图形学操作示意图基础知识计算机图形学示例－具有逼真感基础知识计算机图形学示例－虚拟光照基础知识计算机视觉操作示意图需要一块三角形的积木基础知识1.1 图像基本概念

1.1.1 图像和数字图像 1.1.2 图像的表达

基础知识1.1.1图像和数字图像

图像：

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，可以直接或间接作用于人眼并进而产生视知觉的实体。

图像和信息：

人类从外界（客观世界）获得的信息约有75%来自视觉系统。

基础知识1.1.1图像和数字图像图像类型

{广义}

图片，动画，绘图，文字/档，...

{狭义}

单幅

序列图像，... 静止

运动图像（视频），... 2-D

3-D，彩色，光谱,多视场图像，... 灰度

深度，纹理图像，...

基础知识基础知识1.1.2图像的表达图像表示

2-D数组

f(x,y)

x，

y：2-D空间XY中坐标点的位置

f：代表图像在(x,y)的性质F的数值

f，x，y的值可以是任意实数

性质F

:可对应不同物理量

灰度图像里用灰度表示图像表达函数：辐射能量的空间分布

基础知识1.1.2图像的表达基础知识1.1.2图像的表达图像表示矩阵

矢量

绪论1.1.2图像的表达基础知识1.2 图像工程简介

图像工程： 不同层次图像技术的有机结合及应用

图像工程三层次： 图像处理（图像——>图像） 图像分析（图像——>数据） 图像理解（图像——>解释）基础知识1.2 图像工程简介基础知识1.2 图像工程简介基础知识基础知识

污染物非法排放监测AABBCC油污和浮游物排放污水绪论基础知识1.3图像存储图像存储 数据量度单位

比特（bit），字节（byte=8bit）

千字节（Kbyte）

兆（106）字节（Mbyte）

吉（109）字节（Gbyte）

太（1012）字节（Tbyte）基础知识1.3图像存储格式（表示格式和文件格式）

(1)

矢量格式

用线段或线段的组合体来表示图像(2)

光栅格式

用许多图像点的集合来表示图像BMP格式，GIF格式，TIFF格式，JPEG格式

基础知识1.3.4图像存储格式：BMP格式，GIF格式，TIFF格式，JPEG格式

基础知识1.3.5图像处理图像处理 对图像的增强以改善图像视觉质量； 对退化图像的恢复以消除各种干扰的影响； 根据对场景的多个投影来重建场景的图像；

对图像进行编码以减少表达图像的数据量，从而有利于存储和传输； 给图像加入数字水印以保护图像的所有权。基础知识基础知识基础知识基础知识基础知识基础知识基础知识基础知识绪论图像采集 2.1 空间分辨率和幅度分辨率 2.2 图像质量与采样和量化

2图像的采样和量化2图像的采样和量化图像采集图像的表示方法黑白图像可用二维函数f(x,y)表示，其中x,y是平面的二维坐标，f(x,y)表示点(x,y)的亮度值(灰度值)。对模拟图像来讲，f(x,y)显然是连续函数。图像采集2图像的采样和量化图像采集图像阵列中每个元素都是离散值，称为像素(pixel)。像素采样间隔采样间隔图像采集2.1空间分辨率和幅度分辨率数字图像

图像（水平）尺寸M：

图像（垂直）尺寸N：

像素灰度级数G(k-bit)：

图像所需的位数b：图像采集2.1空间分辨率和幅度分辨率数字图像

存储1幅32

32，16个灰度级的图 需要4,096bit 存储1幅128

128，64个灰度级的图 需要98,304bit 存储1幅512

512，256个灰度级的图 需要2,097,152bit

图像采集2.2图像质量与采样和量化图像空间分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化图像空间分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化图像空间分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化图像幅度分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化图像幅度分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化图像幅度分辨率变化所产生的效果

图像采集2.2图像质量与采样和量化空间和幅度分辨率同时变化所产生的效果

2.2图像质量与采样和量化2.2图像质量与采样和量化像素空间关系

---像素间联系

3像素空间关系像素空间关系3.1 像素间联系

空间排列规律 3.1.1 像素的邻域 3.1.2 像素间的邻接， 连接和连通 3.1.3 像素间的距离像素空间关系3.1 像素间联系像素空间关系3.1.1像素的邻域像素的邻域

4-邻域——N4(p)：

对角邻域——ND(p)： 8-邻域——N8(p)：像素空间关系3.1.1像素的邻域像素空间关系3.1.1像素的邻域像素空间关系3.1.1像素的邻域像素空间关系3.1.2像素间的邻接，连接和连通邻接和连接 （adjacency,邻接）vs.

(connectivity,连接)

邻接仅考虑像素间的空间关系

两个像素是否连接：

(1)是否接触（邻接） (2)灰度值是否满足某个特定的相似准 则（同在一个灰度值集合中取值）像素空间关系3种连接

(1)4-连接： 2个像素p和r在V中取值且r在N4(p)中 (2)8-连接： 2个像素p和r在V中取值且r在N8(p)中3.1.2像素间的邻接，连接和连通像素空间关系3种连接

(3)m-连接（混合连接）： 2个像素

p和

r在V中取值 且满足下列条件之一

①r在N4(p)中 ②r在ND(p)中且集合N4(p)∩N4(r)是空集 （这个集合是由p和r的在V中取值的

4-连接像素组成的）3.1.2像素间的邻接，连接和连通像素空间关系

是m-连接不是m-连接

3.1.2像素间的邻接，连接和连通像素空间关系3种连接

混合连接的应用：消除8-连接可能产生的歧义性原始图8-连接m-连接

3.1.2像素间的邻接，连接和连通像素空间关系连通

连接是连通的一种特例通路

由一系列依次连接的像素组成 从具有坐标(x,y)的像素p到具有坐标(s,t)的像素q的一条通路，由一系列具有坐标(x0,y0)，(x1,y1)，…，(xn,yn)的独立像素组成。这里(x0,y0)=(x,y)，(xn,yn)=(s,t)，且(xi,yi)与(xi-1,yi-1)邻接，其中1≤i

≤

n，n为通路长度。

如果(x0,y0)=(xn,yn)，则该通路是闭合通路。

3.1.2像素间的邻接，连接和连通像素空间关系3.1.3像素间的距离距离量度函数 3个像素p，q，r，分别具有坐标(x,y)，(s,t)，(u,v)，如果

(1)

两个像素之间的距离总是正的

(2)

距离与起终点的选择无关

(3)

最短距离是沿直线的，则称D是距离函数。像素空间关系3.1.3像素间的距离距离量度函数

(1)欧氏（Euclidean）距离

(2)城区（city-block）距离 (3)棋盘（chessboard）距离欧式距离像素空间关系3.1.3像素间的距离城市距离（D4距离）像素空间关系3.1.3像素间的距离棋盘距离（D8距离）像素空间关系3.1.3像素间的距离像素空间关系3.1.3像素间的距离距离量度函数

等距离轮廓图案D4距离 D8距离像素空间关系3.1.3像素间的距离城市距离（D4距离）像素空间关系3.1.3像素间的距离棋盘距离（D8距离）像素空间关系3.1.3像素间的距离距离量度函数

距离计算示例DE=5D4=7D8=4像素空间关系3.1.3像素间的距离用距离定义邻域 考虑在空间点(xp,yp)的像素p 4-邻域——N4(p) 8-邻域——N8(p)作业复习本节所讲基础知识，理解参考教材中的相关内容。实践用matlab简单的图像读入，像素提取等操作。预习参考教材中空域图像增强的内容。图像处理与分析第一部分：第二部分：图像处理图像分析1.基础知识5.形态学图像处理2.空域处理

6.图像分割3.频域处理7.表示与描述4.彩色图像8.特征提取第一部分：图像处理2空域增强技术空域增强技术空域增强技术第一部分-2空域增强技术

2.1 空域技术分类 2.2 像素间运算 2.3 直接灰度映射 2.4 直方图变换 2.5 线性滤波 2.6 非线性滤波 2.7 局部增强空域增强技术第一部分-2空域增强技术第一部分-2空域增强技术空域增强技术空域增强技术图像增强

目标：改善图像质量/改善视觉效果

标准：相当主观，因人而异 没有完全通用的标准 可以有一些相对一致的准则

技术：“好”，“有用”的含义不相同 具体增强技术也可以大不相同空域增强技术

空域增强技术

空域增强技术空域增强技术

空域增强技术空域增强技术

空域增强技术空域增强技术

空域增强技术空域增强技术2.1 空域技术分类空域：指由像素组成的空间

空域增强：

点操作： 灰度点操作 几何操作空域增强技术2.1 空域技术分类点操作：

(1)借助对一系列图像间的操作进行变换

(2)将f(·)中的每个像素按EH操作直接变换 以得到g(·)；

(3)借助f(·)的直方图进行变换模板操作（涉及邻域）：空域增强技术2.2

图像间运算

图像间的运算指以图像为单位进行的操作，运算的结果是一幅新图像

2.2.1算术和逻辑运算 2.2.2图像间运算的应用空域增强技术2.2.1算术和逻辑运算1.算术运算

(1)加法：记为p+q

(2)减法：记为p–q

(3)乘法：记为p

q

(2)除法：记为p÷q 对整幅图像的算术和逻辑运算是逐像素进行的，即在两幅图像的对应（位置）像素间进行空域增强技术2.2.1算术和逻辑运算2.逻辑运算（只用于二值图像） (1)补（COMPLEMENT）：记为NOTq (2)与（AND）：记为pANDq

(3)或（OR）：记为pORq (2)异或（XOR）：记为pXORq

空域增强技术主要应用举例去除“叠加性”噪音生成图象叠加效果2.2.2

图像间运算的应用2.2.2

图像间运算的应用

空域增强技术2.2.2

图像间运算的应用空域增强技术空域增强技术图像间减法的应用主要应用举例去除不需要的叠加性图案检测同一场景两幅图象之间的变化计算物体边界的梯度=-空域增强技术图像间乘法的应用主要应用举例图象的局部显示，用二值模板图象与原图象做乘法空域增强技术2.3

直接灰度映射

将f(x,y)中的每个像素灰度按EH

操作直接变换以得到g(x,y)

2.3.1灰度映射原理

2.3.2典型灰度映射2.3

直接灰度映射空域增强技术空域增强技术2.3.1

灰度映射原理直接灰度映射是一种点操作空域增强技术1、图像求反 2、

增强对比度3、动态范围压缩 2、灰度切分2.3.2

典型灰度映射2.3.2

典型灰度映射空域增强技术2.3.2

典型灰度映射空域增强技术2.3.2

典型灰度映射空域增强技术2.3.2

典型灰度映射空域增强技术2.3.2

典型灰度映射空域增强技术空域增强技术空域增强技术2.3.2

典型灰度映射空域增强技术2.3.2

典型灰度映射2.3.2

典型灰度映射空域增强技术空域增强技术2.3.2

典型灰度映射位平面切片假设图像中每个像素的灰度级是256，这可以用8位来表示，假设图像是由8个1位平面组成，范围从位平面0到位平面7。其中，位平面0包含图像中像素的最低位，位平面7包含像素的最高位。2.3.2

典型灰度映射位平面切片空域增强技术2.3.2

典型灰度映射空域增强技术位平面切片空域增强技术空域增强技术2.4

直方图变换 直方图是图像的一种统计表达

直方图反映了图中灰度的分布情况

2.4.1直方图均衡化

2.4.2直方图规定化

空域增强技术灰度统计直方图 1-D的离散函数 提供了图像像素的灰度值分布情况计算： 设置一个有L个元素的数组，对原图的灰度值进行统计2.4.1

直方图均衡化2.4.1

直方图均衡化空域增强技术2.4.1

直方图均衡化空域增强技术2.4.1

直方图均衡化空域增强技术2.4.1

直方图均衡化空域增强技术空域增强技术空域增强技术空域增强技术直方图均衡化 借助直方图变换实现（归一的）灰度映射 均衡化（线性化）基本思想对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。

变换原始图像的直方图为均匀分布

==>扩大动态范围 使像素灰度值的动态范围最大

==>增强图像整体对比度（反差）2.4.1

直方图均衡化空域增强技术 归一化直方图

增强函数

(1)

EH(r)：单值单增函数，

各灰度级在变换后仍保持排列次序

(2)

变换前后灰度值动态范围一致2.4.1

直方图均衡化空域增强技术 （归一化）累积直方图 (1) tk是k

的单值单增函数

(2)

灰度取值范围一致，0≤

tk

≤1(3) 将r的分布转换为t的均匀分布2.4.1

直方图均衡化空域增强技术2.4.1

直方图均衡化空域增强技术2.4.1

直方图均衡化2.4.1

直方图均衡化空域增强技术空域增强技术 借助直方图变换实现规定/特定的灰度映射 (1)对原始直方图进行灰度均衡化 (2)规定需要的直方图，计算能使规定直方

图均衡化的变换 (3)将原始直方图对应映射到规定直方图2.4.2

直方图规定化三个步骤空域增强技术

两种映射/对应规则

(1)单映射规则

(2)组映射规则（I(l)：整数函数）2.4.2

直方图规定化2.4.2

直方图规定化空域增强技术2.4.2

直方图规定化空域增强技术空域增强技术2.4.2

直方图规定化空域增强技术直方图规定化vs.直方图均衡化 直方图均衡化：自动增强 效果不易控制 总得到全图增强的结果 直方图规定化：有选择地增强 须给定需要的直方图 可特定增强的结果2.4.2

直方图规定化空域增强技术2.5

线性滤波 利用像素本身以及其邻域像素的灰度关系进行增强的方法常称为滤波

2.5.1技术分类和实现原理

模板卷积，邻域操作

2.5.2线性平滑滤波器

减弱或消除图像中的噪声

空域增强技术2.5.1

技术分类和实现原理 在图像空间借助模板进行邻域操作 分类1： (1)

线性：如邻域平均

(2)

非线性：如中值滤波 分类2：

(1)

平滑：模糊，消除噪声

(2)

锐化：增强被模糊的细节2.5.1

技术分类和实现原理空域增强技术空域增强技术空域增强技术滤波器实现——>邻域运算：2.5.1

技术分类和实现原理空域增强技术1、邻域平均 系数都是正的 保持灰度值范围（所有系数之和为1）

例：3

3模板2.5.2线性平滑滤波器空域增强技术2、加权平均 中心系数大 周围系数小

2.5.2线性平滑滤波器2.5.2线性平滑滤波器空域增强技术2.5.2线性平滑滤波器空域增强技术2.5.2线性平滑滤波器空域增强技术空域增强技术2.6

非线性滤波逻辑的、几何的、代数的非线性滤波器基于集合的、基于形状的、基于排序的 2.6.1非线性平滑滤波器 2.6.2非线性锐化滤波器

2.6.1

非线性平滑滤波器空域增强技术2.6.1

非线性平滑滤波器空域增强技术空域增强技术2.6.1

非线性平滑滤波器 既消除噪声又保持细节（不模糊）

中值（median）滤波器 (1)将模板中心与像素位置重合 (2)读取模板下各对应像素的灰度值 (3)将这些灰度值从小到大排成1列 (2)找出这些值里排在中间的1个 (5)将这个中间值赋给模板中心位置像素2.6.1

非线性平滑滤波器空域增强技术2.6.1

非线性平滑滤波器空域增强技术2.6.1

非线性平滑滤波器空域增强技术2.6.1

非线性平滑滤波器空域增强技术空域增强技术中值（median）滤波器的模板 中值滤波器的消噪声效果与两个不同的，但又有联系的因素有关。首先是模板的尺寸，其次是参与运算的像素数 图像中尺寸小于模板尺寸一半的过亮或过暗区域将会在滤波后会被消除掉2.6.1

非线性平滑滤波器空域增强技术百分比（percentile）滤波器 中值滤波器是一个特例 最大值 最小值中点滤波器

2.6.1

非线性平滑滤波器2.6.1

非线性平滑滤波器空域增强技术2.6.1

非线性平滑滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术空域增强技术1、非线性锐化滤波器 利用微分可以锐化图像（积分平滑图像）

梯度：对应一阶导数最常用的微分矢量 （需要用2个模板分别沿X和Y方向计算）

2.6.2

非线性锐化滤波器2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器从模板形式容易看出，如果在图像中一个较暗的区域中出现了一个亮点，那么用拉普拉斯运算就会使这个亮点变得更亮。图像中的边缘就是那些灰度发生跳变的区域，所以拉普拉斯锐化模板中边缘检测中很有用。但该算子也会增强图像中的噪声，有时可将图像先进行平滑处理再用拉普拉斯算子。空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术2.6.2

非线性锐化滤波器空域增强技术作业复习理解学过的内容编程实践所学过的方法。预习频域图像增强。空域增强技术图像处理与分析第一部分：第二部分：图像处理图像分析1.基础知识5.形态学图像处理2.空域处理6.图像分割3.频域处理

7.表示与描述4.彩色图像8.特征提取第一部分：图像处理3频域增强技术频域增强技术第一部分-3频域图像增强

傅里叶变换

傅里叶变换及其反变换傅里叶变换的性质快速傅里叶变换（FFT）频率域滤波频率域平滑（低通）滤波器频率域锐化（高通）滤波器

第一部分-3频域图像增强图像变换技术：将原定义在图像空间的图像以某种形式转换到另外一些空间，并利用在这些空间的特有性质方便地进行一定的加工，最后再转换回图像空间以得到所需的效果。变换是双向的，或者说需要双向的变换。在图像处理中，一般将从图像空间向其他空间的变换称为正变换，而将从其他空间向图像空间的变换称为反变换或逆变换。 第一部分-3频域图像增强Fourier变换示意图Fourier变换的频率特性

Fourier变换的高通滤波基于Fourier变换的压缩压缩率为：1.7：1压缩率为：2.24：1压缩率为：3.3：1基于Fourier变换的压缩压缩率为：8.1：1压缩率为：10.77：1压缩率为：16.1：1Fourier变换的低通滤波频率知识入门概述傅里叶变换傅里叶变换

傅里叶变换的理论基础就是：

“任意波形都可以用单纯的正弦波的和来表示”。

“任意波形可分解为不同幅值不同频率的正弦波的和。”

法国数学家Fourier（1768－1830）架起了空域跟频域之间的桥梁

频率：在单位时间内信号做周期变化的次数。信号的频谱：详细描述了信号所包含的频率分量。合成信号波形的每个正弦波，在频谱中显示为一个个尖峰。傅里叶变换一束白光（太阳光）通过一个玻璃三棱镜后可以分解成不同颜色的光。牛顿发现了这一现象并最早提出了谱（spectrum）的概念,指出不同颜色的光具有不同的波长，对应不同的频率。不同颜色光的频率所形成的频带即是光谱。牛顿再利用一个三棱镜将不同颜色的光又合成为一束白光。前者对应光的分析，后者对应光的综合。为什么对信号做傅里叶变换？1822年，法国工程师傅里叶（Fourier）指出，一个“任意”的周期函数都可以分解为无穷多个不同频率正弦信号的和，这即是傅里叶级数。求解傅里叶级数的过程就是傅里叶变换。傅里叶级数和傅里叶变换又统称为傅里叶分析或谐波分析。傅里叶分析方法相当于光谱分析中的三棱镜，而信号相当于一束白光，将“通过”傅里叶分析后可得到信号的频谱，频谱作傅里叶反变换后又可得到原信号。为什么对信号做傅里叶变换？为什么对信号做傅里叶变换？傅里叶变换实际上是将信号和一组不同频率的复正弦作内积，这一组复正弦即是变换的基向量，而傅里叶系数或傅里叶变换是在这一组基向量上的投影。1-D正变换1-D反变换傅里叶认为任一函数都能够展成三角函数的无穷级数。正弦波是最规则的信号，由幅度，相位及频率这三个参数即可完全确定。正弦波仅含单一频率。信号的平稳变化源于它的低频分量，陡峭边缘和急剧变化则源于它的高频分量。例如方波，它既包含了产生平稳变化的低频分量，又包含了形成陡峭边缘的高频分量。只要所选择的正弦波具有合适的频率和振幅，把它们加在一起便产生了方波。傅里叶变换瑞士数学家LeonhardEuler(1707～1783)

把实数域中看不出有任何联系的指数函数和三角函数在复数域中巧妙地联系在一起。ｅｉπ＋１＝０

变换在每个数字频率上不同，且当与正弦或“共振”时最大，也就是说，当以接近频率变化时，较大。傅里叶变换

傅里叶变换及其反变换傅里叶变换的性质快速傅里叶变换（FFT）傅里叶变换傅里叶变换傅里叶变换傅里叶变换傅里叶变换傅里叶变换傅里叶变换傅里叶变换傅里叶变换傅里叶变换傅里叶变换傅里叶变换傅里叶变换及其反变换

傅里叶变换的性质快速傅里叶变换（FFT）傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质2-D傅里叶变换分离性质 1次2-D

2次1-D

O(N4)减为O(N2)

傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换的性质傅里叶变换傅里叶变换及其反变换傅里叶变换的性质快速傅里叶变换（FFT）快速傅里叶变换（FFT）1-D正变换 对1个连续函数f(x)等间隔采样离散傅立叶变换的计算举例x01231234F(0)=1/4Σf(x)exp[0]=1/4[f(0)+f1(1)+f(2)+f(3)]=1/4(2+3+4+4)=3.25F(1)=1/4Σf(x)exp[-j2πx/4)]=1/4(2e0+3e

–j2π1/4+4e

–j2π2/4+4e

–j2π3/4)=1/4(-2+j)F(2)=-1/4(1+j0)F(3)=-1/4(2+j)快速傅里叶变换（FFT）快速傅里叶变换（FFT）只考虑一维的情况，根据傅里叶变换的分离性可知，二维傅里叶变换可由连续2次一维傅里叶变换得到。快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）快速傅里叶变换（FFT）369这样逐级分解，直到2点DFT当N=8时，即分解到X3(k)，X4(k)，X5(k)，X6(k)，k=0,1下一次课内容频率域滤波频率域平滑（低通）滤波器频率域锐化（高通）滤波器作业复习本节课内容，深入理解傅里叶变换思想。编程练习冈萨雷斯matlab书中相应的算法。预习图像频域增强。图像处理与分析第一部分：第二部分：图像处理图像分析1.基础知识5.形态学图像处理2.空域处理6.图像分割3.频域处理

7.表示与描述4.彩色图像8.特征提取第一部分：图像处理3频域增强技术第一部分-3频域图像增强

傅里叶变换

傅里叶变换及其反变换傅里叶变换的性质快速傅里叶变换（FFT）频率域滤波频率域平滑（低通）滤波器频率域锐化（高通）滤波器

第一部分-3频域图像增强图像变换技术：将原定义在图像空间的图像以某种形式转换到另外一些空间，并利用在这些空间的特有性质方便地进行一定的加工，最后再转换回图像空间以得到所需的效果。变换是双向的，或者说需要双向的变换。在图像处理中，一般将从图像空间向其他空间的变换称为正变换，而将从其他空间向图像空间的变换称为反变换或逆变换。 第一部分-3频域图像增强频域图像增强Fourier变换后的图像，中间部分为低频部分，越靠外边频率越高。我们可以在Fourier变换图中，选择所需要的高频或是低频滤波。Fourier变换示意图Fourier变换示意图Fourier变换示意图Fourier变换示意图频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强2-D傅里叶变换

频域图像增强频率域滤波器低通（平滑）滤波器高通（锐化）滤波器频域图像增强频域图像增强频域图像增强频域图像增强卷积定理

2-D二维变换

傅里叶变换定理频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强空域中的平滑滤波器在频域里对应低通滤波器 频域越宽，空域越窄，平滑作用越弱。

频域越窄，空域越宽，模糊作用越强。

频域图像增强频域图像增强空域中的锐化滤波器在频域里对应高通滤波器 空域有正负值。

频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强理想低通滤波器的模糊理想低通滤波产生“振铃”现像频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强低通滤波字符识别举例低通滤波人脸图像处理低通滤波遥感图像处理频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强频域图像增强作业将所给图像分别进行频域平滑、锐化处理；要求：

（1）给出程序代码和处理结果图像；

（2）撰写实验论文（按小论文格式）。

（3）4月24日星期四课堂上提交作业，每人上台讲解作业报告，当堂运行程序演示结果。2.预习彩色图像处理。图像处理与分析第一部分：第二部分：图像处理图像分析1.基础知识5.形态学图像处理2.空域处理6.图像分割3.频域处理7.表示与描述4.

彩色图像8.特征提取第一部分：图像处理2012-3-144.彩色图处理彩色图像处理第一部分-4

彩色图像处理彩色基础彩色模型伪彩色增强全彩色图像处理基础彩色变换平滑和锐化彩色分割彩色图像的噪声彩色图像压缩彩色图像处理第一部分-4

彩色图像处理彩色图像处理第一部分-4

彩色图像处理彩色图像处理彩色基础人眼对于彩色的观察和处理是一种生理和心理现象，其机理还没有完全搞清楚，因而对于彩色的许多结论都是建立在实验基础之上的。对彩色图像的处理是基于对其适当的描述方法。彩色图像处理光学原理解释的色彩的形成彩色基础彩色图像处理彩色基础彩色和颜色颜色可分为无彩色和有彩色两大类

无彩色指白色、黑色和各种深浅程度不同的灰色能够同样吸收所有波长光的表面看起来是灰色的，反射的光多显浅灰色，反射的光少显深灰色。以白色为一端，通过一系列从浅到深排列的各种灰色，到达另一端的黑色，这些灰色可以组成一个黑白系列。！彩色指除去上述黑白系列以外的各种颜色！通常所说的颜色一般多指彩色

彩色基础彩色基础彩色图像处理可视光区的波长在400nm~700nm，当光谱采样限制到三个人类视觉系统敏感的红、绿、蓝光波段时，对这三个光谱带的光能量进行采样，就可以得到一幅彩色图像。

400nm700nm紫外光红外光可见光区546.1nm435.8nm780nm彩色基础彩色图像处理

彩色基础三种感受器： 眼睛对红绿蓝光吸收的平均实验曲线：分布较宽，互相重叠。

光的吸收率

蓝紫色

紫蓝色400450500550600650700nm

蓝色

蓝绿色

绿色

黄绿色

黄色

橙色

红橙色

红色蓝绿红彩色图像处理

彩色基础三种基本色：

红（R，red）： 700nm

绿（G，green）：546.1nm

蓝（B，blue）： 435.8nm

三种补色：

品红（M，magenta，深红色，即红加蓝） 蓝绿（C，cyan，青色，即绿加蓝） 黄（Y，yellow，黄色，即红加绿）

原色相加可产生二次色，如品红（红加蓝），青色（绿加蓝），黄色（红加绿）。以正确的亮度把三原色或者一种二次色与其相反的原色相混合，即可产生白光。

彩色基础

颜料的原色定义为：一种原色为减去或吸收光的一种原色并反射或传输另外两种原色。颜料的原色是品红、青色和黄色。二次色是红、绿和蓝。将三种颜料原色或其对应的补色进行合适的组合，即可产生黑色。

彩色图像处理彩色的三种基本特性量：

亮度：与物体的反射率成正比。

色调：与光谱中光的波长相联系。

饱和度：与一定色调光的纯度有关。 色调和饱和度合起来称为色度。 彩色可用亮度和色度共同表示。彩色基础彩色图像处理形成任何特殊颜色所需的红绿蓝的量称为三色值。XYZ三刺激值的概念是以色视觉的三元理论为根据的，它说明人眼具有接受三原色(红、绿、蓝)的接受器，而所有的颜色均被视作该三原色的混合色。

XYZ三刺激值是利用这些标准观察者配色函数计算得来的。该图以红和绿函数表示颜色组成。相应的蓝值成分计算可得。

CIE色度图彩色图像处理CIE色度图一种颜色由三色值系数定义为：

彩色图像处理CIE色度图色度图：(舌形图)借助于已归一化的三个色系数x

Xy

Yz=1

(x+y)CIE色度图彩色图像处理CIE

色度图在色度图中：(1)

每点都对应一种颜色(2) 边界上的点代表纯颜色，中心点处纯度为零(3) 连接任两端点的直线上的各点表示将这两端点所代表的颜色相加可组成的一种颜色(4) 过C点直线端点的两彩色为互补色(5) 三角形包含由三顶点可组成的彩色CIE色度图彩色图像处理彩色模型彩色基础彩色模型（也称彩色空间或彩色系统）伪彩色增强全彩色图像处理基础彩色变换平滑和锐化彩色分割彩色图像的噪声彩色图像压缩彩色图像处理

颜色的描述是通过建立色彩模型来实现的，不同的色彩模型对应于不同的处理目的。

CIE（国际照明委员会）在进行大量的色彩测试实验的基础上提出了一系列的颜色模型用于对色彩进行描述。

各种不同的颜色模型之间可以通过数学方法互相转换。彩色模型彩色图像处理彩色模型

1.面向硬设备的彩色模型 诸如彩色显示器或打印机之类的硬设备(RGB模型，CMY模型)

2.面向视觉感知的彩色模型

以彩色处理为目的的应用(HSI模型)彩色图像处理RGB彩色模型彩色图像处理RGB彩色模型RGB模型： 建立在笛卡儿坐标系统里，其中三个轴分别为R，G，B。

模型的空间是个正方体，原点对应黑色，离原点最远的顶点对应白色。 从黑到白的灰度值分布在从原点到离原点最远顶点间的连线上，而立方体内其余各点对应不同的颜色，可用从原点到该点的矢量表示。

彩色图像处理RGB模型：RGB彩色模型彩色图像处理R:200

G:50B:120黄(255,255,0)黑(0,0,0)绿(0,255,0)青(0,255,255)蓝(0,0,255)品红(255,0,255)白(255,255,255)红(255,0,0)RGB彩色模型彩色图像处理RGB彩色模型RGB彩色模型RGB彩色模型

与实心全色立方体不同，稳定彩色立方体仅在表面有效，每一平面都有36种颜色，共被216种不同的颜色覆盖。彩色图像处理CMY模型彩色图像处理CMY模型： 主要用于彩色打印，这三种补色可分别由从白光中减去三种基色而得到 从CMY到RGB的转换为CMY模型彩色图像处理HSI彩色模型HSI模型：

这种彩色系统格式的设计反映了人类观察彩色的方式。如：红色又分为浅红和深红色等等。彩色图像处理6.2.3HSI彩色模型HSI模型：

H表示色调（hue）

S表示饱和度（saturation）

I表示密度（intensity，对应成像亮度和图像灰度）彩色图像处理HSI彩色模型彩色图像处理I表示光照强度或称为亮度，它确定了像素的整体亮度，而不管其颜色是什么。

小大HSI彩色模型彩色图像处理亮度(I)效果示意图彩色图像处理H：表示色度，由角度表示。反映了该颜色最接近什么样的光谱波长。0o为红色，120o为绿色，240o为蓝色。HSI彩色模型彩色图像处理色度（H）的效果示意图H=0ºH=60ºH=120ºH=180ºH=240ºH=300º彩色图像处理

S：表示饱和度，饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色，其饱和度值为1。在中心是中性（灰）色，即饱和度为0。SHSI彩色模型彩色图像处理饱和度（S）的效果示意图S=0S=1S=1/4S=1/2HSI彩色模型HSI彩色模型彩色图像处理HSI模型表示：

HSI彩色模型彩色图像处理HSI彩色模型从RGB转换到HSI：

彩色图像处理HSI彩色模型从HSI转换到RGB：(1)

当H在[0

,120

]之间：彩色图像处理HSI彩色模型从HSI转换到RGB：(2)

当H在[120

,240

]之间：彩色图像处理HSI彩色模型从HSI转换到RGB：(3)

当H在[240

,360

]之间：HSI彩色模型HSI彩色模型HSI彩色模型YIQ彩色模型YIQ彩色模型YUV彩色模型YUV彩色模型YCbCr彩色模型YCbCr彩色模型彩色图像处理彩色模型彩色基础彩色模型（也称彩色空间或彩色系统）伪彩色处理全彩色图像处理基础彩色变换平滑和锐化彩色分割彩色图像的噪声彩色图像压缩彩色图像处理伪彩色处理彩色图像处理伪彩色处理彩色图像处理伪彩色处理 人眼对颜色比对灰度有较大的分辨能力

对灰度：几十 对彩色：几千彩色图像处理伪彩色处理特点

对原来灰度图像中不同灰度值的区域赋予 不同的颜色以更明显地区分他们 不同灰度区域＝＝>赋予不同颜色典型方法

(1) 亮度切割（强度分层） (2) 利用变换函数 (3) 频域滤波“伪”彩色图像处理伪彩色处理(1) 亮度切割（强度分层）

将图像看作2-D亮度函数

用1个平行于图像坐标平面的平面去切割图像亮度函数，从而把亮度函数分成2个灰度值区间

伪彩色处理(1)亮度切割（强度分层）伪彩色处理(1)亮度切割（强度分层）伪彩色处理彩色图像处理彩色图像处理彩色图像处理彩色图像处理伪彩色处理(2) 从灰度到彩色的变换（映射）

彩色图像处理伪彩色处理(2) 从灰度到彩色的变换 将3个变换的结果分别输入3个电子枪彩色图像处理伪彩色处理彩色图像处理伪彩色处理彩色图像处理伪彩色处理彩色图像处理全彩色图像处理基础彩色基础彩色模型（也称彩色空间或彩色系统）伪彩色处理全彩色图像处理基础彩色变换平滑和锐化彩色分割彩色图像的噪声彩色图像压缩彩色图像处理全彩色图像处理基础

彩色图像处理全彩色图像处理基础

彩色图像处理全彩色图像处理基础

1、处理必须对向量和标量都可用；

2、对向量每一分量的操作对于其他分量必须是独立的。彩色图像处理彩色变换彩色基础彩色模型（也称彩色空间或彩色系统）伪彩色处理全彩色图像处理基础彩色变换平滑和锐化彩色分割彩色图像的噪声彩色图像压缩彩色变换彩色变换彩色变换彩色变换补色彩色变换补色彩色变换色调和彩色校正彩色变换彩色平衡彩色图像处理彩色图像平滑和锐化彩色基础彩色模型（也称彩色空间或彩色系统）伪彩色处理全彩色图像处理基础彩色变换平滑和锐化彩色分割彩色图像的噪声彩色图像压缩彩色图像处理在灰度图像处理中我们讨论了图像的平滑滤波，图像的锐化处理等方法，在彩色图像中仍旧需要也可以进行这些处理。处理的方法是，将同样的操作在R,G,B三个分量上分别进行。平滑和锐化彩色图像处理彩色图像的平滑处理彩色图像处理彩色图像的平滑处理示例彩色图像处理平滑和锐化平滑和锐化彩色图像处理彩色图像的锐化处理示例彩色图像锐化-拉普拉斯微分彩色图像锐化-拉普拉斯微分彩色图像处理彩色图像平滑和锐化彩色基础彩色模型（也称彩色空间或彩色系统）伪彩色处理全彩色图像处理基础彩色变换平滑和锐化彩色分割彩色图像的