数字图像处理边界和区域表示和描述

数字图像处理知识结构整理众所周知数字图像处理经典的教材有：（美），（美）　著，　等译出版社出版社:出版时间:2011年06⽉数字图像处理（第三版）作者数字图像处理（第三版）作者:（美），（美）　著，　等译图像处理/章毓晋著清华⼤学出版社分为：图像⼯程（上册）——图像处理图像⼯程（中册）——图像分析（第3版）图像⼯程（下册）——图像理解（第3版）《数字图像处理与机器视觉——Visual C++与Matlab实现(第2版)》【我个⼈在⽤，主要有详细代码】学习⼀定知识后，我们要开始整理知识结构，这样才可以把握图像处理的⼀些⽅法。

以的⽬录为例：第1章绪论　前⾔　1.1 什么是数字图像处理　1.2 数字图像处理的起源　1.3 使⽤数字图像处理的领域实例　1.4 数字图像处理的基本步骤　1.5 图像处理系统的组成　⼩结　参考⽂献第2章数字图像基础　引⾔　2.1 视觉感知要素　2.2 光和电磁波谱　2.3 图像感知和获取　2.4 图像取样和量化　2.5 像素间的⼀些基本关系　2.6 数字图像处理中所⽤数学⼯具的介绍　⼩结　参考⽂献　习题第3章灰度变换与空间滤波　引⾔　3.1 背景知识　3.2 ⼀些基本的灰度变换函数　3.3 直⽅图处理　3.4 空间滤波基础　3.5 平滑空间滤波器　3.6 锐化空间滤波器　3.7 混合空间增强法　3.8 使⽤模糊技术进⾏灰度变换和　空间滤波　⼩结　参考⽂献　习题第4章频率域滤波　引⾔　4.1 背景知识　4.2 基本概念　4.3 取样和取样函数的傅⾥叶变换　4.4 单变量的离散傅⾥叶变换(dft)　4.5 两个变量的函数的扩展第5章图像复原与重建　前⾔　5.1 图像退化/复原处理的⼀个模型　5.2 噪声模型　5.3 只存在噪声的复原——空间滤波　5.4 使⽤频率域滤波消除周期噪声　5.5 线性、位置不变的退化　5.6 估计退化函数　5.7 逆滤波　5.8 最⼩均⽅误差(维纳)滤波　5.9 约束最⼩⼆乘滤波　5.10 ⼏何均值滤波　5.11 由投影重建图像　⼩结　参考⽂献　习题第6章彩⾊图像处理　引⾔　6.1 彩⾊基础　6.2 彩⾊模型　6.3 伪彩⾊图像处理　6.4 全彩⾊图像处理基础　6.5 彩⾊变换　6.6 平滑和锐化　6.7 基于彩⾊的图像分割　6.8 彩⾊图像中的噪声　6.9 彩⾊图像压缩　⼩结　参考⽂献　习题第7章⼩波和多分辨率处理　引⾔　7.1 背景　7.2 多分辨率展开　7.3 ⼀维⼩波变换　7.4 快速⼩波变换　7.5 ⼆维⼩波变换　7.6 ⼩波包　⼩结　参考⽂献　习题第8章图像压缩　引⾔　8.1 基础知识　8.2 ⼀些基本的压缩⽅法　8.3 数字图像⽔印处理　⼩结　参考⽂献　习题第9章形态学图像处理　引⾔　9.1 预备知识　9.2 腐蚀和膨胀　9.3 开操作与闭操作　9.4 击中或击不中变换　9.5 ⼀些基本的形态学算法　9.6 灰度级形态学　⼩结　参考⽂献　习题第10章图像分割　引⾔　10.1 基础知识　10.2 点、线和边缘检测　10.3 阈值处理　10.4 基于区域的分割　10.5 使⽤形态学分⽔岭的分割　10.6 分割中运动的应⽤　⼩结　参考⽂献　习题第11章表⽰和描述　引⾔　11.1 表⽰　11.2 边界描绘⼦　11.3 区域描绘⼦　11.4 使⽤主分量进⾏描述　11.5 关系描绘⼦　⼩结　参考⽂献　习题第12章⽬标识别　引⾔　12.1 模式和模式类　12.2 基于决策理论⽅法的识别　12.3 结构⽅法　⼩结　参考⽂献　习题附录a 图像压缩编码表附录b 参考书⽬索引图像⼯程⽬录：《图像⼯程(第3版)(精装)》为《图像⼯程》(第3版)的上、中、下册合订本，全⾯介绍图像⼯程的第⼀层次——图象处理，图像⼯程的第⼆层次——图像分析，图像⼯程的第三层次——图像理解的基本概念、基本原理、典型⽅法、实⽤技术以及国际上有关研究的新成果。

图像分类：根据图像空间坐标和幅度（亮度或色彩）的连续性可分为模拟（连续）图像和数字图像。

模拟图像是空间坐标和幅度都连续变化的图像，而数字图像是空间坐标和幅度均用离散的数字（一般是整数）表示的图像。

图像的数学表示：一幅图像所包含的信息首先表现为光的强度（intensity）,即一幅图像可看成是空间各个坐标点上的光强度I 的集合，其普遍数学表达式为：I = f (x，y，z，λ，t) 式中(x,y,z)是空间坐标，λ是波长，t是时间，I是光点(x,y,z)的强度（幅度）。

上式表示一幅运动的(t)、彩色/多光谱的(λ)、立体的(x,y,z)图像。

图像的特点：1.空间有界:人的视野有限，一幅图像的大小也有限。

2.幅度（强度）有限：即对于所有的x，y都有0≤f(x,y) ≤Bm其中Bm为有限值。

图像三大类：在每一种情况下，图像的表示可省略掉一维，即1.静止图像：I = f（x，y，z, λ）2.灰度图像：I = f（x，y，z，t ）3.平面图像：I = f（x，y,λ,t）而对于平面上的静止灰度图像，其数学表达式可简化为：I = f（x，y）数字图像处理的基本步骤：1.图像信息的获取：采用图像扫描仪等将图像数字化。

2.图像信息的存储：对获取的数字图像、处理过程中的图像信息以及处理结果存储在计算机等数字系统中。

3.图像信息的处理：即数字图像处理，它是指用数字计算机或数字系统对数字图像进行的各种处理。

4.图像信息的传输：要解决的主要问题是传输信道和数据量的矛盾问题，一方面要改善传输信道，提高传输速率，另外要对传输的图像信息进行压缩编码，以减少描述图像信息的数据量。

5.图像信息的输出和显示：用可视的方法进行输出和显示。

数字图像处理系统五大模块：数字图像处理系统由图像输入、图像存储、图像通信、图像处理和分析五个模块组成。

1.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。

第一章名词解释：(2）数字图像：指由被称作像素的小块区域组成的二维矩阵。

将物理图像行列划分后，每个小块称为像素。

（4）数字图像处理：计算机技术或其他数字技术,对图像信息进行某些数字运算和各种加工处理，以改善图像的视觉效果和提高数字实用性的技术。

第二章名词解释(12）图像采样：将空间上连续的图像变换成离散点的操作称为采样，就是对图像的连续空间坐标x和y的离散化。

(14）图像灰度级量化:对图像函数的幅值 f 的离散化.（28）欧氏距离：像素p和q之间的欧氏（Euclidean）距离定义为：De(p，q)=[（x—u）2+（y—v）2]1/2 （2。

12）也即，所有距像素点（x，y)的欧氏距离小于或等于d的像素都包含在以(x,y)为中心，以d为半径的圆平面中。

（29）街区距离：像素p和q之间的D4距离，也即街区（city-block）距离，定义为：D4（p,q）=|x-u| + |y-v| （2.13）也即,所有相距像素点（x,y）的D4距离为小于d或等于d的像素组成一个中心点在(x,y）的菱形。

（30）棋盘距离:像素p和q之间的D8距离，也即棋盘距离,定义为:D8(p,q）=max（|x—u｜，|y—v|) （2.14）也即,所有距像素点(x,y)的D8距离为小于d或等于d的像素组成一个中心点在(x，y)的方形(33）调色板:在16色或256色显示系统中,将图像中出现最频繁的16中或256中颜色组成一个颜色表，并将他们分别编号为0—15或0—255，这样就是每一个4位或8位的颜色编号与颜色表中4位颜色值相对应.这种4位或者8位的颜色编号成为颜色的索引号，有颜色索引号及其对应的24位颜色值组成的表成为颜色查找表，也即调色板。

第四章名词解释（1)空间域图像增强:在图像平面中对图像的像素灰度值进行运算处理,使之更适合于人眼的观察或机器的处理的一种技术. （7）图像锐化：图像锐化是一种突出和加强图像中景物的边缘和轮廓的技术。

数字图像处理知识点总结第一章导论1.图像：对客观对象的一种相似性的生动性的描述或写真.2.图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段），按空间坐标和亮度的连续性（模拟和数字)。

3.图像处理：对图像进行一系列操作，以到达预期目的的技术。

4.图像处理三个层次:狭义图像处理、图像分析和图像理解。

5.图像处理五个模块：采集、显示、存储、通信、处理和分析。

第二章数字图像处理的基本概念6.模拟图像的表示：f（x，y)＝i（x,y)×r(x，y），照度分量0< i（x,y）< ∞ ，反射分量0 <r（x,y）〈1.7.图像数字化:将一幅画面转化成计算机能处理的形式——数字图像的过程。

它包括采样和量化两个过程。

像素的位置和灰度就是像素的属性。

8.将空间上连续的图像变换成离散点的操作称为采样。

采样间隔和采样孔径的大小是两个很重要的参数。

采样方式：有缝、无缝和重叠。

9.将像素灰度转换成离散的整数值的过程叫量化。

10.表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。

11.数字图像根据灰度级数的差异可分为:黑白图像、灰度图像和彩色图像。

12.采样间隔对图像质量的影响：一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差,严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。

13.量化等级对图像质量的影响：量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大;量化等级越少,图像层次欠丰富，灰度分辨率低，会出现假轮廓现象,图像质量变差，但数据量小.但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。

例如对细节比较丰富的图像数字化.14.数字化器组成：1)采样孔:保证单独观测特定的像素而不受其它部分的影响。

2)图像扫描机构：使采样孔按预先确定的方式在图像上移动。

数字图像处理基本知识数字图像处理基木知识图像处理最早出现于20世纪50年代，当时的电子计算机己经发展到一定水平，人们开始利用计算机来处理图形和图像信息。

数字图像处理作为一门学科大约形成于20世纪60年代初期。

早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。

图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。

数字图像处理常用方法：1）图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。

因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。

目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。

2）图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。

压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。

编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。

3）图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。

图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。

如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。

图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。

4）图像分割：图像分割是数字图像处理中的关键技术之一。

图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。

虽然目前己研究出不少边缘提取、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。

数字图像处理学院：行12数信院姓名：姜晶学号：12202509教师：朱杰时间：2014年10月一绪论1.1人类传递信息的主要媒介是语音和图像。

据统计，在人类接受的信息中，听觉信息占20%，视觉信息占60%，所以作为传递信息的重要媒体和手段——图像信息是十分重要的，俗话说“百闻不如一见”、“一目了然”，都反映了图像在传递信息中独到之处。

目前，图像处理技术发展迅速，其应用领域也愈来愈广，有些技术已相当成熟并产生了惊人的效益，当前图像处理面临的主要任务是研究心的处理方法，构造新的处理系统，开拓更广泛的应用领域。

数字图像处理（Digital Image Processing）又称为计算机数字图像处理，它是指将数字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。

数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和数字图像信息。

数字图像处理作为一门学科大约形成于20世纪60年代初期。

早期的数字图像处理的目的是改善数字图像的质量，它以人为对象，以改善人的视觉效果为目的。

数字图像处理中，输入的是质量低的数字图像，输出的是改善质量后的数字图像，常用的数字图像处理方法有数字图像增强、复原、编码、压缩等。

图像的概念视觉是人类最重要的感知手段，图像视觉的基础。

图像处理是计算机信息处理的重要内容。

图像可以是可视的和非可视的，也可以是抽象的和实际的。

一般情况下，一幅图像是另一种事物的表示，它包含了有关其所表示物体的描述信息。

可以包括人眼看见的方式显示这一信息，也可以包括人眼不能感知的形式表示信息。

图像是器所表示物体信息的一个浓缩或概括。

一般来说，一幅图像包含的信息远比原物体要少。

因此，一幅图像是该物体的一个不完全、不精确的，但在某种意义上是恰当的表示。

实际上，图像与光学密切相关，即与光的照射、反射密切相关。

因此，从理论上来说，一幅图像可以被看作为空间各个坐标点上光的强度的集合。

数字图像处理名词解释数字图像是由像素组成的二维矩阵，每个小块区域称为像素（pixel）。

数字图像处理是指利用数字计算机及其它数字技术，对图像进行某种运算和处理，从而达到某种预期目的的技术。

8-连通是指对于具有值V的像素p和q，如果q在集合N8(p)中，则称这两个像素是8-连通的。

灰度直方图反映了一幅图像中各灰度级像元出现的频率，是灰度级的函数，描述的是图像中该灰度级的像素个数。

直方图只反映该图像中不同灰度值出现的次数，而未反映某一灰度值像素所在位置。

直方图可用于判断图像量化是否恰当，给出了一个简单可见的指示，用来判断一幅图象是否合理的利用了全部被允许的灰度级范围。

数字图像通常有两种表示形式：位图和矢量图。

点位图由像素构成，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，由许多矢量图形元素构成，这些图形元素称为“对象”。

两种图像的构成方式不同，其绘画方式也存在差别。

点位图是通过改变像素的色彩实现绘画和画面的修改，而矢量图操纵的是基本的图形（对象）。

在矢量图中，以Corel Draw为例，选择贝赛尔曲线工具，用鼠标在页面上定出一些节点，节点之间有线段，构成一个封闭图形。

用修改工具把这个图形调整圆滑。

傅里叶变换是一种将空间域中复杂的卷积运算转化为频率域中简单的乘积运算的方法，其应用主要有以下三方面：简化计算、处理空间域中难以处理或处理起来比较复杂的问题、以及实现特殊目的的应用需求。

通过傅里叶变换，可以将图像从空间域变换到频率域，利用频率域滤波或频域分析方法对其进行处理和分析，然后再将处理后的图像变换回空间域，从而实现图像的增强、特征提取、数据压缩、纹理分析、水印嵌入等效果。

对于M*N的图像f(x,y)，其基矩阵的大小为M*N，也即及图像由M*N块组成。

当（x，y）取遍所有可能的值（x=0，1，2….m-1;y=0,1…n-1）时，就可得到由（M*N）*（M*N）块组成的基图像，所以其基图像大小为M平方*N平方。

一、图像的预处理技术图像处理按输入结果可以分为两类，即输入输出都是一副图像和输入一张图像输出不再是图像的数据。

图像处理是个很广泛的概念，有时候我们仅仅需要对一幅图像做一些简单的处理，即按照我们的需求将它加工称我们想要得效果的图像，比如图像的降噪和增强、灰度变换等等。

更多时候我们想要从一幅图像中获取更高级的结果，比如图像中的目标检测与识别。

如果我们将输出图像中更高级的结果视为目的的话，那么我们可以把输入输出都是一幅图像看作是整个处理流程中的预处理。

下面我们将谈到一些重要的预处理技术。

（一）图像增强与去噪图像的增强是一个主观的结果，原来的图像按照我们的需求被处理成我们想要的效果，比如说模糊、锐化、灰度变换等等。

图像的去噪则是尽可能让图像恢复到被噪声污染前的样子。

衡量标准是可以度量的。

不管是图像的增强与去噪，都是基于滤波操作的。

1．滤波器的设计方法滤波操作是图像处理的一个基本操作，滤波又可分为空间滤波和频域滤波。

空间滤波是用一个空间模板在图像每个像素点处进行卷积，卷积的结果就是滤波后的图像。

频域滤波则是在频率域看待一幅图像，使用快速傅里叶变换将图像变换到频域，得到图像的频谱。

我们可以在频域用函数来保留或减弱/去除相应频率分量，再变换回空间域，得到频域滤波的结果。

而空间滤波和频域滤波有着一定的联系。

频域滤波也可以指导空间模板的设计，卷积定理是二者连接的桥梁。

（1）频域滤波使用二维离散傅里叶变换（DFT ）变换到频域：∑∑-=+--==10)//(210),(),(N y N vy M ux i M x e y x f v u F π使用二维离散傅里叶反变换（IDFT ）变换到空间域：∑∑-=-=+=1010)//(2),(1),(M u N v N vy M ux i e v u F MN y x f π在实际应用中，由于该过程时间复杂度过高，会使用快速傅里叶变换（FFT ）来加速这个过程。

现在我们可以在频域的角度看待这些图像了。

《数字图像处理》课程教学大纲Digital image processing一、教学目标及教学要求数字图像处理课程是智能科学与技术、数字媒体技术等专业的专业必修课。

主要目标及要求是通过该课程的学习，使学生初步掌握数字图像处理的基本概念、基本原理、基本技术和基本处理方法，了解数字图像的获取、存储、传输、显示等方面的方法、技术及应用，为学习相关的数字媒体、视频媒体和机器视觉等课程，以及今后从事数字媒体、视频媒体、图像处理和计算机视觉等领域的技术研究与系统开发打下坚实的理论与技术基础。

二、本课程的重点和难点（一）课程教学重点教学重点内容包括：图像的表示，空间分辨率和灰度级分辨率，图像直方图和直方图均衡，基于空间平滑滤波的图像增强方法，基于空间锐化滤波的图像增强方法，图像的傅里叶频谱及其特性分析，图像编码模型、霍夫曼编码和变换编码，图像的边缘特征及其检测方法，彩色模型，二值形态学中的有腐蚀运算和膨胀运算。

（二）课程教学难点教学难点包括：直方图均衡，二维离散傅里叶变换的若干重要性质、图像的傅里叶频谱及其特性分析，变换编码，小波变换的概念、嵌入式零树小波编码，图像的纹理特征及其描述和提取方法，Matlab图像处理算法编程。

三、主要实践性教学环节及要求本课程的实验及实践性环节要求使用Matlab软件平台，编写程序实现相关的数字图像处理算法及功能，并进行实验验证。

课程实验与实践共10学时，分别为：实验一：图像基本运算实验（2学时）。

实验二：图像平滑滤波去噪实验（2学时）。

实验三：图像中值滤波去噪实验（2学时）。

实验四：图像边缘检测实验（2学时）。

相关图像处理算法的课堂演示验证（2学时）。

要求每个学生在总结实验准备、实验过程和收获体会的基础上，写出实验报告。

四、采用的教学手段和方法利用多媒体课件梳理课程内容和讲授思路，合理运用启发式教学方式激发学生的思考力，采用讨论式教学方式增强教学过程的互动效果，理论教授与应用实例编程实践相结合，提高学生的分析和解决问题的能力。

第十一章 图像描述和分析灰度描述基于边界的表达基于区域的表达基于变换的表达基于边界的描述基于区域的描述纹理描述形状分析图像分析是一种描述过程，研究用自动或半自动系统，从图像中提取有用数据或信息生成非图的描述或表达。

图像分析：图像分割、特征提取、符号描述、纹理分析、运动图像分析和图像的检测与配准。

预处理图像分割特征提取分类描述符号表达识别跟踪图像理解输入图像第十一章 图像描述和分析第十一章 图像描述和分析通过图像分割可得到图像中感兴趣的区域，即目标。

图像中目标的表达/表示和描述：先需要将目标标记出来，这时主要考虑目标像素的连通性。

在此基础上，可以对目标采取合适的数据结构来表达，并采用恰当的形式描述它们的特性。

第十一章 图像描述和分析图像分割结果得到了区域内的像素集合，或位于区域边界上的像素集合，这两个集合是互补的。

与分割类似，图像中的区域可用其内部(如组成区域的像素集合)表达，也可用其外部（如组成区域边界的像素集合）表达。

一般来说，如果关心的是区域的反射性质，如灰度、颜色、纹理等，常用内部表达法；如果关心的是区域形状、曲率，则选用外部表达法。

第十一章 图像描述和分析表达是直接具体地表达目标，好的表达方法应具有节省存储空间、易于特征计算等优点。

描述是较抽象地表达目标。

好的描述应在尽可能区别不同目标的基础上对目标的尺度、平移、旋转等不敏感，这样的描述比较通用。

描述可分为对边界的描述和对区域的描述。

此外，边界和边界或区域和区域之间的关系也常需要进行描述。

第十一章 图像描述和分析表达和描述是密切联系的。

表达的方法对描述很重要，因为它限定了描述的精确性；而通过对目标的描述，各种表达方法才有实际意义。

表达和描述又有区别，表达侧重于数据结构，而描述侧重于区域特性以及不同区域间的联系和差别。

表达和描述抽象的程度不同，但其分别的界限是相对的。

第十一章 图像描述和分析对目标特征的测量是要利用分割结果进一步从图像中获取有用信息，为达到这个目的需要解决两个关键问题：选用什么特征来描述目标如何精确地测量这些特征常见的目标特征分为灰度、颜色、纹理和几何形状特征等。