当前位置：文档之家 › 数字图像处理第四章ppt课件

数字图像处理第四章ppt课件

  • 格式：ppt
  • 大小：2.60 MB
  • 文档页数：71

下载文档原格式

  / 71

合集下载

数字图像处理其中的第4部分学习使用

数字图像处理其中的第4部分学习使用
10
2020年3月4日星期三
2）FDCT与IDCT 思想：人眼对低频数据比对高频数据敏感。 FDCT 为前向 离散余弦变换,JPEG标准不规定FDCT和IDCT的算法。 方法:
（1）首先把一幅图像划分成一系列的图像块，每个图像块包含8×8个 像素。如果原始图像有640×480个像素，则图片将包含80列60行的 方块。如果图像只包含灰度，那么每个像素用一个8比特的数字表示。 因此可以把每个图像块表示成一个8行8列的二维数组。数组的元素 是0～255的8比特整数。离散余弦变换就是作用在这个数组上。
（4）熵编码。使用熵编码还可以对DPCM编码后的直流DC系数和RLE编码 后的交流AC系数作进一步的压缩。 在JPEG有损压缩算法中，使用哈夫曼编码器来减少熵。
JPEG编码的最后一个步骤是把各种标记代码和编码后的图像 数据组成一帧一帧的数据，这样做的目的是为了便于传输、 存储和译码器进行译码，这样组织的数据通常称为JPEG位数
25
2020年3月4日星期三
➢ 反量化
1264 0 10 0 0 0 0 0

24
12
0
0 0 0 0 0
14 13 0 0 0 0 0 0

Fµu,
v



0 0
0 0
0 0 0 0 0 0 0 0 0 0 0 0

0
0
0 0 0 0 0 0
0 0 0 0 0 0 0 0
18
2020年3月4日星期三
编码过程
Z字形排序。对于量化后的二维数组，我们还要对其进行线性化，然 后再进行压缩加以传输。一个合理的线性化方法可能是一次传输Q的 一行。由于出现这么多的0，可以使用行程编码。这是可行的，但还 有更好的方法。

数字图像处理_课件_4

数字图像处理_课件_4
j2π
e jπW ]
t
A [ejπW e jπW ] AW sin(πW )
j2π
(πW )
AW sin c(πW )
sin e j e j
2j
μ
sinc(m) sin( m) ( m)
sinc函数 14
数第 字四 图章 像频 处率 理域
滤 波
➢ 通常，傅里叶变换包含复数项，且为显示目的，
f (t) ★ h(t) 1H()F()
f (t) ★ h(t) H()F() 18
卷积定理_第2部分
数 第 2. 空间域中两个函数乘积的傅里叶变换等于两
字四 图章
个函数的傅里叶变换在频率域中的卷积。
像频 处率
f (t)h(t) H () ★ F ()
理域 滤
反过来，如果有两个傅里叶变换的卷积，可
sT (t) (t nT ) n sΔT(t)
…
…
t
… -3ΔT -2ΔT -ΔT 0
ΔT 2ΔT 3ΔT …
11
4.2.4 连续变量函数的傅里叶变换
数 第
字四
{ f (t)} F ()
f (t)e j2πtdt
图章
像频
处率
理 域 滤
f (t) 1{F (u)} F ()e j2πtd
波
…
…
μ
-2/ΔT -1/ΔT
0
1/ΔT 2/ΔT
F~(μ)
欠取样条件下取样后的 函数的傅里叶变换
…
…
μ
-3/ΔT -2/ΔT -1/ΔT 0 1/ΔT 2/ΔT 3/ΔT
26
4.3.3 取样定理
数第 字四 图章 像频 处率 理域

数字图像处理第四章幻灯片PPT

数字图像处理第四章幻灯片PPT

else
I(i,j)=(255-200)/(255-150)*(I(i,j)-150)+200;
end
end
end
figure(2);
imshow(uint8(I));
19
直接灰度变换
3. 对数变换
将使比较狭窄的低灰度级范围变得更宽，而较宽的高灰度级 范围变得更窄，同时能够压缩象素值变化范围很大的图像， 使之象素值分布范围更小。
27
直接灰度变换
幂次变换
(a)
(b)
MATLAB 实现:
语 法 ： g=imadjust(f,[low_in high_in],
[low_out high_out],gamma)
说明：将图像f中的亮度值影响到g中的新
值 ， 即 将 low_in 至 high_in 之 间 的 值 映 射 到
low_out至high_out之间的值，low_in以下的
47
直方图修正
L-1
一种灰度变换函数
48
直方图修正
从t到s的反变换可用下式表示
s T1(t)
s和t的变换函数关系
由概率论理论可知，如果已知随机变量s的概率密度为 ，
而随ps机(s变) 量t是s的函数，则t的概率密度 因为 ps (s是) 单调增加的，它的反函数
t T(s)
可以由 求pt 出(t )。
图像求反
15
直接灰度变换
2.线性灰度变换
增强图像各部分的反差，实际中增加图像中某两个灰度值间的动 态范围来实现，典型的分段线性变换数学表达式如下：
t1 s s1
t
t2 s2
t1 s1
[s
s1 ]
t1

数字图像处理04章01

数字图像处理04章01

第4章 图像处理中的基本运算
(4)如果a<0，b＝0时，暗区域将变亮，亮区域将变暗
255
0 255
第4章 图像处理中的基本运算
（B）非线性点运算：输出灰度级与输入灰 度级呈非线性关系的点运算。
255 输出
0
输入
255
第4章 图像处理中的基本运算
255
255
218
128 255
加暗、减亮图像
32 128 255
点运算又称为“对比度调制” 、“灰度变换”
第4章 图像处理中的基本运算2. 分类
（A）线性点运算
输出灰度级与输入灰度级呈线性关系 的点运算。即：
DB f (DA) aDA A)=aDA+b
0
DA
255
第4章 图像处理中的基本运算
(1) 如果a=1，图像对比度不变。图像灰度 值整体上移(b>0)、不变(b=0)或下降(b<0)。
255
255
255
0
0 整个图像更亮
255
255 0 整个图像更暗 255
第4章 图像处理中的基本运算
(2) 如果a>1，输出 图像的对比度增大
255
(3)如果a<1,输出图 像的对比度减小
255
142
0
178 255
提高对比度
0
255
降低对比度
第4章 图像处理中的基本运算
提高对比度举例 降低对比度举例
基本运算类型
第一类运算功能是图像处理中最基本的功 能;
根据输入图像得到输出图像运算的数学特 征，可将图像处理运算方式分为: 点运算
代数运算
几何运算
第4章 图像处理中的基本运算

《数字图像处理基础》课件

《数字图像处理基础》课件

数字图像的表示与存 储方式
讨论数字图像的表示方法，包 括二进制表示、向量图像和光 栅图像等。
第三章：数字图像预处理
1
图像增强
2
探讨图像增强的方法和技术，如直方图
均衡化、增强对比度等。
3
图像边缘检测
4
介绍常用的边缘检测算法，如Sobel、滤波
解释图像滤波的概念和作用，介绍常用 的滤波器及其应用。
《数字图像处理基础》 PPT课件
数字图像处理基础PPT课件将帮助您深入了解数字图像处理的原理、方法和应 用。通过本课程，您将掌握数字图像处理领域的基本概念和技巧，为将来的 进一步学习和应用打下坚实的基础。
第一章：数字图像处理概述
数字图像处理介绍
了解数字图像处理的定义和基本原理，并掌握其在各个领域中的应用。
第五章：数字图像特征提取与识别
图像特征提取
介绍图像特征提取的目的和方 法，如灰度共生矩阵和尺度不 变特征变换（SIFT）。
模板匹配
解释模板匹配的原理和应用， 讨论常见的模板匹配算法。
目标检测
探讨目标检测的技术和方法， 如基于特征的方法和深度学习 方法。
第六章：数字图像处理算法优化
1
图像处理算法优化的意义
图像二值化
讲解图像二值化的原理和算法，介绍基 于阈值的二值化方法。
第四章：数字图像分割
图像分割概述
解释图像分割的概念和作用，并 探讨常见的图像分割方法。
基于边缘分割
介绍基于边缘检测的图像分割方 法，包括Canny边缘检测和Sobel 边缘检测。
基于区域分割
讨论基于区域的图像分割方法， 如区域生长和分水岭算法。
数字图像技术趋势
讨论数字图像处理技术的趋势，如增强现实和虚拟现实的发展。

数字图像处理第4章PPT课件

数字图像处理第4章PPT课件
第1页/共60页
4.1 图像的对比度增强
◘灰度线性变换
f (m, n) [a,b]
▓ 灰度的线性变g(换m：, n设) 原[图c,像d灰] 度值
， 线性变换后的取
值
，则线性变换如图4.1-1所示。变换关系式为
其中，
g(m, n) c k[ f (m, n) a]
称为变换函数（直线）的斜率。 k d c
0
0
0
0.20 0.50 0.80 1.0
6
按照Pj→Pi找到i对应的j 4
5
6
6
7
7
7
7
7
确定变换关系i→j
04 15
2, 36
4, 5, 6, 77
8 求变换后的匹配直方图P(j) 0
0
0
0 0.19 0.25 0.37 0.19
第19页/共60页
4.2 图像的直方图修正
图4.2-6 直方图规定化的示意图 （a）原图像直方图；（b）规定直方图；（c）变换后的匹配直方图。
f
(m, n 1)
f
(m 1, n)
第22页/共60页
4.3 图像平滑
•8 - 邻 域 平 均 ：
g (m, n)
f avg
1 8
f (i, j)
(i, j )S8
1 8
[
f
(m
1, n
1)
f
(m
1, n)
f
(m
1, n
1)
f (m,n 1) f (m,n 1) f (m 1,n 1) f (m 1,n)
第14页/共60页
4.2 图像的直方图修正
• 图4.2-3给出了直方图均衡化的示意图。从图和表中可以看出， 由于数字图像灰度取值的离散性，通过四舍五入使变换后的灰度值 出现了归并现象，而使变换后的直方图并非完全均匀分布，但相比 于原直方图要平坦得多。

数字图像处理 第四章图像增强


Pr（rk） 0.19 0.25 0.21 0.16 0.08 0.06
0.03
0.02
计算每个sk对应的像素数目 计算均衡化后的直方图
Tr
Sk并
sk
nsk Ps（sk）
0.19
1/7
0.44
3/7
S0=1/7 S1=3/7 S2=5/7
790 0.19 1023 0.25 850 0.21
0.65
✓ 校正后的原始图像 f (i, j) C g(i, j) gc(i, j)
9
灰度级校正注意问题：
对降质图像进行逐点灰度级校正所获得的图像， 其中某些像素的灰度级值有可能要超出记录器 件或显示器输入灰度级的动态范围，在输出时 还要采用其他方法来修正才能保证不失真地输 出。
降质图像在数字化时，各像素灰度级都被量化 在离散集合中的离散值上，但经校正后的图像 各像素灰度极值并不一定都在这些离散值上， 因此必须对校正后的图像进行量化。
），使得结果图像s的直方图Ps(s)为一个常数
Pr(r)
Ps(s)
直方图均衡化 T(r)
r
s
26
直方图均衡化理论基础
-1 由概率论可知，若Pr(r)和变换函数s=T(r)已知，r=T (s)是单 调增长函数，则变换后的概率密度函数Ps(s)可由Pr(r)得到：
分 布 函 数 Fs(s)sp（ s s） ds=rp（ r r） dr
✓ 计算均衡后的直方图
s k 计
T（ rk）
k
=
i 0
P（r
r
）
i
k i 0
ni n
s k并
round（ sk计 * (L L 1
1)）
j
  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)。

图4-4 不同量化级别对图像质量的影响 （a） 原始图像(256色)； （b） 量化图像1(64色)； （c） 量化图像2(32色)； （d） 量化图像3(16色)； （e） 量化图像4(4色)； （f） 量化图像5(2色)
8
4.1 图像的采样
二.采样传感器
采样传感器
CCD
(Charge Couple Device)电荷耦合器件； CMOS：互补性金属氧化物半导体。
数字图像处理 第四章
4.1 图像的基本概念
概述
我们日常生活中见到的图像一般是连续形式的模拟
图像，可由一个二维连续函数f（x ，y）来描述。
其中：（x ，y） 是图像平面上任意一个二维坐标点， f （x ，y）则是该点颜色的深浅。
图像处理的方法有模拟式和数字式两种。 由于数字计算技术的迅猛发展，数字图像处理技术
得到了广泛的应用。 所以数字图像处理的一个先决条件就是将连续图像 经采样、量（离散）化，转换为数字图像。
2
4.1 图像的采样
一.概述
量化的过程也称为A/D转换：是将光电传感器产生的模拟量
转换为数字量，以便Байду номын сангаас算机处理；
转换过程：采样、量化、编码； 转换精度：ADC位数； 转换速度：采样速率； 量化误差。
10
4.1 图像的采样
二.采样传感器
1. CCD
线阵CCD
：
单元数有： 256， 1024， 2048， 4096 等；
面阵CCD：
11
4.1 图像的采样
二.采样传感器
1. CCD
CCD的三层结构
第一层“微型镜头”：在感光
层前面加上一副眼镜，增加感 光面积。 第二层“分色滤色片”：有两 种分色方式，一是RGB原色分 色法，另一个则是CMYK补色 分色法这两种方法各有优缺点 。 第三层感光层：主要是负责将 穿过滤色层的光源转换成电子 信号，并将信号传送到影像处 理芯片，将影像还原。
12
4.1 图像的采样
二.采样传感器 2. CMOS
CMOS：互补性金属氧化物半导体； CMOS
和CCD 一样都是可用来感受光线变化的半导体。 CMOS 是利用硅和锗两种元素做成的半导体，通过CMOS 上 带负电和带正电的晶体管来实现基本功能的。产生的电流即 可被处理芯片纪录和解读成影像。 CMOS 针对CCD 最主要的优势就是非常省电。 CMOS 传感器可以在每个象素基础上进行信号放大，采用这 种方法可节省任何无效的传输操作只需少量能量消耗就可以 进行快速数据扫描； CMOS 主要问题是在处理快速变化的影像时，由于电流变化 过于频繁而过热。
4.1 图像的采样
一.概述
图像f 经数字化的图像方可用计算机来处理。
（x ，y） 必须在空间上和在颜色深浅的幅度上都进行
数字化： 空间坐标（x ，y） 的数字化被称为图像采样； 颜色深浅幅度的数字化被称为灰度级量化。 假定连续图像f（x ，y） 被等距离取点采样形成一个N×N方 形点阵，它可用下式表示：
f(t)
如前所述，图像的
数字化必须在空间 上和在颜色深浅的 幅度上都进行数字 化：

量 化 单 位
量 化 误 差
t
采样间隔
图4.1 采样与量化
3
4.1 图像的采样
一.概述
由于图像是一种二维分布的信息，对它进行采样操作也是
二维的。
采 样 列 像 素 采 样 行 行 间 隔
采 样 间 隔
4
图4-2 采样示意图
9
4.1 图像的采样
二.采样传感器
1. CCD
CCD(Charge
Couple Device)电荷耦合器件是20 世纪70 年代初发展起来 的半导体器件。 CCD 以电荷为信号，而不是以或电压为信号。 CCD 基本单元采用MOS（金属-氧化物-半导体）结构，从本质上讲， CCD 的基本功能是电荷的产生、存储和转移。 CCD 的基本原理：通过光学系统将景物成像在CCD 象敏面上，象敏面 将照在每一个象敏单元上的图像照度转换为少数载流子数密度信号存储 在象敏单元中，然后再转移到CCD 的移位寄存器中，在驱动脉冲的作 用下顺序移出器件，形成强弱不同的电信号。即： –光-电转换 –电荷存贮 –电荷转移
（bit）数b可由下式计算： b＝N×N×m 在计算机中，数据是以字节（byte）为单位进行处理的（ 1byte=8bits）。从编程的角度来看，不希望把一个象素的数 据跨字节记录。跨字节记录会给数据的存取带来多余的麻烦 ，而每个字节中空着几个bit不用无疑是一种浪费。 一般地说，图像质量随N和m的增加而增高。 实际上：N一般取64、128、256、……640、1024、1240、 1200、1600等值； m一般取1、4、8、16、24、32等值。
15
4.1 图像的采样
三. 采样设备 1. 扫描仪
扫描仪主要由光学系统、线阵CCD（电荷耦合器件）扫描头
13
4.1 图像的采样
三. 采样设备
扫描仪， 数码照相机， 数码摄像机， 采集卡， 其它采样设备。
14
4.1 图像的采样
三. 采样设备 1. 扫描仪
扫描仪用于各种形式的计算机图像输入。 从最直接的图片、照片、胶片到各类图纸图形以及各类文稿
资料都可以用扫描仪输入到计算机中进而实现对这些图像形 式的信息的处理、管理、使用、存贮、输出等。 目前扫描仪已广泛应用于各类图形图像处理、出版、印刷、 广告制作、办公自动化、多媒体、图文数据库、图文通讯、 工程图纸输入等许多领域。
上式右边就是一个通常所说的数字图像。其中每一个元素称
之为象素。
5
4.1 图像的采样
一.概述
数字化时，关键是要决定：
采样点数N
（行和列） 量化级别G （灰度级数）
为了便干处理，采样点数N与量化级别G都为2的方次数，即 N=2n ，G=2m （n，m均为正整数）。记录一幅图像所需的位
6
4.1 图像的采样
一.概述
图4-3 不同采样点数对图像质量的影响 （a）原始图像(256×256)；（b）采样图像1(128×128)；（c） 采样图像2(64×64)； （d）采样图像3(32×32)； （e）采样图像4(16×16)；（f） 采样图像5(8×8)
7
4.1 图像的采样
一.概述