数字图像处理-直方图处理与函数绘图

《数字图像处理》教学大纲
一、课程简介
数字图像处理是机器视觉、模式识别、医学图像处理等的基础，本课程为工程专业的学生提供数字图像处理的基本知识，是理论性和实践性都很强的综合性课程。

课程内容广泛涵盖了数字图像处理的基本原理，包括图像采样和量化、图像算术运算和逻辑运算、直方图、图像色彩空间、图像分割、图像形态学、图像频域处理、图像分割、图像降噪与图像复原、特征提取与识别等。

二、课程目标
通过本课程学习，学生可以掌握数字图像处理的基本方法，具备一定的解决图像处理应用问题的能力，培养解决复杂工程问题的能力。

具体目标如下：
1.掌握数字图像处理的基本原理、计算方法，能够利用专业知识并通过查阅资
料掌握理解相关新技术，对检测系统及处理流程进行创新性设计；
2.能够知晓工程领域中涉及到的数字图像处理技术，理解其适用场合、检测对
象及条件的限制，能根据给定的目标要求，针对工业检测中的工程问题选择和使用合适的技术和编程，进行仿真和分析；
3.能够知晓工程领域中所涉及的现代工具适用原理及方法，根据原理分析和仿
真结果，进行方案比选，确定设计方案，具有检测算法的设计能力；
4.通过校内外资源和现代信息技术，了解数字图像处理发展趋势，提高解决复
杂工程问题的能力。

三、课程目标对毕业要求的支撑关系
四、理论教学内容及要求
四、实验教学内容及要求
五、课程考核与成绩评定
六、教材及参考书。

胡学龙、许开宇编著《数字图像处理》思考题与习题参考答案第1 章概述1。

1 连续图像和数字图像如何相互转换？答：数字图像将图像看成是许多大小相同、形状一致的像素组成。

这样，数字图像可以用二维矩阵表示.将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号,再由模拟/数字转化器(ADC）得到原始的数字图像信号。

图像的数字化包括离散和量化两个主要步骤。

在空间将连续坐标过程称为离散化，而进一步将图像的幅度值(可能是灰度或色彩）整数化的过程称为量化。

1。

2 采用数字图像处理有何优点？答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点：1．具有数字信号处理技术共有的特点。

（1)处理精度高。

（2）重现性能好.（3）灵活性高。

2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果.3．数字图像处理技术适用面宽。

4．数字图像处理技术综合性强。

1。

3 数字图像处理主要包括哪些研究内容？答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。

1.4 讨论数字图像处理系统的组成.列举你熟悉的图像处理系统并分析它们的组成和功能。

答:如图1.8，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统.图像处理系统包括图像处理硬件和图像处理软件。

图像处理硬件主要由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。

软件系统包括操作系统、控制软件及应用软件等。

图1。

8 数字图像处理系统结构图11。

5 常见的数字图像处理开发工具有哪些？各有什么特点?答．目前图像处理系统开发的主流工具为 Visual C++（面向对象可视化集成工具）和 MATLAB 的图像处理工具箱（Image Processing Tool box)。

两种开发工具各有所长且有相互间的软件接口。

XXXXXXXX大学（数字图形处理）实验报告实验名称直方图均衡化实现图像增强实验时间年月日专业姓名学号预习操作座位号教师签名总评一、实验目的：掌握直方图均衡化的原理。

掌握直方图均衡化实现图像增强的实现方法。

二、实验原理：直方图是统计像数统计图，如设一张灰度图或一个通道，值0~255。

直方图如果按。

255个区分的话。

统计出来的就是，值为。

0的有几个像数，值为1的有机个像数，这样的一张表。

那么均衡化的意思就是。

这样表要均衡。

不直不于。

0有上万个像数，1只有1 个。

正常，直方图本身可以用小于255个区。

比如10个，那么这样相对图中的点就有一个映射，这时值0-9统计落在第一个区,值为10-19落第二个区。

这样的结果就会出来，10个区，10个统计数区。

这时。

你均衡就是让10区的统计数据都不会差很多。

表现出来的就是一张图上的颜色分布相对均衡。

总的来说直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。

三、实验内容：利用直方图均衡化实现图像增强。

在资源编辑器中，在主菜单下添加一名为“直方图均衡化”的菜单步骤如前面实验。

实验代码如下：if(m_DibHead->biBitCount!=8){MessageBox("当前版本仅支持256色位图的操作！","系统提示！",MB_ICONINFORMA TION|MB_OK);return;}zftjh(m_Image,m_DibHead->biWidth,m_DibHead->biHeight);Invalidate()；其中函数zftjh的实现代码如下：zftjh(unsigned char *lpDib,long lWidth,long lHeight){unsigned char *lpsrc;long lresult(0);long i,j;unsigned char bMap[256];long lCount[256];for(i=0;i<256;i++)lCount[i]=0;for(i=0;i<lHeight;i++)for(j=0;j<lWidth;j++){lpsrc=lpDib+i*lWidth+j;lCount[*lpsrc]++;}for(i=0;i<256;i++){lresult=0;for(j=0;j<=i;j++)lresult+=lCount[j];bMap[i]=(lresult*255)/lHeight/lWidth;}for(i=0;i<lHeight;i++)for(j=0;j<lWidth;j++){lpsrc=lpDib+i*lWidth+j;*lpsrc=bMap[*lpsrc];}}原图为下图的左边部分，均值化以后的图为右边的部分：。

《数字图像处理》习题参考答案第1 章概述1.1 连续图像和数字图像如何相互转换？答：数字图像将图像看成是许多大小相同、形状一致的像素组成。

这样，数字图像可以用二维矩阵表示。

将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。

图像的数字化包括离散和量化两个主要步骤。

在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。

1.2 采用数字图像处理有何优点？答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点：1．具有数字信号处理技术共有的特点。

（1）处理精度高。

（2）重现性能好。

（3）灵活性高。

2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。

3．数字图像处理技术适用面宽。

4．数字图像处理技术综合性强。

1.3 数字图像处理主要包括哪些研究内容？答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。

1.4 讨论数字图像处理系统的组成。

列举你熟悉的图像处理系统并分析它们的组成和功能。

答：如图1.8，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统。

图像处理系统包括图像处理硬件和图像处理软件。

图像处理硬件主要由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。

软件系统包括操作系统、控制软件及应用软件等。

图1.8 数字图像处理系统结构图11.5 常见的数字图像处理开发工具有哪些？各有什么特点？答．目前图像处理系统开发的主流工具为 Visual C++（面向对象可视化集成工具）和 MATLAB 的图像处理工具箱（Image Processing Tool box）。

两种开发工具各有所长且有相互间的软件接口。

数字图像处理知识点汇总1. 什么是数字图像处理？就是利⽤数字计算机或其他⾼速、⼤规模集成数字硬件，对从图像信息转换来的数字电信号进⾏某些数字运算或处理，以期提⾼图像的质量或达到⼈们所要求的某些预期的结果。

2.图像的表⽰⽅法：.不等长码3. 图像数字化的过程包括两个⽅⾯：采样和量化。

i. 图像在空间上的离散化称为采样，即使空间上连续变化的图像离散化。

也就是⽤空间上部分点的灰度值来表⽰图像，这些点称其为样点。

ii. 对样点灰度值的离散化过程称为量化。

也就是对每个样点值数量化，使其只和有限个可能电平数中的⼀个对应，即使图像的灰度值离散化。

量化也可以分为两种：⼀种是将样点灰度值等间隔分档取数，称为均匀量化；另⼀种是不等间隔分档取整，称为⾮均匀量化。

4. 样点的约束条件：由这些样点，采⽤某种⽅法能够正确重建原图像，采样的⽅法有两类：⼀类是直接对表⽰图像的⼆维函数值进⾏采样，即读取各离散点上的信号值，所得结果就是⼀个样点值阵列，所以也成为点阵采样；另⼀类是先将图像函数进⾏某种正交变换，⽤其变换系数作为采样值，故称为正交系数采样。

5. 最佳量化：6. 图像噪声的分类：按噪声的来源外部噪声：从处理系统外来的影响。

内部噪声：（1）由光和电的基本0(0o)1(45o) 2(90o)3(135o)4(180o) 5(225o)6(270o)7(315o)性质引起的噪声。

（2）电器的机械运动产⽣噪声。

（3）元器件材料本⾝引起的噪声。

（4）系统内部电路噪声。

从统计观点：平稳噪声、⾮平稳噪声从噪声幅度分布：⾼斯噪声、瑞利噪声、椒盐噪声……按噪声和信号之间关系：加法性噪声乘法性噪声7. 图像质量评价：（1）客观保真度准则（2）主观保真度准则相对评价：：对⼀批图象从好到坏进⾏排队，按排队关系评分8.三基⾊原理：颜⾊的基本属性：⾊调(hue)：由物体反射光线的波长决定，是颜⾊本质的基本特性。

饱和度(saturation)：由物体反射光中混⼊⽩光的多少决定，指颜⾊的鲜明程度。

数字图像处理---直⽅图均衡化直⽅图均衡化的英⽂名称是Histogram Equalization. 图像对⽐度增强的⽅法可以分成两类:⼀类是直接对⽐度增强⽅法;另⼀类是间接对⽐度增强⽅法。

直⽅图拉伸和直⽅图均衡化是两种最常见的间接对⽐度增强⽅法。

直⽅图拉伸是通过对⽐度拉伸对直⽅图进⾏调整，从⽽“扩⼤”前景和背景灰度的差别，以达到增强对⽐度的⽬的，这种⽅法可以利⽤线性或⾮线性的⽅法来实现;直⽅图均衡化则通过使⽤累积函数对灰度值进⾏“调整”以实现对⽐度的增强。

直⽅图均衡化处理的“中⼼思想”是把原始图像的灰度直⽅图从⽐较集中的某个灰度区间变成在全部灰度范围内的均匀分布。

直⽅图均衡化就是对图像进⾏⾮线性拉伸，重新分配图像像素值，使⼀定灰度范围内的像素数量⼤致相同。

直⽅图均衡化就是把给定图像的直⽅图分布改变成“均匀”分布直⽅图分布。

缺点： 1）变换后图像的灰度级减少，某些细节消失； 2）某些图像，如直⽅图有⾼峰，经处理后对⽐度不⾃然的过分增强。

直⽅图均衡化是图像处理领域中利⽤图像直⽅图对对⽐度进⾏调整的⽅法。

这种⽅法通常⽤来增加许多图像的局部对⽐度，尤其是当图像的有⽤数据的对⽐度相当接近的时候。

通过这种⽅法，亮度可以更好地在直⽅图上分布。

这样就可以⽤于增强局部的对⽐度⽽不影响整体的对⽐度，直⽅图均衡化通过有效地扩展常⽤的亮度来实现这种功能。

这种⽅法对于背景和前景都太亮或者太暗的图像⾮常有⽤，这种⽅法尤其是可以带来X光图像中更好的⾻骼结构显⽰以及曝光过度或者曝光不⾜照⽚中更好的细节。

这种⽅法的⼀个主要优势是它是⼀个相当直观的技术并且是可逆操作，如果已知均衡化函数，那么就可以恢复原始的直⽅图，并且计算量也不⼤。

这种⽅法的⼀个缺点是它对处理的数据不加选择，它可能会增加背景杂讯的对⽐度并且降低有⽤信号的对⽐度。

1.连续灰度值r：待处理图像的灰度。

假设r的取值区间[0,L-1], r = 0表⽰⿊⾊，r = L - 1表⽰⽩⾊。

【复习要点比较杂，比较乱，总结得比较宽泛，需要各人筛选记忆复习】1.什么是模拟图像与数字图像，二者有什么区别？模拟图像:空间坐标和明暗程度连续变化的、计算机无法直接处理的图像，属于可见图像。

三维空间连续，时间上连续，波谱上连续，可见物理图像。

图像上信息是连续变化的模拟量。

数字图像:用计算机存储和处理的图像，是一种空间坐标和灰度均不连续，以离散数学原理表达的图像，在计算机内部，数字图像表现为二维矩阵属于不可见图像。

区别：模拟图像连续可见，不便于用计算机处理,也不便于图像的储存、传输；数字图像不连续不可见。

2.数字图像处理包括哪几个层次？各层次之间有何区别和联系？数字图像处理层次：①狭义的图像处理；②图像识别与分析；③图像理解。

区别：狭义的图像处理:主要在图像像素级上进行的，是低级处理，处理的数据量非常大，输入输出均为图像，是图像—图像的过程，如图像缩放、图像平滑、对比度增强；图像识别与分析: 通过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形式的描述，是中级处理，输入图像，输出提取的特征，是图像—数值或符号的过程，如区域分割、边界检测；图像理解: 根据较抽象的描述进行解析、判断、决策，其处理过程和方法与人类的思维推理有许多类似之处，是高级处理，输入为图像，输出为规则，是图像—描述及解释的过程，如无人驾驶，自动机器人、模式识别。

联系：随着抽象程度的提高，数据量是逐渐减少的。

具体说来，原始图像数据经过一系列的处理过程，逐步转化为更有组织和用途的信息。

在这个过程中，语义不断引入，操作对象也逐步发生变化。

另外，高层操作对低层操作有指导作用，能提高低层操作的效能，完成复杂的任务。

3.数字图像处理系统由哪些模块组成？各模块起何作用？模块组成：数字图像处理系统由图像输入,图像存储,图像输出,图像通信,图像处理和分析5个模块组成。

各模块作用:图像输入模块：图像输入也称图像采集或图像数字化,它是利用图像采集设备(如数码照相机,数码摄像机等)来获取数字图像,或通过数字化设备(如图像扫描仪)将要处理的连续图像转换成适于计算机处理的数字图像。