数字图像处理数学形态学原理.ppt

第一章概论一、数字图像与像素数字图像是由一个个的像素（Pixel）构成的，各像素的值(灰度，颜色)一般用整数表示。

二、数字图像处理的目的1、提高图像的视觉质量。

2、提取图像中的特征信息。

3、对图像数据进行变换、编码和压缩。

三、工程三层次图像处理、图像分析和图像理解图像理解符号目标像素高层中层低层高低抽象程度数据量操作对象小大语义图像分析图像处理四、图像处理硬件系统组成图像输入设备（采集与数字化设备，如数码相机），图像处理设备（如PC机）和图像输出设备（如显示器，打印机）第二章数字图像处理基础一、图像数字化过程----采样与量化模拟图像的数字化包括采样和量化两个过程。

细节越多，采样间隔应越小。

把采样后得到的各像素的灰度值进一步转换为离散量的过程就是量化。

一般，灰度图像的像素值量化后用一个字节(8bit)来表示。

二、采样、量化与图像质量的关系采样点数越多，图像质量越好；量化级数越多，图像质量越好。

为了得到质量较好的图像采用如下原则：对缓变图像，细量化，粗采样，以避免假轮廓。

对细节化图像，细采样，粗量化，以避免模糊。

三、图像尺寸、数据量、颜色数量的计算灰度图像的像素值量化后用一个字节(8bit)来表示。

彩色图像的像素值量化后用三个字节(24bit)来表示。

一幅512X512（256K）的真彩色图像，计算未压缩的图像数据量是多少？（必考）图像总像素：512px*512px=256K总数据量：256K*3Byte=768KB一幅256X256（64K）的真彩色图像，计算未压缩的图像数据量是多少？图像总像素：256px*256px=64K总数据量：64K*1Byte=64KB四、数字图像类型二值图像、灰度图像、索引颜色图像)和真彩色图像。

五、数字图像文件的类型jpg、bmp、tif、gifJPEG采用基于DCT变换的压缩算法,为有损压缩。

六、图像文件三要素文件头、颜色表、图像数据七、读取一个图像，并将其尺寸缩小0.5倍，将缩小后的图像旋转30度。

数字图像处理中的形态学（摘自某文献，因为贴图的数目有限制，后面的公式图片没有能够上，电脑重装后文档已经找不到了，囧）一引言数学形态学是一门建立在集论基础上的学科，是几何形态学分析和描述的有力工具。

数学形态学的历史可回溯到19世纪。

1964年法国的Matheron和Serra在积分几何的研究成果上，将数学形态学引入图像处理领域，并研制了基于数学形态学的图像处理系统。

1982年出版的专著《Image Analysis and Mathematical Morphology》是数学形态学发展的重要里程碑，表明数学形态学在理论上趋于完备及应用上不断深入。

数学形态学蓬勃发展，由于其并行快速，易于硬件实现，已引起了人们的广泛关注。

目前，数学形态学已在计算机视觉、信号处理与图像分析、模式识别、计算方法与数据处理等方面得到了极为广泛的应用。

数学形态学可以用来解决抑制噪声、特征提取、边缘检测、图像分割、形状识别、纹理分析、图像恢复与重建、图像压缩等图像处理问题。

该文将主要对数学形态学的基本理论及其在图像处理中的应用进行综述。

二数学形态学的定义和分类数学形态学是以形态结构元素为基础对图像进行分析的数学工具。

它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。

数学形态学的应用可以简化图像数据，保持它们基本的形状特征，并除去不相干的结构。

数学形态学的基本运算有4个：膨胀、腐蚀、开启和闭合。

它们在二值图像中和灰度图像中各有特点。

基于这些基本运算还可以推导和组合成各种数学形态学实用算法。

（1）二值形态学数学形态学中二值图像的形态变换是一种针对集合的处理过程。

其形态算子的实质是表达物体或形状的集合与结构元素间的相互作用，结构元素的形状就决定了这种运算所提取的信号的形状信息。

形态学图像处理是在图像中移动一个结构元素，然后将结构元素与下面的二值图像进行交、并等集合运算。

基本的形态运算是腐蚀和膨胀。