数字图像处理3

设定加权因子 ai 和 bi 的值，可以得到不同的变换。例如，当选定
a2 b1 切。
1 ，b2

0.1
，a1

a0
b0

0
，该情况是图像剪切的一种列剪
（a）原始图像
Digital Image Processing
（b）仿射变换后图像
3.1 图像的几何变换
◘透视变换 :
把物体的三维图像表示转变为二维表示的过程，称为透视 变换，也称为投影映射，其表达式为:

a2

b2
a1 b1
a0
b0


y

1
平移、比例缩放和旋转变换都是一种称为仿射变换的特殊情况。
仿射变换具有如下性质：
（1）仿射变换有6个自由度（对应变换中的6个系数），因此，仿射变换后 互相平行直线仍然为平行直线，三角形映射后仍是三角形。但却不能
保 证将四边形以上的多边形映射为等边数的多边形。
1D-DFT的矩阵表示 ：
F (0)

F (1)


WN00 WN10

F (2)

WN20

F (N 1)
W
(N N
1)0
WN01 WN11 WN21
WN(N 1)1

W
0( N
N
1)
WN1(N 1)

第3章 图像变换
◆ 3.1 图像的几何变换 ◆ 3.2 图像的离散傅立叶变换 ◆ 3.3 图像变换的一般表示形式 ◆ 3.4 图像的离散余弦变换 ◆ 3.5 图像的离散沃尔什－哈达玛变换 ◆ 3.6 K-L变换 ◆ 3.7 本章小结

s cr c 1
21
航拍图像的幂律变换增强
数第 字三 图章 像灰 处度 理变
换 与 空 间 滤 波
a. 原始图像
b. C=1, =3.0 c. C=1, =4.0 (最佳) d. C=1, =5.0
s cr c 1
22
电子显微镜扫描
3.2.4 对比度拉伸
的 放 大 约 700 倍 的花粉图像
➢ 因此，归一化后的直方图由 p(rk ) nk / MN 给 出，其中k＝0, 1, …, L-1。
29
数第 字三
➢ p(rk)是灰度级rk在图像中出现的概率的一
图 章 个估计。
像灰
处 度 ➢ 归一化直方图的所有分量之和应等于1。
理变
换 与
➢ 直方图是多种空间域处理技术的基础。
空
间
滤
波
30
数第 字三 图章 像灰 处度 理变
换 与 空 间 滤 波
4. 一般情况下，从输入图像的左上角开始处理，以 水平扫描的方式逐像素地处理，每次一行
5. 当该邻域的原点位于图像的边界上时，部分邻域 将位于图像的外部。此时，可以用0或者其它指定 的灰度值填充图像的边缘，被填充边界的厚度取 决于邻域的大小。
以上处理称为空间滤波，邻域与预定义的操作一 起称为空间滤波器。
与 为输出中较宽范围的灰度值，可以扩展图像
空 间
中暗像素的值，同时压缩高灰度级的值。
滤 波
➢ 反对数变换的作用与此相反。
17
傅里叶频谱及其对数变换
数第
字三
图章
像灰
处度
理变
换
与
空
间 滤
傅立叶频谱的对数变换，s

c

图 3.13a 4邻点 中轴变换举例 中轴可作为物体的一种简洁表示．
图3．13b表明少量噪声会使中轴变换结果产 生显著的差异．
图 3.13b 中轴变换举例
3.5.7 细化
细化是把区域缩成线条、逼近中心线（骨架或核线）的一种图 像处理。细化的目的是减少图像成份，直到只留下区域的最基 本信息，以便进一步分析和识别．虽然细化可以用在包含任何 区域形状的二值图像，但它主要对细长形(而不是凸圆形或水滴 状)区域有效．细化一般用于文本分析预处理阶段，以便将文本 图像中线条图画或字符笔画表示成单像素线条．
d=i-j+m-1
二值图像及其对 角线上的投影图
3.4游程长度编码 (run-length encoding)
用图像像素值连续为1的个数来描述图像,有两种方法: （1）用1的起始位置和1的游程长度； （2）仅仅使用游程长度，0：表示从0象素开始 ； 例：
1的游程：（2,2）（6,3）（13,6）（20,1） （4,6）（11,10） （1,5 ）（11，1）（17，4）
洞
`S
(7) 边界
S的边界是S中与`S中有4连通关系的像素集合S '
（8) 内部
S中不属于它的边界的像素集合. S的内部等于S - S '
（9) 包围
如果从S中任意一点到图像边界的4路径必须与区域T相 交，则区域 T 包围区域 S（或S在T内）
S `S
边界
内部 包围
例：一幅二值图像
图像 边界
3.5.2 连通成分标记算法
(2) 路径
列：
[路i0径,j0 :]从[像,i1,素j1][i0 ,, j,0[]in 到,j像n]素，[[iikn
,
,

第二章2.1（第二版是0.2和1.5*1.5的矩形，第三版是0.3和1.5圆形）对应点的视网膜图像的直径x 可通过如下图题2.1所示的相似三角形几何关系得到，即()()01702302.x .d =解得x=0.06d 。

根据2.1 节内容，我们知道：如果把中央凹处想象为一个有337000 个成像单元的圆形传感器阵列，它转换成一个大小25327.⨯π成像单元的阵列。

假设成像单元之间的间距相等，这表明在总长为1.5 mm （直径） 的一条线上有655个成像单元和654个成像单元间隔。

则每个成像单元和成像单元间隔的大小为s=[(1.5 mm)/1309]=1.1×10-6 m 。

如果在中央凹处的成像点的大小是小于一个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。

换句话说， 眼睛不能检测到以下直径的点：m .d .x 61011060-⨯<=，即m .d 610318-⨯<2.2 当我们在白天进入一家黑暗剧场时，在能看清并找到空座时要用一段时间适应。

2.1节描述的视觉过程在这种情况下起什么作用？亮度适应。

2.3 虽然图2.10中未显示，但交流电的却是电磁波谱的一部分。

美国的商用交流电频率是77HZ 。

问这一波谱分量的波长是多少？光速c=300000km/s ，频率为77Hz 。

因此λ=c/v=2.998 * 108(m/s)/77(1/s) = 3.894*106m = 3894 Km. 2.5根据图2.3得：设摄像机能看到物体的长度为x (mm)，则有:500/x=35/14; 解得：x=200，所以相机的分辨率为：2048/200=10;所以能解析的线对为：10/2=5线对/mm. 2.7 假设中心在（x0,y0）的平坦区域被一个强度分布为：])0()0[(22),(y y x x Ke y x i -+--= 的光源照射。

为简单起见，假设区域的反射是恒定的，并等于1.0，令K=255。

1. 数字数据传输通常用波特率度量，其定义为每秒钟传输的比特数。

通常的传输是以一个开始比特，一个字节(8 比特)的信息和一个停止比特组成的包完成的。

基于这个概念回答以下问题：(a) 用56K 波特的调制解调器传输一幅1024×1024、256 级灰度的图像需要用几分钟？(b) 以750K 波特[这是典型的电话DSL(数字用户线)连接的速度]传输要用多少时间？解：(a)T=M/56000=(1024×1024)×(8+2)/56000=187.25s=3.1min(b) T=M/56000=(1024×1024)×(8+2)/750000=14s2.两个图像子集S1和S2图下图所示。

对于V＝｛1｝，确定这两个子集是（a）4-邻接，（b）8-邻接，（c）m-邻接。

a) S1 和S2 不是4 连接，因为q 不在N4(p)集中。

(b) S1 和S2 是8 连接，因为q 在N8(p)集中。

(c) S1 和S2 是m 连接，因为q 在集合N D(p)中，且N4(p)∩ N4(q)没有V 值的像素3. 考虑如下所示的图像分割(a) 令V={0,1}并计算p 和q 间的4，8，m 通路的最短长度。

如果在这两点间不存在特殊通路，试解释原因。

(b) 对于V={1,2}重复上题。

解：(a) 当V={0,1}时，p 和q 之间不存在4 邻接路径，因为不同时存在从p 到q 像素的4 毗邻像素和具备V 的值，如图(a)p 不能到达q。

8 邻接最短路径如图(b)，最短长度为4。

m邻接路径如图(b)虚线箭头所示，最短长度为5。

这两种最短长度路径在此例中均具有唯一性。

(b) 当V={1, 2}时，最短的4 邻接通路的一种情况如图(c)所示，其长度为6，另一种情况，其长度也为6；8 邻接通路的一种情况如图(d)实线箭头所示，其最短长度为4；m 邻接通路的一种情况如图(d)虚线箭头所示，其最短长度为6.或解: (1) 在V＝{0,1}时，p和q之间通路的D4距离为∞，D8距离为4，Dm距离为5。

南京工程学院通信工程学院实验报告课程名称数字图像处理C实验项目名称实验三图像的复原实验班级算通111 学生姓名夏婷学号 208110408 实验时间 2014年5月5日实验地点信息楼C322实验成绩评定指导教师签名年月日实验三、图像的恢复一、实验类型：验证性实验二、实验目的1. 掌握退化模型的建立方法。

2. 掌握图像恢复的基本原理。

三、实验设备：安装有MATLAB 软件的计算机四、实验原理一幅退化的图像可以近似地用方程g=Hf+n 表示，其中g 为图像，H为变形算子，又称为点扩散函数（PSF ），f 为原始的真实图像，n 为附加噪声，它在图像捕获过程中产生并且使图像质量变坏。

其中，PSF 是一个很重要的因素，它的值直接影响到恢复后图像的质量。

I=imread(‘peppers.png’);I=I(60+[1:256],222+[1:256],:);figure;imshow(I);LEN=31;THETA=11;PSF=fspecial(‘motion’,LEN,THETA);Blurred=imfilter(I,PSF,’circular’,’conv’);figure;imshow(Blurred);MATLAB 工具箱中有4 个图像恢复函数，如表3-1 所示。

这4 个函数都以一个PSF 和模糊图像作为主要变量。

deconvwnr 函数使用维纳滤波对图像恢复，求取最小二乘解，deconvreg 函数实现约束去卷积，求取有约束的最小二乘解，可以设置对输出图像的约束。

deconvlucy 函数实现了一个加速衰减的Lucy-Richardson 算法。

该函数采用优化技术和泊松统计量进行多次迭代。

使用该函数，不需要提供有关模糊图像中附加噪声的信息。

deconvblind 函数使用的是盲去卷积算法，它在不知道PSF 的情况下进行恢复。

调用deconvblind 函数时，将PSF 的初值作为一个变量进行传递。

132离散傅里叶变换的性质1线性如果时间序列xn2对称性如果3时间移位如果序列向右或向左移动k4频率移位如果3405周期性如果6偶函数如果奇函数如果卷积定理如果相关定理如果10帕斯维尔定理如果14快速傅里叶变换fft随着计算机技术和数字电路的迅速发展在信号处理中使用计算机和数字电路的趋势愈加明显
数字图像处理
F (u, v) R2 (u, v) I 2 (u, v)
(u, v) arctg I (u, v)
R(u, v)
E(u, v) R2 (u, v) I 2 (u, v)
(3—11) (3—12)
(3—13)
式中： F(u,v) 是幅度谱； (u,v) 是相位谱； E(u,v) 是能量谱。
N n0
(3—48) (3—49）
将正变换式（3—48）展开可得到如下算式
X (0) x(0)W00 x(1)W01 x( N 1)W0(N 1)
X (1) x(0)W10 x(1)W11 x( N 1)W1(N 1)
X (2) x(0)W20 x(1)W21 x( N 1)W2(N 1)
F * (u,v) 是 f (x, y) 傅里叶变换的
共轭函数， 那么
F(u, v) F * (u,v)
（４） 旋转性
如果空间域函数旋转的角度为 0 ，那么在变
换域中此函数的傅里叶变换也旋转同样的角度， 即
f (r, 0 ) F(k , 0 )
（５） 比例变换特性
如果 F(u, v) 是 f (x, y) 的傅里叶变换。a和b分 别为两个标量，那么
叫相位谱。
傅里叶变换广泛用于频谱分析。
例：求图3—1所示波形 f(x) 的频谱。
f(x) A
X
-

2.一幅模拟彩色图形经数字化后，其分辨率为1024*768像素，若每个像素用红，绿，蓝三基色表示，三基色的灰度等级为8，在无压缩的情况下计算机存储该图像将占用的存储空间1024*768*8*3=18874368=18Mbit=2.25Mbyte3.在图像处理中有哪几种常用的颜色模型？他们的应用对象是什么？RGB\CMYK\LAB\灰度\索引\多通道，RGB 模型适合图像处理和打印、扩印。

CMYK 适合印刷用途。

灰度模型处理简单色彩的图像。

多通道是用通道颜色来处理图像4.两个图像子集s1和s2，如图，对于v=（1）确定这两个子集是4连通，8连通还是m 连通？是8连通，5.令f(100,180)=25，f(100,181)=43,f(101,180)=50,f(101,181)=61,分别用最近邻差值法和双线性差值法计算f(100.4,180.7)的值最近邻差值法：由于f(100.4,180.7)与f(100,181)最近，所以f(100.4,180.7)=43；双线性差值法：f(x,y)=[f(1,0)-f(0,0)]x+[f(0,1)-f(0,0)]y+[f(1,1)+f(0,0)-f(0,1)-f(1,0)]xy+f(0,0) 找到对应 的（1，0）点，求得f(100.4,180.7)=49.74()()∑∞=++=1110sin cos 2n n n t nw t nw at f b a余弦系数： KL 变换的核心过程是计算特征值和特征向量，有很多不同的计算方法。

一种常采用的方法是推导法。

由于通常S<<N,这种方法将求高阶矩阵的特征向量转化为求较低阶矩阵的特征向量的过程在图象数据分析中是很实用的。

K-L 变换的一般步骤是:1、读入图像、形成数据矩阵（每个样本为1*64） 2、标准化数据3、求协方差矩阵4、计算协方差矩阵的特征根及特征向量5、选出最大10个特征值对应的特征向量构成变换矩阵6、求每个样本在特征空间的表示8位数据重建图像在这里指高灰阶图像数据在８位显示器上显示，并尽量保持图像数据的细节是目前该领域的研究热点。

第二章2.1（第二版是0.2和1.5*1.5的矩形，第三版是0.3和1.5圆形）对应点的视网膜图像的直径x 可通过如下图题2.1所示的相似三角形几何关系得到，即()()01702302.x .d =解得x=0.06d 。

根据2.1 节内容，我们知道：如果把中央凹处想象为一个有337000 个成像单元的圆形传感器阵列，它转换成一个大小25327.⨯π成像单元的阵列。

假设成像单元之间的间距相等，这表明在总长为1.5 mm （直径） 的一条线上有655个成像单元和654个成像单元间隔。

则每个成像单元和成像单元间隔的大小为s=[(1.5 mm)/1309]=1.1×10-6 m 。

如果在中央凹处的成像点的大小是小于一个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。

换句话说， 眼睛不能检测到以下直径的点：m .d .x 61011060-⨯<=，即m .d 610318-⨯<2.2 当我们在白天进入一家黑暗剧场时，在能看清并找到空座时要用一段时间适应。

2.1节描述的视觉过程在这种情况下起什么作用？亮度适应。

2.3 虽然图2.10中未显示，但交流电的却是电磁波谱的一部分。

美国的商用交流电频率是77HZ 。

问这一波谱分量的波长是多少？光速c=300000km/s ，频率为77Hz 。

因此λ=c/v=2.998 * 108(m/s)/77(1/s) = 3.894*106m = 3894 Km. 2.5根据图2.3得：设摄像机能看到物体的长度为x (mm)，则有:500/x=35/14; 解得：x=200，所以相机的分辨率为：2048/200=10;所以能解析的线对为：10/2=5线对/mm. 2.7 假设中心在（x0,y0）的平坦区域被一个强度分布为：])0()0[(22),(y y x x Ke y x i -+--= 的光源照射。

为简单起见，假设区域的反射是恒定的，并等于1.0，令K=255。

第二章（第二版是和* 的矩形，第三版是和圆形）对应点的视网膜图像的直径x 可通过如下图题所示的相似三角形几何关系得到，即d 2 x 20.30.017解得x=。

根据节内容，我们知道：如果把中央凹处想象为一个有337000 个成像单元的圆形传感器阵列，它转换成一个大小327.52 成像单元的阵列。

假设成像单元之间的间距相等，这表明在总长为 1.5 mm（直径）的一条线上有655 个成像单元和654 个成像单元间隔。

则每个成像单元和成像单元间隔的大小为s=[(1.5 mm)/1309]=× 10-6 m。

如果在中央凹处的成像点的大小是小于一个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。

换句话说，眼睛不能检测到以下直径的点：x 0.06d 1.1 10 6 m ，即 d 18.3 10 6 m当我们在白天进入一家黑暗剧场时，在能看清并找到空座时要用一段时间适应。

节描述的视觉过程在这种情况下起什么作用亮度适应。

虽然图中未显示，但交流电的却是电磁波谱的一部分。

美国的商用交流电频率是 77HZ。

问这一波谱分量的波长是多少光速 c=300000km/s ，频率为 77Hz。

因此λ =c/v= * 10 8(m/s)/77(1/s) = *10 6m = 3894 Km.根据图得：设摄像机能看到物体的长度为x (mm)，则有 :500/x=35/14; 解得： x=200 ，所以相机的分辨率为： 2048/200=10; 所以能解析的线对为：10/2=5 线对 /mm.假设中心在（ x0,y0 ）的平坦区域被一个强度分布为：i (x, y) Ke [( x x 0) 2 ( y y 0) 2 ] 的光源照射。

为简单起见，假设区域的反射是恒定的，并等于，令 K=255。

如果图像用 k 比特的强度分辨率进行数字化，并且眼睛可检测相邻像素间 8 种灰度的突变，那么 k 取什么值将导致可见的伪轮廓解：题中的图像是由：f x, y i x, y r x, y 255e x x02 y y0 2255ex x0 2 y y0 21.0一个截面图像见图（a）。

2.设计一个检测图3-2中边缘的程序，要求结果类似图3-3，并附原理说明
代码：
I=imread('lines.png');
F=rgb2gray(I);
subplot(2,2,1);
imshow(I);
title('原始图像');
thread=130/255;
subplot(2,2,2);
imhist(F);
图5-2 添上一层（漆）
3.开运算open：
4.闭close：
5.HMT(Hit-Miss Transform:击中——击不中变换)
条件严格的模板匹配
模板由两部分组成。 ：物体， ：背景。
图5-3 击不中变换示意图
性质：
（1） 时，
（2）
6.细化/粗化
(1)细化（Thin）
去掉满足匹配条件的点。
图5-4 细化示意图
se = strel('ball',5,5);
I2 = imerode(I,se);
imshow(I), title('Original')
figure, imshow(I2), title('Eroded')
Matlab用imopen函数实现图像开运算。用法为:
imopen(I,se);
I为图像源，se为结构元素
构造一个中心具有菱形结构的结构元素，R为跟中心点的距离
SE = strel('rectangle',MN)
构造一个矩形的结构元素,MN可写在[3 4]，表示3行4列
SE = strel('square',W)
构造一个正方形的矩阵。

胡学龙编著《数字图像处理（第 3 版）》思考题与习题参考答案目录第1章概述 (1)第2章图像处理基本知识 (4)第3章图像的数字化与显示 (7)第4章图像变换与二维数字滤波 (10)第5章图像编码与压缩 (16)第6章图像增强 (20)第7章图像复原 (25)第8章图像分割 (27)第9章数学形态学及其应用 (31)第10章彩色图像处理 (32)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 说出图像、视频（video）、图形（drawing）及动画（animation）等视觉信息之间的联系和区别。

答：图像是用成像技术形成的静态画面；视频用摄像技术获取动态连续画面，每一帧可以看成是静态的图像。

图形是人工或计算机生成的图案，而动画则是通过把人物的表情、动作、变化等分解后画成许多动作瞬间的画幅，再用摄影机连续拍摄成一系列画面，给视觉造成连续变化的图画。

2.1（第二版是0.2和1.5*1.5的矩形，第三版是0.3和1.5圆形，我这样做不知道对不对）对应点的视网膜图像的直径x可通过如下图题2.1所示的相似三角形几何关系得到，即解得x=0.06d。

根据2.1 节内容，我们知道：如果把中央凹处想象为一个有337000 个成像单元的圆形传感器阵列，它转换成一个大小成像单元的阵列。

假设成像单元之间的间距相等，这表明在总长为1.5 mm（直径）的一条线上有655个成像单元和654个成像单元间隔。

则每个成像单元和成像单元间隔的大小为s=[(1.5 mm)/1309]=1.1×10-6 m。

如果在中央凹处的成像点的大小是小于一个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。

换句话说，眼睛不能检测到以下直径的点：，即2.2 亮度适应。

2.3光速c=300000km/s ，频率为77Hz。

因此λ=c/v=2.998 * 108(m/s)/77(1/s) = 3.894*106m = 3894 Km.2.5 根据图2.3得：设摄像机能看到物体的长度为x (mm)，则有:500/x=35/14; 解得：x=200，所以相机的分辨率为：2048/200=10;所以能解析的线对为：10/2=5线对/mm.2.7 （看翻得对不对）解：题中的图像是由：一个截面图像见图（a）。

如果图像使用k比特的强度分辨率，然后我们有情况见图（b），其中。

因为眼睛可检测4种灰度突变，因此，，K= 6。

也就是说，小于64的话，会出现可见的伪轮廓。

2.9(a) 传输数据包(包括起始比特和终止比特)为：N=n+m=10bits。

对于一幅2048×2048 大小的图像，其总的数据量为，故以56K 波特的速率传输所需时间为：(b) 以3000K 波特的速率传输所需时间为2.10解：图像宽高纵横比为16:9，且水平电视线的条数是1080条，则：竖直电视线为1080×（16/9）=1920 像素/线。

Digital Image Processing, 3rd ed(数字图像处理(第3版)内附图片)数据摘要：DIGITAL IMAGE PROCESSING has been the world's leading textbook in its field for more than 30 years. As in the 1977 and 1987 editions by Gonzalez and Wintz, and the 1992 and 2002 editions by Gonzalez and Woods, this fifth-generation book was prepared with students and instructors in mind. The principal objectives of the book continue to be to provide an introduction to basic concepts and methodologies for digital image processing, and to develop a foundation that can be used as the basis for further study and research in this field. The material is timely, highly readable, and illustrated with numerous examples of practical significance. All mainstream areas of image processing are covered, including image fundamentals, image enhancement in the spatial and frequency domains, restoration, color image processing, wavelets, image compression, morphology, segmentation, and image description. Coverage concludes with a discussion on the fundamentals of object recognition.Although the book is completely self-contained, this companion web site provides additional support in the form of review material, answers to selected problems, laboratory project suggestions, and a score of otherfeatures. A supplementary instructor's manual is available to instructors who have adopted the book for classroom use. See also a partial list of institutions that use the book.One of the principal reasons this book has been the world leader in its field for more than 30 years is the level of attention we pay to the changing educational needs of our readers. The present edition is based on the most extensive survey we have ever conducted. The survey involved faculty, students, and independent readers of the book in 134 institutions from 32 countries. Many of the following new features are based on the results of that survey.中文关键词：数字图像处理,图像基础,图像在空间和频率域的增强,图像压缩,图像描述,英文关键词：digital image processing,image fundamentals,image compression,image description,数据格式：IMAGE数据用途：数字图像处理数据详细介绍：Digital Image Processing, 3rd editionBasic Information:ISBN number 9780131687288.Publisher: Prentice Hall12 chapters.954 pages.© 2008.DIGITAL IMAGE PROCESSING has been the world's leading textbook in its field for more than 30 years. As in the 1977 and 1987 editions by Gonzalez and Wintz, and the 1992 and 2002 editions by Gonzalez and Woods, this fifth-generation book was prepared with students and instructors in mind. The principal objectives of the book continue to be to provide an introduction to basic concepts and methodologies for digital image processing, and to develop a foundation that can be used as the basis for further study and research in this field. The material is timely, highly readable, and illustrated with numerous examples of practical significance. All mainstream areas of image processing are covered, including image fundamentals, imageenhancement in the spatial and frequency domains, restoration, color image processing, wavelets, image compression, morphology, segmentation, and image description. Coverage concludes with a discussion on the fundamentals of object recognition.Although the book is completely self-contained, this companion web site provides additional support in the form of review material, answers to selected problems, laboratory project suggestions, and a score of other features. A supplementary instructor's manual is available to instructors who have adopted the book for classroom use. See also a partial list of institutions that use the book.One of the principal reasons this book has been the world leader in its field for more than 30 years is the level of attention we pay to the changing educational needs of our readers. The present edition is based on the most extensive survey we have ever conducted. The survey involved faculty, students, and independent readers of the book in 134 institutions from 32 countries. Many of the following new features are based on the results of that survey.NEW FEATURESA revision of introductory concepts that provides readers with foundation material much earlier in the book than before.A revised and updated discussion of intensity transformation, spatialcorrelation, convolution, and their application to spatial filtering.New discussion of fuzzy sets and their application to image processing.A new chapter on the discrete Fourier transform and frequency domain processing.New coverage of computerized tomography.A revision of the wavelets chapter.A new chapter on data compression, including new compression techniques, digital video compression, standards, and watermarking.New coverage of morphological reconstruction, gray-scale morphology, and advanced morphological algorithms.New coverage of the Marr-Hildreth and Canny edge detection algorithms.Expanded coverage of image thresholding.New examples and illustrations involving over 400 new images and more than 200 new drawings and tables.Expanded homework sets, including over 80 new problems.Updated bibliography.Differences Between the DIP and DIPUM BooksDigital Image Processing is a book on fundamentals.Digital Image Processing Using MATLAB is a book on the software implementation of those fundamentals.The key difference between the books is that Digital Image Processing (DIP) deals primarily with the theoretical foundation of digital image processing, while Digital Image Processing Using MATLAB (DIPUM) is a book whose main focus is the use of MATLAB for image processing. The DIPUM book covers essentially the same topics as DIP, but the theoretical treatment is not as detailed. Some instructors prefer to fill in the theoretical details in class in favor of having available a book with a strong emphasis on implementation.© 2008 by Pearson Education, Inc.Pearson Prentice HallPearson Education, Inc.Upper Saddle River, New Jersey 07458All rights reserved. No part of this book may be reproduced, in any form, or by any means, without permission in writing from the publisher. Pearson Prentice Hall ® is a trademark of Pearson Education, Inc. The authors and publisher of this book have used their best efforts in preparing this book.These efforts include the development, research, and testing of the theories and programs to determine their effectiveness.The authors and publisher make no warranty of any kind, expressed or implied,with regard to these programs or the documentation contained in this book.The authors and publisher shall not be liable in any event for incidental or consequential damages with, or arising outof, the furnishing, performance, or use of these programs. 数据预览：点此下载完整数据集。

1. 数字数据传输通常用波特率度量，其定义为每秒钟传输的比特数。

通常的传输是以一个开始比特，一个字节(8 比特)的信息和一个停止比特组成的包完成的。

基于这个概念回答以下问题：(a) 用56K 波特的调制解调器传输一幅1024×1024、256 级灰度的图像需要用几分钟？(b) 以750K 波特[这是典型的电话DSL(数字用户线)连接的速度]传输要用多少时间？解：(a)T=M/56000=(1024×1024)×(8+2)/56000=187.25s=3.1min(b) T=M/56000=(1024×1024)×(8+2)/750000=14s2.两个图像子集S1和S2图下图所示。

对于V＝｛1｝，确定这两个子集是（a）4-邻接，（b）8-邻接，（c）m-邻接。

a) S1 和S2 不是4 连接，因为q 不在N4(p)集中。

(b) S1 和S2 是8 连接，因为q 在N8(p)集中。

(c) S1 和S2 是m 连接，因为q 在集合N D(p)中，且N4(p)∩ N4(q)没有V 值的像素3. 考虑如下所示的图像分割(a) 令V={0,1}并计算p 和q 间的4，8，m 通路的最短长度。

如果在这两点间不存在特殊通路，试解释原因。

(b) 对于V={1,2}重复上题。

解：(a) 当V={0,1}时，p 和q 之间不存在4 邻接路径，因为不同时存在从p 到q 像素的4 毗邻像素和具备V 的值，如图(a)p 不能到达q。

8 邻接最短路径如图(b)，最短长度为4。

m邻接路径如图(b)虚线箭头所示，最短长度为5。

这两种最短长度路径在此例中均具有唯一性。

(b) 当V={1, 2}时，最短的4 邻接通路的一种情况如图(c)所示，其长度为6，另一种情况，其长度也为6；8 邻接通路的一种情况如图(d)实线箭头所示，其最短长度为4；m 邻接通路的一种情况如图(d)虚线箭头所示，其最短长度为6.或解: (1) 在V＝{0,1}时，p和q之间通路的D4距离为∞，D8距离为4，Dm距离为5。

j 1
其它
i 1,2,n
2.3 数字图像类型
矢量(Vector)图和位图（Bitmap），位图也称为栅格图像。 矢量图是用数学(准确地说是几何学)公式描述一幅图像。(计 算机图形学)
➢ 优点：一是它的文件数据量很小，因为存储的是其数学公式； 其二是图像质量与分辨率无关，这意味着无论将图像放大或 缩小了多少次，图像总是以显示设备允许的最大清晰度显示。
2.2.3 颜色变换
对彩色图像进行颜色变换，可实现对彩色图像的增强处理，改 善其视觉效果，为进一步处理奠定基础。 基本变换
➢ 颜色变换模型为：g(x,y)=T[ f ( x,y )] 式中：f ( x , y )是彩色输入图像，其值为一般为向量； g ( x , y )是变换或处理后的彩色图像，与 f(x,y)同维； T是在空间域上对f的操作。T对图像颜色的操作 有多种方式；
2.4 图像文件格式 数字图像有多种存储格式，每种格式一般由不同的软件公司开 发所支持。 文件一般包含文件头和图像数据。就像每本书都有封面，目录， 它们的作用类似于文件头，通过文件头我们可读取图像数据。 文件头的内容由该图像文件的公司决定，一般包括文件类型 、 文件制作者、制作时间、版本号、文件大小等内容，还有压缩方 式。
2.2.2 颜色模型
HSI 颜色模型 ➢ 色调H (Hue): 与光波的波长有关，它表示人的感官对不同 颜色的感受，如红色、绿色、蓝色等， ➢ 饱和度(Saturation): 表示颜色的纯度，纯光谱色是完合饱 和的，加入白光会稀释饱和度。饱和度越大，颜色看起来就 会鲜艳，反之亦然。 ➢ 强度I (Intensity)：对应成像亮度和图像灰度，是颜色的 明亮程度。 ➢ HSI模型建立基于两个重要的事实: (1) I分量与图像的彩色 信息无关； (2) H和S分量与人感受颜色的方式是紧密相联 的。这些特点使得HSI模型非常适合彩色特性检测与分析。

3.1 a 为正常数的指数式ear -2对于构造灰度平滑变换函数是非常有用的。

由这个基本函数开始，构造具有下图形状的变换函数。

所示的常数是输入参数，并且提出的变换必须包含这些参数的特定形式（为了答案曲线中的L 0不是所要求的参数）。

解：由（a ）图所示，设e ar A r T -=2)(,则 在r=0时，T(r)=A 在r=L 0时，T(r)=A/2 联立，解得L L a 0693.002ln 22≈=则C rLC D r T s e K+--==-)1)(()(22由（b ）图所示，可以由(a)图翻转得到，所以（b ）图的表达式 s=)1()(220693.0rLB r T e --=（c ）图是（b ）图沿y 轴平移得到，所以（c ）图的表达式CrL C D r T s e K+--==-)1)(()(2203.19 (a)在3.6.2节中谈到，分布在图像背景上的孤立的亮和暗的像素团块，当它们小于中值滤波器区域的一半时，经过中值滤波器处理后会被滤除（被其邻值同化）。

假定滤波器尺寸为n n ⨯,n 为奇数，解释这种现象的原因？个像素小于或者等于ξ，其它的大于或等于ξ。

当其中孤立的亮或者有群集点包含过滤屏蔽的极端情况下，没有足够的在其中任何一个集群点等于中值。

如果在区域的中心点是一个群集点，它将被设置为中位数值，而背景的阴影将“淘汰”出集群。

这一结论适用于当集群区域包含积分少集群的最大规模的较极端情况下。

（b ）考虑一副有不同像素团块的图像，假设在一个团块的所有点都比背景凉或者暗（但不是同时既比背景亮又比背景暗），并且每个团块的尺寸不大于22n 。

试求当n 符合什么条件时，有一个或多个这样的团块像（a ）中所说的那样被分离出来？答：在A 的结论下，我们考虑的团块的像素个数不可能超过2)1(2-n，两个相近的或亮或暗的团块不可能同时出现在相邻的位置。

在这个n n ⨯的网格里，两个团块的最小距离至少大于)1(2-n ，也就是说至少在对角线的区域分开跨越（n-1）个像素在对角线上。