当前位置：文档之家 › 数字图像处理第6章

数字图像处理第6章

  • 格式：ppt
  • 大小：2.66 MB
  • 文档页数：120

下载文档原格式

  / 120

合集下载

第6章彩色图像处理资料

第6章彩色图像处理资料

V=max(红色、蓝色、绿色)；
补充 YUV彩色空间
YUV是被欧洲电视系统所采用的一种颜色编 码方法(属于PAL) 。
Y为颜色的亮度 U 为色差信号，为红色的浓度偏移量成份 V 为色差信号，为蓝色的浓度偏移量成份 YUV格式有：4∶4∶4 ；4∶2∶2 ；
4∶1∶1 ；4∶2∶0
YUV与RGB间的转换
6.1 彩色基础 p252
将红、绿、蓝的量称为三色值，表示为X,Y,Z， 则一种颜色由三色值系数定义为：
x X X Y Z
y Y X Y Z
z Z X Y Z
x y z 1
CIE色度图
纯色在色度图边 界上，任何不在 边界上而在色度 图内的点都表示 谱色的混合色；
越靠近等能量点 饱和度越低，等 能量点的饱和度 为0；
Y 0.299 0.587 0.114R
U
0.147
0.289
0.436 G
V 0.615 0.515 0.1 B
R 1 0
1.1398 Y
G 1
0.3946
Hale Waihona Puke 0.5805UB 1 2.032 0.0005V
6.3 伪彩色图像处理
伪彩色(又称假彩色)图像处理是根据特定的 准则对灰度值赋以彩色的处理，即将灰度 图转换为彩色图。
6.2.2 CMY和CMYK模型
CMY模型和RGB模型间的关系：
C 1 R
M
1
G
Y 1 B
RGB三个值已归一化为[0,1]
等量的青色、品红和黄色应该产生黑色。但实 际产生的黑色不够纯正，另外加上价格因素， 引入黑色(打印的主色)，构成CMYK模型。
6.2.2 CMY和CMYK模型
精品课件-HALCON数字图像处理-第6章 图像增强

精品课件-HALCON数字图像处理-第6章 图像增强

◘图像增强 目的：一是改善图像的视觉效果，提高图像的清晰度； 二是将图像转换成一种更适合于人或机器分析处理的形
式。
分类： 频域法：直接对图像的像素灰度值进行操作。包括图像的
灰度变换、直方图修正、图像空域平滑和锐化处理、彩色增强 等。
空域法：在图像的变换域中，对图像的变换值进行操作， 然后经逆变换获得所需的增强结果。常用的方法包括低通滤 波 、高通滤波以及同态滤波等。
二、为什么要增强图象？ 图像在传输或者处理过程中会引入噪声或使图像变模 了 困难。
Digital Image
6.0 概 述
三、目的： 1.改善图像的视觉效果，提高图像的清晰度； 2.将图像转换成一种更适合于人或机器分析处理的形式。
注意：在图像增强的过程中，没有新信息的增加， 只是 通过压制一部分信息，从而突出另一部分信息。
( f (m, n)
)
其中λ 和γ 为常数。为避免时底数为0的情况，增加偏移量 ε 。γ 值的选择对于变换函数的特性有很大影响，当γ ＜ 1 时会将原图像的灰度向高亮度部分映射，当γ ＞1时向低亮度部 分映射，而当γ =1时相当于正比变换。灰度指数变换的图 像 示例如图4.1.5所示。
Digital Image
)=
nnj
0.19
0.25
0.21 0.24 0.11
6.2 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 的分灰布度，值但。出相现比了于归原直并现方象图，要而平使坦变得换多后的直方图并非完全均匀
图4.2.3 直方图均衡化的示意图
第6章
图像增强
◆ 6.0 ◆ 6.1 ◆ 6.2 ◆ 6.3 ◆ 6.4 ◆ 6.5 ◆ 6.6
数字图像处理第六章色彩模型与彩色处理课件

数字图像处理第六章色彩模型与彩色处理课件


Chapter 6 Color Image Processing
6.1 彩色基础
在颜料或着色剂中 ，原色的定义是这样 的：
白：减去一种原色 ， 反射或传输另两种 原色。故其原色是： 深红、青、黄。而二 次色是R、G、B。如 图6.4所示。
Chapter 6 Color Image Processing
Chapter 6 Color Image Processing
6.2 彩色模型
6.2.1 RGB彩色模型
下面介绍所谓 全RGB彩色子集。
Chapter 6
Color Image Processing
6.2 彩色模型
Chapter 6 Color Image Processing
6.2 彩色模型
6.3 伪彩色处理
6.3 伪彩色处理 给特定的灰度值赋以彩色。伪彩色的 目的是为了人眼观察和解释图像中的目标。
Chapter 6 Color Image Processing
6.3 伪彩色处理
6.3.1 强度分层
参见图6.18，图像被看成三维函数。
Chapter 6 Color Image Processing
6.3.2 灰度级到 彩色转换
例6.5是一突出 装在行李内的爆炸物 的伪彩色应用。
Chapter 6 Color Image Processing
6.3 伪彩色处理
6.3.2 灰度级到彩 色转换
例6.5是一突出装 在行李内的爆炸物的伪彩 色应用。
Chapter 6 Color Image Processing
6.3 伪彩色处理
Chapter 6 Color Image Processing
6.3 伪彩色处理
遥感数字图像处理-第6章 几何校正

遥感数字图像处理-第6章 几何校正

3
二、几何校正原理
几何校正涉及两个过程： ➢ 一是空间位置（像元坐标）的变换 ➢ 二是像元灰度值的重新计算（重采样）
4
二、几何校正原理
坐标转换 （a）直接法；（b）间接法
5
三、几何校正步骤
几何精校正不需要空间位置变化数据，回避了成像的空间 几何过程，主要借助地面控制点实现校正。其主要校正步 骤为：
第6章
几何校正
几何校正
一、几何校正原理 二、几何校正步骤 三、几何校正类型 四、图像匹配 五、投影转换
难点：图像匹配 重点：几何校正方法
2
一、几何校正原理
几何校正和几何配准
➢ 几何配准是指将不同时间、不同波段、不同传感器系统所获得的同一 地区的图像（数据），经几何变换使同名像点在位置上和方位上完全 叠合的操作。
➢ 对畸变图像和基准图像建立统一的坐标系和地图投影。 ➢ 选择地面控制点（GCP），按照GCP选择原则，在畸变图像
和基准图像上寻找相同位置的地面控制点对。 ➢ 选择校正模型，利用选择的GCP数据求取校正模型的参数，
然后利用校正模型实现畸变图像和基准图像之间的像元坐 标变换。 ➢ 选择合适的重采样方法对畸变图像的输出图像像元进行灰 度赋值。 ➢ 几何校正的精度分析。
9
四、图像匹配
3.图像匹配方法 根据图像特征的选择，图像匹配方法一般可以分为基于灰
度的图像匹配和基于特征的图像匹配。
10
➢ 几何配准与几何校正的原理是完全相同的，即都涉及到空间位置（像 元坐标）变换和像元灰度值重采样处理两个过程。
➢ 二者的区别主要在于其侧重点不相同：几何校正注重的是数据 本身的处理，目的是为了对数据的一种真实性还原。而几何配 准注重的是图和图（数据）之间的一种几何关系，其目的是为 了和参考数据达成一致，而不考虑参考数据的坐标是否标准、 是否正确。也就是说几何校正和几何配准最本质的差异在于参 考的标准。另外，几何校正更像前期数据处理，几何配准更像 后期处理。
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。
数字图像处理课件第6章图像的几何变换

数字图像处理课件第6章图像的几何变换

由点的齐次坐标(Hx, Hy, H)求点的规范化齐次坐标(x, y, 1)，可按下式进行：
x Hx H
y Hy H
第6章 图像的几何变换
齐次坐标的几何意义相当于点(x, y)落在3D空间H＝1
的平面上，如图6-2所示。如果将xOy平面内的三角形abc的 各顶点表示成齐次坐标(xi, yi, 1)(i=1, 2, 3)的形式，就变成H ＝1平面内的三角形a1b1c1的各顶点。
图6-2 齐次坐标的几何意义
第6章 图像的几何变换
齐次坐标在2D图像几何变换中的另一个应用是：如某 点S(60 000，40 000)在16位计算机上表示，由于大于32767 的最大坐标值，需要进行复杂的处理操作。但如果把S的坐 标形式变成(Hx, Hy, H)形式的齐次坐标，则情况就不同了。 在齐次坐标系中，设H＝1/2，则S(60 000，40 000)的齐次坐 标为(x/2，y/2，1/2)，那么所要表示的点变为(30 000， 20 000，1/2)，此点显然在16位计算机上二进制数所能表示 的范围之内。
(图像上各点的新齐次坐标)
(图像上各点的原齐次坐标)
第6章 图像的几何变换 设变换矩阵T为
a b p
T c
d
q
l m s
则上述变换可以用公式表示为
=
T
Hx1' Hy1'
Hx2' Hy2'
Hxn' Hyn'
x1 x2 xn
T
y1
y2
yn
H H H 3n
1 1 1 3n
第6章 图像的几何变换
6.4 图像镜像
6.4.1 图像镜像变换 图像的镜像(Mirror)变换不改变图像的形状。 镜像变换分为两种：一种是水平镜像，另外一种是垂直镜
图像处理 第6章图像复原

图像处理 第6章图像复原


8
第6章 图像复原 §6.1.1 模拟图像退化的数学模型 一、退化模型
n(x,y) f (x,y) H g(x,y)

模型化：一个作用在f (x,y)上的系统H与一个加性噪声n (x,y)的联合作用，导致产生退化图像g (x,y) 。 假设已知n (x,y)的统计特性（或先求出），图像复原就 是已知g (x,y)求f (x,y)的问题 （近似于求解逼近过程），由 于解不唯一，故方法很多。不同误差准则，不同约束条件，得 到解不同。 g (x,y) = H [f (x,y)] + n (x,y) 已知 退化 解 噪声
0 x B 1和0 y D -1 B x M-1或D y N-1
ge (x,y) = fe (m,n) he (x-m,y-n) m=0,1,…,M-1; n=0,1,…,N-1 M = A+B-1, N = C+D-1 考虑噪声有: ge (x,y) = fe (m,n) he (x-m,y-n) +ne (x,y) ； m=0,1,…,M-1； n=0,1,…,N-1； ne (x,y)为M×N的噪声项
可见H是一个循环阵, 退化系统由H决定。
若A=4, B=3，则M=6，因为B＝3，即he(3)=he(4)=he(5)=0
0 0 0 h(2) h(1) h(0) h (1) h (0) 0 0 0 h (2) h(2) h(1) h(0) 0 0 0 H 0 h (2) h (1) h (0) 0 0 0 0 h(2) h(1) h(0) 0 0 0 0 h(2) h(1) h(0)
13
第6章 图像复原 §6.1.2 离散图像退化的数学模型 二、2D情况：
数字图像处理6ppt课件

数字图像处理6ppt课件

数字图像处理6数字图像处理数字图像处理6图像恢复61退化模型及恢复技术基础61退化模型及恢复技术基础62空间域滤波恢复62空间域滤波恢复63频率域滤波恢复63频率域滤波恢复64逆滤波64逆滤波65最小均方误差滤波器维纳滤波65最小均方误差滤波器维纳滤波数字图像处理6图像恢复和图像增强一样都是为了改善图像视觉效果以及便于后续处理
img_median=medfilt2(img_noise); %对附加有椒盐噪声的图像实行中 值滤波
figure; imshow(img_median,[]); %显示中值滤波后的图像
img_median2=medfilt2(img_median); %对中值滤波处理后的图像再次 实行中值滤波
figure; imshow(img_median2,[]); %显示再次中值滤波后的图像
erage',3));
figure; imshow(img_mean,[]); %显示逆谐波滤波后的图像
Q=1.5;
%对高斯噪声图像实行Q取正数的逆谐波滤波
img_mean=imfilter(img_noise.^(Q+1),fspecial('average',3))./imfilter(img_noise.^Q,fspecial('av
%矩阵点乘实现频域滤波
out = ifftshift(out);
%原点移回左上角
out = ifft2(out);
%傅里叶逆变换
out = abs(out);
%取绝对值
out = out/max(out(:)); figure,imshow(out,[]);
%归一化 %显示滤波结果数字图像处理6
数字图像处理6
for i=1:M
第6章 点运算

第6章 点运算

DIP 第6章 点运算
6.1 引言
数字图像处理
Digital Image Processing
点运算（ 点运算（Point operation）是相对于全局运算 operation）是相对于全局运算 局部运算而言 而言。 和局部运算而言。 点运算以某种预定的方式改变一幅图像的灰度 点运算以某种预定的方式改变一幅图像的灰度 以某种预定的方式 直方图。 直方图。
B B
Digital Image Processing
d f (DA ) dD A
H B ( D) =
f ′ f −1 ( D )
得：
H A [ ( D − b) / a ] 1 D −b H B ( D) = = HA f ′ [ ( D − b) / a ] a a
df 其中： 其中： f ′ = ，D即DB 即 dD
DIP
数字图像处理 6.2.2 举例
6.2.2.1 线性点运算 来说， )/a 对DB = f (DA)＝aDA+b来说，DA = f -1(DB)＝ (DB-b)/a， 因此， 因此，根据式 H ( D ) = H A ( D A ) 或 H A f −1 ( D )
DIP
数字图像处理
6.1.2.2 非线性单调点运算
Digital Image Processing
255 右图为几种单调非减灰度变换函 右图为几种单调非减 单调非减灰度变换函 正斜率， 它们都有正斜率 数，它们都有正斜率，因而可以保留 输出 图像的基本外貌，但图像局部对比度 图像的基本外貌，但图像局部对比度 C＞0：中间灰度增加 ＞ ： 会发生变化。 会发生变化。
中国传媒大学信息工程学院
13
数字图像处理第6章二值图像处理-专业文档资料

数字图像处理第6章二值图像处理-专业文档资料


二阶矩则描述了图像的对于直线和对轴与轴的转动惯量，因 此常常也把物体的二阶矩称为惯性矩。
中心矩 ：
p q (x x)p(y y )qf(x ,y )d xp d ,q y 0 ,1 ,2
第6章 二值图像处理
低阶矩主要描述区域的面积、转动惯量、质心等等，具有 明显得几何意义，，四阶矩描述峰值的状态等等，一般 来说高阶矩受到图像离散化等的影响，高阶矩一般在应用中 不一定十分准确。
D e(ac)2(bd)2
② 街区距离，用Ds来表示：
(6-1)
D s |ac||bd|
③ 棋盘距离，用Dg表示如下：
(6-2)
D gma a x c|， ( |b|d|)
(6-3)
三者之间的关系为：Dg Ds，如De图6-1(a)、(b)和(c)所示。
第6章 二值图像处理
(a) 欧氏距离 (b) 街区距离 (c) 棋盘距离 (d)≤2构成菱形 (e)≤2构成正方形 图6-1 三种距离示意图
第6章 二值图像处理
6.2 二值图像的几何特征描述
6.2.1 二值图像中曲线的描述 6.2.1.1 轮廓跟踪-甲虫算法
目标区域的边界轮廓是描述目标的重要特征，对于二 值图像中的目标区域轮廓可以通过一种简单的轮廓跟踪算 法来得到，这种方法也被称作甲虫算法。如图6-6所示的二 值图像4连通分量，假定目标区域用1(黑色)表示，背景区域
1 (x,y)(x,y)
f(x,y)
0
else
M1N1
那么区域的面积为： S f (x, y) x0 y0
如果经过目标标记，区域占有的连通分量有k个，那么目
标区域的面积则是k个连通分量的面积总和，即有：
k
S Si i 1
数字图像处理第6章_图像编码与压缩技术.

数字图像处理第6章_图像编码与压缩技术.


霍夫曼编码
例 假设一个文件中出现了8种符号S0、S1、S2、S3、S4、S5、S6、 S7，那么每种符号编码至少需要3bit S0=000, S1=001, S2=010, S3=011, S4=100, S5=101, S6=110, S7=111 那么，符号序列S0 S1 S7 S0 S1 S6 S2 S2 S3 S4 S5 S0 S0 S1编码后 000 001 111 000 001 110 010 010 011 100 101 000 000 001 （共42bit） 和等长编码不同的一种方法是可变长编码。在这种编码方法中， 表示符号的码字的长度不是固定不变的，而是随着符号出现的概率 而变化，对于那些出现概率大的信息符号编以较短的字长的码，而 对于那些出现概率小的信息符号编以较长的字长的码。
6.3.3 霍夫曼编码
霍夫曼(Huffman)编码是根据可变长最佳编码定理，应用霍夫曼算
1．
对于每个符号，例如经过量化后的图像数据，如果对它们每 个值都是以相同长度的二进制码表示的，则称为等长编码或均匀 编码。采用等长编码的优点是编码过程和解码过程简单，但由于 这种编码方法没有考虑各个符号出现的概率，实际上就是将它们 当作等概率事件处理的，因而它的编码效率比较低。例6.3给出了 一个等长编码的例子。
6.1.1 图像的信息冗余
图像数据的压缩是基于图像存在冗余这种特性。压缩就是去掉 信息中的冗余，即保留不确定的信息，去掉确定的信息（可推知 的）；也就是用一种更接近信息本身的描述代替原有冗余的描述。 8 （1） 空间冗余。在同一幅图像中，规则物体或规则背景的物理表 面特性具有的相关性，这种相关性会使它们的图像结构趋于有序和 平滑，表现出空间数据的冗余。邻近像素灰度分布的相关性很强。 （2） 频间冗余。多谱段图像中各谱段图像对应像素之间灰度相关 （3） 时间冗余。对于动画或电视图像所形成的图像序列（帧序 列），相邻两帧图像之间有较大的相关性，其中有很多局部甚至完

数字图像处理课后参考答案

数字图像处理课后参考答案数字图像处理第⼀章1.1解释术语（2）数字图像：为了便于⽤计算机对图像进⾏处理，通过将⼆维连续（模拟）图像在空间上离散化，也即采样，并同时将⼆维连续图像的幅值等间隔的划分成多个等级（层次）也即均匀量化，以此来⽤⼆维数字阵列并表⽰其中各个像素的空间位置和每个像素的灰度级数的图像形式称为数字图像。

（3）图像处理：是指对图像信息进⾏加⼯以满⾜⼈的视觉或应⽤需求的⾏为。

1.7 包括图像变化、图像增强、图像恢复、图像压缩编码、图像的特征提取、形态学图像处理⽅法等。

彩⾊图像、多光谱图像和⾼光谱图像的处理技术沿⽤了前述的基本图像处理技术，也发展除了⼀些特有的图像处理技术和⽅法。

1.8基本思路是，或简单地突出图像中感兴趣的特征，或想⽅法显现图像中那些模糊了的细节，以使图像更清晰地被显⽰或更适合于⼈或及其的处理与分析。

1.9基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从⽽使恢复以后的图像尽可能地反映原始图像的本来⾯⽬，从⽽获得与景物真实⾯貌相像的图像。

1.10基本思路是，，在不损失图像质量或少损失图像质量的前提下，尽可能的减少图像的存储量，以满⾜图像存储和实时传输的应⽤需求。

1.11基本思路是，通过数学⽅法和图像变换算法对图像的某种变换，以便简化图像进⼀步处理过程，或在进⼀步的图像处理中获得更好的处理效果。

1.12基本⽬的是，找出便于区分和描述⼀幅图像中背景和⽬标的⽅法，以⽅便图像中感兴趣的⽬标的提取和描述。

第⼆章2.1解释下列术语（18）空间分辨率：定义为单位距离内可分辨的最少⿊⽩线对的数⽬，⽤于表⽰图像中可分辨的最⼩细节，主要取决于采样间隔值的⼤⼩。

（19）灰度分辨率：是指在灰度级别中可分辨的最⼩变化，通常把灰度级数L称为图像的灰度级分辨率。

（20）像素的4邻域：对于图像中位于（x,y）的像素p来说，与其⽔平相邻和垂直相邻的4个像素称为该像素的4邻域像素，他们的坐标分别为（x-1,y）（x,y-1）（x,y+1）（x+1,y）。

数字图像处理技术的应用第6章 图像编码


6.2 图像压缩概述
2、平均码字长度：
Assume:
kis第k个码字Ck的长度二进制代码的位数出现的概率pk
码字平均长度R：
M
R＝ k pk bit
R1
3、编码效率：
H 100%
R
6.2 图像压缩概述
4、冗余度：
r 1 r 可压缩的余地越小
6.2 图像压缩概述
1）数据冗余:将图像信息的描述方式改变之后，压缩 掉这些冗余。
2）主观视觉冗余:忽略一些视觉不太明显的微小差异， 可以进行所谓的“有损”压缩。
6.2 图像压缩概述
图像数字化关键是编码 compression code:在满足一定图像质量前提下，能获得减少数
据量的编码
一．Compression code及分类 研究处理的对象: 数据的物理容量
图像序列（x、y、t）50～200倍
6.2 图像压缩概述
3、从图像的光谱特征出发： 单色image coding; color image coding; 多光谱image coding。
4、从图像的灰度层次上： 多灰度编码； 二值图像code
5、从处理图像的维数出发；
行内coding； 帧内coding； 帧间code。
图像一大特点是数据量大，为其存贮、传输带来困难，需压缩。
eg：电话线传输速率一般为56Kbits/s（波特率） 一幅彩色图像512×512×24bit = 6M bits大小。传一幅图像需2分钟左右。 实时传送：512×512×24bits×25帧/秒=150Mbits/S 如压缩20倍，传一幅图6秒左右，可以接受，实用。 实时，要专用信道（卫星、微波网、专线网等技术）。 另外，大量资料需存贮遥感、故宫、医学CT、MR。

数字图像处理与应用(MATLAB版)第6章 图像的分割


是边缘；
➢ 使用双阈值算法检测和连接边缘。即使用直方图计
算两个阈值，凡是大于高阈值的一定是边缘；凡是
小于低阈值的一定不是边缘。如果检测结果大于低
阈值但又小于高阈值，那就要看这个像素的邻接像
素中有没有超过高阈值的边缘像素，如果有，则该
像素就是边缘，否则就不是边缘。
0 -1 0 -1 4 -1 0 -1 0
B A
6.1 图像分割的定义和分类
图像分割：是指根据灰度、彩色、纹理等特征把图像 划分成若干个互不相交的区域，使得这些特征在同一区 域内，表现出一致性或相似性，而在不同区域间表现出 明显的不同。
图像分割的作用
图像分割是图像识别和图像理解的前提，图像分 割质量的好坏直接影响后续图像处理的效果。
图像
具体步骤：
➢ 首先用2D高斯滤波模板进行卷积以平滑图像；
➢ 利 用 微 分 算 子 ( 如 Roberts 算 子 、 Prewitt 算 子 和
Sobel算子等)，计算梯度的幅值和方向；
➢ 对梯度幅值进行非极大值抑制。即遍历图像，若某
个像素的灰度值与其梯度方向上前后两个像素的灰
，
度值相比不是最大，那么这个像素值置为0，即不
第六章 图像的分割
内 容 1、图像分割的定义和分类； 提 2、基于边缘的图像分割方法；
要 3、基于区域的分割；
4、基于运动的图像分割 ； 5、图像分割技术的发展。
基
本 要
通过对图像分割技术的学习，掌
求 握基于边缘、区域、运动的图像
重
分割技术。
点
难 点
图像分割的定义、分类 基于边缘的图像分割方法
基于区域、运动的图像分割方法
G(i, j) Px Py

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）。

第6章 遥感数字图像处理_图像变换(2)

NDห้องสมุดไป่ตู้I


IR R IR R

式中：IR为遥感多波段图像中的近红外 （infrared）波段；R为红波段。 利用植被指数可监测某一区域农作物长势，并 在此基础上建立农作物估产模型，从而进行大 面积的农作物估产。
南京紫金山和玄武湖的NDVI分布
LANDSAT7的ETM影像，2000.6
常用的红外（IR）与红（R）波段

其中， R、G、B ∈[0, 1]，r，g，b ∈[0, 1]，M=max[R、 G、B]，m=min[r、g、b] 注意，R、G、B中至少有一个值是0，与最大值的 颜色对应，并且至少有一个的值是1，与最小值 的颜色对应。
RGB到HSI
I M m 2
如果 M m , S 0 如果 I 0 . 5， S 如果 I 0 . 5， S M m M m M -m 2M m ， S 的取值范围是 [ 0 ,1]

例如，在地质探测中，地质学家用TM的某种组 合解译矿石类型：B3/B1突出铁氧化物，B5/B7 突出粘土矿物，B5/B4突出铁矿石，B5/B6突出 大片白陶土蚀变区域，B4/B3突出植被信息， B5/B2分离陆地和水体，等等。

波段比值方法还可以用来探测地物随季节变化 的信息。例如，如果需要监测地区植被的变化， 可以使用不同季节的第3波段的比值，新建立的 波段可能是20060810B3/20040810B3。图像的 时段可以是不同年的同一个月，或同一年的不 同月，新产生的波段将突出变化信息，变化的 像素具有较高的亮度值。没有变化的像素值较 低，在图像中比较暗。
传感器Landsat TM所对应的指数函数
函数名称
归一化植被指数（NDVI） 比值植被指数（IR/R） 差值植被指数（Veg.index） 转换植被指数（TNDVI） 氧化铁指数（IRON OXIDE）
  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)。
压缩、解压中无信息损失，主要用于图像存档，其特点是信息无失真，但 压缩比有限，也称无失真/无损/可逆型编码。
（2） 信息损失型
牺牲部分信息，来获取高压缩比，数字电视、图像传输和多媒体等应用场 合常用这类压缩，其特点是通过忽略人的视觉不敏感的次要信息来提高压缩 比，也称有损压缩。
（3） 特征抽取型
仅对于实际需要的（提取）特征信息进行编码，而丢掉其它非特征信息， 属于信息损失型。
Digital Image Processing
6.1 概 述
◘图像压缩的可能性 ▓ 空间上的冗余：相邻像素或者序列相邻帧间有较大的相关性； ▓ 人的视觉特性：人眼的分辨率非常有限； ▓ 去除数字图像中的冗余，来减少数据量。
◘图像压缩编码的概念 ▓ 图像数据的压缩和编码表示。 ▓ 图像压缩编码系统：
理上都可以通过它的相邻像素值预测得到。这就带来了像素间 的冗余。
◘心理视觉冗余 人观察图像是基于目标物特征而不是像素，这就使得某些
信息显得不重要，可以忽略，则表示这些可忽略信息的数据就 称为心理视觉冗余。电视广播中的隔行扫描就是常见的例子。
Digital Image Processing
6.2 图像编码的基本理论
用 n 1 表示的相对冗余度（即 n 1 相对于 n 2 ）可以定义为：
RD1C1R
n1n2 n1
Digital Image Processing
6.2 图像编码的基本理论
其中， C R 的取值范围为(0, ∞)， R D 的取值范围为(-∞,1)。
① 当n2 n1时, C R 1 ,R D 0 , n 1 相对于 n 2 不包含冗余。
（3）变换编码
对给定图像采用某种变换，使得大量的信息能用较少的数据来表示。通 常采用的变换包括：离散傅立叶变换(DFT），离散余弦变换(DCT)和离散小波 变换(DWT)。
（4）其它方法
早期的编码，如混合编码、矢量量化、LZW算法。 近些年来也出现了很多新的压缩编码方法，如使用人工神经元网络的压 缩编码算法、分形、小波、基于对象的压缩编码算法、基于模型的压缩编码 算法等。
[例6.1] 变长编码与自然编码的对比。
灰度级k 直方图P(k)
码字
自然编码
变长编码
码字长
自然编码
变长编码
0
0.19
000
00
3
2
1
0.25
001
01
3
2
2
0.21
010
10
3
2
3
0.16
011
110
3
3
4
0.08
100
1110
3
4
5
0.06
101
11110
3
5
6
0.03
110
111110
3
6
7
0.02
111
111111
3
6
其中自然编码的平均码字长为3，采用表中所示变长编码的平均码字长就Fra bibliotek减少为：
7
L a vg l(k)P (k)
k 0
2 0 .1 920 .2 520 .2 130 .1 640 .0 850 .0 660 .0 360 .0 2
2 .7比 特 / 像 素
L1
Lavg l(k)P(k)
k0
（4）自然编码：每个灰度级（或每个像素）均用m位的二进制码表示，也称
等长编码，此时
Lavg l(k)m
（5）变长（不等长）编码：对于图像中的不同灰度级采用不同长度的码字
表示。此时
Lavg m
（6）编码冗余：不同的编码方法可能会有不同的 L a v g ，由此引出两种编
Digital Image Processing
6.2 图像编码的基本理论
◘ 数据冗余 ▓ 概念
代表无用信息或重复表示了其它数据已经表示过的信息 的数据称为数据冗余。常用压缩比和冗余度表示。
设 n 1 和 n 2 代表用来表示相同信息的两个数据的容量,那
么压缩比可以定义为
CR
n1 n2
n 1 是压缩前的数据量，n 2 是压缩后的数据量。
② 当 n2 n1 时,CR,RD 1, 表示几乎100％的压缩和几乎 全部的冗余。
③ 当n2 n1时，CR 0,RD , 表示没有压缩，反而是几乎
100％的放大。
数据冗余主要有三种：
编码冗余、像素间冗余和心理视觉冗余，减少或消除了其中的一种或 多种时，就实现了图像的压缩。
Digital Image Processing
这里的第三类是针对特殊的应用场合 ，因此，一般就将图像压缩编码分 成无损和有损两大类。
Digital Image Processing
6.1 概 述
2．按照图像压缩的方法原理可分成四类： （1）像素编码
编码时只对每个像素单独处理。如脉冲编码调制、熵编码、行程编码等。
（2）预测编码
通过去除相邻像素之间的相关性和冗余性，只对新的信息进行编码。常 用的有差分脉冲编码调制。
码冗余。
①相对编码冗余：L a v g 大的编码相对于L a v g 小的编码就存在相对编码冗余。 ②绝对编码冗余：使 Lavg Lmin 的编码就存在绝对编码冗余。
Digital Image Processing
6.2 图像编码的基本理论
◘像素间的冗余 由于像素间存在相关性，那么对于任一给定的像素值，原
6.2 图像编码的基本理论
◘编码冗余
对于给定图像其数据量就已确定，即 n
后的数据量n 2 就决定了压缩比。
完全确定。因此，图像压缩
1
n2 Lavg n
其中 n 表示图像像素个数，L a v g 是平均码字长。由此引入如下几个概
念：
(1) 码字：信息编码中每个符号的二进制编码值。
(2) 码字长：码字的长度，即其二进制编码值的位数，也就是比特数。
(3) 平均码字长:每个像素所需的平均比特数。
若设图像的灰度级为k，则k出现的概率为:
Pknk ,k0,1,...,L1
n 这里 L 是灰度级数， n k 是第 k 个灰度级在图像中出现的次数，n
是图像的总像素个数。
Digital Image Processing
6.2 图像编码的基本理论
▓若每个灰度级k的编码长度为l(k)，则平均码字长为：
(1)图像编码: 对图像信息进行压缩和编码，在存储、处理 和传输前进行，也称图像压缩；
(2)图像解码：对压缩图像进行解压以重建原图像或其近似 图像。
Digital Image Processing
6.1 概 述
◘图像压缩方法分类
▓ 按压缩前及解压后的信息保持程度和方法的原理来分类：
1．按照压缩前及解压后的信息保持程度分成三类： （1） 信息保持（存）型