当前位置：文档之家 › 数字图像处理第8章

数字图像处理第8章

  • 格式：ppt
  • 大小：2.21 MB
  • 文档页数：81

下载文档原格式

  / 81

合集下载

遥感数字图像处理第8章 图像分割

遥感数字图像处理第8章 图像分割


腐蚀运算
目的：消除目标的边界点，用于消除无意义的小目标
(毛刺，小突起)
方法：
1.原点在集合Ｂ(结构元素)中
2.原点不在集合Ｂ(结构元素)中
腐蚀运算(erosion)
腐蚀运算(erosion)
A B x | ( B )x A .
对结构元素B作平移x，B全包含在A中时，
原点的集合就是计算结果
(1)直方图方法：直方图的谷底位置
最佳阈值的选择
(2)自适应阈值方法
A.将目标分割成大小固定的块
B.确定每一个块的目标峰值和背景峰值
C.第一次处理：对每一个块进行分割（边界阈值采用目标和背 景峰值的中点） D.计算每一个块的目标灰度和背景灰度平均值 E.第二次处理：对每个块再次分割（边界阈值采用目标和背景灰 度平均值的中值）
四连通 八连通
工作流程
1.确定待分割对象
2.选择敏感波段
3.选择分割方法
4.对分割的结果进行矢量化
分割原理和方法
边界（边缘）方法： 阈值分割技术，微分算子
边缘检测
假设：图像分割结果中的子区域在原来图像中有边缘存在，或
不同子区域间有边界的存在（像素值灰度不连续性）
区域方法：区域增长技术，聚类分割技术
图像分割的目的
图像分割的目标：根据图像中的物体将图像的像素分
类，并提取感兴趣目标
图像分割是图像识别和图像理解的基本前提步骤
图像
图像预处理
图像识别
图像理解
图像分割
图像分割的目的
图像分割是把图像分解成构成的部件和对象的过程
把焦点放在增强感兴趣对象：汽车牌照（前景）
排除不相干图像成分：其它区域（背景）
最佳阈值的选择
《数字图像处理》教学大纲

《数字图像处理》教学大纲

《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。

数字图像处理与摄影技术作业指导书

数字图像处理与摄影技术作业指导书

数字图像处理与摄影技术作业指导书第1章数字图像处理基础 (3)1.1 数字图像处理概述 (3)1.1.1 数字图像定义 (3)1.1.2 数字图像处理的目的与意义 (4)1.1.3 数字图像处理的基本流程 (4)1.2 图像处理基本操作 (4)1.2.1 图像采样与量化 (4)1.2.2 图像变换 (4)1.2.3 图像滤波 (4)1.2.4 图像增强 (4)1.2.5 图像恢复 (4)1.3 图像类型与存储格式 (4)1.3.1 二值图像 (4)1.3.2 灰度图像 (4)1.3.3 彩色图像 (4)1.3.4 图像存储格式 (5)第2章摄影技术基础 (5)2.1 摄影光学原理 (5)2.1.1 镜头 (5)2.1.2 光圈 (5)2.1.3 快门 (5)2.1.4 感光度 (5)2.2 摄影器材与拍摄技巧 (5)2.2.1 相机类型 (5)2.2.2 镜头选择 (5)2.2.3 摄影附件 (6)2.2.4 拍摄技巧 (6)2.3 摄影构图与审美 (6)2.3.1 构图原则 (6)2.3.2 画面元素 (6)2.3.3 视角与角度 (6)2.3.4 色彩运用 (6)第3章图像增强 (6)3.1 灰度变换增强 (6)3.1.1 灰度变换原理 (6)3.1.2 线性灰度变换 (6)3.1.3 对数灰度变换 (7)3.1.4 幂次灰度变换 (7)3.2 直方图增强 (7)3.2.1 直方图均衡化 (7)3.2.2 直方图规定化 (7)3.3.1 频域滤波原理 (7)3.3.2 低通滤波 (7)3.3.3 高通滤波 (7)3.3.4 带通滤波和带阻滤波 (7)第4章图像复原与重建 (8)4.1 图像退化模型 (8)4.1.1 线性退化模型 (8)4.1.2 非线性退化模型 (8)4.2 噪声分析与去除 (8)4.2.1 噪声类型 (8)4.2.2 去噪方法 (8)4.3 图像重建技术 (9)4.3.1 逆滤波 (9)4.3.2 维纳滤波 (9)4.3.3 稀疏表示与重建 (9)4.3.4 深度学习方法 (9)第5章图像分割与边缘检测 (9)5.1 阈值分割 (9)5.1.1 灰度阈值分割 (10)5.1.2 彩色图像阈值分割 (10)5.2 区域生长与合并 (10)5.2.1 区域生长 (10)5.2.2 区域合并 (10)5.3 边缘检测算法 (10)5.3.1 基于梯度的边缘检测算法 (10)5.3.2 基于二阶导数的边缘检测算法 (10)5.3.3 其他边缘检测算法 (11)第6章形态学处理 (11)6.1 形态学基本运算 (11)6.1.1 膨胀 (11)6.1.2 腐蚀 (11)6.1.3 开运算 (11)6.1.4 闭运算 (11)6.2 形态学应用实例 (11)6.2.1 骨架提取 (11)6.2.2 噪声消除 (11)6.2.3 区域填充 (12)6.3 数学形态学在图像处理中的应用 (12)6.3.1 边缘检测 (12)6.3.2 目标分割 (12)6.3.3 特征提取 (12)6.3.4 图像增强 (12)第7章图像特征提取与描述 (12)7.1.1 颜色直方图 (12)7.1.2 颜色矩 (12)7.1.3 颜色聚合向量 (12)7.2 纹理特征提取 (13)7.2.1 灰度共生矩阵 (13)7.2.2 局部二值模式 (13)7.2.3 Gabor滤波器 (13)7.3 形状特征提取 (13)7.3.1 傅里叶描述符 (13)7.3.2 Hu不变矩 (13)7.3.3 Zernike矩 (13)第8章摄影后期处理技术 (13)8.1 色彩调整与校正 (13)8.2 图像合成与特效 (13)8.3 景深与动态范围优化 (14)第9章数字摄影与计算机视觉 (14)9.1 计算机视觉概述 (14)9.2 三维重建与虚拟现实 (14)9.3 摄影测量与遥感 (14)第10章数字图像处理与摄影技术在实际应用中的案例分析 (14)10.1 数字图像处理在医学领域的应用 (14)10.1.1 X射线成像 (15)10.1.2 CT和MRI成像 (15)10.1.3 超声成像 (15)10.2 摄影技术在广告摄影中的应用 (15)10.2.1 光线控制 (15)10.2.2 摄影构图 (15)10.2.3 后期处理 (15)10.3 数字图像处理与摄影技术在人工智能领域的融合与发展趋势 (15)10.3.1 计算机视觉 (15)10.3.2 智能驾驶 (16)10.3.3 无人机航拍 (16)10.3.4 发展趋势 (16)第1章数字图像处理基础1.1 数字图像处理概述1.1.1 数字图像定义数字图像是由像素点组成的二维离散信号，每个像素点的值代表该点的亮度或颜色信息。

数字图像处理复习提纲

数字图像处理复习提纲

3.数字图像处理的内容不包括（） A．图像数字化 B.图像增强 C.图像分割 D.数字图像存储
4. 图像分辨率的单位dpi表示单位长度（ ）上包含的像素数目。 A．米 B.厘米 C. 寸 D.英寸
5.一幅大小为16*16，灰度级为2的图像，像素点有（）个 A．256 B. 512 C. 1024
第2章 matlab软件 • 熟悉matlab界面：命令窗口、工作间、命令历史窗口、路
素少的灰度级，使灰度直方图均衡分布。
histeq,adapthisteq 2.直方图规定化：将直方图按照参考图像的直 方图进行均衡化
[hgram,x]=imhist(I1);
J=histeq(I,hgram) ; • 图像增强：突出有用的特征，便于分析和处理。
方法：直方图均衡化、图像平滑、图像锐化和伪彩色处理
• hold on/off
• grid on/off • 格式化：title，text, legend, label • 特殊字符：: \pi, \omega, \Theta, ^2
第4章 matlab工具箱 • 浏览工具箱：菜单栏-主页-？-image processing toolbox • 图像类型：RGB图像，索引图像，灰度图像，二值图像 • 各种图像的数据结构 • 图像的数据类型：uint8,uint16,double,im2double • 图像类型转换：rgb2gray; ind2rgb, rgb2ind; ind2gray,
• Fourier, DFT，FFT
• fft2, ifft2 • fftshift的作用 • 傅里叶变换的幅度谱和相位谱 • fft高频和低频滤波，字符识别 • 为什么引入DCT?保持傅里叶变换的功能有减少数据量。 • DCT主要用于图像压缩。
遥感数字图像处理教程图像分割

遥感数字图像处理教程图像分割


通过直方图得到阈值 T
通过直方图得到阈值 对噪音的处理 对直方图进行平滑处理，如最小二乘法，等不过点插值。
通过边界特性选择阈值 基本思想： 如果直方图的各个波峰很高、很窄、对称，且被很深的波谷分开时，有利于选择 阈值。 为了改善直方图的波峰形状，我们只把区域边缘的像素绘入直方图，而不考虑区 域中间的像素。 用微分算子，处理图像，使图像只剩下边界中心两边的值。
通过边界特性选择阈值 基本思想： 这种方法有以下优点： 1)在前景和背景所占区域面积差别很大时，不会造一个灰度级的波峰过高，而另一个 过低 2)边缘上的点在区域内还是区域外的概率是相等的，因此可以增加波峰的对称性 3)基于梯度和拉普拉斯算子选择的像素，可以增加波峰的高度
通过边界特性选择阈值
阈值分割法 阈值分割法的特点： 适用于物体与背景有较强对比的情况，重要的是背景或物体的灰度比较单一 。（可通过先求背景，然后求反得到物体） 这种方法总可以得到封闭且连通区域的边界。
f(x0,y0) T
灰度值
通过交互方式得到阈值
基本思想：
在通过交互方式下，得到对象（或背景 ）的灰度值，比得到阈值T容易得多 。
基于多个变量的阈值 基本思想：把前面的方法扩展到多维空间，则寻找波谷的过程，变为寻找点簇的过程 。 算法实现： 各维分量波谷之间进行逻辑与运算，从波谷重合的点，得到实际的阈值T。 应用场合：有多个分量的颜色模型，如RGB模型、CMYK模型、HSI模型
8.3 边缘检测 一、边缘的定义
图像中像素灰度有阶跃变化或屋顶变化的那些 像素的集合。
算法的实现：
1）对图像进行梯度计算，得到梯度图像。
2）得到梯度值最大的那一部分（比如10%）
的像素直方图
3）通过直方图的谷底，得到阈值T。
胡学龙《数字图像处理(第二版)》课后习题解答

胡学龙《数字图像处理(第二版)》课后习题解答


2
1．PHOTOSHOP：当今世界上一流的图像设计与制作工具，其优越性能令其产品望尘 莫及。PHOTOSHOP 已成为出版界中图像处理的专业标准。高版本的 P扫描仪、数码相机等图像输入设备采集的图 像。PHOTOSHOP 支持多图层的工作方式，只是 PHOTOSHOP 的最大特色。使用图层功能 可以很方便地编辑和修改图像，使平面设计充满创意。利用 PHOTOSHOP 还可以方便地对 图像进行各种平面处理、绘制简单的几何图形、对文字进行艺术加工、进行图像格式和颜色 模式的转换、改变图像的尺寸和分辨率、制作网页图像等。
1.5 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。 Microsoft 公司的 VC++是一种具有高度综合性能的面向对象可视化集成工具，用它开发 出来的 Win 32 程序有着运行速度快、可移植能力强等优点。VC++所提供的 Microsoft 基础 类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装，提高了代码 的可重用性，大大缩短了应用程序开发周期，降低了开发成本。由于图像格式多且复杂，为 了减轻程序员将主要精力放在特定问题的图像处理算法上，VC++ 6.0 提供的动态链接库 ImageLoad.dll 支持 BMP、JPG、TIF 等常用 6 种格式的读写功能。 MATLAB 的图像处理工具箱 MATLAB 是由 MathWorks 公司推出的用于数值计算的有 力工具，是一种第四代计算机语言，它具有相当强大的矩阵运算和操作功能，力求使人们摆 脱繁杂的程序代码。MATLAB 图像处理工具箱提供了丰富的图像处理函数，灵活运用这些 函数可以完成大部分图像处理工作，从而大大节省编写低层算法代码的时间，避免程序设计 中的重复劳动。MATLAB 图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和 算法，如图形句柄、图像的表示、图像变换、二维滤波器、图像增强、四叉树分解域边缘检 测、二值图像处理、小波分析、分形几何、图形用户界面等。但是，MATLAB 也存在不足 之处限制了其在图像处理软件中实际应用。首先，强大的功能只能在安装有 MATLAB 系统 的机器上使用图像处理工具箱中的函数或自编的 m 文件来实现。其次，MATLAB 使用行解 释方式执行代码，执行速度很慢。第三，MATLAB 擅长矩阵运算，但对于循环处理和图形 界面的处理不及 C++等语言。为此，通应用程序接口 API 和编译器与其他高级语言（如 C、 C++、Java 等）混合编程将会发挥各种程序设计语言之长协同完成图像处理任务。API 支持 MATLAB 与外部数据与程序的交互。编译器产生独立于 MATLAB 环境的程序，从而使其他 语言的应用程序使用 MATLAB。
数字图像处理教案

数字图像处理教案

数字图像处理教案.(总22页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--本册教案目录常州大学教案第 1 次课 2 学时授课时间教案完成时间第 1 页常州大学教案第 2 次课 2 学时授课时间教案完成时间第 2 页常州大学教案第 3 次课 2 学时授课时间教案完成时间第 3 页常州大学教案第 4 次课 2 学时授课时间教案完成时间第 5 次课 2 学时授课时间教案完成时间第 6 次课 2 学时授课时间教案完成时间第 7 次课 2 学时授课时间教案完成时间第 8 次课 2 学时授课时间教案完成时间第 9 次课 2 学时授课时间教案完成时间第 9 页常州大学教案第 10 次课 2 学时授课时间教案完成时间第 10 页常州大学教案第 11 次课 2 学时授课时间教案完成时间第 11 页常州大学教案第 12 次课 2 学时授课时间教案完成时间第 12 页常州大学教案第 13 次课 2 学时授课时间教案完成时间第 13 页常州大学教案第 14 次课 2 学时授课时间教案完成时间第 14 页常州大学教案第 15 次课 2 学时授课时间教案完成时间第 15 页常州大学教案第 16 次课 2 学时授课时间教案完成时间第 16 页常州大学教案第 17 次课 2 学时授课时间教案完成时间第 17 页常州大学教案第 18 次课 2 学时授课时间教案完成时间第 18 页常州大学教案第 19 次课 2 学时授课时间教案完成时间第 19 页学生反馈。

数字图像处理教案

数字图像处理教案

2．图像数字化技术（图像的数学模型、图像的采样、量化）（1学时）
3．图像文件格式及类型（图像文件格式、数字图像类型）
4．图像的视觉原理（视觉模型及特性、色度学基础、图像质量评价）（1学时）
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
一、重点内容
1.数字图像处理的目的和主要内容
2.图像数字化技术
二、难点内容
1．自适应预测编码
2．JPEG图像压缩标准
备注
思考题：课本习题（1，3，4，6）
授课内容：第六章数学形态学及其应用
授课方式：多媒体+板书
理论授课学时：4学时
教学目的：
1.了解数学形态学概述
2.掌握二值形态学
3.掌握灰度形态学
主要内容及学时分配：
数学形态学概述、二值形态学（2学时）
灰度形态学（2学时）
《数字图像处理》课程教案
河北工业大学信息工程学院
授课内容：第1章图像处理的基础知识
授课方式：多媒体+板书
理论授课学时：2学时
教学目的：
1．了解数字图像处理概述
2．掌握图像数字化技术
3．掌握图像文件格式及类型
4．了解图像的视觉原理
主要内容及学时分配：
1．数字图像处理概述（数字图像处理及特点、数字图像处理的目的和主要内容、数字图像处理的发展与应用）
6.了解图像退化与复原
7.了解图像的几何校正
主要内容及学时分配：
1.图像增强与复原概述、灰度变换、直方图修正（2学时）
2.图像平滑（2学时）
3.图像锐化、伪彩色增强（2学时）
4．图像退化与复原、图像的几何校正（2学时）
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
数字图像处理_许录平_授课教案第8章

数字图像处理_许录平_授课教案第8章


（2）p与q连通，则q与p也连通。
（3）若p与q连通，q与r连通，则p与r连通。
当前你正在浏览到的事第八页PPTT，共四十七页。
8.1 像素间的基本关系
◘区域和边界
1、区域 ：连通性作为像素间关系中一个基本概念，由此可得 到区域、边界等许多重要概念。对于S中的任一像素点p，S中 所有的与p连通的点的集合称为S的连通分量，即一个连通的区 域。
2. 曲线的链码表示 （1）原链码 从边界（曲线）起点S开始，按顺时针方向观察每一线段走向，并用相应的指向
符表示，结果就形成表示该边n界（曲线）的数码序列，称为原链码，表示为
M N S i C 1 a i S a 1 a 2 ...a n ,a i 0 ,1 ,2 ,...,N 1
其中，S表示边界（曲线）的起点坐标，N=4或8时分别表示四链码和八链码。当边界（曲线）闭合时，会 回到起点，S可省略。
图像经过分割后就得到了若干区域和边界。通常把感兴趣部分称作目标 （物）,其余的部分称作背景。为了让计算机有效地识别这些目标，必须对各区 域、边界的属性和相互关系用更加简洁明确的数值和符号进行表示，这样在保留 原图像或图像区域重要信息的同时，也减少了描述区域的数据量。这些从原始图 像中产生的数值、符号或者图形称为图像特征，它们反映了原图像的最重要信息 和主要特性。我们把这些表征图像特征的一系列符号称为描绘子，描绘子具有如 下特点：
8.1 像素间的基本关系
◘像素间的邻接和连通 像素的相邻仅说明了两个像素在位置上的关系，若再加上取
值相同或相近，则称两个像素邻接。 1、两个像素p和q邻接的条件 （1）位置相邻 p(m,n)和q（s,t）位置上满足相邻，即
4相 邻 ：(m ,n) N 4(q)或 者 (s,t) N 4(p); 8相 邻 ：(m ,n) N 8(q)或 者 (s,t) N 8(p); （2）灰度值相近，即称为灰度值相近（似）准则。
数字图像处理知识点与考点(经典)

数字图像处理知识点与考点(经典)

数字图像处理知识点与考点（经典）
第 1 章 导论（知识引导）
1. 图像、数字图像和数字图像处理： 答： “图”是物体投射或反射光的分布，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。图像（image）是图和像的有机结合，即反映物体的客观存在，又体现人的心理因素；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。 数字图像是指由被称作像素（pixel）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 块区域称为像素。 数字图像处理是指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种 预想目的的技术. 2. 数字图像处理一般包括图像处理、图像分析、图像理解三个层次。 图像处理是对图像本身进行加工，以改善其视觉效果或表现形式，为图像分析打下基础，图像处理 的输出仍是图像。 图像分析是目标图像进行检测和各种物理量的计算，以获取对图像的客观描述。 图像理解是在图像分析的基础上。理解图像所表现的内容，分析图像间的相互联系，得出对客观场 景的解释。 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。 4. 一个数字图像处理系统由哪几个模块组成？试说明各模块的作用。 答： 一个基本的数字图像处理系统由图像输入、图像处理和分析、图像存储、图像通信、图像输出5 个模块组成，如下图所示。
说明：通过细心调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行拉伸或压缩。 4.曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内，故采用线性变换拉伸图像。 5.直方图的均衡化（考）（习题第四章 6 题，如下示例）与规定化
数字图像处理知识点与考点(经典)

数字图像处理知识点与考点(经典)

答： Laplacian 算子进行检测边缘是利用阶跃边缘灰度变化的二阶导数特性，根据边缘点是零交叉点来检测图像边缘位 置。 它对应的模板为 -1 -1 -4 1 -1
Laplacian 增强算子通过扩大边缘两边像素的灰度差（或对比度）来增强图像的边缘，改善视觉效果。它对应的模板为 -1 -1 5 -1 -1
例题：（1） 存储一幅1024×768，256 （8 bit 量化）个灰度级的图像需要多少位？ （2） 一幅512×512 的32 bit 真彩图像的容量为多少位？ 解： （1）一幅1024×768，256 =28 （8 bit 量化）个灰度级的图像的容量为：b=1024×768×8 = 6291456 bit （2）一幅512×512 的32 位真彩图像的容量为：b=512×512×32 =8388608 bit
5.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。 6.灰度直方图：灰度直方图是灰度级的函数。灰度级为横坐标，纵坐标为灰度级的频率，是频率同灰度级 的关系图。可以反映了图像的对比度、灰度范围（分布）、灰度值对应概率等情况。 7.灰度直方图的性质：（1）只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像 素的位置信息。（2）一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。 （3）一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 L −1 8.图像信息量H（熵）的计算公式：反映图像信息的丰富程度。 H = − Pi log2 Pi
傅立叶变换
f ( x, y) F ( u , v)
滤波器
H (u , v) G ( u , v)
傅立叶反变换
g ( x , y)
(1) 将图像 f(x,y)从图像空间转换到频域空间，得到 F(u,v)； (2) 在频域空间中通过不同的滤波函数 H(u,v)对图像进行不同的增强,得到 G(u,v) (3) 将增强后的图像再从频域空间转换到图像空间，得到图像g(x,y)。 说明： （也可演变为简述频域图像锐化（或平滑）的步骤，需要指明滤波器的类型：高通或低通滤波器） 9.频率域平滑： 由于噪声主要集中在高频部分， 为去除噪声改善图像质量， 滤波器采用低通滤波器H(u,v) 来抑制高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。 10.常用的频率域低滤波器H(u,v)有四种： (1)理想低通滤波器: 由于高频成分包含有大量的边缘信息，因此采用该滤波器在去噪声的同时将会 导致边缘信息损失而使图像边模糊。 (2)Butterworth低通滤波器:它的特性是连续性衰减，而不象理想滤波器那样陡峭变化，即明显的不连 续性。因此采用该滤波器滤波在抑制噪声的同时，图像边缘的模糊程度大大减小，没有振铃效应产生。 (说明：振铃效应越不明显效果越好) (3)指数低通滤波器： 采用该滤波器滤波在抑制噪声的同时， 图像边缘的模糊程度较用Butterworth滤波 产生的大些，无明显的振铃效应。 (4)梯形低通滤波器:它的性能介于理想低通滤波器和指数滤波器之间， 滤波的图像有一定的模糊和振铃 效应。 13.频率域锐化:图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的 。 频率域锐化就是为了消除模糊，突出边缘。因此采用高通滤波器让高频成分通过，使低频成分削弱， 再经逆傅立叶变换得到边缘锐化的图像。 14.常用的高通滤波器有四种： (1)理想高通滤波器 (2)巴特沃斯高通滤波器 (3)指数高通滤波器 (4)梯形高通滤波器 说明：（1）四种滤波函数的选用类似于低通。 （2）理想高通有明显振铃现象，即图像的边缘有抖动现象。 （3）巴特沃斯高通滤波效果较好，但计算复杂，其优点是有少量低频通过，H(u，v)是渐变的， 振铃现象不明显。 (4)指数高通效果比Butterworth差些，振铃现象不明显. (5)梯形高通会产生微振铃效果，但计算简单，较常用。 (6)一般来说，不管在图像空间域还是频率域，采用高频滤波不但会使有用的信息增强，同时也 使噪声增强。因此不能随意地使用。 (7)高斯低通滤波器无振铃效应是因为函数没有极大值、极小值，经过傅里叶变换后还是本身 ， 故没有振铃效应。 15.同态滤波：在频域中同时将亮度范围进行压缩（减少亮度动态范围）和对比度增强的频域方法。 现象：（1）线性变换无效（2）扩展灰度级能提高反差，但会使动态范围变大(3)压缩灰度级，可以减 小灰度级，但物体的灰度层次会更不清晰 改进措施：加一个常数到变换函数上，如：H（u，v）+A（A取0→1）这种方法称为:高度强调（增强）。 为了解决变暗的趋势，在变换结果图像上再进行一次直方图均衡化，这种方法称为：后滤波处理。

数字图像处理第8章数字视频处理

对视频信号进行数字化采样后，则可以对数字视频进行编辑或加工。 比如复制、删除、特技变换和改变视频格式等。
4
第8章 数字视频处理
8.1.2 视频信号的处理
视频信号处理是指根据人的要求对视频图像进行某种处理，主要包括： (1) 在保证一定图像质量的前提下尽可能压缩视频图像的数据量(即视 频压缩)。 (2) 消除视频信号产生、获取和传输过程中引入的失真和干扰，使视 频信号尽可能逼真地重现景物。例如使用图像增强技术和图像恢复技 术。 (3) 根据某些准则，尽可能除去视频图像中的无用信息而突出其主要 信息。 (4) 从视频图像中提取某些特征，以便对其进行描述、分类和识别。
3
第8章 数字视频处理
视频的数字化是指在一段时间内以一定的速度对模拟频信号进行捕 捉并加以采样后形成数字化数据的处理过程。通常的视频信号都是模 拟的，在进入计算机前必须进行数字化处理，即A／D转换和彩色空 间变换等。视频信号数字化是对视频信号进行采样捕获，其采样深度 可以是8、16或24位等。采样深度是经采样后每帧所包含的颜色位， 然后将来样后所得数据保存起来，以便对它进行编辑、处理和播放。
作为帧间压缩的核心和关键，运动估计技术受到了人们 的广泛关注，出现了多种研究方案，主要有光流方程法、像 素递归法和块匹配法（ BMA： Block Matching Algorithm） 三种。综合考虑计算复杂度和编码效率等因素，块匹配法由 于简单实用，已经成为运动估计算法的主流。
14
第8章 数视频处理
（3）视频信号除可通过广播传输外，还可通过有线电视、光 纤、微波等进行传输。随着窄带综合业务数字网的普及和宽带 综合业务数字网的发展，视频通信的前景将会更加光明。
9
第8章 数字视频处理
对于模拟电视信号，最常见的存储媒体是录像带。另一种 存储模拟视频信号的媒体是激光影碟（LD）。但1994年出现了 建立在激光唱盘（CD）基础上的视频激光视盘（V-CD）。后 者采用MPEG-l标准，可以在标准的12厘米CD上存储74分钟 VHS质量的视频节目和具有CD质量的立体声。V-CD与世界的 所有广播电视制式兼容，易于使用和存放，而且生产成本也较 低。播放V-CD既可使用多媒体计算机，也可使用专门的V-CD 播放机。

《数字图像处理入门》第8章(无水印)

第8章 图象的检测及模板匹配图象的分割与检测(识别)实际上是一项非常困难的工作。

很难说清楚为什么图象应该分割成这样而不是那样。

人类的视觉系统是非常优越的，它不仅包含了双眼，还包括了大脑，可以从很复杂的景物中分开并识别每个物体，甚至可以毫不费力地跟上每秒好几十帧变化的图象。

举两个例子来说明一下人类视觉系统的优越性。

图8.1 单词THE图8.2 看不见的三角 图8.1是单词THE ，这一点很容易看出来，但仔细观察一下，就会发现，图中少了很多线条。

在我们人类看来很简单的一件事，让计算机来做就很困难了。

图8.2中尽管没有任何线条，但我们还是可以很容易的看出中间存在着一个白色三角形。

计算机却很难发现。

由于人类在观察图象时适用了大量的知识，所以没有任何一台计算机在分割和检测真实图象时，能达到人类视觉系统的水平。

正因为如此，对于大部分图象应用来说，自动分割与检测还是一个将来时。

目前只有少数的几个领域(如印刷体识别OCR)自动识别达到了实用的水平。

也许算是题外话，我们可以憧憬这样一种应用：基于内容的搜索。

在一场足球比赛的录象中，用户可以输入命令，由计算机自动搜索出所有射门的镜头并显示在屏幕上。

目前，我们能从一幅图象中获得的信息只是每个象素的颜色或灰度值，除此以外别无其它，完成上述功能实在是太困难了。

所以说解决图象分割和检测最根本的方法是在编码(成象)时就给予考虑。

这也正是MPEG4及未来的视频压缩编码标准的主要工作。

正因为有上述的困难，所以我们今天要介绍的只是一些最基本，最简单的算法和思想，针对也只能是一些具体(而不是通用)的应用。

算法共有三个：投影法、差影法和模板匹配。

8.1 投影法在介绍投影法之前，我先出一道题目，下面的这幅照片是著名的华盛顿纪念碑(我记得在“阿甘正传”中曾经看到过它)，怎样从图中自动检测到水平方向上纪念碑的位置。

仔细观察，不难发现，纪念碑上象素的灰度都差不多而且与众不同，如果我们选取合适的阈值，做削波处理(这里选175到220)，将该图二值化，如图8.3所示：图8.3 华盛顿纪念碑图8.4 削波处理，将图8.3二值化 由于纪念碑所在的那几列的白色点比起其他列多很多，如果把该图在垂直方向做投影，如图8.5所示。

数字图像处理每章课后题参考答案

数字图像处理每章课后题参考答案第一章和第二章作业：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。

1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。

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？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。

根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。

图像处理着重强调在图像之间进行的变换。

比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。

图像处理主要在图像的像素级上进行处理，处理的数据量非常大。

图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。

图像分析处于中层，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形式描述。

图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。

图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。

第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
式中，Nb为边界点的数目。 （ 8.2.16 ）
4. 距离
度量图像中两点P(i,j)和Q(h,k)之间的距离，常用的有以下三 种方法： （1） 欧几里德距离：
d e ( P, Q) (i h) ( j k )
2
2
（ 8.2.17 ）
（2） 市区距离（4邻域距离） ：
d 4 ( P, Q ) i h j k
p N e 2 N
式中，Ne和No 分别是边界链码（8方向）中走偶步与走 奇步的数目。
(3) 周长用边界所占面积表示， 也即边界点数之和， 每 个点占面积为1的一个小方块。

3 面积
面积是物体的总尺寸的一个方便的度量。面积只与该物体的 边界有关， 而与其内部灰度级的变化无关。一个形状简单的物体 可用相对较短的周长来包围它所占有的面积。 （1） 像素计数面积
图8.2.1 链码值与方向的对应关系
从在物体边界上任意选取的某个起始点坐标开始，跟踪边界并
赋给每两个相邻像素的连线一个方向值，最后按照逆时针方向沿着 边界将这些方向码连接起来，就可以得到链码。因此链码的起始位
置和链码完整地包含了目标的形状和位置信息。
例如，在图8.2.2所示的以a为起点、箭头为走向的闭合边界（小 圆点处表示各像素点），其8方向链码为001711222433445676656。 使用链码时，起点的选择常是很关键的。对同一个边界，如用 不同的边界点作为链码的起点，得到的链码则是不同的。为解决这 个问题可把链码归一化，具体做法如下： 给定一个从任意点开始产生的链码，把它看作一个由各方向数 构成的自然数。首先，将这些方向数依一个方向循环，以使它们所 构成的自然数的值最小；然后，将这样转换后所对应的链码起点作 为这个边界的归一化链码的起点。
矩（Moments）的计算得到，也可以用求物体的最佳拟合直线
的方法求出。
图8.2.8 MER法求物体的长轴和短轴
2. 矩形度
图像区域面积AO与其最小外接矩形的面积AMER之比即为矩
形度。
AO R AMER
（8.2.20）
矩形度反映区域对其最小外接矩形的充满程度，当区域为 矩形时，矩形度R＝1.0；当区域为圆形时，R＝π/4；对于边界
（ 8.2.5 ）
y
j
对二值图像，其质量分布是均匀的，故质心和形心重合，其质 心坐标为：
1 M N x xi MN x 1 y 1 1 M N y y j MN x 1 y 1
（ 8.2.6 ）
2 周长
区域的周长即区域的边界长度。周长就是围绕所有这 些像素的外边界的长度。区域的周长在区别具有简单或复 杂形状物体时特别有用。由于周长的表示方法不同， 因而 计算方法也不同，常用的简便方法如下：
对于一帧图像，设有k个区域，即i=1，2，3,…，k，其总面积
A就是各个区域面积之和。
A Ai
i 1
k
（ 8.2.9 ）
（2）链码计算面积
若给定封闭边界的某种表示，则相应连通区域的面积应为区域 外边界包围的面积与内边界包围的面积（孔的面积）之差。 下面以用边界链码表示面积为例，说明通过边界链码求出所包 围面积的方法。
n
εi=0, 1, 7
εi=2,6 （ 8.2.12）
εi=3, 4, 5
εi=1, 5
εi=0,2,4,6
εi=3, 7
（ 8.2.13 ）
则相应边界所包围的面积为
A ( yi 1xi a )
i 1
（ 8.2.14 ）
用上述面积公式求得的面积，即用链码表示边界时边界内所包 含的单元方格数。
由边界行程码计算面积 行程编码的原理简单：将一行中颜色值相同的相邻象素 用一个计数值和该颜色值来代替。例如aabcccccddeee可以表 示为2a1b5c2d3e。
已知区域的行程编码，只需把值
为1的行程长度相加， 即为区域面积.
设屏幕左上角为坐标原点，起始点坐标为（x0, y0），第k段 链码终端的y坐标为
（ 8.2.18 ）
（3）棋盘距离：
d 8 ( P, Q) max( i h , j k )
（ 8.2.19 ）
图8.2.7 三种距离示例
市区距离
棋盘距离
8.2.4
形状特征的描述
1．长轴和短轴
当物体的边界已知时，用其外接矩形的尺寸来刻画它的基本
形状是最简单的方法， 如图9-4(a)所示。求物体在坐标系方向上 的外接矩形， 只需计算物体边界点的最大和最小坐标值，就可 得到物体的水平和垂直跨度。但是，对任意朝向的物体， 水平 和垂直并非是我们感兴趣的方向。这时，就有必要确定物体的主
P2 C A
（8.2.22）
致密度描述了区域单位面积的周长大小，致密度大，表明单位
面积的周长大，即区域离散，则为复杂形状；反之，致密度小，则 为简单形状。当图像区域为圆时，C有最小值4π；其他任何形状的 图像区域，C>4π；且形状越复杂，C值越大。例如不管面积多大， 12 3 正方形区域致密度C=l6，正三角形区域致密度为 。
被 识 别 图 像
图像采集
（图像信 息获取、 数字化）
图像处理 编码 、 压 缩、增强、 分割、复 原）
图像识解
（图像描 述、解释、 图像结构 句法分析）
一、特征表示与描述
把图像分割后，为了进一步的处理，分割后的图像一般 要进行形式化的表达和描述 二、解决形式化表达问题一般有两种选择： 1）根据区域的外部特征来进行形式化表示
轴， 然后计算反映物体形状特征的主轴方向上的长度和与之垂
直方向上的宽度，这样的外接矩形是物体的最小外接矩形 （Minimum Enclosing Rectangle， MER）。
计算MER的一种方法是，将物体的边界以每次3°左右的 增量在90°范围内旋转。每旋转一次记录一次其坐标系方向上 的外接矩形边界点的最大和最小x、y值。旋转到某一个角度后， 外接矩形的面积达到最小。取面积最小的外接矩形的参数为主 轴意义下的长度和宽度，如图9-4(b)所示。此外，主轴可以通过
图8.2.2 以a为起点、箭头为走向的闭合边界
2．链码的旋转不变性 用链码表示给定目标的边界时，如果目标平移，链码不会发生
变化，而如果目标旋转，则链码会发生变化。为解决这个问题，可
利用链码的一阶差分来重新构造一个表示原链码各段之间方向变化 的新序列，这相当于把链码进行旋转归一化。差分可用相邻两个方 向数按反方向相减（后一个减去前一个）得到。如图8.2.3所示，上 面一行为原链码（括号中为最右一个方向数循环到左边），下面一
2）根据区域的内部特征来进行形式化表示
三、选择表达方式的原则 1）如果关注的焦点是形状特性，选择外部表示方式
2）如果关注的焦点是反射率特性，如颜色、纹理时，选 择内部表示方式
3）所选表示方式，应该对尺寸、变换、旋转等变量尽可 能的不敏感
8.2.1 链码 1．链码
8.2 形状特征分析
链码在图像处理和模式识别中是常用的一种表示方法，根据链 的斜率不同，常用的有4方向和8方向链码，其方向定义分别如图所 示。 在4方向链码中，四个方向码的长度都是一个像素单位；在8方 向链码中，水平和垂直方向的方向码的长度都是一个像素单位，而 对角线方向的四个方向码为 2 倍的像素单位，因此它们的共同特 点是直线段的长度固定，方向数有限，因此可以利用一系列具有这 些特点的相连的直线段来表示目标的边界，这样只有边界的起点需 要用绝对坐标表示，其余点都可只用接续方向来代表偏移量。由于 表示一个方向数比表示一个坐标值所需比特数少，而且对每一个点 又只需一个方向数就可以代替两个坐标值，因此链码表达可大大减 少边界表示所需的数据量，所以常常用链码来作为对边界点的一种 编码表示方法。
行为上面一行的数两两相减得到的差分码。左边的目标在逆时针旋
转90°后成为右边的形状，可见，原链码发生了变化，但差分码并 没有变化。
图8.2.3 链码旋转归一化
8.2.3 几何特征的描述
1．质心 由于目标在图像中总是有—定的面积大小，通常不是一个像素
的，因此有必要定义目标在图像中的精确位置。定义目标面积中心
点就是该目标物在图像中的位置，面积中心就是单位面积质量恒定 的相同形状图形的质心，如图8.2.5所示。
图8.2.5
质心表示物体的位置
对大小为M×N的数字图像f(x,y)，其质心坐标定义为：
1 x MN 1 y MN
x
x 1 y 1 M N x 1 y 1
M
N
i
f ( xi , y j ) f ( xi , y j )
1 p E K ( p) 2 dp P 0
（8.2.24）
在面积相同的条件下，圆具有最小边界能量E0 (2 P) 2 (1 R) 2 ，
其中R为圆的半径。边界能量更符合人感觉上对边界复杂性的理解。
(3). 圆形性
圆形性（Circularity）C是一个用区域R的所有边界点定义 的特征量，即
(2). 边界能量E
假定物体的周长为P，用变量p表示边界上的点到某一起始 点的距离。边界上任一点都有一个瞬时曲率半径r(p)，它是该
点与边界相切圆的半径(见图9-6)。p点的曲率函数是
1 K ( p) r( p)
函数K(p)是周期为P的周期函数。
（8.2.23）
图8.2.9 曲率半径
定义单位边界长度的平均能量：
弯曲、呈不规则分布的区域，0<R<1。
3．长宽比
长宽比r 是将细长目标与近似矩形或圆形目标进行区分时采用
的形状度量。长宽比r 为最小外接矩形的宽与长的比值，定义式为：
WMER r LMER
4．圆形度
（8.2.21）
圆形度用来刻画物体边界的复杂程度，有四种圆形度测度。
(1). 致密度C