计算机视觉05-第三章图像处理基础课件

第三章图像处理基础

目的突出感兴趣特征，服务于机器视觉图像增强可能的处理:去除噪音、边缘增强、提高对比度、增加亮度、改善颜色效果、改善细微层次等

——通常与改善视觉效果相一致

图像处理主要内容图像表示点操作空域处理频域处理1.图像表示图像具有二维平面的形式图像可以存在于多种介质,但最后必须以可视的形式出现图像是客观世界的真实反映图像记录的特性可以是光学特性,也可以是非光学特性,但可以转为光学特征表达从信息系统来看,图像是一种信息的载体从数字系统来看,图像是一种信号1.1数字图像生成数字成像

CCD：电荷耦合器件,CMOS:互补金属氧化物半导体

光栅扫描：PAL制式，NTSC制式像素:图形系统能够清楚成像的最小单元分辨率：像素的物理尺寸

灰度分辨率：灰度2^k灰度级，k比特数空间分辨率：矩阵M×N图像的数字化—采样和量化图像的数字化—采样和量化图像的数字化—采样和量化图像的数字化—采样和量化1.2图像的表示方法图像形式函数形式信号形式图像形式2维灰度图像3维密度图像2.5维距离图像此时,数字图像处理可看作是对矩阵进行变换。图像的函数矩阵形式图像也可以由向量来表示：二维图像矩阵

N×N象素表示成矢量形式为：矢量矩阵和矢量间关系：（n=k时提取第k列理解）图像的几何函数形式（流形）

信号形式认知心理学(psychophysical)研究表明，人类在分析纹理图像时，将图像分解为不同的频率和方向成分.对图像作频率和方向选择性滤波，得到相应特征.空域滤波频域滤波

Fourier变换(Fouriertransform)

空域频率表示空域频率表示空域频率表示图像亮度的变化与图像内容的空域频率成正比图像的空域频率响应是一种表征锐利度的方法提取图像空域频率成分的方法：傅立叶变换空域频率随方向变化空域频率在图像中的分布是变化的空域内的卷积运算与频域内的乘积运算等价傅立叶变换图像二维DFT二维IDFT1243对应低频成分对应高频成分直流部分图像的二维离散傅立叶变换的频率成分分布示意图变换结果的左上、右上、左下、右下四个角部分对应于低频成分，中央部分对应于高频成分。（a）lenna图（b）傅氏变换的频谱图图像及其频谱图像示意图

对于一幅图像，图像中灰度变化比较缓慢的区域对应较低的频谱，而灰度变化比较大的边缘地带对应较高的频谱。而且一幅图像中大部分都是灰度变化缓慢的区域，只有一小部分是边缘，因此，其变换域的图像，能量主要集中在低频部分（对应值较高），只有一小部分能量集中在高频部分（对应值较低）。

傅立叶变换的比例性表明为对于二个标量a和b，有：离散图像付氏变换应用实例1

正弦波去噪实例2去噪实例

图像受白噪声干扰的原理如图所示，对于一幅不受白噪声干扰的图像，假设其频谱为图(a)所示的形式，其中横坐标为频率，纵坐标为幅值，对应低频部分幅值较高，高频部分幅值较低。对于高斯白噪声，其频谱如图(b)所示，其幅值是一个常数，那么当原始图像受到白噪声干扰时，它的频谱将变成(c)中的形式。

要去除图像中的白噪声，在频域中减去白噪声的幅值即可。理想的方法：知道白噪声的模型，一般情况下很难遇到。在未知噪声幅值的情况下，可以先对噪声图像求频谱，并计算频谱幅值的平均值，用该平均值作为噪声的近似幅值，就可以对图像去噪。纹理图像特征图像水平信号高通滤波局部能量实例3

图像分割1.3图像生成机制定义亮度为空间变量的函数，f(x,y)是点(x,y)的亮度成像系统会使输入图像退化（质量失真），得到图像为D为退化函数，一般包含某些随机噪声过程，若退化操作D是线性移不变的，则g可以写成以一维条件下为例（可以自然推广到二维情况），点x处的函数f为：若D是线性运算，可以变换D与积分符号次序其中，δ（r）表示增量函数引入新的函数，假设D只与有关，则有点扩散函数（PointSpreadFunction）(Blurkernel)32BlurredimageISharpimageLCameraNoise

nBlurkernelf图像生成机制2.图像点操作图像点操作处理a.灰度级变换(比例变换)b.直方图法直方图均衡化直方图规定化c.图像间的算术运算和逻辑运算d.数字抠图通过灰度变换函数将图像各灰度映射为新的值2.1直接灰度变换灰度变换函数：

S=T(r)r,S分别为原来和变换后的灰度值。获取变换函数的方法:固定函数、分段线性变换、直方图固定函数法亮度调整——加亮、减暗图像25512825521825512825532对数变换：s=log10(1+r)

功能：压缩图像象素值的动态范围M幂次变换s=crγ

γ>1时：能把输入的窄带输入变成宽带输出（直图变宽）分段线性变换为了增加变换的任意性，可以采用线性变换组合的办法来构成T(r)直接灰度变换图例求反对比度增强灰度切分动态范围压缩

直方图均衡化：转变直方图成均匀分布直方图规定化：转变直方图成规定形状2.2直方图增强方法图像成像质量的好坏可以从其直方图的形状上得到反映一幅高质量的图像应能充分利用成像系统的动态范围对于在整个灰度范围内均有分布的图像而言,具有均匀分布特性的图像一般具有较好的清晰度和对比度利用直方图增强直方图：反映一幅图像灰度级与出现这种灰度的概率之间关系的图形(某灰度级的象素个数）直方图均衡化RGB模型直方图彩色图像直方图HSI模型直方图彩色图像直方图直方图均衡化算法利用累计分布函数获得均匀分布的直方图直方图均衡化应用直方图规定化和局部直方图均衡化目的：将原始图像的直方图转换为期望的直方图直方图均衡化----全局均衡化不易控制直方图规定化:----根据经验得到期望的结果局部直方图均衡化：----根据图像局部区域特性，采用不同均衡化函数。2.3图像间的算术运算和逻辑运算两幅或多幅图像进行算术运算或逻辑运算，以产生新的图像，算术运算：+、-、*、/逻辑运算：于、或、非它们的操作：算术运算是对应象素间的操作逻辑运算：也是对应象素间的操作.也可以是象素间的位操作,即象素的值作为#2的字符串来处理算术运算算术运算:一般用于灰度图像，设2个象素p和q,有加法：记作p+q;减法：p-q乘法:p*q除法:p

q算术运算只涉及一个空间位置（象素）的运算图像加法应用举例图像合成应用举例去除不需要的叠加性图案检测同一场景两幅图像之间的变化计算物体边界的梯度图像减法图像乘法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逻辑运算或OR:pORq或p+q与AND:pANDq或p˙q求反(补)：NOTq异或:qXORq=1(若q=1或p=1)=0(若q=1和p=1)逻辑运算和算术运算一样，只涉及一个空间位置的运算,（也可以作位运算）但逻辑运算较多用于二值图像主要应用举例获得一个阴图像获得一个子图像的补图像绘制区别于背景的、可恢复的图形图像取反获得一个子图像的补图像逻辑运算：与运算主要应用举例求两个子图像的相交子图逻辑运算：或运算主要应用举例合并子图像主要应用举例获得相交子图像绘制区别于背景的、可恢复的图形图像异或运算2.4自然抠图和图像合成+自然抠图的数学表达+xx=抠图的困难病态问题:7个未知量，但是只能建立3个方程谢谢观赏踏踏实实做好每一件事，不抱怨、不放弃，为自己的梦想尽每一份力。Doeverythinginadown-to-earthw