.
.
- .jz* 数字图像处理技术
一．数字图像处理概述
数字图像处理是指人们为了获得一定的预期结果和相关数据利用计算机处理系统对获得的数字图像进展一系列有目的性的技术操作。数字图像处理技术最早出现在上个世纪中期，伴随着计算机的开展，数字图像处理技术也慢慢地开展起来。数字图像处理首次获得成功的应用是在航空航天领域，即1964年使用计算机对几千月球照片使用了图像处理技术，并成功的绘制了月球外表地图，取得了数字图像处理应用中里程碑式的成功。最近几十年来，科学技术的不断开展使数字图像处理在各领域都得到了更加广泛的应用和关注。许多学者在图像处理的技术中投入了大量的研究并且取得了丰硕的成果，使数字图像处理技术到达了新的高度，并且开展迅猛。
二．数字图象处理研究的容
一般的数字图像处理的主要目的集中在图像的存储和传输，提高图像的质量，改善图像的视觉效果，图像理解以及模式识别等方面。新世纪以来，信息技术取得了长足的开展和进步，小波理论、神经元理论、数字形态学以及模糊理论都与数字处理技术相结合，产生了新的图像处理方法和理论。比方，数学形态学与神经网络相结合用于图像去噪。这些新的方法和理论都以传统的数字图像处理技术为依托，在其理论根底上开展而来的。数字图像处理技术主要包括：
⑴图像增强
图像增强是数字图像处理过程中经常采用的一种方法。其目的是改善视觉效.
第一.二章.采样，量化，数字图像的表示 基本的数字图像处理系统
系统的层次结构 I 应用程序 I
开发工具
操作系统
设备驱动程序
I 硬件 I
图像处理的主要任务：
图像获取与数字化
图像增强
图像恢复
图像重建
图像变换
图像编码与压缩
图像分割
特点：
(1) 处理精度高。
(2) 重现性能好。
(3) 灵活性髙
1•图像的数字化包括两个主要步骤：离散和量化
2. 在数字图像领域，将图像看成是许多大小相同、形状一致的像素组成
3. 为便于数字存储和计算机处理可以通过数模转换(A/D)将连续图像变为数字图像。
4•数字化包括取样和量化两个过程：
取样：对空间连续坐标(x,y)的离散化
量化：幅值f(x,y)的离散化(使连续信号的幅度用有限级的数码表示的过程。)
5.数字化图像所需的主要硬件：
♦采样孔、图像扫描机构、光传感器、量化器、输岀存储体
6•取样和量化的结果是一个矩阵
7.其中矩阵中的每个元素代表一个邃塞
8•存储一幅图像的数据量又空间分辨率和幅度分辨率决定 9•灵敏度、分辨率、信噪比是三大指标
第三章，傅里叶变换，DCT变换，WHT
•余弦型变换： •傅里叶变换(DFT)和余弦变换(DCT)O •方波型变换：
•沃尔什•哈达玛变换(DWT)
1•二维连续傅里叶正反变换:
F(u,v)= I f f(x.y)e J_oc J_oc
f g y)= \ f F(u, v)ej27r(nA+vv)dwdv J —oo J —oo
二维离散傅里叶变换：
M — 1 N — I
=乏疋 Fgg 宀 SS)
if=o v=O
。F(u, v)即为f (x, y)的频谱
。频谱的直流成分说明在频谱原点的傅里叶变换尸(0,0)等于图像的平均灰度级 卷积定理：
/(x,y)*^(x, y)= ss /O, n)g(x 一 m, y~n)
/?/=() n=0
2•二维离散余弦变换(DCT)
一维离散余弦变换：
长江大学学报（自科版） ２０１３年７月号理工上旬刊第１０卷第１９期 Ｊｏｕｒｎａｌ ｏｆ Ｙａｎｇｔｚｅ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔ Ｓｃｉ Ｅｄｉｔ） Ｊｕ１．２０１３，Ｖｏ１．１０ Ｎｏ．１９
一种基于频率域和空间域相结合的图像增强方法
张 威，孙玉秋，赵天玉 （长江大学信息与数学学院，湖北荆州４３４０２３）
［摘要］图像增强是数字图像的预处理，对图像整体或局部特征能有效地改善。讨论了直方图均衡化、拉 普拉斯变换和高斯低通滤波去噪的基本原理，针对噪声图像采用了频率域去噪，空间域直方图均衡化和 锐化增强，并且运用一些客观指标来说明这种图像增强方法的有效性。结果表明，该方法可以使图像更 加清晰，更加锐化。 ［关键词］图像增强；去噪；直方图均衡化；拉普拉斯变换；高斯低通滤波 ［中图分类号］ＴＰ３９１．４ ［文献标志码］Ａ ［文章编号］１６７３—１４０９（２０１３）１９—００５０—０３
图像处理系统分为３个阶段，＿是获取原始图像进行预处理；二是特征提取；三是识别分析。作为 图像处理基本技术之一，图像增强是图像预处理中的一个重要步骤，它利用数学方法和变换手段提高图 像的对比度和清晰度，从而改善图像的视觉效果。
图像增强方法分为空间域法和频率域法２大类［１ ］。其中空间域法是以对图像的像素直接处理为基 础的，属于直接增强方法。空间域图像增强又分为点处理和领域处理，常用的方法有直方图均衡化、拉
普拉斯变换等。频率域法以修改图像的傅里叶变换为基础，属于间接增强方法，常用的有各种高通滤波 和低通滤波。下面，笔者针对噪声图像提出一种在频率域用高斯低通滤波去噪，在空间域用直方图均衡
化和拉普拉斯变换处理图像的方法。
１直方图均衡化
图像直方图是统计图像各灰度级出现的次数或频率，灰度级为［０，Ｌ一１］范围的数字图像直方图是 离散函数［ ： ｈ（ｒｈ）一 （ 是第忌级灰度， 是图像中灰度级为ｒ 的像素个数）
用 表示图像像素总个数， 除以 就得到归一化的直方图。因此一个归一化的直方图是由： Ｐ（ ）一 ／ｎ 给出，表示灰度级为 发生的概率灰度值，其中ｋ一０，１，…，Ｌ一１，Ｌ是图像中可能的灰度级总数。
空间域滤波和频率域处理的特点
1. 引言
空间域滤波和频率域处理是数字图像处理中常用的两种图像增强技术。它们通过对图像进行数学变换和滤波操作来改善图像质量。本文将介绍空间域滤波和频率域处理的特点，并比较它们之间的异同。
2. 空间域滤波
空间域滤波是一种直接在空间域内对图像像素进行处理的方法。它基于图像的局部像素值来进行滤波操作，常见的空间域滤波器包括均值滤波器、中值滤波器和高斯滤波器等。
2.1 均值滤波器
均值滤波器是最简单的空间域滤波器之一。它通过计算像素周围邻域的平均值来实现滤波操作。均值滤波器能够有效地去除图像中的噪声，但对图像细节和边缘保留较差。
2.2 中值滤波器
中值滤波器是一种非线性的空间域滤波器。它通过计算像素周围邻域的中值来实现滤波操作。中值滤波器能够在去除噪声的同时保持图像细节和边缘，对于椒盐噪声有较好的效果。
2.3 高斯滤波器
高斯滤波器是一种线性的空间域滤波器。它通过对像素周围邻域进行加权平均来实现滤波操作。高斯滤波器能够平滑图像并保留图像细节，它的滤波核可以通过调整方差来控制滤波效果。
3. 频率域处理
频率域处理是一种将图像从空间域转换到频率域进行处理的方法。它通过对图像进行傅里叶变换或小波变换等操作，将图像表示为频率分量的集合，然后对频率分量进行处理。 3.1 傅里叶变换
傅里叶变换是一种将信号从时域转换到频域的数学变换。在图像处理中，可以应用二维傅里叶变换将图像从空间域转换到频率域。在频率域中，图像的低频分量对应于图像的整体结构，高频分量对应于图像的细节和边缘。
3.2 小波变换
小波变换是一种基于小波函数的时频分析方法。它能够在频率和时间上同时提供图像的信息，对于图像的边缘和纹理特征有较好的表达能力。小波变换在图像压缩和特征提取等方面具有广泛应用。
4. 空间域滤波与频率域处理的对比
空间域滤波和频率域处理都可以用来改善图像质量，但它们有着不同的特点和适用场景。
