下载文档原格式
《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<i(x，y)<∞，反射分量0<r(x，y)<1.7.图像数字化：将一幅画面转化成计算机能处理的形式——数字图像的过程。
它包括采样和量化两个过程。
像素的位置和灰度就是像素的属性。
8.将空间上连续的图像变换成离散点的操作称为采样。
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。
14.数字化器组成：1)采样孔：保证单独观测特定的像素而不受其它部分的影响。
2)图像扫描机构：使采样孔按预先确定的方式在图像上移动。
第九章
1、设原图像f(x,y在[0,Mf],感兴趣目标的灰度范围在[a,b],欲使其灰度范围拉伸到[c,d],则对应的分段线性变换表达式为
2、梯度锐化法
图像锐化法最常用的是梯度法。
对于图像f(x ,y,在(x ,y处的梯度定义为
梯度是一个矢量,其大小和方向为伪彩色增强:
密度分割法是把黑白图像的灰度级从0(黑到M0(白分成N 个区间Ii(i=1,2,…,N,给每个区间Ii 指定一种彩色Ci ,这样,便可以把一幅灰度图像变成一幅伪彩色图
像。
该方法比较简单、直观。
缺点是变换出的彩色数目有限。
第十章
1、图像退化模型
假定成像系统是线性位移不变系统(退化性质与图像的位置无关,它的点扩散函数用h(x,y表示,则获取的图像g(x,y表示为g(x,y=f(x,y*h(x,y
式中f(x,y表示理想的、没有退化的图像,g(x,y是劣化(被观察到的图像。
若受加性噪声n(x,y的干扰,则退化图像可表示为g(x,y=f(x,y*h(x,y+n(x,y
这就是线性位移不变系统的退化模型。
2、图像的几何校正
几何失真:图像在获取过程中,由于成像系统本身具有非线性、拍摄角度等因素的影响,会使获得的图像产生几何失真。
几何失真:系统失真和非系统失真。
系统失真是有规律的、能预测的;非系统失真则是随机的。
当对图像作定量分析时,就要对失真的图像先进行精确的几何校正(即将存在几何失真的图像校正成无几何失真的图像,以免影响定量分析的精度。
几何校正方法
图像几何校正的基本方法是先建立几何校正的数学模型;其次利用已知条件确定模型参数;最后根据模型对图像进行几何校正。
几何校正通常分两步:
①图像空间坐标变换;首先建立图像像点坐标(行、列号和物方(或参考图对应点坐标间的映射关系,解求映射关系中的未知参数,然后根据映射关系对图像各个像素坐标进行校正;
②确定各像素的灰度值(灰度内插。
⎪⎩⎪
⎨⎧≤≤+---<≤+---<≤=f f g
M
y x f b d b y x f b M d M b y x f a c a y x f a b c d a y x f y x f a c y x g ,(],(][/([(,(],(][/([(,(0,(/(,(⎥⎥⎦
⎤⎢⎢⎣⎡=⎥⎥⎦⎤⎢⎢⎣⎡=
∂∂∂∂y y x f x y x f y x f f y x grad ,(,('',(
/(/(((ygrad(x,,(,(1''12
,(2,(2
'2'x y x f y y x f x y y y x f x y x f y x tg f f tg f f ∂∂∂∂--∂∂∂∂==+=+=
θ
几何校正方法可分为直接法和间接法两种。
一、直接法利用若干已知点坐标,根据
⎪⎪⎩
⎪⎪⎨⎧'''='''='
''='''=∑∑∑∑=-==-=n
i i
n j j i ij n i i
n j j
i ij
y x b y x h y y x a y x h x 002001
,(,(
解求未知参数;然后从畸变图像出发,根据上述关系依次计算每个像素的校正坐标,同时把像素灰度值赋予对应像素,这样生成一幅校正图像。
但该图像像素分布是不规则的,会出现像素挤压、疏密不均等现象,不能满足要求。
因此最后还需对不规则图像通过灰度内插生成规则的栅格图像。
二、间接法
设恢复的图像像素在基准坐标系统为等距网格的交叉点,从网格交叉点的坐标(x,y
出发,若干已知点,解求未知数。
根据推算出各格网点在已知畸变图像上的坐标(x ’,y ’。
虽然点(x,y 坐标为整数,但(x ’,y ’一般不为整数,不会位于畸变图像像素中心, 因而不能直接确定该点的灰度值,而只能在畸变图像上,由该像点周围的像素灰度值通过内插,求出该像素的灰度值,作为对应格网点的灰度,据此获得校正图像。
第十一章
4. 图像压缩编码的具体方法 (1熵编码:信息保持编码;
(2预测法:信息保持编码、保真度编码(更常用; (3变换法:特征保持编码; (4其
他编码法
根据变长最佳编码定理,Huffman 编码步骤如下:
(1将信源符号xi 按其出现的概率,由大到小顺序排列。
(2将两个最小的概率的信源符号进行组合相加,并重复这一步骤,始终将较大的概率分支放在上部,直到只剩下一个信源符号且概率达到1.0为止;
(3对每对组合的上边一个指定为1,下边一个指定为0(或相反:对上边一个指定为0,下边一个指定为1;
(4画出由每个信源符号到概率1.0处的路径,记下沿路径的1和0;
(5对于每个信源符号都写出1、0序列,则从右到左就得到非等长的Huffman 码。
一幅20×20的图像共有5个灰度级:s1,s2,s3,s4,和 s5,它们的概率依次为
0.4,0.175,0.15,0.15和 0.125。
编码后均码长 : 图像熵:
Fano-Shannon 编码(香农编码
根据变长最佳编码定理, Fano-Shannon 编码步骤如下:
⎪⎪⎩
⎪
⎪⎨⎧=='=='∑∑∑∑=-==-=n i i
n j j i ij n i i
n j j
i ij y x b y x h y y
x a y x h x 002
001,(,(信源符号
出现概率码字码长 s1 0.4 0 1 S2 0.175 111 3 S3 0.15 110 3 S4
0.15
101
3
S5 0.125 100 3
2.2(51∑
===i li si p L 1649.2(log ((51
=-=∑
=i i i s p s p X H
(1将信源中符号xi 按其出现的概率,由大到小顺序排列。
(2将信源分成两部分,使两个部分的概率和尽可能接近。
重复第(2步直至不可再分,即每一个叶子只对应一个符号。
(3从左到右次次为这两部分标记0,1。
(4将各个部分标记的0,1串接起来就得到各信源符号所对应的码字
编码后均码长 :
(1 Fano-Shannon 编码是唯一可译码。
短的码不会成为更长码的启始部分; (2 Fano-Shannon 编码的平均码长接近于熵;编码效率略低于Huffman 编码。
四、变换编码
变换方法是实现图像数据压缩的主要手段,其基本原理是首先通过变换将图像数据投影到另一特征空间,降低数据的相关性,使有效数据集中分布;再采用量化方法离散化,最后通过Huffman 等无损压缩编码进一步压缩数据的存储量。
DCT 是一种常用的变换域压缩方法,是JPEG,MPEGI-II 等图像及视频信号压缩标准的算法基础。
在实际采用DCT 编码时,需要分块处理,各块单独变换编码,整体图像编码后再解压会出现块状人工效应,特别是当压缩比较大时非常明显,使图像失真。
因此,为了获得更高的图像压缩比,人们提出了一些其它方法,如基于小波变换的图像压缩算法和基于分形的图像压缩算法等。
典型的变换编码系统中编码器有四步:子图像分割、变换、量化和编码。
梯度算子是一阶导数算子。
幅值: 方向角:
灰度级出现概率码字码长 s1 0.4 00 2 S2 0.175 01 2 S3 0,15 10 2 S4 0.15 110 3 S5 0.125
111
3
275.2(5
1
∑
===i li si p L (,x y f G x f x y f G y
∂⎡⎤⎢⎥⎡⎤∂⎢⎥∇==⎢⎥∂⎢⎥⎣⎦⎢⎥∂⎣⎦arctan(,(x
y G G y x =α12
22((
x y mag f G G =+。
