二、数字图像处理的概念 1. 什么是图像
“图”是物体投射或反射光的分布，“像” 是人的视觉系统对图的接受在大脑中形成的印象或反映。
是客观和主观的结合。
2数字图像是指由被称作象素的小块区域组成的二维矩阵。将 物理图象行列划分后，每个小块区域称为像素（pixel ）。 –每个像素包括两个属性：位置和灰度。
对于单色即灰度图像而言，每个象素的亮度用一个数值来表示，通常数值范围在0到255之间，即可用一个字节来表示，
0表示黑、255表示白，而其它表示灰度级别。
物理图象及对应 的数字图象
3彩色图象可以用红、绿、蓝三元组的二维矩阵来表示。
–通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该象素中没有，而255则代表相应的基色在该象素中取得最大值，这种情况下每个象素可用三个字节来表示。 4什么是数字图像处理
数字图像处理就是利用计算机系统对数字图像进行各种目的的处理 5对连续图像f （x ，y ）进行数字化:空间上，图像抽样;幅度上，灰度级量化 x 方向，抽样M 行 y 方向，每行抽样N 点
整个图像共抽样M ×N 个像素点
一般取M=N=2n=64，128，256，512，1024，2048 6数字图像常用矩阵来表示：
f(i,j)=0~255，灰度级为256，设灰度量化为8bit
N
N N N f N f N f N f f f N f f f y x f ????
?????????
???????????
?------=
)1,1( )1,1( )0,1( )1,1( )1,1( )0,1( )1,0( )1,0( )0,0( ),(ΛM M M M ΛΛ
7 数字图像处理的三个层次
8 图像处理：
9
建立对图像的描述；
以观察者为中心研究客观世界；
图像分析是一个从图像到数据的过程。
10图像理解：研究图像中各目标的性质和它们之间的相互联系；得出对图像内容含义的理
解及原来客观场景的解释；
以客观世界为中心，借助知识、经验来推理、认识客观世界，属于高层操作（符号运算）
11
图像处理是比较低层的操作，处理的数据量非常大。图
像分析则进入了中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图像形
式的描述。图像理解主要是高层操作，基本上是对从描述抽象出来的符号进行运算，其处
理过程和方法与人类的思维推理有许多类似之处
12
符号
目标
像素
高层
中层
低层
高
低
抽
象
程
度
数
据
量
操
作
对
象
小
大语
义
13数字图像处理的历史与数字计算机的发展密切相关，它必须依靠数字计算机及数据存储、显示和传输等相关技术的发展。
14数字图像处理的应用领域多种多样。最主要的图像源是电磁能谱，其他主要的能源包括声波、超声波和电子（用于电子显微镜）。
15伽马射线成像
伽马射线成像的主要用途包括医学和天文观测。
16 X射线在医学诊断上的应用:（a）X光片（b）血管照相术（c）头部CAT切片图像
X射线是最早用于成像的电磁辐射源之一
X射线在工业和天文学上的应用（a）电路板（b）天鹅座星环
17紫外光的应用多种多样平板印刷技术工业检测显微镜方法激光生物图像天文观测
18可见光及红外波段成像
这一波段的应用最为广泛,电视和多媒体,光显微镜;涉及的范围从药物到材料特性的检测
天气观测与预报是卫星多光谱图像的主要应用领域; 图像识别
19无线电波段成像主要应用在医学和天文学:在医学中，无线电波用于磁共振成像（MRI)
20超声波图像产生的步骤：
1.超声波系统向身体传输高频（1～5MHz）声脉冲。
2.声波传入体内并碰撞组织间的边缘，声波的一部
分返回到探头，一部分继续传播直到另一边界并被反射回来。
3.反射波被探头收集起来并传给计算机。
4. 计算机根据声波在组织中的传播速度和每个回波返回
的时间计算从探头到组织或者器官边界的距离。
5. 系统在屏幕上显示回波的距离和亮度形成的二维图像。
21电子显微镜成像:过热损坏的钨丝（250倍）;损坏的IC电路（2500倍)
22现状
七十年代以来迅猛发展。
?1：主观需求：人类从外界获取得信息60～70％通过眼睛的图象信息。
?2：计算机技术的发展和通信手段的发展提供客观可能；以FFT为代表的数字信号处理算法和现代信号处理方法的精确性，灵活性与通用性。
?3：数学化的特点是该学科成熟的一个标志。“一种科学只有在成功地运用数学时，才算真正达到了完美的地步”(分析，代数，几何）
?总之：是一门在理论研究和应用开发两方面获得极大统一的学科。
23发展趋势
1：结合网络和Internet技术需求而发展起来的新技术，比如网上图像、视频的传输、点播和新的浏览、查询手段。
2：高级图像处理技术，结合最新的数学进展，诸如小波、分形、形态学等技术。
3：智能化，图象自动分析、识别与理解。
24数字图像处理系统概要
数字图象处理系统由
图象数字化设备、
图象处理计算机和
图象输出设备组成。
输入及数字化设备?摄象机?鼓式扫描器?平台式光密度计?视频卡?扫描仪?数码相机?DV 显示及记录设备?图象显示器?鼓式扫描器?图象拷贝机?绘图仪?激光打印机?喷墨打印机
25数字图像处理的主要研究内容
.图像变换: 傅立叶变换/沃尔什变换/离散余弦变换/小波变换
采用各种图像变换方法对图像进行间接处理.有利于减少计算量并进一步获得更有效的处理。
26.图像压缩编码
图像压缩编码技术可以减少描述图像的数据量，以便节约图像存储的空间，减少图像的传输和处理时间。
图像压缩有无损压缩和有损压缩两种方式，编码是压缩技术中最重要的方法，在图像处理技术中是发展最早和应用最成熟的技术。
主要方法：熵编码，预测编码，变换编码，二值图像编码、分形编码……
27图像的增强和复原
图像增强和复原的目的是为了改善图像的视觉效果，如去除图像噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中感兴趣的部分。图像复原要求对图像降质的原因有所了解，根据图像降质过程建立“退化模型”，然后采用滤波的方法重建或恢复原来的图像。
主要方法：灰度修正、平滑、几何校正、图像锐化、滤波增强、维纳滤波……
28 图像分割:图像分割是数字图像处理中的关键技术之一。图像分割将图像中有意义的特征提取出来（物体的边缘、区域），它是进行进一步图像识别、分析和图像理解的基础。
虽然目前已研究出了不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。对图像分割的研究还在不断的深入中，是目前图像处理研究的热点方向之一。
主要方法：图像边缘检测、灰度阈值分割、基于纹理分割、区域增长……
29图像描述:图像描述是图像分析和理解的必要前提。图像描述是用一组数量或符号（描述子）来表征图像中被描述物体的某些特征。
主要方法：二值图像的几何特征、简单描述子、形状数、傅立叶描述子，纹理描述……
30图像识别:图像识别是人工智能的一个重要领域，是图像处理的最高境界。一副完整的图像经预处理、分割和描述提取有效特征之后，进而由计算机系统对图像加以判决分类。
31图像隐藏是指媒体信息的相互隐藏。数字水印\图像的信息伪装
32数字图像处理应用前景:数字图像处理除了通信领域的新应用外，另一个重要领域就是生物医学成像与诊断。
第二章数字图像处理基础
1人眼的构造:镜头将光线聚焦，并将物体成像到视网膜上，视网膜上有许多光感应器叫做圆
锥细胞（6～7百万）和杆细胞（75～150百万），圆锥细胞集中在中央凹周围并对颜色很敏感，而杆细胞比较分散，对低照度比较敏感。
光图像激活视杆体或视锥体时，发生光电化学反应，同时产生视神经脉冲，视觉系统散布视神经中有80万神经纤维，视觉系统传播视神经脉冲。许许多多的视杆体和视锥体相互连接到神经纤维上。
视觉系统的可视波长范围为=380nm～780nm;
视觉系统的可响应的亮度范围是:1～10个量级的幅度范围。
生理学已证实，视网膜中有三种视锥体，具有不同的光谱特性，峰值吸收分别在光谱的红、绿、兰区域。吸收曲线有相当多的部分是相互重叠的。这是三基色原理的生理基础。
2视锥细胞和视杆细胞在视网膜上的分布
锥状（cone）视觉：白昼视觉，色彩；
杆状（rod）视觉：夜视觉，低照度敏感。
3人眼的成像:人眼中的肌肉可以用来改变晶状体的形状，并允许我们对远近不同的物体进行聚焦。
而聚焦到视网膜上图像会刺激杆细胞和圆锥细胞，最终将信号发送到大脑。
4物理图像:我们所感知到的颜色是由光的特性被物体反射而决定的，比如，白光照在绿色物体上，大部分被吸收，而只有绿光被物体反射
一般地，图像是由光照作用于场景并被部分的吸收，同时被场景中的物体反射
形成的。
5人眼的视觉特性:视觉是主观对客观的反应，是一种主观感觉。
视觉包括亮度视觉和彩色视觉。
6人眼的视觉特性-视觉灵敏度
何谓视觉灵敏度呢(视觉效应是由可见光刺激人眼引起的。如果光的辐射功率相同而波长不同，则引起的视觉效果也不同，不仅颜色感觉不同，而且亮度感觉也不同。为了确定人眼对不同波长光的敏感程度，在
产生相同亮度感觉的情况下，测出各种波长
光的辐射功率Ф(λ)，则：
光谱光视效能：K(λ)= 1 /Ф(λ)
用来衡量视觉对波长为λ的光的敏感程度。
)
实验表明，当λ=555nm时，有最大的光谱光视效能：Km=K(555)
任意波长光的光谱光视效能K(λ)与Km之比称为
光谱光视效率（相对视敏度），用函数V(λ)表示：V(λ)= K(λ）/ Km
V(λ)也可用得到相同主观亮度感觉时所需各波长光的辐射功率Ф(λ）表示：
V(λ)= Ф（555）/Ф(λ)
人眼的视觉特性-彩色视觉
彩色三要素
亮度是光作用于人眼时所引起的明亮程度的感觉。(光功率)
色调是指颜色的类别，是决定色彩本质的基本参量。(光波长)
色饱和度是指彩色所呈现色彩的深浅程度（或浓度）。
色调与色饱和度合称为色度。
人眼的视觉特性-人眼分辨力
何谓人眼的分辨力呢
人在观看景物时人眼对景物细节的分辨能力。人眼对被观察物体上刚能分辨的最紧邻两黑点或两白点的视角的倒数称为人眼的分辨力或视觉锐度。
人眼的视觉特性-视觉对比度
图像中最大亮度Lmax 与最小亮度Lmin 的比值C 称为对比度。 C= Lmax/ Lmin
例：实际传送的景物亮度200-20000cd/m2，电视屏幕亮度2-200cd/m2
两者对比度都为100
重现景物的亮度范围无需与实际景物的相等，只需保持二者的对比度相同。 视亮度——在一定背景亮度环境下人的主观亮度感觉。 费涅尔系数（相对对比度灵敏度阈） ξ=ΔBmin/B (随着环境的不同，在范围内变化) ΔBmin 称为可见度阈值。 人眼的视觉特性-同时对比度 感觉的亮度区域不是简单取决于亮度 相同亮度的方块在不同背景下，感觉亮度不同；位于中心位置的方块亮度相同，当背景变亮时，方块的亮度变暗。
一张白纸放在桌子上看上去很白，但用白纸遮蔽眼睛直视明亮的天空时，纸看起来总是黑的。
7在观察一个亮度渐变的边缘时，发现主观感受在亮度变化部位附近的暗区和亮区中分别存在一条更黑和更亮的条带，称之为“马赫带”。
同时对比度是面积亮度差引起的现象，马赫带是明暗边界引起的现象。
侧抑制效应：视觉信号并不是单纯由一个视觉细胞感觉产生的，而是由相邻视觉细胞信号加权和形成的。
Mach 带可用侧抑制机理来解释，可认为是局部空间域内神经细胞之间相互作用的结果。 同时对比度和马赫带效应表明，人所感觉到的亮度并不是强度的简单函数。 人眼的视觉特性-视错觉 人眼的视觉特性-视觉惰性
视觉惰性是人眼的重要特性之一，它描述了主观亮度与光作用时间的关系。人眼亮度感觉变化滞后于实际亮度变化，以及光线消失后的视觉残留现象（称为视觉暂留或视觉残留），总称为视觉惰性。
当有光脉冲刺激人眼时，视觉的建立和
236060d
L θ
π=?57.3603438d d
L L
θ??==θ
d
L
消失都需要一定的过程，光源消失以后， 景物影像会在视觉中保留一段时间。 视觉暂留时间在~秒
当人眼受周期性的光脉冲照射时，如果光脉冲频率不高，
则会产生一明一暗的闪烁感觉。如果将光脉冲频率提高到某一定值以上，由于视觉惰性，眼睛便感觉不到闪烁，感到是一种均匀的连续的光刺激。 刚好不引起闪烁感觉的最低频率，称为临界闪烁频率 8人类视觉感知能力的特点
人类视觉系统在对物体的识别上有特殊强大的功能；但在对灰度、距离和面积的绝对的估计上却有某些欠缺；
以传感器单元的数目比较：视网膜包含接近亿个光接收器，这远远大于CCD 片上的传感器单元数；
和它每次执行运算的数目比较：和计算机的时钟频率相比，神经处理单元的开关时间将比之大约慢 倍；
不论这慢的定时和大量的接收器，人类的视觉系统是比计算机视觉系统要强大得多。它能实时分析复杂的景物以使我们能即时的反应。
颜色的基本概念
1图为光谱图。
可见光的波长大约在380--780nm 之间。 可见光区之外，还有红外光区、紫外光区。
在遥感领域中光谱采样通常不限于红外区、可见光区、紫外光区三个波段，即为多光谱图像。 彩色不仅喜人，且可获得更多的信息： 视觉仅能感知十余级灰阶, 彩色感知但却能区分上千种彩色；
410
700n m
780nm
2彩色可用下面三个基本属性描述:
色调（Hue）：色调表示颜色。
饱和度（Saturation）：饱和度是彩色中包含白光的多少。
亮度（Brightness 或Intensity）：亮度表示感受到的光强度（Luminance）。
3颜色纺锤体：
颜色纺锤体的垂直轴线上表示列的亮度变化，顶部是白色，
沿着灰度过渡，到底部是黑色。在垂直轴线上越往上亮度越大。
水平的圆周表示色调，圆周上的不同角度的点代表了不同色
调的颜色，如红、橙、黄、绿、青、蓝、紫等。
圆心的色调是中灰色，它的亮度和该水平圆周上各色调的亮度相同。
从圆心向圆周过渡表示同一色调下不同的饱和度。
4三基色原理
吸收光谱响应的峰值分别在光谱的红(黄绿)、绿、兰区域。且吸收曲线有相当多的部分是相互重叠的。这是三基色原理的生理基础。
三基色原理
三基色相加混色：红、绿、兰；（光的三基色）
三基色相减混色：青、黄、品红（颜料的三基色）
相减是指吸收或过滤掉。
R,G是黄色Y，R，B是品红M，G，B是青色C
5光和颜料间的差别：
光和颜料是对立的，然而又互辅相成。
如果没有光的照射，就不能看见物体的颜色，而有色光必须照在不透明的表面上才能看见。RGB发射光，而CYM反射光。
混合所有色彩光形成白色，混合所有颜料形成黑色。
同时观察这两种模式，RGB模式是CMY模式的对立物，就像每一种主体部分都是另一种的从属部分。
利用红（Red）、蓝（Blue）和绿（Green）三种基本颜色，可以配制出绝大部分肉眼能看到
的颜色。像彩色电视机的显像管（CRT）以及计算机屏幕，都是以这种方式来混合出各种不同的颜色效果。
RGB模式混色原理是以加法来混合出各种不同彩色。
6 色彩的描述
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。
各种不同的颜色模型之间可以通过数学方法互相转换
7常用的表色系
RGB表色系国际照明委员会（CIE）规定以700nm(红)、(绿)、(蓝)三个色光为三基色。又称为物理三基色。自然界的所有颜色都可以过选用这三基色按不同比例混合而成。
RGB模式的混色原理是以颜色加法来混合出各种不同的颜色。
彩色电视机的显像管（CRT）以及计算机屏幕，都是以这种方式来混合出各种不同的颜色效果。
如果采用其他色系进行了处理，最终一定要转换到RGB色系，才能正常显示结果。
HSI 表色系HSI（HSB）模式是利用色调（Hue）、色浓度（Saturation）以及亮度（Brightness （Intensity））三种基本向量来表示一种颜色。
Hue：色调，沿着色调环从0度（纯红），120o为绿色，240o为蓝色，再转回360度（纯红）。
Saturation：色彩的饱和度。0 %时为灰色，100 %时为纯色。
Brightness （Intensity）：亮度（强度），0 %为黑色，100 %时为白色。
所谓的色调，指的是不同波长的光谱，例如红色和绿色便是属于不同的色调。
色彩的饱和度是指颜色的深浅，例如同样是红色，也会因为饱和度的不同而分为深红或浅红。亮度（强度）则指的是颜色明暗的程度。
YUV（电视信号）表色系：电视信号发射时，转换成YUV形式，接收时再还原成RGB三基色信号，由显像管显示。目的是为了与黑白电视兼容。在YUV（电视信号）模式中：
Y：亮度；U，V：色差信号。
CMYK表色系白色光也是由三种原色：红、绿、蓝混合而成的。
光谱中原色互补色是淡青色、品红色和黄色。所以用这三种原色构成所有颜色。这三种原色
构成了CYM色彩模式。
在CYM色彩模式中，红色是品红色与黄色混合而成，蓝色是淡青色与品红色混合而成的。CYM色彩模式不流行的原因之一是这些深色的原色是不自然的，而且不容易得到。
理论上，利用C、M、Y三种基本色便可以混合为黑色，但是由于考虑到印刷油墨混合的误差，所以再加进一定量的黑色。
CMYK是由青（Cyan）、品红（Magenta）、黄（Yellow）以及黑（Black）四种基本色调配合成各种不同的颜色，一般应用在印刷输出的分色处理上面。
CMYK与RGB所不同的地方，除了组成的基本色不同之外，RGB的合成是采取颜色加法，而CMYK则是采用颜色减法。
Lab表色系它的特色是对色彩的描述完全采用数学方式，与系统及设备无关，因此它可以无偏差地在系统与平台间进行转换。
Lab模式是以一个亮度分量L（Lightness）——范围是0-100；以及两个颜色分量a与b来表示颜色。a分量是由绿色演变到红色——范围是-120-120；而b分量则是由蓝色演变到黄色——范围是-120-120。
人眼所能看见的光、色之范围较为广泛，由计算机的彩色屏幕按RGB模式或由彩色印刷品按CMYK模式所表示出来的光与色，只不过是其中的一部分。而且像RGB、CMYK和Lab三种模式表现的颜色范围也不相同。
YCbCr表色系是常用于彩色图像压缩时的一种彩色模式。
Y: 代表亮度；
Cb、Cr：代表色差。
与YUV模式不同的是它充分考虑了色彩组成时RGB三色的重要因素。YUV考虑的是简单，YCbCr考虑的是压缩时可以充分取出冗余量。
1.简述数字图像处理的研究内容。
2.什么是图像工程根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次每个层次包含哪些研究内容
3.列举并简述常用表色系。
8图像取样和量化
与采样相关的概念(分辨率)
分辨率
传感器摄像的精确度。通常指要精确测量和再现一定尺寸的图像所必需的像素个数。
单位：像素*像素
图像的量化与数字图像的质量
空间分辨率是图像中可辨别的最小细节。取样值多少是决定图像空间分辨率的主要参数
灰度级别分辨率是指在灰度级别中可分辨的最小变化。灰度级数通常是 2 的整数次幂。
当没有必要对涉及像素的物理分辨率进行实际度量和在原始场景中分析细节等级时，通常把大小为M×N、灰度为L级的数字图像称为空间分辨率为M×N像素、灰度级分辨率为L级的数字图像。
9图像数字化器的功能组件
采样孔：使图像数字化器能不受图像其他部分的影响，而在整幅图像中扫描特定的独立像素单元；
扫描器件：使采样孔以预先确定的方式在图像上移动，按照顺序依次扫描图像的每一个像素；光传感器：测量每一像素的亮度，将光亮度转化为电流或电压信号；
量化器：将传感器输出的连续值转化为整数值；
输出介质：将量化的灰度值以适当的格式存储。
10数字化器的性能
分辨率：单位尺寸能够采样的像素数，由采样孔的大小和像素间距的大小决定；
灰度级：量化为多少等级；
图像大小：允许输入图像的大小；
扫描速度：采样数据的传输速度；
11图像数字化器的类型主要包括:数码相机胶片扫描仪
12常用图像数字化设备：数字相机、扫描仪、数字摄像机
13图像的文件格式
位图文件有多种格式，常见的文件扩展名为BMP、GIF、PCX、PSD、PCD、TIF、JPG等。
矢量图文件的后缀常常是CDR、AI 或3DS
14数字图像通常有两种表示形式: 位图和矢量图
位图和矢量图的比较：
A、点位图由像素构成，矢量图由对象构成
点位图的基本构图单位是像素，像素包含了色彩信息。包含不同色彩信息的像素的矩阵组合构成了千变万化的图像。矢量图形指由代数方程定义的线条或曲线构成的图形。矢量图像由许多矢量图形元素构成，这些图形元素称为“对象”。
B、点位图面向像素绘画，矢量图面向对象“构画”
C、点位图受到像素和分辨率的制约，而矢量图形不存在这些制约
点位图是由像素阵列构成的图像，像素的多少和分辨率决定图像的质量。点位图的缩放也会影响图像的质量。
矢量图形和设备无关，即和分辨率无关。
D、点位图修改麻烦，矢量图形修改随心所欲
点位图是像素的排列，局部移动或改变会影响到其他部分的像素(包括前面讲的对图像进行放大)。
在矢量图形中，一个图形对象的改变，不会影响其他图形对象。
E、点位图难以重复使用，矢量图形可以随意重复使用
F、点位图效果丰富，矢量图形效果单调机械
图像增强与图像复原概述
1图像增强（Image enhancement）：
运用一系列技术手段改善预处理图像的视觉效果，突出有用的信息，取出或削弱无用的信息。基于空间域的增强：在图像像素组成的二维空间里直接对每一像素的灰度值进行处理。
基于频率域的增强：在图像的变换域对图像进行间接处理。
2图像复原：根据事先建立起来的系统退化模型，将降质了
的图像以最大的保真度恢复成真实的景象。
灰度变换
1灰度变换是图像增强的一种重要手段，它可使图像动态范 围加大，使图像对比度扩展，图像更加清晰，特征更加明显。 实质：按一定的规则修改图像每一个像素的灰度，从而改变 图像灰度的动态范围。 空域处理方法，属于点运算范畴
点运算：算子的作用域是以单个像素为单位，实现的是像素点到像素点的处理。
表达式：
r 、s ——输入、输出像素的灰度级；
T —— 灰度变换函数的映射关系;
输出g(x, y)只与位置(x, y) 处的输入f(x, y) 有关。 灰度线性变换
当成像时曝光不足或过度，或成象设备的非线性、图像 记录设备动态范围太窄等因素，都会产生对比度不足的
弊病，使图像中的细节分辨不清，这时可将灰度范围线 性扩展。 1.图像反转：
将原始图像的灰度值进行翻转，使输出灰度随输入灰度增加而减小。 图像反转变换函数： 当k=1，b=L-1时
反转变换适于增强嵌在图像暗色区域的白色或灰色细节，特别是当 黑色面积占主导地位时。 2. 线性灰度变换
线性变换是对每个线性段逐个像素进行处理，可将原图像灰度值动态
)
(r T s =b
y x kf y x g +=),(),(())
,(1),(y x f L y x g --=)]
,([),(y x f T y x g =
范围按线性关系式扩展到指定范围或整个动态范围 截取式线性灰度变换：
3分段线性灰度变换
为突出图像中感兴趣的目标，将图像灰度区间分成多段分别作线性变换。 将感兴趣图像细节灰度级拉伸，增强对比度，将不需要的细节灰度级压缩。
灰度非线性变换
灰度非线性变换：采用某些非线性函数（如平方、对数、指数函数）等作为映射函数，可实现图像灰度的非线性变换。
对数变换用于扩展低值灰度区域，压缩高值灰度区域，可以使低值灰度的图像细节更容易看清，从而达到增强效果。
指数变换可用来压缩低值灰度区域，扩展高值灰度区域，但由于与人的视觉特性不太相同，不常采用。
直方图修正
直方图修正是图像增强实用而有效的处理方法。 1.图像直方图定义：
对图像灰度范围内每－灰度值，统计出具有该灰度值的像素个数，并以灰度值为横坐标，像素数为纵坐标绘出像素数—灰度值图形
直方图纵坐标有时也用某一灰度值的像素数占全图总像素数的百分比（灰度值出现的频数）表示
2.直方图的性质 （1）直方图只反映该图像中不同灰度值出现的次数（或频数），不能反映每一灰度值像素所在位置，即丢失了其所在位置的信息。
[][]???
??????≤<+---≤≤+---<≤=e
y x f b d
a y x f b
e d
f b y x f a c a y x f a b c
d a y x f y x f a x
y x g ),(),(),(),(),(0)
,(),(
（2）任一幅图像，都能算出唯一一幅与它对应的直方图，但不同的图像可能有相同的直方图。即图像与直方图之间是一种多对一的映射关系。
（3）由于直方图是对具有相同灰度值的像素统计计数得到的，因此，一幅图像各子区的直方图之和就等于该图全图的直方图
直方图的计算在离散的形式下，用rk代表离散灰度级，用P(rk)代表其频数，计算公式如下
nk——图像中灰度级为rk的像素个数；n——图像中像素总数；l——灰度级的总数目
在直角坐标系中作出rk与P(rk)的关系图形，就得到直方图。
例：假设一幅图像由4X4的二维数值矩阵构成，画出图像的灰度直方图
直方图均衡化
概念：
为了改变图像整体偏暗、
整体偏亮、灰度动态范围偏小情况，可将原图像的直方图通过变换函数修正为均匀直方图。
目的：
通过对直方图进行均衡化修正，可使图像灰度均匀分布，增大反差，使图像的细节变得更清晰，达到增强的目的。
1
2
1
)
(
-
=
≤
≤
=
l
,,,
k
l
r
n
n
r
P
k
k
k
r
Λ
对于数字图像，[0,1]量化成l 个灰度级rk ，k =0,1,2 ,…, l-1，0≤rk≤ 1 ，灰度级rk 出现的频数（概率）: pr(rk)=nk/n
nk——图像中灰度级为rk的像素个数；n——图像中像素总数
计算rk 的累积概率函数得离散形式变换函数：
∑
∑
=
=
=
=
=
k
j
j
k
j
j
r
k
k n
n
r
p
r
T
s
)
(
)
(
几点结论：
（1）利用累积分布函数作为灰度变换函数，经变换后得到的新灰度的直方图比原始图像的直方图平坦得多，而且其动态范围也大大地扩展了。因此这种方法对于对比度较弱的图像进行处理是很有效的。
（2）对于数字图像，因为直方图是近似的概率密度函数，所以用离散灰度级作变换时很少能得到完全平坦的结果，数字图像的直方图均衡只是近似的。
（3）变换后的灰度级减少了，这种现象叫做“简并”现象，这是像素灰度有限的必然结果。图像平滑
一幅图像可能存在着各种噪声，这些噪声可能在传输中产生，也可能在量化、处理等过程中产生。图像平滑的主要目的是减少图像噪声。
空域方法：邻域平均法、中值滤波法——空域低通滤波
频域方法：低通滤波法——频域低通滤波
较好的图像平滑处理方法应该能够消除这些噪声，又不使图像的边缘轮廓和线条变模糊。
中值滤波的主要步骤：
（1）将模板在图中漫游，当模板中心与图中的某个像素位置重合；（2）读取模板下各对应像素的灰度值；
（3）将模扳对应的像素灰度值进行从小到大排序；
（4）选取灰度序列里排在中间的1个像素的灰度值；
（5）将这个中间值赋值给对应模板中心位置的像素作为像素的灰度值。中值和均值滤波器性能比较：
中值滤波比低通滤波消除噪声更有效。
基于数字图像处理 的目标识别 通过这半个学期对数字图像处理这门课程的学习，我了解了有关数字图像处理的知识，并且对数字图像处理的相关仿真软件——matlab有了更加深入的了解，可以更加熟练的使用matlab软件处理实际问题，从而促进我对数字图像处理这门课程产生更加浓烈的兴趣，也让我对这种仿真软件有了更加全面的认识，了解它更多的功能。在课程结束之际，我利用自己在课堂上学习的一些知识和在课下学习的东西写出以下总结。希望老师给予耐心指导。 一、数字图像处理技术 数字图像处理(Dital Image Processing)又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。从接近人们日常生活的照相，电视图像显示，到工业上面对某些零件的处理等，再到军事类的人像识别，雷达目标识别等，这些都离不开数字图像处理的身影。 图像处理的信息量很大，对处理速度的要求也比较高。Matlab强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文基于
MATLAB的数字图像处理环境，设计并实现了一个图像处理系统，展示如何通过利用Matlab的工具函数和多种算法实现对图形图像的各种处理。论述了利用设计的系统实现图像文件（bmp、jpg、tiff、gif等）进行打开、保存、另存、打印、退出等功能操作，图像预处理功能（包括彩色图像的灰度化变换等、一般灰度图像的二值化处理、色彩增强等），图像分割，图像特征提取等图像处理。 图像的数学表达式可表示为：f(x，y)表示幅图像。x,y,f为有限、离散值。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。为了适应数字计算机的处理，必须对连续图像函数进行空间和幅值数字化。空间坐标(x,y)的数字化称为图像采样，而幅值数字化被称为灰度级量化。经过数字化后的图像称为数字图像(或离散图像)。 F(x,y,z)表示三维的图像，f 为点的分布，有限，离散值，为彩色图像的表示方式。 (1)数字图像的灰度图像的阵列表示法。 设连续图像f(x，y)按等间隔采样，排成MxN阵列(一般取方阵列NxN) 图像阵列中每个元素都是离散值，称为像素(pix—el)。在数字图像处理中，一般取阵列N和灰度级C都是2的整数幂，即取N=及G=。对一般电视图像，N取256或512，灰度级C取64级(m=6bit)至256级m=8bit)，即可满足图像处理的需要。对特殊要求的图像，如SAR图片取 10000×10000，灰度级m取8bit或者16bit。
数字图像处理 课程编码：3073009223 课程名称：数字图像处理 总学分： 2 总学时：32 (讲课28，实验4) 课程英文名称：Digital Image Processing 先修课程：概率论与数理统计、线性代数、C++程序设计 适用专业：自动化专业等 一、课程性质、地位和任务 数字图像处理课程是自动化专业的专业选修课。本课程着重于培养学生解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术，并能应用这些基本方法开发数字图像处理系统，为学习图像处理新方法奠定理论基础。 二、教学目标及要求 1．了解图像处理的概念及图像处理系统组成。 2．掌握数字图像处理中的灰度变换和空间滤波的各种方法。 3．了解图像变换，主要是离散和快速傅里叶变换等的原理及性质。 4．理解图像复原与重建技术中空间域和频域滤波的各种方法。 5. 理解解彩色图像的基础概念、模型和处理方法。 6. 了解形态学图像处理技术。 7. 了解图像分割的基本概念和方法。 三、教学内容及安排 第一章：绪论（2学时） 教学目标：了解数字图像处理的基本概念，发展历史，应用领域和研究内容。通过大量的实例讲解数字图像处理的应用领域；了解数字图像处理的基本步骤；了解图像处理系统的组成。 重点难点：数字图像处理基本步骤和图像处理系统的各组成部分构成。 1.1 什么是数字图像处理 1.2 数字图像处理的起源
1.3.1 伽马射线成像 1.3.2 X射线成像 1.3.3 紫外波段成像 1.3.4 可见光及红外波段成像 1.3.5 微波波段成像 1.3.6 无线电波成像 1.3.7 使用其他成像方式的例子 1.4 数字图像处理的基本步骤 1.5 图像处理系统的组成 第二章：数字图像基础（4学时） 教学目标：了解视觉感知要素；了解几种常用的图像获取方法；掌握图像的数字化过程及其图像分辨率之间的关系；掌握像素间的联系的概念；了解数字图像处理中的常用数学工具。 重点难点：要求重点掌握图像数字化过程及图像中像素的联系。 2.1 视觉感知要素（1学时） 2.1.1 人眼的构造 2.1.2 眼镜中图像的形成 2.1.3 亮度适应和辨别 2.2 光和电磁波谱 2.3 图像感知和获取（1学时） 2.3.1 用单个传感器获取图像 2.3.2 用条带传感器获取图像 2.3.3 用传感器阵列获取图像 2.3.4 简单的图像形成模型 2.4 图像取样和量化（1学时） 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.3 空间和灰度级分辨率 2.4.4 图像内插 2.5 像素间的一些基本关系（1学时） 2.5.1 相邻像素 2.5.2 临接性、连通性、区域和边界 2.5.3 距离度量 2.6 数字图像处理中所用数学工具的介绍 2.6.1 阵列与矩阵操作
名词：*数字图像，数字图像处理，图像采样，线性拉伸，高通滤波，低通滤波，中值滤波，特征空间，图像分析，图像分割 问答题：1、设一幅图像有如图所示直方图，对该图像进行直方图均衡化，写出均衡化过程，并画出均衡化后的直方图。若在原图像一行上连续8个像素的灰度值分别为：0、1、2、3、4、5、6、7，则均衡后，他们的灰度值为多少？ 如图为一幅16级灰度的图像。请写出均值滤波和中值滤波的3x3滤波器；说明这两种滤波器各自的特点；并写出两种滤波器对下图的滤波结果（只处理灰色区域，不处理边界）。（15分） 设一幅灰度图像，其目标和背景的像素点灰度呈正态分布，灰度直方图如图所示。其中：、分 别为目标点的灰度分布密度函数、均值；、分别为背景点的灰度分布密度函数、均值。并设目标点和背景点的方差均为，目标点个数和图像总像点数的比为1:2。T是根据最小误差准则确定的最佳阈值。（15分） 试证明：
1．根据所学过的图像处理和分析方法，设计一套算法流程来实现汽车牌照的定位和数字的识别（给出设计思想即可）。 1、如图所示，A和B的图形完全一样，其背景与目标的灰度值分别标注于图中， 请问哪一个目标人眼感觉更亮一些？为什么？（10分） 选择题： 图像灰度方差说明了图像哪一个属性。（B ） A 平均灰度 B 图像对比度 C 图像整体亮度D图像细节 下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫 B 。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 ( )7.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子
基于数字图像处理的车牌识别系统
基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。
数字图像处理在医学上的应用 1 引言 自伦琴1895年发现X射线以来,在医学领域可以用图像的形式揭示更多有用的医学信息,医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展,现代医学已越来越离不开医学图像的信息处理, 医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT (计算机断层扫描) 图像、MRI( 核磁共振)图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。但是由于医学成像设备的成像机理、获取条件和显示设备等因素的限制, 使得人眼对某些图像很难直接做出准确的判断。计算机技术的应用可以改变这种状况，通过图像变换和增强技术来改善图像的清晰度, 突出重要的内容，抑制不重要的内容,以适应人眼的观察和机器的自动分析，这无疑大大提高了医生临床诊断的准确性和正确性。 数字图像处理的基本方法就是图像复原与图像增强。图像复原就是尽可能恢复原始图像的信息量,尽量保真。数字化的一个基本特征是它所固有的噪声。噪声可视为围绕真实值的随机波动, 是降低图像质量的主要因素。图像复原的一个基本问题就是消除噪声。图像增强就是通过利用人的视觉系统的生理特性更好地分辨图像细节。 与其他领域的应用相比较，医学影像等卫生领域信息更具独特性，医学图像较普通图像纹理更多，分辨率更高，相关性更大，存储空间要更大，并且为严格确保临床应用的可靠性，其压缩、分割等图像预处理、图像分析及图像理解等要求更高。医学图像处理跨计算机、数学、图形学、医学等多学科研究领域，医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别、图像融合等等。在此联系数字图像处理的相关理论知识和步骤设计规划系统采集和处理的具体流程同时充分考虑到图像采集设备的拍摄效果以及最终处理结果的准确性，例举了基于图像处理技术的人体手指甲襞处微血管管袢直径的测量方法。 2人体微血管显微图像的采集 人体微血管显微图像的采集采用了如图1所示的显微光学系统和图像采集系统主要由透镜模组滤镜模组光源系统电荷耦合器件以及图像采集卡等构成。 图1显微光学系统与图像采集系统示意图
·620· 计算机测量与控制.2002.10(9) Computer Measurement &Control 设计与应用 收稿日期:2001-12-04。作者简介:李红俊(1974-),男,山西省平遥县人,硕士研 究生,主要从事机械电子方向的研究。 文章编号:1671-4598(2002)09-0620-03 中图分类号:T P391.41 文献标识码:B 数字图像处理技术及其应用 李红俊,韩冀皖 (太原理工大学机械工程学院,山西太原 030024) 摘要:介绍了数字图像处理的基本概念、基本原理,对其中一些算法进行了详细的说明,对不同算法进行了比较。同时,在对现有图像处理方法进行应用的同时,对滤波做了一些新的尝试。最后,将像素细分算法应用于实际生产中, 获得了较好的效果。 关键词:数字图像处理;边缘检测;滤波;像素细分算法 Digital Image Processing and Its Application LI Hong -jun ,HAN Ji -w an (Taiy uan University of T echnolo gy ,T aiyuan 030024,China ) Abstract :T he basic co ncepts and basic principals of digital imag e processing are introduced .Some arithmetics and compari -so n between different arithme tics are expounded .New methods of sieve are adopted when existing image processing methods is being applied .A t last ,the arithmetic of subpixel is applied into practice and obtains effect preferably . Key words :digital image processing ;edge detecting ;sieve ;arithmetic of subpixel 1 序言 图像处理技术基本可以分成两大类:模拟图像处 理(Analog Image Processing )和数字图像处理(Dig -ital Image Processing )。数字图像处理,通俗地讲就是利用计算机对图像进行处理。因此也称之为计算机图像处理(Computer Image Processing )。其优点是处理精度高,处理内容丰富,可进行复杂的非线性处理,有灵活的变通能力,一般来说只要改变软件就可以改变处理内容。存在的问题主要在于处理速度,特别是进行复杂的处理更是如此。数字图像处理概括地说主要包括如下几项内容:几何处理(Geometrical Pro -cessing )、算术处理(Arithmetic Processing )、图像增强(Image Enhancement )、图像复原(Image Restora -tion )、图像重建(Image Reconstruction )、图像编码(Image Encoding )、图像识别(Im age Recognition )、图像理解(Image Understanding )。图像处理技术的发展涉及越来越多的基础理论知识,雄厚的数理基础及相关的边缘学科知识对图像处理科学的发展有越来越大的影响。总之,图像处理科学是一项涉及多学科的综合性科学。 2 边缘检测 所谓边缘应是物体的轮廓或物体不同表面之间的交界在图像中的反映。它的形成是由于物体的材料不同或表面的朝向不同,引起在图像中的边缘处存在明暗、色彩、纹理的变化。因此反过来在图像中检查不 同灰度、色彩等特性区域的交界处就可得到边缘。边缘轮廓是人类识别物体形状的重要因素,也是图像处理中重要的处理对象。 图1 边缘和灰度值模型示意图 如上所述,边缘常常发生在灰度突然变化的部 位,如图1(a )所示,两边为不同的灰度级g 1、g 2,则x 0处为边缘。但实际上由于物体表面交界处灰度常常缓慢变化,在图像中表现为边缘是有一定宽度的,如图1(b )所示,而且由于物体表面的曲折变化加上噪声干扰,边缘时常显得模糊不清,这给边缘的检测带来一定的困难。另外,有的物体本身为条状的区域,例如河流、道路或物体表面的裂缝,它们的边缘表现为狭长的平行线(1～2个像元宽度),如图1(c )所示,而且两边灰度相同或相近,因此检查的方法也有所不同。 边缘检测主要采用各种算法来发现、强化图像中那些可能存在边缘的像素点。边缘检测算子可分为微分(梯度)法、模板匹配法和区域拟合法3种基本方法。对于边缘检测影响较大的是图像中的噪声、退化、模糊等因素,这些都需要特殊的算法来解决。 3 滤波 当图像输入到计算机的时候,由于输入转换器件(如光敏器件、A /D 转换器等性质的差别)及周围环 DOI :10.16526/j .cn ki .11-4762/tp .2002.09.022
试题库的收集： 直接打开百度文库，这样比较全面一些 输入：数字图像处理试题习题 名词解释： 选择题 1、数字图像的______ D___ 。 A 空间坐标离散，灰度连续 B 灰度离散，空间坐标连续 C 两者都是连续的 D 两者都是离散的 2、图像灰度量化用6 比特编码时，量化等级为__________ B A 32 个 B 64 个 C128 个D 256 个 3. 下面说法正确的是：（B ） A、基于像素的图像增强方法是一种线性灰度变换； B、基于像素的图像增强方法是基于空间域的图像增强方法的一种； C、基于频域的图像增强方法由于常用到傅里叶变换和傅里叶反变换，所以总比基于图像域的方法计算复杂较高； D、基于频域的图像增强方法比基于空域的图像增强方法的增强效果好
1、采用幕次变换进行灰度变换时，当幕次取大于1时，该变换是针对如下哪一类图像进行增强。 （B） A图像整体偏暗B图像整体偏亮 C图像细节淹没在暗背景中D图像同时存在过亮和过暗背景 2、图像灰度方差说明了图像哪一个属性。（B ） A平均灰度B图像对比度 C图像整体亮度D图像细节 3、计算机显示器主要采用哪一种彩色模型（A ） A、RGB B 、CMY或CMYK C、HSI D、HSV 4、采用模板]-1 1 ] T主要检测（A ）方向的边缘。 A. 水平 B.45 C.垂直 D.135 5、下列算法中属于图象锐化处理的是：（C ） A.低通滤波 B.加权平均法 C.高通滤波 D.中值滤波 6、维纳滤波器通常用于（C ） A、去噪 B、减小图像动态范围 C、复原图像 D、平滑图 像 7、彩色图像增强时, C 处理可以采用RGB彩色模型。 A.直方图均衡化 B.同态滤波 C.加权均值滤波 D. 中值滤波 & B.滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A.逆滤波 B.维纳滤波 C.约束最小二乘滤波 D.同态 欢迎下载2
基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。
郑州航空工业管理学院 2013 - 2014 学年第2 学期 《信息管理前沿讲座》（双语I） 课程论文 题目数字图像处理技术的应用与发展 专业信息管理与信息系统班级1304972 姓名学号 任课教师职称副教授 二О一四年五月三十日
数字图像处理技术的应用与发展 130497227王琼菲 摘要数字图像处理是将图像信号转换成数字信号并利用计算机对其进行处理的过程。文章简述了数字图像处理技术的主要特点和优点、以及数字图像处理的过程、数字图像处理技术的应用、数字图像处理技术的研究方向和内容，并根据最新进展，阐述了数字图像处理技术5个主要研究方面的最新热点，最后总结了数字图像处理技术领域中面临的主要发展领域和未来发展方向。 关键词数字图像处理，采集，识别，应用 Application and Development of the Digital Image Processing Technology 130497227 Wang Qiongfei A bstract D igital image processing is to process the image signal into digital signal and processed by computer to its。This paper briefly introduces the digital image processing technology, and the main characteristics and advantages of digital image processing, the application of digital image processing technology, the digital image processing technology research direction and content, and according to the latest advances in digital image processing technology, introduces 5 new hot main research aspects, summarizes the main development faces in the field of technology in the field of digital image processing and the development direction in the future。Key words Digital image processing, Collection, Identification, Application
1、考虑如下所示图像子集： （1）令V={0,1}，计算p 和q 之间的4，8，m 通路的最短长度； （2）令V={1，2}，仍计算上述3个长度。 2、对于离散的数字图像，则变换函数T(rk)的离散形式可表示为: ∑∑==-=-==k j j k j j r k k n MN L r p L r T s 001)()1()( 上式表明，均衡后各像素的灰度值sk 可直接由原图像的直方图算出。 例 假定有一幅总像素为n=64×64的图像，灰度级数为8，各灰度级分布列于表中。对其均衡化计算过程如下。若在原图像一行上连续8个像素的灰度值分别为：0、1、2、3、4、5、6、7，则均衡后，他们的灰度值为多少？ 3 、
4、在位图切割中，就8比特图像的位平面抽取而言 （1）通常，如果将低阶比特面设为零值，对一幅图像的直方图有何影响？ （2）如果将高阶比特面设为零值将对直方图有何影响？ 答：（1）如果将低阶比特面设为零，图像的不同灰度级的个数会减少，即某些灰度级的像素数会丢失，而像素总数是不变的，丢失的像素转移到其它未丢失的灰度级上，从而图像的直方图密度变低； （2）当图像高阶比特面设为零，高灰度级的像素会丢失，丢失的像素都转移到低灰度级上，从而导致图象直方图只有低灰度区，高灰度区直方图均为零。
5、有一数字序列为： （106，114，109，145，177，186，188，182，187） 1）利用一维三点平滑模板(1/3,1/3,1/3)对数据进行平滑。 2）利用一维拉普拉斯算子（1,-2,1）对数据进行锐化。 （边缘处理方式自定义，写出如何定义） 答：边缘处理方式为边缘灰度由相邻灰度（处理过的）替代。 1）平滑后的序列为 （110，110，123，144，170，184，186，186） 2）锐化算子 （-13，-13，41，-4，-23，-7，-8，11，11） 锐化后的序列为 （119，127，68，149，180，193，196，171，176） 6、近似一个离散导数的基本方法是对f(x+1,y)-f(x,y)取差分。试找到空域一阶微分滤波器传递函数在频域中进行等价的操作H(u,v) 。
1、列举数字图像处理的三个应用领域 2、存储一幅大小为10241024，256个灰度级的图像，需要 8M bit。 3、亮度鉴别实验表明，韦伯比越大，则亮度鉴别能力越差。 4、直方图均衡化适用于增强直方图呈分布的图像。 5、依据图像的保真度，图像压缩可分为 6、图像压缩是建立在图像存在编码冗余、像素间冗余、心理视觉冗余 三种冗余基础上。 7、对于彩色图像，通常用以区别颜色的特性是、亮度。 8、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一种标定方法：(g(x,y)mgin)*255gm/(g ax 二、选择题（每题2分，共20分） 1、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。（ B ） A 图像整体偏暗 B 图像整体偏亮 C图像细节淹没在暗背景中 D图像同时存在过亮和过暗背景 2、图像灰度方差说明了图像哪一个属性。（ B ） A 平均灰度 B 图像对比度 C 图像整体亮度 D图像细节 3、计算机显示器主要采用哪一种彩色模型（ A ） A、RGB B、CMY或CMYK C、HSI D、HSV T4、采用模板［-1 1］主要检测（ A ）方向的边缘。 A.水平 B.45 C.垂直 D.135 5、下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（ C ） A、去噪 B、减小图像动态范围 C、复原图像 D、平滑图像 7、彩色图像增强时，RGB彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫 B 。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器
[题目] 数字图像 [参考答案] 为了便于用计算机对图像进行处理，通过将二维连续（模拟）图像在空间上离散化，也即采样，并同时将二维连续图像的幅值等间隔地划分成多个等级（层次），也即均匀量化，以此来用二维数字阵列表示其中各个像素的空间位置和每个像素的灰度级数（灰度值）的图像形式称为数字图像。 图像处理 [参考答案] 是指对图像信息进行加工以满足人的视觉或应用需求的行为。 题目] 数字图像处理 [参考答案] 是指利用计算机技术或其他数字技术，对一图像信息进行某此数学运算及各种加工处理，以改善图像的视觉效果和提高图像实用性的技术。 一、绪论(名词解释，易，3分) [题目] 图像 [参考答案] 是指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的视觉系统而产生的视知觉的实体。 一、绪论(简答题，难，6分) [题目] 什么是图像？如何区分数字图像和模拟图像？ [参考答案] “图”是物体透射或反射光的分布，是客观存在的。“像”是人的视觉系统对图在大脑中形成的印象或认识，是人的感觉。图像是图和像的有机结合，既反映物体的客观存在，又体现人的心理因素；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，或者说图像是客观对象的一种可视表示，它包含了被描述对象的有关信息。 模拟图像是空间坐标和亮度(或色彩)都连续变化的图像；数字图像是空间坐标和亮度(或色彩)均不连续的、用离散数字(一般是整数)表示的图像。
[题目] 简述研究图像恢复的基本思路。 [参考答案] 基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从而使恢复以后的图像尽可能地反映原始图像的本来面日，从而获得与景物真实面貌相像的图像。 一、绪论(简答题，易，5分) [题目] 简述研究图像变换的基本思路。 [参考答案] 基本思路是通过数学方法和图像变换算法对图像的某种变换，以便简化图像进一步处理的过程，或在进一步的图像处理中获得更好的处理效果。 一、绪论(简答题，易，5分) [题目] 简述一个你所熟悉的图像处理的应用实例。 [参考答案] 比如，医学上用B超检测仪对人体器官病变的检查和诊断。 一、绪论(简答题，中，5分) [题目] 一般的数字图像处理要经过几个步骤？由哪经内容组成？ [参考答案] 数字图像处理的基本步骤包括图像信息的获取、存储、处理、传输、输出和显示。 数字图像处理的内容主要包括图像数字化、图像变换、图像增强、图像恢复(复原)、图像压缩编码、图像分割、图像分析与描述和图像识别分类。 一、绪论(简答题，中，5分) [题目] 图像处理的目的是什么？针对每个目的请举出实际生活中的一个例子。 [参考答案] 图像处理就是对图像信息进行加工处理和分析，以满足人的视觉心旦需要和实际应用或某种目的(如压缩编码或机器识别)的要求。如视频图像的高清晰化处理、医学图像的识别分类及其在疾病断中的应用，就是图像处理这两个目的的实际例子。
论文（设计）题目： 基于MATLAB的数字图像处理系统设计 姓名宋立涛 学号２０１２１１８６７ 学院信息学院 专业电子与通信工程 年级２０１２级 ２０１３年６月１６日
基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件，具有强大的图像处理功能，界面简洁，操作直观，容易上手，而且是图像处理系统的理想开发工具。 笔者阐述了一种基于MATLAB的数字图像处理系统设计，其中包括图像处理领域的大部分算法，运用MATLAB 的图像处理工具箱对算法进行了实现，论述了利用系统进行图像显示、图形表换及图像处理过程，系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型；支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读，写和显示。 上述功能均是在MA TLAB 语言的基础上，编写代码实现的。这些功能在日常生活中有很强的应用价值，对于运算量大、过程复杂、速度慢的功能，利用MATLAB 可以既能快速得到数据结果，又能得到比较直观的图示。 关键词：MATLAB 数字图像处理图像处理工具箱图像变换
第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源，近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多地利用图像信息来认识和判断事物，解决实际问题，由此可见图像信息的重要性，数字图像处理技术将会伴随着未来信息领域技术的发展，更加深入到生产和科研活动中，成为人类生产和生活中必不可少的内容。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言，允许用数学形式的语言来编写程序，比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统，也是一套DSP 的完整的视频、图像解决方案，该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析，图像数据相对DSP独立方便开发人员对图像进行处理，该产品融合DSP 和FPGACPLD 两个高端技术，可以根据用户的具体需求合理改动，可以分析黑白和彩色信号，可以完成图形显示功能。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备，采集图像并实现点对点的数字图像传输，可以观察理解多种图像处理技术的效果和差别，
数字图像处理学习报告 在这一学期，我选修了《数字图像处理基础》这门课程，同时，老师还讲授了一些视频处理的知识。在这里，梳理一下这学期学到的知识，并提出一些我对这门课程的建议。 图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，相信随着科学技术的发展,其应用空间将会更加广泛。数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程.数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性。其特点是处理精度比较高，并且能够对处理软件进行改进来优化处理效果,操作比较方便，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。目前，随着计算机技术的不断发展，计算机的运算速度得到了很大程度的提高。在短短的历史中，它却广泛应用于几乎所有与成像有关的领域，在理论上和实际应用上都取得了巨大的成就。 1. 数字图像处理需用到的关键技术 由于数字图像处理的方便性和灵活性，因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增强、图像恢复、图像分割、图像分析等。 图像的采集与数字化：就是通过量化和取样将一个自然图像转换为计算机能够处理的数字形式。 图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满足存储和传输的要 求。 图像的增强：图像的增强其主要目的是使图像变得清晰或者将其变换为机器能够很容易 分析的形式，图像增强方法一般有：直方图处理、灰度等级、伪彩色处理、边缘锐化、干扰抵制。 图像的恢复：图像恢复的目的是减少或除去在获得图像的过程中因为各种原因而产生的 退化，可能是由于光学系统的离焦或像差、被摄物与摄像系统两者之间的相对运动、光学或电子系统的噪声与介于被摄像物跟摄像系统之间的大气湍流等等。 图像的分割：图像分割是将图像划分为一些互相不重叠的区域，其中每一个区域都是像素的一个连续集，通常采用区域法或者寻求区域边界的境界法。 图像分析：图像分析是指从图像中抽取某些有用的信息、数据或度量,其目的主要是想得到某种数值结果。图像分析的内容跟人工智能、模式识别的研究领域有一定的交叉。
数字图像处理 一、填空题 1、数字图像的格式有很多种，除GIF格式外，还有jpg 格式、tif 格式。 2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、知识 冗余、视觉冗余。 3、在时域上采样相当于在频域上进行___延拓。 4、二维傅里叶变换的性质___分离性、线性、周期性与共轨对称性、__位 移性、尺度变换、旋转性、平均值、卷积。（不考） 5、图像中每个基本单元叫做图像元素；在早期用picture表示图像时就称为 像素。 6、在图象处理中认为线性平滑空间滤波器的模板越大,则对噪声的压制越 好 ;但使图像边缘和细节信息损失越多; 反之, 则对噪声的压制不好 ,但对图像的细节等信息保持好。模板越平,则对噪声的压制越好 ,但对图像细节的保持越差;反之,则对噪声的压制不好,但对图像细节和边缘保持较好。 7、哈达玛变换矩阵包括___+1 和___—1 两种矩阵元素。（不要） 8、对数变换的数学表达式是t = Clog ( 1 + | s | ) 。 9、傅里叶快速算法利用了核函数的___周期性和__对称性。（不要） 10、直方图均衡化的优点是能自动地增强整个图像的对比度。（不要） 二、选择题 ( d )1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，则该图象的信息量为： a. 0 .255 c ( c )2.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45 c.垂直 ( c )3. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波增强 ( b )4.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对 ( a )5.对一幅图像采样后，512*512的数字图像与256*256的数字图像相比较具有的细节。 a.较多 b.较少 c.相同 d.都不对 ( b )6.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )7.二值图象中分支点的连接数为： .1 c ( a )8.对一幅100100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： :1 :1 c.4:1 :2 ( d )9.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )10.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子算子算子d. Laplacian算子
基于VC++的数字图像处理课程设计 一、概述 本次电子课程设计是基于VC++ 6.0 MFC多文档编程编写一个图像处理软件，这个软件能够实现BMP格式图像的浏览与编辑，打开和保存。实现对图像的平滑处理,包括邻域平均法和中值滤波法。还有对图像的锐化处理，包括梯度法和拉普拉斯算子法。 BMP文件是Windows操作系统中的标准图像文件格式,可以分成两类：设备相关位图和设备无关位图，使用非常广。它采用位映射存储格式，除了图像深度可选外，不采用其他任何压缩，因此BMP文件所占用的空间很大。由于BMP文件格式是Windows环境交换与图有关的数据的一种标准，因此在Windows环境中运行的图形图像软件都支持BMP图像格式。 图像平滑的目的是为了消除噪声，主要处理的方式有邻域平均法即通过提高信噪比，取得较好的平滑效果；空间域低通滤波采用低通滤波的方法去除噪声；以及频率低通滤波法通过除去其高频分量就能去掉噪声，从而使图像的到平滑。 图像锐化的主要目的是为了增强图像边缘、轮廓和细节，使模糊的图像变得更加清晰，颜色、细节变得鲜明突出，图像的质量有所改善，产生更适合人眼观察和识别的图像。 经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可对其进行逆运算（如微分运算）就可以使图像变得清晰。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。 主要功能概述： 1、打开和保存8位bmp图像 2、图像平滑处理：分为邻域平均法和中值滤波法。邻域平均法中又有3*3均值滤波器 法、超限邻域平均法、n*n均值滤波器法、有选择的局部平均化。中值滤波法中有n*n中值滤波器法、十字形中值滤波法、n*n最大值滤波器法。 3、图像锐化处理：分为梯度法和拉普拉斯算子法。 二、程序流程图