关于彩色图像处理的认识与探究
李时铨
安徽大学
信息与计算科学
2016.5
摘要
随着信息技术的发展,彩色图像的应用也更加广泛。与灰度图像相比,彩色图像携带了更多的可视化信息。彩色图像处理已成为一个重要的研究领域。由于彩色图像中颜色表示的复杂性,本作依照经典RGB模型来进行多重灰度图像处理再合成，而现代彩色图像的处理方法早已是无穷无尽，可见彩色信息在数字图像处理中正得到更大的关注。
灰度图像中的去噪、退化复原、压缩在经过历史的变革以及有层出不穷的办法应对，但是如何同样的作用于彩色图像，想必是有困难的。一副图有许许多多像素的同时，每个像素还带着自己的色彩。基于RGB模型，不难理解，每一幅彩图都是由几张看似灰度的图像叠加形成（基于三原色原理）；同时为了色彩更加丰富多变，各种模型体系也崭露头角。
想必全彩色图像处理是基于伪彩色图像处理，伪彩色处理试图将灰度分层，而全彩色处理试图将色彩分层，给予灰度图一样的“待遇”，完成各项操作之后合成回原来的色彩。同时也不难理解，彩色图像的像素点，是一个个向量，这对未来直接处理彩色图像有着莫大的帮助与延伸。
关键词：彩色图像
均值滤波去噪
Lucy Richardson图像复原
图像DCT变换与反变换
Abstract
With the development of information technology, the application of color image is also more widely. Compared with the gray image, color images carry more visual information.Color image processing has become an important area of research.Because of the complexity of the color in the color image said, according to the classical RGB model to make a multiple gray image processing and synthesis,however，he modern color image processing method is endless, visible color information in digital image processing is of greater concern.
In the gray image noise reduction, degradation of recovery and compression after historical change and there are endless way to deal with, but how also applied to color images, most presumably is difficult.There are many, many pixels of a figure at the same time, each pixel with its own color.Based on the RGB model, it is easy to understand, every color image is formed by some seemingly gray-scale image overlay; At the same time in order to more colorful and changeable, all sorts of model system is emerging.
Must have full color image processing is based on pseudo color image processing, and pseudo color processing to gray-scale stratification, and full color processing to color layer, giving the "treatment", like the gray-scale complete synthesis of back to the original color after the operations.It is not difficult to understand at the same time, color image pixels, is a vector, this directly with color images for the future with a great deal of help and extension.
Key Words：Color image processing
Noise reduction with average filtering
Image restoration by Lucy Richardson
Image DCT transform and inverse transform
目录
【摘要】 ----------------------------------------------------------------------------------------------------------- I
【Abstract】------------------------------------------------------------------------------------------------------ II
§1 彩色图像概论----------------------------------------------------------------------------------------- 1
1.1 RGB彩色模型 ---------------------------------------------------------------------------- 1
1.2 HSI彩色模型 ---------------------------------------------------------------------------- 1
1.3 伪彩色与全彩色处理 ---------------------------------------------------------------------------- 2
§2 彩色图像去噪实现----------------------------------------------------------------------------------------- 3
2.1 图像去噪典型算法 ---------------------------------------------------------------------------- 3
2.2 matlab实现彩色图像去噪 ---------------------------------------------------------------------------- 4
§3 彩色图像复原实现----------------------------------------------------------------------------------------- 5
3.1 图像复原相关算法 ---------------------------------------------------------------------------- 5
3.2 matlab实现彩色图像复原 ---------------------------------------------------------------------------- 6
§4 彩色图像压缩实现----------------------------------------------------------------------------------------- 7
4.1 图像压缩算法 ---------------------------------------------------------------------------- 7
4.2 matlab实现彩色图像压缩 ---------------------------------------------------------------------------- 8
【参考文献】 --------------------------------------------------------------------------------------------------- 11
1 彩色图像概论
1.1 RGB彩色模型
根据三基色原理,用基色光单位来表示光的量,则在RGB彩色模型中,任意色光F都可以用R、G、B三色不同分量的相加混合而成:
F = r[R] + g[G] + b[B]
自然界中任何一种色光都可由R、G、B三基色按不同的比例相加混合而成,当三基色分量都为0 (最弱)时混合为黑色光;当三基色分量都为1 (最强)时混合为白色光。任意一种颜色F是这个立方体中的一个点,R、G、B中的任意一个系数的改变都会改变F的坐标值,也意味着改变了F的色值。
1.2 HSI彩色模型
HSI彩色模型从人的视觉系统出发,用H代表色相(Hue)、用S代表饱和度(Saturation) 和I代表亮度(Intensity)来描述色彩。由于人的视觉对亮度的敏感程度远强于对颜色浓淡的敏感程度,为了便于色彩处理和识别,人的视觉系统经常采用HSI色彩空间,它比RGB色彩空间更符合人的视觉特性。在图像处理和计算机视觉中大量算法都可在HSI色彩空间中方便地使用,它们可以分开处理而且是相互独立的。因此,HSI色彩空间可以大大简化图像分析和处理的工作量。
色相(Hue):指物体传导或反射的波长。更常见的是以颜色如蓝色、黄色或紫色来辨识,取0到360度的数值来衡量。
饱和度(Saturation):又称色度,是指色彩的强度或纯度。饱和度代表灰色与色调的比例,并以0% (灰色)到100% (完全饱和)来衡量。
亮度(Intensity):是指颜色的相对明暗度,通常以0% (黑色)到100% (白色)的百分比来衡量。
1.3 伪彩色与全彩色处理
伪彩色处理是基于一种指定的规则对灰度值赋以颜色的处理。
灰度图像多数是8位位深,256级灰度,人眼对此尚有较高的分辨力,但对于某些特殊领域灰度级更高的一些专用灰度图像,尤其在图像像素灰度相差不大的情况下,人眼分辨能力大为减弱,远不如彩色图像。所以,有必要把一些灰度图像转换成彩色图像,同时使得彩色图像的颜色对应于不同的灰度,只要灰度有差别,色彩即有差别。
同样的，究竟如何处理彩色图像？全彩色图像处理方法分为两种。第一类是分别处理每一幅分量图像，这与伪彩色处理运用了类似的方法，分别处理然后再合成。第二类是直接处理彩色像素。全彩色图像至少有3个分量，所以彩色像素，实际上是向量。
伪彩色处理中有灰度分层，同样的全彩色处理中有彩色分层，因此伪彩色处理对全彩色处理的启发是相当大的，本次的实验操作也将在处理灰度图像的操作上进行提升与修改。
2 彩色图像去噪实现
2.1 图像去噪典型算法
图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声）等；
目前比较经典的图像去噪算法主要有以下三种：
均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对其进行改进，主要避开对景物边缘的平滑处理。
中值滤波：基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤波可以对图像进行平滑处理。其算法简单，时间复杂度低，但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化。
Wiener维纳滤波：使原始图像和其恢复图像之间的均方误差最小的复原方法，是一种自适应滤波器，根据局部方差来调整滤波器效果。对于去除高斯噪声效果明显。
2.2 matlab实现彩色图像去噪
思路：
分成RGB三个图分开降噪完再合成。
代码如下：
>> f=imread('PeppersRGB.bmp');
>> J=imnoise(f,'gaussian',0,0.02); %加高斯噪声
>> Jr=J(:,:,1);
>> Jg=J(:,:,2);
>> Jb=J(:,:,3); %提出3个分矩阵 rgb
>> k1=floor(3/2)+1;
k2=floor(3/2)+1;
X=Jr;
[M,N]=size(X);
uint8 Y=zeros(M,N);
funBox=zeros(3,3);
for i=1:M-3
for j=1:N-3
funBox=X(i:i+3,j:j+3);
s=sum(funBox(:));
h=s/9;
Y(i+k1,j+k2)=h;
end;
end;
Y=Y/255; %均值滤波器移动平均法
Yr=Y; %将滤波后的Jr图存进Yr
>> k1=floor(3/2)+1;k2=floor(3/2)+1;X=Jg;[M,N]=size(X);
uint8 Y=zeros(M,N);funBox=zeros(3,3);
for i=1:M-3
for j=1:N-3
funBox=X(i:i+3,j:j+3);s=sum(funBox(:));h=s/9;Y(i+k1,j+k2)=h;
end;
end;
Y=Y/255;Yg=Y; %同理将Jg用移动平均法算一遍
>> k1=floor(3/2)+1;k2=floor(3/2)+1;X=Jb;[M,N]=size(X);
uint8 Y=zeros(M,N);funBox=zeros(3,3);
for i=1:M-3
for j=1:N-3
funBox=X(i:i+3,j:j+3);s=sum(funBox(:));h=s/9;Y(i+k1,j+k2)=h;
end;
end;
Y=Y/255;Yb=Y;
>> K(:,:,1)=Yr;
>> K(:,:,2)=Yg;
>> K(:,:,3)=Yb; %将3个分矩阵再次合成
对比图如下：
3 彩色图像复原实现
3.1 图像复原相关算法
图像复原是图像处理中的一个重要问题，对于改善图像质量具有重要的意义。解决该问题的关键是对图像的退化过程建立相应的数学模型，然后通过求解该逆问题获得图像的复原模型并对原始图像进行合理估计。
图像退化的典型表现是图像出现模糊、失真，出现附加噪声等。早期的复原方法有：非邻域滤波法，最近邻域滤波法以及效果较好的维纳滤波和最小二乘滤波等。
维纳滤波法是由Wiener首先提出的，应用于一维信号处理，取得了很好的效果。之后，维纳滤波法被用于二维信号处理，也取得了不错的效果，尤其在图像复原领域，由于维纳滤波计算量小，复原效果好，从而得到了广泛的应用和发展。
Lucy-Richardson算法是一种迭代非线性复原算法，它是从最大似然公式印出来的，图像用泊松分布加以模型化的。该算法考虑到了物体的先验信息，无需模糊图像的噪声信息，适用于线性和非线性成像模型，解具有唯一性。在MATLAB中，L-R算法附加了一些改进，可以在多次迭代过于逼近噪声易产生错误信息斑点的情况下，使用参数来控制收敛次数，使每次过程中结果图像和原始图像的每个相应局部的背离程度的灰度值在阈值内。
3.2 matlab实现彩色图像复原
代码如下：
>> j=imread('C:\Users\Administrator\Desktop\lena.jpg');
>> subplot(131);
>> imshow(j); title('原图像');
>> len=20; theta=30;
>> psf=fspecial('motion',len,theta);
>> j1=imfilter(j,psf,'circular','conv');
>> subplot(132);
>> imshow(j1); title('PSF模糊图像');
>> lucy=deconvlucy(j1,psf);
>> subplot(133),imshow(lucy);
>> title(' Lucy richardson图像复原');
L-R算法假设图像服从Possion分布，采用最大似然估计进行估算，其迭代方程为:
)],(),(*),(),(g [
),(),(1y x h y x f y x h y x y x f y x f n n ⊕=+
【函数】
deconvlucy 【源代码】
J = DECONVLUCY(I,PSF)
deconvolves image I using Lucy-Richardson algorithm, returning deblurred image J.
The assumption is that the image I was created by convolving a true image with a point-spread function PSF and possibly by adding noise.
J = DECONVLUCY(I,PSF,NUMIT)
J = DECONVLUCY(I,PSF,NUMIT,DAMPAR)
J = DECONVLUCY(I,PSF,NUMIT,DAMPAR,WEIGHT)
J = DECONVLUCY(I,PSF,NUMIT,DAMPAR,WEIGHT,READOUT)
J = DECONVLUCY(I,PSF,NUMIT,DAMPAR,WEIGHT,READOUT,SUBSMPL), where
4 彩色图像压缩实现
4.1 图像压缩算法
图像压缩的目的在于以较少的数据来表示图像以节约存储费用，或者传输时间和费用。在不影响或者少影响图像质量的前提下，尽量设法减少图像数据的数据量。首要任务就是去掉各种冗余数据。
哈夫曼树即最优二叉树，带权路径长度最小的二叉树，经常应用于数据压缩。在计算机信息处理中，“哈夫曼编码”是一种一致性编码法，又称"熵编码法"，用于数据的无损耗压缩。
算术压缩和霍夫曼编码压缩方法类似，只不过比霍夫曼编码更加有效。算术压缩适合于相同的重复序列组成的文件，算术压缩接近压缩理论的理论极限。这种方法是将不同的序列映像到0至1之间的区域内，该区域表示成可变精度（位数）的二进制小数，越不常见的数据要求精度越高，这种方法比较复杂，因而不太常用。
变换编码进行编码时，首先将图像划分成规定大小的像块，一个n*n的像块由相邻的n 行，每行n个相邻的像素组成，划分像块的工作用存储器很易实现。然后将一个像块的2n 个样值同时由存储器取出，进行正交变换。经过反变换重新得到2n个空间域的图像样值（但是含有量化误差），再将由此得到的解码像块拼接成重建图像。
4.2 matlab实现彩色图像压缩
代码如下：
>> X=imread('PeppersRGB.bmp');
>> I=X(:,:,1);
>> I= im2double(I);
>> T=dctmtx(8); %离散余弦变换矩阵
>> B=blkproc(I,[8 8],'P1*x*P2',T,T');
>> mask=[1 1 1 1 0 0 0 0
1 1 1 0 0 0 0 0
1 1 0 0 0 0 0 0
1 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 0 0 0 0 0 0 0];
>> B2=blkproc(B,[8 8],'P1.*x',mask); %数据压缩，丢弃右下角高频数据
>> Yr=blkproc(B2,[8 8],'P1*x*P2',T',T); %进行DCT反变换，得到压缩后的图像
>> subplot(1,2,1); imshow(I);title( '原red层')
subplot(1,2,2); imshow(Yr);title( '压缩后的red层');
同样的循环操作第二第三次
>> I=X(:,:,2);
>> I= im2double(I);
>> B=blkproc(I,[8 8],'P1*x*P2',T,T');
>> B2=blkproc(B,[8 8],'P1.*x',mask);
>> Yg=blkproc(B2,[8 8],'P1*x*P2',T',T);
>> subplot(1,2,1); imshow(I);title( '原green层')
subplot(1,2,2); imshow(Yr);title( '压缩后的green层');
>> I=X(:,:,3);
>> I= im2double(I);
>> B=blkproc(I,[8 8],'P1*x*P2',T,T');
>> B2=blkproc(B,[8 8],'P1.*x',mask);
>> Yb=blkproc(B2,[8 8],'P1*x*P2',T',T);
>> subplot(1,2,1); imshow(I);title( '原blue层')
subplot(1,2,2); imshow(Yb);title( '压缩后的blue层');
>> K(:,:,1)=Yr; K(:,:,2)=Yg; K(:,:,3)=Yb;
>> subplot(1,2,1); imshow(X);title( '原图')
subplot(1,2,2); imshow(K);title( '分别压缩后合成')
像素点无变化我们来看看文件容量大小
可见，DCT变化反变化对图像质量保留较高，纯压缩并不是很有效。
【参考文献】
1.阮秋琦阮宇智等译. 数字图像处理（第三版）. 电子工业出版社, 2011.6
2.韩晓微. 彩色图像处理关键技术研究. 东北大学, 2005
3.均值滤波、中值滤波的matlab实现. timidsmile的blog, 2011.10
4.郭奕松，刘泽昕，徐伯庆. 一种Lucy-Richardson算法和小波变换结合的图像复原算法. 《光学仪器》, 2012, 34(6):26-30
5.朱延俊. 常用图像去模糊算法分析与对比. 西安电子科技大学, 2013.6
6.朱剑英. 基于DCT变换的图像编码方法研究. 南京理工大学, 2014.1
数字图像处理知识点总结
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 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。 1种颜色 颜色定义：颜色是对象的一种属性，它取决于三个因素。 （1）光源-照射光的光谱特性或光谱能量分布 （2）物体-被照射物体的反射特性 （3）成像接收器（眼睛或成像传感器）-光谱能量吸收特性 2色模型 颜色模型，也称为颜色空间或颜色系统，是用于精确校准和生成各种颜色的一组规则和定义。其目的是在某些标准下以通常可接受的方式简化颜色规格。可以通过坐标系描述颜色模型，并且系统中的每种颜色都可以由坐标空间中的单个点表示。 RGB模型：此模型是行业中的颜色标准。通过更改红色和绿色蓝色三种颜色的亮度及其叠加，可以获得各种颜色。该标准几乎涵盖了人类视觉可以感知的所有颜色，并且是目前使用最广泛的颜色模型之一。 CMY模型：颜色合成方法由绿色，品红色和黄色三种基本原色组成。因为彩色显示不是直接来自光的颜色，而是光被对象吸收并被产生的残留光反射，所以CMY模型也称为减法混合模型。 CMYK模型：将黑色添加到CMY模型。 RGB和CMY之间的转换：在MATLAB中，可以通过imcompliance（）函数轻松实现RGB和CMY之间的转换 cmy = imcomplement（rgb）; rgb = imcomplement（cmy）; HSI模型：HSI模型基于人类视觉系统，并通过使用色相，饱和度和强度三个元素直接描述颜色 @亮度是指人们感到光亮的阴影。光的能量越大，亮度越大。 @Hue是颜色的最重要属性，它决定颜色的本质，颜色的本质由反射光的主波长确定。不同的波长产生不同的色彩感觉。 @饱和度是指颜色的深度和强度，饱和度越高，颜色越深。饱和深度与白色的比率有关，白色比率越大，饱和度越低。 从RGB到HSI的颜色转换及其实现 数字; 子图（1,2,1）; rgb = imread（'plane.bmp）。 imshow（rgb）; title（'rgb'）; 子图（1,2,2）; hsi = rgb2hsi（rgb）; imshow（hsi）; title（'hsi'）; 从HSI到RGB的颜色转换及其实现 数字 子图（1,2,1）; 6.3实验步骤 (1)对彩色图像的表达和显示 * * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * * rgbcube(0,0,10); %从正面观察彩色立方体 rgbcube(10,0,10); %从侧面观察彩色立方 rgbcube(10,10,10); %从对角线观察彩色立方体 %* * * * * * * * * *索引图像的显示和转换* * * * * * * * * * f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %rgb图像转换成8色索引图像，不采用抖动方式 [X1,map1]=rgb2ind(f,8,'nodither'); figure,imshow(X1,map1); %采用抖动方式转换到8色索引图像 [X2,map2]=rgb2ind(f,8,'dither'); figure,imshow(X2,map2); %显示效果要好一些 g=rgb2gray(f); %f转换为灰度图像 g1=dither(g);%将灰色图像经过抖动处理，转换打二值图像figure,imshow(g);%显示灰度图像 figure,imshow(g1);%显示抖动处理后的二值图像 程序运行结果： 彩色立方体原图 不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像 灰度图像抖动处理后的二值图像 (2)彩色空间转换 f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %转换到NTSC彩色空间 ntsc_image=rgb2ntsc(f); figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息 %转换到HIS彩色空间 hsi_image=rgb2hsi(f); figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2)); %显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息 程序运行结果： 原图 转换到NTSC彩色空间 数字图像处理课程实践灰度图像的伪彩色处理 学院：物电学院 班级：11级电信班 指导老师： 小组成员： 目录 1.1伪彩色图像处理原理 (1) 1.2伪彩色增加的目的 (2) 1.3伪彩色图像处理增强的方法 (2) 2.1 源程序执行原理 (4) 2.2 源程序 (5) 2.3实验结果 (6) 3.1学习心得 (7) 参考文献 (8) 1.1伪彩色图像处理原理 数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术，又称为计算机图像处理。扩展了人眼的视觉范围，使之跳出传统的可视界限，在人类生活发展的各个方面至关重要。如何用计算机系统解释图像，形成了图像的理解或称为计算机视觉的理解外部世界。 所谓伪彩色图像处理，就是将图像中的黑白灰度级编程不同的彩色，如过分层越多，人眼所能提取的信息也多，从而达到图像增强的效果。这是一种视觉效果明显，又不太复杂的图像增强技术。伪彩色图像处理技术不仅适用于航空摄影和遥感图片，也可用于x光片及云母的判读等处理中。实现伪彩色处理的主要方法主要有密度分割法、灰度级-伪彩色变换法、频域伪彩色处理等多种方法。我们在这里主要介绍了各种方法的基本原理并重点介绍了灰度级-伪彩色变换法的序设计。 伪彩色图像处理（又称假彩色）有三种：第一种是把真实景物图像的像素逐个地映射为另一种颜色，使目标在原图像中更突出；第二种是把多光谱图像中任意三个光谱图像映射为可见光红、绿、蓝三种可见光谱段的信号，再合成为一幅彩色图像；第三种是把黑白图像，用灰度级映射或频谱映射而成为类似真实彩色的处理，相当于黑白照片的人工着色方法。 伪彩色处理是根据特定的准则对灰度值赋以彩色的处理。由于人眼对彩色的分辨率远高于对灰度差的分辨率，所以这种技术可用来识别灰度差较小的像素。这是一种视觉效果明显而技术又不是很复杂的图像增强技术。灰度图像中，如果相邻像素点的灰度相差大，人眼将无法从图像中提取相应的信息，因为人眼分辨灰度的能力很差，一般只有几十个数量级，但是人眼对彩色信号的分辨率却很强，这样将黑白图像转换为彩色图像后，人眼可以提取更多的信息量。 伪彩色虽然能将黑白灰度转化为彩色，但这种彩色并不是真正表现图像的原始颜色，而仅仅是一种便于识别的伪彩色。伪彩色处理技术的实现方法有多种，如灰度分层法、灰度级-彩色变换法、频域滤波法等等。 第一章数字图像处理概论 *图像是对客观存在对象的一种相似性的、生动性的描述或写真。 *模拟图像 空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像 *数字图像 空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 *数字图像处理（Digital Image Processing） 利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理） *数字图像处理的特点（优势） （1）处理精度高，再现性好。（2）易于控制处理效果。（3）处理的多样性。（4）图像数据量庞大。（5）图像处理技术综合性强。 *数字图像处理的目的 （1）提高图像的视感质量，以达到赏心悦目的目的 a.去除图像中的噪声； b.改变图像的亮度、颜色； c.增强图像中的某些成份、抑制某些成份； d.对图像进行几何变换等，达到艺术效果； （2）提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理 （3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输。 **数字图像处理的主要研究内容 （1）图像的数字化 a.如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理 b.主要包括的是图像的采样与量化 （2*）图像的增强 a.加强图像的有用信息，消弱干扰和噪声 （3）图像的恢复 a.把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等（4*）图像的编码 a.简化图像的表示，压缩表示图像的数据，以便于存储和传输。 （5）图像的重建 a.由二维图像重建三维图像（如CT） （6）图像的分析 a.对图像中的不同对象进行分割、分类、识别和描述、解释。 （7）图像分割与特征提取 a.图像分割是指将一幅图像的区域根据分析对象进行分割。 b.图像的特征提取包括了形状特征、纹理特征、颜色特征等。 （8）图像隐藏 a.是指媒体信息的相互隐藏。 b.数字水印。 c.图像的信息伪装。 （9）图像通信 实验六彩色图像的处理 一、实验目的 1、掌握matlab中RGB图像与索引图像、灰度级图像之间转换函数。 2、了解RGB图像与不同颜色空间之间的转换。 3、掌握彩色图像的直方图处理方法。 二、实验内容及步骤 1、RGB图像与索引图像、灰度级图像的转换。 close all RGB=imread('flowers.tif'); [R_i,map]=rgb2ind(RGB,8);%RGB图像转换为8色的索引图像 figure imshow(R_i,map) [R_g]=rgb2gray(RGB);%RGB图像转换为灰度级图像 figure imshow(R_g) 思考： 将RGB 图像’flowers.tif ’分别转换为32色、256色、1024色索引图像，是否调色板所表示的颜色值越多图像越好？ close all RGB=imread('flowers.tif'); [R_i1,map]=rgb2ind(RGB,8);%RGB图像转换为8色的索引图像 [R_i2,map]=rgb2ind(RGB,32);%RGB图像转换为32色的索引图像 [R_i3,map]=rgb2ind(RGB,256);%RGB图像转换为256色的索引图像 [R_i4,map]=rgb2ind(RGB,1024);%RGB图像转换为1024色的索引图像 Subplot(221);imshow(R_i1,map);title('8色的索引图像'); Subplot(222);imshow(R_i2,map);title('32色的索引图像'); Subplot(223);imshow(R_i3,map);title('256色的索引图像'); Subplot(224);imshow(R_i4,map);title('1024色的索引图像'); 结论：随着索引值的增加图像的质量也有增加，更加清晰，色彩也更加鲜明。但不是不是颜色值越多越好。当索引值过高时，会出现无法识别而致模糊的情况出现。 2、RGB图像与不同颜色空间的转换。 (1) RGB与HSI颜色空间的转换 HSI应用于彩色图像处理。实验六文件夹中rgb2hsi( )函数将RGB颜色空间转换为HSI 空间并显示各分量，hsi2rgb( )函数是将HSI颜色空间转换为RGB颜色空间。 close all 一、填空题（每题1分，共15分） 1、列举数字图像处理的三个应用领域 医学 、天文学 、 军事 2、存储一幅大小为10241024?，256个灰度级的图像，需要 8M bit 。 3、亮度鉴别实验表明，韦伯比越大，则亮度鉴别能力越 差 。 4、直方图均衡化适用于增强直方图呈 尖峰 分布的图像。 5、依据图像的保真度，图像压缩可分为 无损压缩 和 有损压缩 6、图像压缩是建立在图像存在 编码冗余 、 像素间冗余 、 心理视觉冗余 三种冗余基础上。 7、对于彩色图像，通常用以区别颜色的特性是 色调 、 饱和度 亮度 。 8、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一种标定方法： m i n m a x m i ((,))*255/()g x y g g g -- 二、选择题（每题2分，共20分） 1、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。 （ B ） A 图像整体偏暗 B 图像整体偏亮 C 图像细节淹没在暗背景中 D 图像同时存在过亮和过暗背景 2、图像灰度方差说明了图像哪一个属性。（ B ） A 平均灰度 B 图像对比度 C 图像整体亮度 D 图像细节 3、计算机显示器主要采用哪一种彩色模型（ A ） A 、RG B B 、CMY 或CMYK C 、HSI D 、HSV 4、采用模板［-1 1］T 主要检测（ A ）方向的边缘。 A.水平 B.45? C.垂直 D.135? 5、下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（ C ） A 、去噪 B 、减小图像动态范围 C 、复原图像 D 、平滑图像 7、彩色图像增强时， C 处理可以采用RGB 彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入 一些低频分量。这样的滤波器叫 B 。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 10、图象与灰度直方图间的对应关系是 B __ A.一一对应 B.多对一 C.一对多 D.都不 三、判断题（每题1分，共10分） 数字图像处理实验报告 专业班级： 学生姓名： 学号： 指导老师： 实验五彩色图像处理 一、实验目的 使用MatLab 软件对图像进行彩色处理。使学生通过实验熟悉使用MatLab软件进行图像彩色处理的有关方法，并体会到图像彩色处理技术以及对图像处理的效果。 二、实验要求 要求学生能够完成彩色图像的分析，能正确讨论彩色图像的亮度、色调等性质；会对彩色图像进行直方图均衡，并能正确解释均衡处理后的结果；能够对单色图像进行伪彩色处理、利用多波长图像进行假彩色合成、进行单色图像的彩色变换。 三、实验内容与步骤 (1) 彩色图像的分析 调入并显示彩色图像flower1.tif ； 拆分这幅图像，并分别显示其R，G，B分量； 根据各个分量图像的情况讨论该彩色图像的亮度、色调等性质。 (2) 彩色图像的直方图均衡 接内容(1)； 显示这幅图像的R，G，B分量的直方图，分别进行直方图均衡处理，并显示均衡后的直方图和直方图均衡处理后的各分量； 将处理完毕的各个分量合成彩色图像并显示其结果； 观察处理前后图像的彩色、亮度、色调等性质的变化。 (3) 假彩色处理 调入并显示红色可见光的灰度图像vl_red.jpg、绿色可见光的灰度图像vl_green.jpg 和蓝色可见光的灰度图像vl_blue.jpg；以及近红外灰度图像infer_near.jpg和中红外灰度图像infer_mid.jpg； 以图像vl_red.jpg为R；图像vl_green.jpg为G；图像vl_blue.jpg为B，将这三幅图像组合成可见光RGB彩色图像； 分别以近红外图像infer_near.jpg和中红外图像infer_mid替换R分量，形成假彩色图像； 观察处理的结果，注意不同波长红外线图像组成图像的不同结果 (4) 伪彩色处理1：灰度切片处理 调入并显示灰度图像head.jpg； 利用MATLAB提供的函数对图像在8~256级的范围内进行切片处理，并使用hot模式和cool 模式进行彩色化； 观察处理的结果。 (5) 彩色变换(选做) 调入并显示灰度图像Lenna.jpg； 使用不同相位的正弦函数作为变换函数，将灰度图像变换为RGB图像。其中红色分量R 的变换函数为-sin( )，绿色分量G的变换函数为-cos( );，蓝色分量B的变换函数为sin( )； 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 伪彩色图像处理 一、伪彩色处理的原理 伪彩色处理是指将黑白图像转化为彩色图像，或者是将单色图像变换成给定彩色分布图像。由于人眼对彩色的分辨能力远远高于对灰度的分辨能力，所以将灰度图像转化成彩色表示，就可以提高对图像细节的辨别力。因此，伪色彩处理的主要目的是为了提高人眼对图像细节的分辨能力，以达到图像增强的目的。 伪彩色处理的基本原理是将黑白图像或者单色图像的各个灰度级匹配到彩色空间中的一点，从而使单色图像映射成彩色图像。对黑白图像中不同的灰度赋予不同的彩色。 设f(x,y)为一幅黑白图像，R(x,y),G(x,y),B(x,y)为f 值得注意的是，伪彩色虽然能将黑白灰度转化为彩色，但这种彩色并不是真正表现图像的原始颜色，而仅仅是一种便于识别的伪彩色。 伪彩色处理技术的实现方法有多种，如密度分层法、灰度级-彩色变换法、频域滤波法等等。其中灰度级-彩色变换伪色彩处理技术可以将灰度图像变为具有多种颜色渐变的连续彩色图像。该方法先将灰度图像送入具有不同变换特性的红、绿、蓝三个变换器，然后再将三个变换器的不同输出分别送到彩色显像管的红、绿、蓝枪，再合成某种颜色。同一灰度由三个变换器对其实施不同变换，使三个变换器输出不同，从而不同大小灰度级可以合成不同颜色。这种方法变换后的图像视觉效果好。 二、伪彩色处理之灰度级-彩色变换法 以上是一组典型的灰度级-彩色变换的传递函数。其中图（a ）、（b ）、（c ）分别表示红色、绿色、蓝色的传递函数，图（d ）是三种彩色传递函数组合在一起的情况。由图（a ）可见，凡灰度级小于L/2 的像素将被转变为尽可能的暗红色，而灰度级位于L/2到3L/4之 间的像素则取红色从暗到亮的线性变换。凡灰度级大于3L/4的像素均被转变成最亮的红色。其他的颜色以此类推。 三、灰度级-彩色变换法的Matlab 实现，其程序如下： I=imread(' F:\yyu\happy\DSC01015.jpeg'); %读入灰度图像image2g.jpg I=double(I); [M,N]=size(I); L=256; 1. 图像处理的主要方法分几大类 答：图字图像处理方法分为大两类：空间域处理（空域法）和变换域处理（频域法）。 空域法：直接对获取的数字图像进行处理。 频域法：对先对获取的数字图像进行正交变换，得到变换系数阵列，然后再进行处理，最后再逆变换到空 间域，得到图像的处理结果 2. 图像处理的主要内容是什么 答：图形数字化（图像获取）：把连续图像用一组数字表示，便于用计算机分析处理。图像变换：对图像进 行正交变换，以便进行处理。图像增强：对图像的某些特征进行强调或锐化而不增加图像的相关数据。图 像复原：去除图像中的噪声干扰和模糊，恢复图像的客观面目。图像编码：在满足一定的图形质量要求下 对图像进行编码，可以压缩表示图像的数据。图像分析：对图像中感兴趣的目标进行检测和测量，从而获 得所需的客观信息。图像识别：找到图像的特征，以便进一步处理。图像理解：在图像分析的基础上得出 对图像内容含义的理解及解释，从而指导和规划行为。 3. 名词解释：灰度、像素、图像分辨率、图像深度、图像数据量。 答：像素：在卫星图像上，由卫星传感器记录下的最小的分立要素(有空间分量和谱分量两种)。通常，表 示图像的二维数组是连续的，将连续参数 x,y ，和 f 取离散值后，图像被分割成很多小的网格，每个网格 即为像素 图像分辨率：指对原始图像的采样分辨率，即图像水平或垂直方向单位长度上所包含的采样点 数。单位是“像素点/单位长度” 图像深度是指存储每个像素所用的位数,也用于量度图像的色彩分辨率.图像深度确定彩色图像的每个像素 可能有的颜色数,或者确定灰度图像的每个像素可能有的灰度级数.它决定了彩色图像中可出现的最多颜色 数,或灰度图像中的最大灰度等级（图像深度：位图图像中，各像素点的亮度或色彩信息用二进制数位来表 示，这一数据位的位数即为像素深度，也叫图像深度。图像深度越深，能够表现的颜色数量越多，图像的 色彩也越丰富。） 图像数据量：图像数据量是一幅图像的总像素点数目与每个像素点所需字节数的乘积。 4. , 5. 什么是采样与量化 答：扫描：按照一定的先后顺序对图像进行遍历的过程。采样：将空间上连续的图像变成离散点的操作。 采样过程即可看作将图像平面划分成网格的过程。量化：将采样得到的灰度值转换为离散的整数值。灰度 级：一幅图像中不同灰度值的个数。一般取0~255，即256个灰度级 5.说明图像函数 的各个参数的具体含义。 答：其中，x 、y 、z 是空间坐标，λ是波长，t 是时间，I 是像素点的强度。它表示活动的、彩色的、三维 的视频图像。对于静止图像，则与时间t 无关；对于单色图像，则波长λ为常数；对于平面图像，则与坐 标z 无关。 1.请解释马赫带效应，马赫带效应和同时对比度反映了什么共同的问题 答：马赫带效应：基于视觉系统有趋向于过高或过低估计不同亮度区域边界值的现象。同时对比度现象： 此现象表明人眼对某个区域感觉到的亮度不仅仅依赖它的强度，而与环境亮度有关 共同点： 它们都反映了人类视觉感知的主观亮度并不是物体表面照度的简单函数。 2. 色彩具有那几个基本属性描述这些基本属性的含义。 答：色彩是光的物理属性和人眼的视觉属性的综合反映。色彩具有三个基本属性：色调、饱和度和亮度 色调是与混合光谱中主要光波长相联系的（红绿蓝）饱和度表示颜色的深浅程度，与一定色调的纯度有关， 纯光谱色是完全饱和的，随着白光的加入饱和度逐渐减少。（如深红、浅红等）亮度与物体的反射率成正比。 颜色中掺入白色越多就越明亮，掺入黑色越多亮度越小。 { 3.什么是视觉的空间频率特性什么是视觉的时间特性 答：视觉的空间频率特性：空间频率是指视像空间变化的快慢。明亮的图像（清晰明快的画面）意味着有 ),,,,(t z y x f I λ= 数字图像处理 ----彩色图像处理 杨淑莹教授 天津理工大学计算机与通信工程学院 彩色图像处理 彩色图像的灰度化处理 彩色图像马赛克处理 彩色图像的浮雕处理 彩色图像的灰度化处理 1. 理论分析 (1) BMP位图文件类型 (2) 24位真彩色图像文件结构 (3) 彩色图像的灰度化处理方法 2. 理论验证 (1)UltraEdit软件对真彩色文件数据剖析 (2) 教学软件验证 3. 实现步骤 4. 编程代码 (1) CDib类库的建立 (2) CDib派生类的建立----彩色图像处理 (3) 灰度化处理代码 1.24位真彩色图像 (1)每一像素由RGB三个分量组成。 (2)每个分量各占8位， 取值范围为0~255，每个像素24位。 (207,137,130) (220,179,163) (215,169,161) (210,179,172) (210,179,172) (207,154,146) (217,124,121) (215,169,161) (216,179,170) (216,179,170) (207,137,120) (159, 51, 71) (213,142,135) (216,179,170) (221,184,170) (190, 89, 89) (204,109,113) (204,115,118) (216,179,170) (220,188,176) (190, 77, 84) (206, 95, 97) (217,113,113) (189, 85, 97) (222,192,179) (150, 54, 71) (177, 65, 73) (145, 39, 65) (150, 47, 67) (112, 20, 56) (136, 38, 65) (112, 20, 56) (112, 20, 56) (109, 30, 65) (112, 20, 56) ( 95, 19, 64) (136, 38, 65) ( 91, 11, 56) (113, 25, 60) (103, 19, 59) ( 81, 12, 59) (126, 62, 94) (138, 46, 71) (103, 19, 59) (158, 65, 83) (124, 40, 70) (145, 62, 79) (130, 46, 73) 实验六彩色图像得处理 一、实验目得 1、掌握mａtlab中RGＢ图像与索引图像、灰度级图像之间转换函数。 2、了解RGB图像与不同颜色空间之间得转换. 3、掌握彩色图像得直方图处理方法。 二、实验内容及步骤 1、RGＢ图像与索引图像、灰度级图像得转换。 cｌoｓe ａll RGB＝iｍrｅａd（'ｆlｏｗｅrs、ｔif’）； [R_i，mａp]=rgb2ind（RＧB，８）；%ＲGB图像转换为８色得索引图像figｕｒe imｓhoｗ（R_i,mａp) [R_g]=rgb２gray（ＲＧB)；%RGB图像转换为灰度级图像 figｕrｅ iｍshｏw（Ｒ_g) 思考： 将RGB图像’fｌoｗｅｒs、tif’分别转换为32色、256色、１０24色索引图像，就是否调色板所表示得颜色值越多图像越好？ close aｌl ＲGB=iｍread（＇ｆlｏｗｅｒs、tｉf’）； ［R＿ｉ１,mａp]=rgｂ2iｎd(RGB,8)；%RＧＢ图像转换为8色得索引图像［R＿ｉ２，mａｐ］=rgｂ2ind(RGB,32)；%ＲGB图像转换为3２色得索引图像 ［Ｒ_i3,ｍaｐ]=rｇｂ2ｉnd(ＲＧＢ，２５６)；％RGB图像转换为2５6色得索引图像 [Ｒ_i4，ｍａp］=rgb２ind(RGB,1024)；％RＧB图像转换为1０24色得索引图像 Suｂplot（221）；imsｈow（R＿i1，maｐ）；tｉｔle(’8色得索引图像'）； Subpｌot(22２)；iｍshow(R_i2，map）；ｔｉｔle（’3２色得索引图像＇)； Subploｔ(223);imsｈow（R_i３，ｍaｐ);tiｔle('2５6色得索引图像’）; Sｕbｐｌｏt(２24)；imshｏw(R_ｉ４,ｍap）；tｉtlｅ（'1０2４色得索引图像 一、填空题（每空1分，共20分） 1、在计算机中，按颜色和灰度的多少可以将图像分为二值图像、灰度图像、 索引图像、真彩色RGP图像四种类型。 1024?，256个灰度级的图像，需 2、存储一幅大小为1024 要8M bit。 3、直方图均衡化适用于增强直方图呈尖峰分布的图像。 4、依据图像的保真度，图像压缩可分为有损压缩和无损压缩 5、图像压缩是建立在图像存在编码荣誉、像素间冗余、心理素质冗余三种冗 余基础上。 6、对于彩色图像，通常用以区别颜色的特性是、、。 7、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一种标定方 法：。 8、图像处理技术主要包括图像的、、等技术。 9、在RGB彩色空间的原点上，三个基色均没有，即原点为色。 二、选择题（每题2分，共20分） 1、下列算法中属于点处理的是： A.梯度锐化 B.二值化 C.傅立叶变换 D.中值滤波 2、图像灰度方差说明了图像哪一个属性。（） A.平均灰度 B.图像对比度 C.图像整体亮度 D.图像细节 3、计算机显示器主要采用哪一种彩色模型（） A.RGB B.CMY或CMYK C.HSI D.HSV 4、采用模板［-1 1］T主要检测（）方向的边缘。 A.水平 B.45? C.垂直 D.135? 5、下列算法中属于图象锐化处理的是：( ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（） A.去噪 B.减小图像动态范围 C.复原图像 D.平滑图像 7、彩色图像增强时，处理可以采用RGB彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、____滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 名词解释 数字图像:是将一幅画面在空间上分割成离散的点（或像元），各点（或像元)的灰度值经量化用离散的整数来表示,形成计算机能处理的形式。 1.数字图像:一幅图像ｆ（x,y),当ｘ,ｙ和幅值ｆ为有限的离散数值时,称该图像为数字图像。 图像:是自然生物或人造物理的观测系统对世界的记录，是以物理能量为载体,以物质为记录介质的信息的一种形式。 数字图像处理：采用特定的算法对数字图像进行处理,以获取视觉、接口输入的软硬件所需要数字图像的过程。 图像增强:通过某种技术有选择地突出对某一具体应用有用的信息，削弱或抑制一些无用的信息。 无损压缩:可精确无误的从压缩数据中恢复出原始数据。 灰度直方图:灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数。或：灰度直方图是指反映一幅图像各灰度级像元出现的频率。 细化:提取线宽为一个像元大小的中心线的操作。 8、8-连通的定义: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。 9、中值滤波:中值滤波是指将当前像元的窗口(或领域)中所有像元灰度由小到大进行排序,中间值作为当前像元的输出值。 10、像素的邻域: 邻域是指一个像元（x,y)的邻近(周围）形成的像元集合。即{（ｘ=p,ｙ＝q）}ｐ、q为任意整数。像素的四邻域:像素p(x，ｙ）的4－邻域是:(x+１,y)，（x-1，ｙ） ,(x，ｙ+1), (ｘ，ｙ-1) １１、灰度直方图:以灰度值为自变量，灰度值概率函数得到的曲线就是灰度直方图。 1２.无失真编码:无失真编码是指压缩图象经解压可以恢复原图象，没有任何信息损失的编码技术。 1３.直方图均衡化:直方图均衡化就是通过变换函数将原图像的直方图修正为平坦的直方图,以此来修正原图像之灰度值。 14.采样：对图像f（x，y）的空间位置坐标(x,ｙ)的离散化以获取离散点的函数值的过程称为图像的采样。 １５.量化：把采样点上对应的亮度连续变化区间转换为单个特定数码的过程，称之为量化，即采样点亮度的离散化。 16．灰度图像:指每个像素的信息由一个量化的灰度级来描述的图像，它只有亮度信息,没有颜色信息。 １7.色度:通常把色调和饱和度通称为色度，它表示颜色的类别与深浅程度。 18.图像锐化：是增强图象的边缘或轮廓。 19.直方图规定化(匹配）：用于产生处理后有特殊直方图的图像的方法 20. 数据压缩：指减少表示给定信息量所需的数据量。 像素的邻域:邻域是指一个像元(x,y)的邻近(周围）形成的像元集合。即{（ｘ=p,y=q)｝p、q为任意整数。 像素的四邻域:像素p(x，y)的4-邻域是:（ｘ+１，y),(x-1,y) ，(x,ｙ+1)，(x，ｙ-1) 灰度直方图:灰度直方图是指反映一幅图像各灰度级像元出现的频率。?、中值滤波:中值滤波是指将当前像元的窗口(或领域)中所有像元灰度由小到大进行排序,中间值作为当前像元的输出值。 像素数字图像是由有限的元素组成的,每个元素都有一个特定的位置和幅值，这些元素称为图像元素、画面元素或像素。 4.空间分辨率:是图像中可辨别的最小细节。 关于数字图像处理的理论基础及常用处理方法 数字图像处理(DigitalImageProcessing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响:一是计算机的发展;二是数学的发展(特别是离散数学理论的创立和完善);三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。 摘要：本文介绍了数字信号处理的起源、发展，并简要概述了数字图像处理所研究的内容和处理数字图像的几大模块。同时，也大致介绍了常用的处理数字图像的方法。最后展望了数字图像处理的发展前景。 Abstract: This paper describes the origin of digital image processing, development, and a brief overview of digital image processing of the content and process digital images of several modules. Also a broad overview of the commonly used method of processing digital images. Finally, looking ahead the future prospects for the development of digital image processing. 关键词：数字图像处理（Digital Image Processing）；理论基础；处理方法 一、数字图像处理的起源及发展 数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将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图像信息。但是50年代的计算机主要还是用于数值计算，满足不了处理大量数据图像的要求。 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。伴随着第三代计算机的研制成功，以及快速傅里叶变换算法的的发现和应用使得对图像的某些计算得以实际实践。 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。在70年代图像技术有了长足进展，80年代，硬件的发展使得人们不仅能处理2-D图像而且能处理3-D图像，许多能获取3-D图像的设备和处理分析3-D图像的系统研制成功，图像技术得到广泛应用。 二、数字图像处理的研究内容 数字图象处理，就是采用计算机对图象进行信息加工。图象处理的主要内容有：图像的采集、增强、复原、变换、编码、重建、分割、配准、嵌拼、融合、特征提取、模式识别和图象理解。 对图像进行处理(或加工、分析)的主要目的有三个方面： 彩色图像处理 彩色基础 什么是彩色 彩色是物体的一种属性，就像纹理、形状、重量一样．通常，它依赖于3个方面的因素： 光源一一照射光的谱性质或谱能量分布． 物体－一被照射物体的反射性质． 成像接收器（眼睛或成像传感器）一一光谱能量吸收性质 其中，光特性是颜色科学的核心。假如光没有颜色（捎色的，如观察者看到的黑白电视的光），那么它的属性仅仅是亮度或者数值。可以用灰度值来描述亮度，光的范围从黑到灰．最后到白。 而对于彩色光，我们通常用3个基本量来描述其光源的质量：辐射率、光强和亮度。(1）辐射率是从光源流出能量的总量，通常用瓦特(W）度量； (2）光强用流明度量，它给出了观察者从光源接收的能量总和的度量： (3）亮度是彩色强度概念的具体化。它实际上是一个难以度量的主关描绘子． 同样作为能量的度盘，辐射率与光强却往往没有必然的联系．例如，在进行X光检查时，光从X射线源中发出，它是具有实际意义上的能量的。但由于其处于可见光范围以外，观察者很难感觉到。因此对我们来说，它的光强几乎为o. 我们眼中的彩色 人类能够感受到的物体的颜色是由物体反射光的性质决定的，．如图7.2所示，可见光是由电磁波谱中较窄的液段组成。如果物体反射的光在所有可见光披长范围内是平衡的，则站在观察者的角度它就是白色的：如果物体仅对有限的可见光谱范围反射，则物体表现为某种特定颜色。例如，反射披长范围在450～500nm 之间的物体呈现蓝色，它吸收了其他被长光的多数能量：而如果物体吸收了所有的入射光，则将呈现为黑色。 三原色 据详细的实验结果可知，人眼中负责彩色感知的细胞中约有65%对红光敏感，33%对绿光敏感，而只有2%对蓝光敏感。正是人眼的这些极收特性决定了被看到的彩色是通常所谓的原色红(R ）、绿(G ）、蓝(B）的各种组合。国际照明委员会（CIE ）规定以蓝=435.8nm、绿＝546.lnm、红＝700nm 作为主原色，红CR ）、绿（G ）、蓝（ B ）也因此被称为3 原色。 在图7.3所示的CIE色度图中，最外围的轮廓对应所有的可见光谱色，在其边缘上标出了对应的波长值（以m为单位〉，该轮廓之内的区域包含了所有的可见颜色．如果将色度圈中的三色点两两连接成一个三角形，则该三角形内的任何颜色都可以自这3种原色的不同混合产生。 我们看到，图7.3中由R、G、B三种标准原色所连成的三角形并不能涵盖整个可见颜色区域，这说明仅使用三原色并不能得到所有的可见颜色。事实上，图7.3中的三角形区域对应着典型的RGB监视器所能够产生的颜色范围，称为彩色全域：而在三角形内不规则的区 数字图像处理简答题及答案 简答题 1、数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 2、什么是图像识别与理解？ 3、简述数字图像处理的至少3种主要研究内容。 4、简述数字图像处理的至少4种应用。 5、简述图像几何变换与图像变换的区别。 6、图像的数字化包含哪些步骤？简述这些步骤。 7、图像量化时，如果量化级比较小会出现什么现象？为什么？ 8、简述二值图像与彩色图像的区别。 9、简述二值图像与灰度图像的区别。 10、简述灰度图像与彩色图像的区别。 11、简述直角坐标系中图像旋转的过程。 12、如何解决直角坐标系中图像旋转过程中产生的图像空穴问题？ 13、举例说明使用邻近行插值法进行空穴填充的过程。 14、举例说明使用均值插值法进行空穴填充的过程。 15、均值滤波器对高斯噪声的滤波效果如何？试分析其中的原因。 16、简述均值滤波器对椒盐噪声的滤波原理，并进行效果分析。 17、中值滤波器对椒盐噪声的滤波效果如何？试分析其中的原因。 18、使用中值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？为什么会出现这种现象？ 19、使用均值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？为什么会出现这种现象？ 20、写出腐蚀运算的处理过程。 21、写出膨胀运算的处理过程。 22、为什么YUV表色系适用于彩色电视的颜色表示？ 23、简述白平衡方法的主要原理。 24、YUV表色系的优点是什么？ 25、请简述快速傅里叶变换的原理。 26、傅里叶变换在图像处理中有着广泛的应用，请简述其在图像的高通滤波中的应用原理。 27、傅里叶变换在图像处理中有着广泛的应用，请简述其在图像的低通滤波中的应用原理。 28、小波变换在图像处理中有着广泛的应用，请简述其在图像的压缩中的应用原理。 29、什么是图像的无损压缩？给出2种无损压缩算法。 2、对于扫描结果：aaaabbbccdeeeeefffffff，若对其进行霍夫曼编码之后的结果是：f=01 e=11 a=10 b=001 c=0001 d=0000。若使用行程编码和霍夫曼编码的混合编码，压缩率是否能够比单纯使用霍夫曼编码有所提高？ 31、DCT变换编码的主要思想是什么？ 32、简述DCT变换编码的主要过程。 33、什么是一维行程编码？简述其与二维行程编码的主要区别。 34、什么是二维行程编码？简述其与一维行程编码的主要区别。 35、简述一维行程编码和二维行程编码的异同。 36、压缩编码算法很多，为什么还要采用混合压缩编码？请举例说明。 37、对于扫描结果：aaaabbbccdeeeeefffffff，若对其进行霍夫曼编码之后的结果是：f=01 e=11 a=10 b=001 c=0001 d=0000。若使用行程编码和霍夫曼编码的混合编码，压缩率是否能够比单纯使用行程编码有所提高？ 38、连续图像和数字图像如何相互转换？彩色图像处理
数字图像处理——彩色图像实验报告
图像伪彩色处理
数字图像处理基础知识总结
数字图像处理之彩色图像的处理
数字图像处理试题及答案
彩色图像处理
数字图像处理知识点总结
伪彩色图像处理
数字图像处理课后题答案
《数字图像处理》彩色图像处理
数字图像处理之彩色图像的处理
西南科技大学数字图像处理复习参考题
数字图像处理整理经典
数字图像处理的理论基础及常用处 理方法
彩色图像处理
数字图像处理简答题及答案
相关主题
文本预览