第五章 数字图像基础
合集下载
数字图像处理第五章
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。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）。
因此还有
f ( x , y ) f ( x, y) ( x , y )
二维线性位移不变系统 如果对二维函数施加运算T[· ] ，满足 ⑴ T f1 x, y f 2 x, y T f1 x, y T f 2 x, y ⑵ T af x, y aT f x, y
但实际获取的影像都有噪声，因而只能求F(u,v)的估 ˆ (u, v) 。 计值 F
N (u, v) ˆ F (u, v) F (u, v) H (u, v)
再作傅立叶逆变换得
1 j 2 ( ux vy) ˆ ( x, y) f ( x, y) f N ( u , v ) H ( u , v ) e dudv
采用线性位移不变系统模型的原由： 1）由于许多种退化都可以用线性位移不变模型来近似， 这样线性系统中的许多数学工具如线性代数，能用于 求解图像复原问题，从而使运算方法简捷和快速。 2）当退化不太严重时，一般用线性位移不变系统模型来 复原图像，在很多应用中有较好的复原结果，且计算 大为简化。 3）尽管实际非线性和位移可变的情况能更加准确而普遍 地反映图像复原问题的本质，但在数学上求解困难。 只有在要求很精确的情况下才用位移可变的模型去求 解，其求解也常以位移不变的解法为基础加以修改而 成。
数字图像处理(冈萨雷斯)
✓脉冲噪声（椒盐噪声）
均匀噪声
高斯噪声
瑞利噪声
噪声
指数噪声
椒盐噪声
第14页，共62页。
①高斯噪声
高斯噪声的概率密度函数(PDF)
p(z) 1 e(z )2 /2 2 (5.2 1)
2
灰度值
✓ 当z服从上式分布时，其值有70%落在 , ， 有 95%落在
范围内。 2 , 2
✓ 高斯噪声的产生源于电子电路噪声和由低照明度或高温带来的 传感器噪声。
其中zi值是像素的灰度值, p(zi )表示相应的归一化直方图.
第30页，共62页。
5.3 空间域滤波复原（唯一退化是噪声）
当唯一退化是噪声时，则退化系统H(u,v) 1
g( x, y) f ( x, y) ( x, y) (5.3 1)
G(u, v) F (u, v) N (u, v) (5.3 2)
的开关操作）
第22页，共62页。
例5.1 样本噪声图像和它们的直方图
✓ 用于说明噪声模型的测试图
✓ 由简单、恒定的区域组成 ✓ 仅仅有3个灰度级的变化
第23页，共62页。
例5.1 样本噪声图像和它们的直方图
高斯噪声
瑞利噪声
伽马噪声
图像
直方图
第24页，共62页。
例5.1 样本噪声图像和它们的直方图
➢在图像获取中从电 力或机电干扰中产生.
➢是空间相关噪声.
➢周期噪声可以通过 频率域滤波显著减少.
周期噪声
被不同频率的 正弦噪声干扰 了的图像
呈圆形分布 的亮点为噪 声频谱
第27页，共62页。
典型的周期噪声---正弦噪声
• Sinusoidal （单 一频率）
均匀噪声
高斯噪声
瑞利噪声
噪声
指数噪声
椒盐噪声
第14页，共62页。
①高斯噪声
高斯噪声的概率密度函数(PDF)
p(z) 1 e(z )2 /2 2 (5.2 1)
2
灰度值
✓ 当z服从上式分布时，其值有70%落在 , ， 有 95%落在
范围内。 2 , 2
✓ 高斯噪声的产生源于电子电路噪声和由低照明度或高温带来的 传感器噪声。
其中zi值是像素的灰度值, p(zi )表示相应的归一化直方图.
第30页，共62页。
5.3 空间域滤波复原（唯一退化是噪声）
当唯一退化是噪声时，则退化系统H(u,v) 1
g( x, y) f ( x, y) ( x, y) (5.3 1)
G(u, v) F (u, v) N (u, v) (5.3 2)
的开关操作）
第22页，共62页。
例5.1 样本噪声图像和它们的直方图
✓ 用于说明噪声模型的测试图
✓ 由简单、恒定的区域组成 ✓ 仅仅有3个灰度级的变化
第23页，共62页。
例5.1 样本噪声图像和它们的直方图
高斯噪声
瑞利噪声
伽马噪声
图像
直方图
第24页，共62页。
例5.1 样本噪声图像和它们的直方图
➢在图像获取中从电 力或机电干扰中产生.
➢是空间相关噪声.
➢周期噪声可以通过 频率域滤波显著减少.
周期噪声
被不同频率的 正弦噪声干扰 了的图像
呈圆形分布 的亮点为噪 声频谱
第27页，共62页。
典型的周期噪声---正弦噪声
• Sinusoidal （单 一频率）
02数字图像基础
空间分辨率(N减少)
灰度分辨率(k减少)
256
128
16
8
64
32
图像的放大和缩小
步骤： 创立新像素的位置； 对新位置赋灰度值。
最近邻域法 双线性内插
双线性内插
f(a,b)
f(x,y)
(a+1,b)
(a,b)
(x,y)
(a+1,b+1)
Hale Waihona Puke (a,b+1)图像的放大和缩小
128
64
a0,0
A
a1,0
aM1,0
a0,1 a1,1
aM1,1
a0,N1
a1,N1
aM1,N1
数字图像表示
数字图像的坐标约定
L 2k
图像的动态范围[0, L-1]
数字图像表示
1. 黑白图像
图像的每个像素只能是黑或者白，没 有中间的过渡，故又称为二值图像。二值 图像的像素值为0、1。
255 240 240
R 255 0
80
255 0 0
0 160 80 G 255 255 160
0 255 0
0 80 160
B
0
0 240
255 255 255
图像大小
数字图像存储所需的比特数： bMNk
32
最近邻域法
双线性内插法
3、像素间的一些基本关系
•相邻像素
4邻域
N4 ( p)
对角邻域 ND( p)
8邻域
N8( p)
•邻接性
令V表示邻接的灰度值集合，如V={8,9,…,16}；
数字图像处理部分课后习题参考答案
第一章1.连续图像中，图像为一个二维平面，(x,y)图像中的任意一点，f（x,y）为图像于(x,y)于处的值。
连续图像中，(x,y)的取值是连续的，f(x,y)也是连续的数字图像中，图像为一个由有限行有限列组成的二维平面，（i,j)为平面中的任意一点，g（i,j)则为图像在（i,j)处的灰度值，数字图像中，（i,j) 的取值是不连续的，只能取整数，对应第i行j列,g（i,j) 也是不连续的，表示图像i行j列处图像灰度值。
联系：数字图像g(i,j)是对连续图像f(x,y)经过采样和量化这两个步骤得到的。
其中g(i,j)=f(x,y)|x=i,y=j2. 图像工程的内容可分为图像处理、图像分析和图像理解三个层次，这三个层次既有联系又有区别，如下图所示。
图像处理的重点是图像之间进行的变换。
尽管人们常用图像处理泛指各种图像技术，但比较狭义的图像处理主要是对图像进行各种加工，以改善图像的视觉效果并为自动识别奠定基础，或对图像进行压缩编码以减少所需存储空间图像分析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。
如果说图像处理是一个从图像到图像的过程，则图像分析是一个从图像到数据的过程。
这里的数据可以是目标特征的测量结果，或是基于测量的符号表示，它们描述了目标的特点和性质。
图像理解的重点是在图像分析的基础上，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，从而指导和规划行动。
如果说图像分析主要以观察者为中心来研究客观世界，那么图像理解在一定程度上是以客观世界为中心，借助知识、经验等来把握整个客观世界(包括没有直接观察到的事物)的。
联系：图像处理、图像分析和图像理解处在三个抽象程度和数据量各有特点的不同层次上。
图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。
图像分析则进入了中层，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的描述。
5遥感数字图像处理-第五章
☞ 邻域处理
针对一个像元点周围一个小邻域的所有像元而进行，输出 值大小除与像元点在原图像中的灰度值大小有关，还决定于它 邻近像元点灰度值大小。如卷积运算、中值滤波、滑动平均等。
②
图像增强的分类
点处理
点处理
邻域处理
邻域处理
2. 遥感图像的对比度增强
对比度增强的基本原理
人眼对图像的识别主要是基于图像中不同像元的亮度(灰度、
差别为有选择的滑动平均是一种带门限值的滑 动平均处理。
④
有选择的局部平均法
有选择的局部平均法实现步骤：
1. 2. 3. 4. 给定一个判定阈值T 计算模板窗口内像元DN值的均值X 计算窗口中心目标像元的DN值与X的绝对差值D 比较D与T的大小
如D＞T，则窗口中心像元输出DN值等于X
如D＜T，则窗口中心像元DN值保持不变 优点：边缘信息损失减少，减轻输出图像的模糊效应。
中值滤波是一种非线性变换。其优势在于可在平滑的基 础上较大程度地防止边缘模糊。
③
中值滤波
中值滤波窗口可选用模板的不同形式：
○ ○ ○ ○ ○ ○ ○ ○ ○ 方形窗口：对线性噪声抑制效果好
○ ○ ○ ○ ○ 十字形窗口：对点性噪声抑制效果好
④
有选择的局部平均法
有选择的局部平均法—其实质为一种滑动平均平滑法。与滑动平均法的
其中，x—原始图像的亮度值
X—线性扩展增强后的亮度值
②
非线性扩展
Ⅱ 对数变换法
X d
c a b x
②
非线性扩展
Ⅲ 三角函数扩展
假定原始图像的灰度范围是（a，b），将原始图像灰度范围扩展为 （c，d），其中c ＜ a，d ＞ b，其正切函数计算公式为：
数字图像处理 第5章 灰度变换与色彩校正
插值后高分辨率图像边缘
图像处理
低分辨 传统方法插值 率图像
边缘检测 边缘以及 特殊处理 附近像素
插值图像
◎区域指导的图像插值算法
输入原始 图像f(x,y)
区域分割
2020/9/23
确定插值 位置
设计插值 公式
输出插值 图像g(x,y)
36
三、灰度变换技术
灰度变换——图像增强手段之一—— 点处理方式
0.03
14
r7=1
180
0.04
解：由变换函数公式得到对应的灰度等级：
s2
s0
s1
T (r
1
2
i0
ni
) CP(rk )
0 i0
ni n
0.17
ni 0.17 0.25 0.42
n
0.17 0.25 0.19 0.61
i0 n
s3
3 i0
ni n
0.17 0.25 0.19 0.18
2020/9/23
5
一、基本概念
1.阶调与色调
①阶调：
描述一种颜色区别与另一种颜色的特征
高光：图像中最亮的部分。灰度等级约在240 左右 中间调：图像中的主要部分。 暗调：图像中最暗的部分。灰度等级约在12 左右
层次：灰度亮化的等级（明暗程度）
注意：对灰度图像，阶调与层次的概念是相同的
阶调与层次的复制状况决定了图像中各种颜
HA(r)
dr
T ' (r) ds dr
0
255
CL
2020/9/23
s T (r)
A0
H A(r)dr
0
CP(r)
13
设：一幅像素总数为n，灰度等级为[0,L]的图像
图像处理
低分辨 传统方法插值 率图像
边缘检测 边缘以及 特殊处理 附近像素
插值图像
◎区域指导的图像插值算法
输入原始 图像f(x,y)
区域分割
2020/9/23
确定插值 位置
设计插值 公式
输出插值 图像g(x,y)
36
三、灰度变换技术
灰度变换——图像增强手段之一—— 点处理方式
0.03
14
r7=1
180
0.04
解：由变换函数公式得到对应的灰度等级：
s2
s0
s1
T (r
1
2
i0
ni
) CP(rk )
0 i0
ni n
0.17
ni 0.17 0.25 0.42
n
0.17 0.25 0.19 0.61
i0 n
s3
3 i0
ni n
0.17 0.25 0.19 0.18
2020/9/23
5
一、基本概念
1.阶调与色调
①阶调：
描述一种颜色区别与另一种颜色的特征
高光：图像中最亮的部分。灰度等级约在240 左右 中间调：图像中的主要部分。 暗调：图像中最暗的部分。灰度等级约在12 左右
层次：灰度亮化的等级（明暗程度）
注意：对灰度图像，阶调与层次的概念是相同的
阶调与层次的复制状况决定了图像中各种颜
HA(r)
dr
T ' (r) ds dr
0
255
CL
2020/9/23
s T (r)
A0
H A(r)dr
0
CP(r)
13
设：一幅像素总数为n，灰度等级为[0,L]的图像
【最新课件】4.1数字图像基础(共31张PPT)
锥的轴线度量的，沿着圆锥轴线上的点表示完 全不饱和的颜色。按照不同的灰度等级，最亮 点为纯白色，最暗点为纯黑色。圆锥截面的圆 周一圈上的颜色为完全饱和的纯颜色。
第十一页，共三十一页。
2．三基色(jīsè)（RGB）原理
自然界常见的各种颜色光，都可由红（R）、绿（G）、
蓝（B）三种(sān zhǒnɡ)颜色按不同的比例相配而成，这就是 色度学中最基本的原理——三基色原理。
在多媒体系统中常涉及到用几种不同的色彩空间表示图形
和图像的颜色(yánsè)，如计算机显示时采用RGB彩色空间或 色彩模型；在彩色全电视数字化时使用YUV色彩模型；彩 色印刷时采用CMYK模式等。不同的彩色空间对应不同的应 用场合，在图像的生成、存储、处理及显示时对应不同的 彩色空间，需要做不同的处理和转换。
第九页，共三十一页。
1．亮度(liàngdù)、色调和饱和度
饱和度是颜色强度的度量。对于同一色调的彩色光，饱和度
越深颜色越鲜明或者越纯。例如红色和粉红色的区别，虽然 这两种颜色有相同的主波长，但一种也许是混合了更多的白 色在里面，因此显得不太饱和。
饱和度还与亮度有关，因为若在饱和的彩色光中增加(zēngjiā)白
颜色的基本概念
1．亮度、色调和饱和度 彩色可用亮度、色调和饱和度来描述，人眼看到任意彩色
光都是这三个特性的综合效果。
亮度是发射光或物体反射光明亮度程度的量度 色调是由于某种波长的颜色光使观察者产生的颜色感觉，
每个波长代表不同的色调 。它反映颜色的种类(zhǒnglèi)，决 定颜色的基本特性，例如红色、棕色等都是指色调。某一 物体的色调，是指该物体在日光照射下所反射的各光谱成 分作用于人眼的综合效果，对于透射物体则是透过该物体 的光谱综合作用的结果。
第十一页，共三十一页。
2．三基色(jīsè)（RGB）原理
自然界常见的各种颜色光，都可由红（R）、绿（G）、
蓝（B）三种(sān zhǒnɡ)颜色按不同的比例相配而成，这就是 色度学中最基本的原理——三基色原理。
在多媒体系统中常涉及到用几种不同的色彩空间表示图形
和图像的颜色(yánsè)，如计算机显示时采用RGB彩色空间或 色彩模型；在彩色全电视数字化时使用YUV色彩模型；彩 色印刷时采用CMYK模式等。不同的彩色空间对应不同的应 用场合，在图像的生成、存储、处理及显示时对应不同的 彩色空间，需要做不同的处理和转换。
第九页，共三十一页。
1．亮度(liàngdù)、色调和饱和度
饱和度是颜色强度的度量。对于同一色调的彩色光，饱和度
越深颜色越鲜明或者越纯。例如红色和粉红色的区别，虽然 这两种颜色有相同的主波长，但一种也许是混合了更多的白 色在里面，因此显得不太饱和。
饱和度还与亮度有关，因为若在饱和的彩色光中增加(zēngjiā)白
颜色的基本概念
1．亮度、色调和饱和度 彩色可用亮度、色调和饱和度来描述，人眼看到任意彩色
光都是这三个特性的综合效果。
亮度是发射光或物体反射光明亮度程度的量度 色调是由于某种波长的颜色光使观察者产生的颜色感觉，
每个波长代表不同的色调 。它反映颜色的种类(zhǒnglèi)，决 定颜色的基本特性，例如红色、棕色等都是指色调。某一 物体的色调，是指该物体在日光照射下所反射的各光谱成 分作用于人眼的综合效果，对于透射物体则是透过该物体 的光谱综合作用的结果。
遥感数字图像处理基础 知识点
第一章数字图像处理根底1数字图像处理：将图像转换成一个数字矩阵存放在图像存储器中，然后利用计算机对图像信息进行数字运算和处理，以提高图像质量或者提取所需要的信息2数字图像获取：把客观场景发射或者发射的电磁波信息首先利用光学成像系统生成一副模拟图像，然后通过模数转换将模拟图像转换为计算机可以存储的离散化数字图像。
3采样：即图像空间坐标或位置的离散化，也就是把模拟图像划分为假设干图像元素，兵赋予它们唯一的地址。
；离散化的小区域就是数字图像的根本单元，称为像元也称像素。
量化：即电磁辐射能量的离散化，也就是把像元内的连续辐射亮度中离散的数字值来表示，这些离散的数字值也称灰度值，，因为它们代表了图像上不同的亮暗水平。
4遥感数字图像获取特征参数质量特征：⑴空间分辨率：数字图像上能被详细区分的最小单元的尺寸或大小⑵辐射分辨率传感器探测原件在接受光谱信号时，所能分辨的最小辐射度差信息量特征：⑴光谱分辨率：传感器探测元件在接收目标地物辐射能量时所用的波段数目⑵时间分辨率：对同一区域进行重复观测的最小时间间隔。
5模拟图像：在图像处理中通过某种物理量的强弱变化来记录图像亮度信息的图像6数字图像：把连续的模拟图像离散化成规那么网格并用计算机以数字的模式记录图像上各网格点亮度信息的图像7数字图像特性：①空间分布特性：1空间位置：数字图像以二维矩阵的结构的数据来描述物体，矩阵按照行列的顺序定位数据，所以物体的位置也是用行列号表示。
2形状：点状线状和面状3大小：线状物体的长度或面状物体的面积，表现为像元的集聚数量4空间关系：包含，相邻，相离三种拓扑关系②数值统计特性：对图像的灰度分布进行统计分析。
图像的灰度直方图：用来描述一幅数字图像的灰度分布，横坐标为灰度级，纵坐标为灰度级在图中出现8直方图的用途：1图像获取质量评价2边界阙值的选择3噪声类型的判断9遥感数字图像的输出特征参数：1输出分辨率：屏幕分辨率和打印的分辨率2灰度分辨率：指输出设备能区分的最小灰度差3颜色空间模型：RGB 模型CMYK模型HSI颜色模型10数字图像种类：1.黑白图像：二值数字图像，0表示黑色1表示白色；2.灰度图像：单波段图像每个像元的灰度值的取值范围由灰度量决定;3.伪彩色图像：把单波段图像的各灰度值按照一定规那么映射到颜色空间中某一对应颜色;4.彩色图像：由红绿蓝3个颜色通道的数字层组成的图像第二章数字图像存储1比特序：一个字节中8个比特的存储顺序称为比特序。
数字图像处理总复习(14)(1)
将M幅图像相加求平均利用了M幅图像中同一位置的M个 像素的 平均值，用一个n*n的模板进行平滑滤波利用了同一 幅图像中的n*n个像素的平均值。因为参与的像素个数越多， 消除噪声的能力越强，所以如果M>n*n，则前者消除噪声的 效果较好，反之则后者消除噪声的效果较好。
2.图像锐化与图像平滑有何区别与联系？
第三章 （不考计算题） 频域滤波的物理含义 傅立叶变换性质 频域滤波的基本方法
第四章 灰度基本变换（线形、非线性） 直方图处理（定义、直方图规定化、均衡化） 算术逻辑运算（帧差分，帧平均） 空间滤波（均值、中值、KNN） 同态滤波（滤波流程） 边缘检测（一阶，二阶，循环卷积） 图像锐化与图像平滑 真彩色图像处理与伪彩色图像处理
第一章图像数字图像处理灰度图像的概念图像工程定义分类图像的表达图像文件格式bmp文件第二章视觉感知要素图像采样和量化颜色模型像素之间的基本关系邻接连通距离度量第三章不考计算题频域滤波的物理含义傅立叶变换性质频域滤波的基本方法第四章灰度基本变换线形非线性直方图处理定义直方图规定化均衡化算术逻辑运算帧差分帧平均空间滤波均值中值knn同态滤波滤波流程边缘检测一阶二阶循环卷积图像锐化与图像平滑真彩色图像处理与伪彩色图像处理第五章图像编码与压缩不考计算图像编码的基本概念图像编码的方法第六章图像恢复颜色模型第七章图像分割图像的阈值分割图像的梯度分割图像边缘检测第八章目标的表达和描述目标表达目标的描述第九章形态学运算膨胀腐蚀开运算闭运算?除电磁波谱图像外按成像来源进行划分的话常见的计算机图像还包三种类型
8. 直方图修正有哪两种方法？二者有何主要区别于 联系？
方法：直方图均衡化和直方图规定化。
区别：直方图均衡化得到的结果是整幅图对比度的增 强，但一些较暗的区域有些细节仍不太清楚，直方图 规定化处理用规定化函数在高灰度区域较大，所以变 换的结果图像比均衡化更亮、细节更为清晰。联系： 都是以概率论为基础的，通过改变直方图的形状来达 到增强图像对比度的效果。
2.图像锐化与图像平滑有何区别与联系？
第三章 （不考计算题） 频域滤波的物理含义 傅立叶变换性质 频域滤波的基本方法
第四章 灰度基本变换（线形、非线性） 直方图处理（定义、直方图规定化、均衡化） 算术逻辑运算（帧差分，帧平均） 空间滤波（均值、中值、KNN） 同态滤波（滤波流程） 边缘检测（一阶，二阶，循环卷积） 图像锐化与图像平滑 真彩色图像处理与伪彩色图像处理
第一章图像数字图像处理灰度图像的概念图像工程定义分类图像的表达图像文件格式bmp文件第二章视觉感知要素图像采样和量化颜色模型像素之间的基本关系邻接连通距离度量第三章不考计算题频域滤波的物理含义傅立叶变换性质频域滤波的基本方法第四章灰度基本变换线形非线性直方图处理定义直方图规定化均衡化算术逻辑运算帧差分帧平均空间滤波均值中值knn同态滤波滤波流程边缘检测一阶二阶循环卷积图像锐化与图像平滑真彩色图像处理与伪彩色图像处理第五章图像编码与压缩不考计算图像编码的基本概念图像编码的方法第六章图像恢复颜色模型第七章图像分割图像的阈值分割图像的梯度分割图像边缘检测第八章目标的表达和描述目标表达目标的描述第九章形态学运算膨胀腐蚀开运算闭运算?除电磁波谱图像外按成像来源进行划分的话常见的计算机图像还包三种类型
8. 直方图修正有哪两种方法？二者有何主要区别于 联系？
方法：直方图均衡化和直方图规定化。
区别：直方图均衡化得到的结果是整幅图对比度的增 强，但一些较暗的区域有些细节仍不太清楚，直方图 规定化处理用规定化函数在高灰度区域较大，所以变 换的结果图像比均衡化更亮、细节更为清晰。联系： 都是以概率论为基础的，通过改变直方图的形状来达 到增强图像对比度的效果。
数字图形图像基础共50页PPT
第一章 概述 1.3 数字图像理论W格式是一种最原始的文件格式，它的结构记录 所有的像素，因此文件很大，用于在多个应用程序和计 算机平台之间传递文件。该格式支持带Alpha通道的 CMYK、RGB、灰度文件和不带Alpha通道的多通道、 Lab、索引颜色、双色调文件。
第一章 概述 1.3 数字图像理论基础
1.3.3 图像文件格式
图像文件格式指的是图像以什么方式保存在磁盘上。 Photoshop可支持包括PSD、BMP、JPG、GIF、TIFF、 PNG、TGA、PCX、PDF和RAW等20多种文件格式。
1、PSD格式 PSD格式是Photoshop专用格式，也是Photoshop默 认文件格式，可以包含图层、通道和颜色模式，还可以 保存具有调节层、文本层的图像。将其转换其它文件格 式前，将合并图层。 PSD文件保留了所有原图像的数据信息，是唯一能 够支持全部图像颜色模式的格式。
第一章 概述 1.3 数字图像理论基础
1.3.3 图像文件格式
6、PNG格式 PNG格式用于在网上进行无损压缩和显示图像。支持 带有一个Alpha通道的RGB、灰度模式和不带Alpha通道的 位图、索引颜色模式。 7、TGA格式 TGA是为视频摄影机图像而设计的图像格式。是一种图 形、图像数据的通用格式，是计算机生成图像向电视转换的 一种首选格式。支持带一个Alpha通道32位RGB文件和不带 Alpha通道的索引颜色、灰度、16位和24位RGB文件。
第一章 概述 1.3 数字图像理论基础
1.3.3 图像文件格式
4、GIF格式 GIF格式是一种LZW压缩格式，可以缩减文件大小和电 子传递时间，广泛应用于网络的HTML网页文档中。GIF格 式支持位图、灰度和索引颜色的颜色模式，不支持Alpha通 道。 5、TIFF格式 TIFF是Mac中广泛使用的图像格式。特点是图像格式复 杂、存储信息多，有利于原稿的复制。支持RGB、Lab、索 引颜色、CMYK、灰度的色彩模式和位图模式，并且在 CMYK、RGB和灰度三种颜色模式中支持Alpha通道。
数字图像基础PPT学习教案
第23页/共72页
3.2. 数字图像表示 （1）紧凑矩阵表示
f (0,0)
f (x, y)
f (1,0)
f
(M
1,0)
f (0,1) f (1,1)
f (M 1,1)
f (0, N 1)
f (1, N 1)
f (M 1, N 1)
（2）传统矩阵表示形式
a0,0
A
a1,0
第21页/共72页
连续灰度值量化为灰度级的方法有两种，一种是等 间隔量化，另一种是非等间隔量化。 等间隔量化就是简单地把采样值的灰度范围等间隔地分 割并进行量化。对于像素灰度值在黑—白范围较均匀分 布的图像，这种量化方法可以得到较小的量化误差。该 方法也称为均匀量化或线性量化。为了减小量化误差， 引入了非均匀量化的方法。
用复制行或列的方法将前页图像复原到 1024*1024的图像
第28页/共72页
（a）原始图像(256×256)；（b）采样图像1(128×128)；（c） 采样图像2(64×64)； （d）采样图像3(32×32)； （e）采样图像4(16×16)；（f） 采样图像5(8×8)
第29页/共72页
总 结 ： 对 一 幅图像 ，当量 化级数 k一定时 ，空间 分辨率 越高， 图像质 量越好 ；空间 分辨率 越低， 图像质 量越差 ，会出 现棋盘 模式。
数字图像基础
会计学
1
1.人眼视觉特征
1.视觉系统从外界获取图像，即在视网膜上获得周 围世界的光学图像。 2.视觉接收器将光图像信息转化为视网膜的神经活 动电信息。 3.通过视神经纤维，把这些图像传入大脑，由大脑 获得感知。
不 同 人 对 光 和色的 感知不 同
第2页/共72页
3.2. 数字图像表示 （1）紧凑矩阵表示
f (0,0)
f (x, y)
f (1,0)
f
(M
1,0)
f (0,1) f (1,1)
f (M 1,1)
f (0, N 1)
f (1, N 1)
f (M 1, N 1)
（2）传统矩阵表示形式
a0,0
A
a1,0
第21页/共72页
连续灰度值量化为灰度级的方法有两种，一种是等 间隔量化，另一种是非等间隔量化。 等间隔量化就是简单地把采样值的灰度范围等间隔地分 割并进行量化。对于像素灰度值在黑—白范围较均匀分 布的图像，这种量化方法可以得到较小的量化误差。该 方法也称为均匀量化或线性量化。为了减小量化误差， 引入了非均匀量化的方法。
用复制行或列的方法将前页图像复原到 1024*1024的图像
第28页/共72页
（a）原始图像(256×256)；（b）采样图像1(128×128)；（c） 采样图像2(64×64)； （d）采样图像3(32×32)； （e）采样图像4(16×16)；（f） 采样图像5(8×8)
第29页/共72页
总 结 ： 对 一 幅图像 ，当量 化级数 k一定时 ，空间 分辨率 越高， 图像质 量越好 ；空间 分辨率 越低， 图像质 量越差 ，会出 现棋盘 模式。
数字图像基础
会计学
1
1.人眼视觉特征
1.视觉系统从外界获取图像，即在视网膜上获得周 围世界的光学图像。 2.视觉接收器将光图像信息转化为视网膜的神经活 动电信息。 3.通过视神经纤维，把这些图像传入大脑，由大脑 获得感知。
不 同 人 对 光 和色的 感知不 同
第2页/共72页
数图数字图像基础PPT教案
➢ 但模拟图像仍然很重要，因为人眼所能够感知的景物一般必须是连续的。
第1页/共24页
2
3维 彩色 活动 图像
➢ 2.常见图像种类z=z0
➢ 按维数的不同： ➢ 平面的二维图像， ➢ 立体的三维图像； ➢ 随时间的变化情况：
2维 彩色 静止 图像
t=t0 2维 彩色 活动 图像
=0
➢ 静态图像，
2维 灰度 活动 图像
(2.27) else
➢ 空域取样图像的重建：
Fr (u,v) Fp (u,v)H(u,v)
➢ ( 2 . 2 8)
➢
h(x, y)
H (u,v)e j2 (uxvy)dudv x y
1
2x 1
2x
e j2uxdu
1
2y 1
2y
e j2vydv Sa( x) Sa( y ) x y
ab 0
k (x, y)
第6页/共24页
7
➢(2) 二维抽样函数
➢ 一维Kronecker抽样信号，
➢ ➢
(n)
1 0
n0 (2.1n8) 0
一维Kronecker抽样序列
p(n) (n k)
(2.19)
k
➢
(n)
(n k)
➢ 0 1 2 … k k+1 n
p(n)
……
…
-1 0 1 … k
…… n
图2.3 单位抽样函数示意图
➢二维Kronecker抽样信号
二维Kronecker抽样序列
➢
(m,
n)
1
0
(m2.20n) 0 else
（2.21）
p(m, n)
(m j,n k)
- 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、"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、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)。
物理图象及对应 的数字图象
灰度
196
43 像素 灰阶 0
物理图像
数字图像
采样列
像素
黑
采样行 图片
行间隔
灰
128
采样列间隔
白
255
彩色图象可以用红、绿、蓝三元组的二维矩阵来表示。 –通常，三元组的每个数值也是在0到255之间，0表 示相应的基色在该象素中没有，而255则代表相应的 基色在该象素中取得最大值，这种情况下每个象素可 用三个字节来表示。
1 1 1 H 3 1 1 0 1 8 1 1 1
彩色图象(128x128)及其对应的数值矩阵（仅列出一部分 (25x31)）
(207,137,130) (220,179,163) (215,169,161) (210,179,172) (210,179,172) (207,154,146) (217,124,121) (226,144,133) (226,144,133) (224,137,124) (227,151,136) (227,151,136) (226,159,142) (227,151,136) (230,170,154) (231,178,163) (231,178,163) (231,178,163) (236,187,171) (236,187,171) (239,195,176) (239,195,176) (240,205,187) (239,195,176) (231,138,123) (217,124,121) (215,169,161) (216,179,170) (216,179,170) (207,137,120) (159, 51, 71) (189, 89,101) (216,111,110) (217,124,121) (227,151,136) (227,151,136) (226,159,142) (226,159,142) (237,159,135) (237,159,135) (231,178,163) (236,187,171) (231,178,163) (236,187,171) (236,187,171) (236,187,171) (239,195,176) (239,195,176) (236,187,171) (227,133,118) (213,142,135) (216,179,170) (221,184,170) (190, 89, 89) (204,109,113) (204,115,118) (189, 85, 97) (159, 60, 78) (136, 38, 65) (160, 56, 75) (204,109,113) (227,151,136)(226,159,142)(237,159,135)(227,151,136)
标准格式图像读取
• 函数imread可以从任何Matlab支持的图像文件格式中， 以任意位深度读取一幅图像。格式为：
• [X,MAP]=imread(FILENAME,'FMT')，其中： • FILENAME－为需要读入的图像文件名称，FMT－为图像格式。
• 图像文件格式
读取图像信息
• 可以通过调用imfinfo函数获得与图像文件有关的信息， 格式如下：
1、imshow(I,n) 显示灰度级为n的图像，n缺省为256。 【例】按256灰度级显示 I=imread('moon.tif'); imshow(I,256) colorbar
【例】按8灰度级显示 I=imread('moon.tif'); imshow(I,8) colorbar
【例】按最大灰度范围显示 I=imread('moon.tif'); imshow(I,[]) colorbar
第五章 MATLAB遥感图像处理基础
主要内容
• • • • • 遥感图像概述 遥感图像的读写与显示 遥感图像辐射增强 遥感图像几何变换 遥感图像配准
1 遥感图像处理概述
基本概念 遥感数字图像：是指被计算机存储、处理和使用 的图像，是一种空间坐标和灰度均不连续的、 用数字形式表达的遥感影像，最基本单元是像 素，每个像素具有空间位置特征和属性特征。 空间位置特征：是用离散的X值和Y值来表示； 属性特征：常用亮度值表示。
• 例：ALOS PALSAR参数及数据读取
显示图像
• 在MATLAb桌面上图像一般使用imshow 来显示，该函数的基本语法为： imshow(f,G) 其中，f是一个图像数组，G是显示该图像 的灰度级数。
图像的显示
• Matlab的图像显示函数主要有imshow、 colorbar、subimage和imagesc等。
主要内容
• • • • • 遥感图像概述 遥感图像的读写与显示 遥感图像辐射增强 遥感图像几何变换 遥感图像配准
2 遥感图像的读写与显示
• 对于标准格式的图像，如bmp, jpg, tif等 格式的图像，可以直接利用MATLAB提供 的命令imread及imwrite进行读写操作。 • 实际中不同的遥感数据并非标准格式。 如何根据数据提供者提供的格式说明文 件读出相应的参数及图像数据是进行后 续遥感图像处理的关键。
【例】显示伪彩色图像 I=imread('moon.tif'); imshow(I,jet(256)) colorbar
3、imshow(RGB) 显示真彩色图像。 【例】 rgb=imread('flowers.tif'); imshow(rgb);
4、subimage 多图显示多个调色板的图像。 【例】 load trees; [x2,map2]=imread('forest.tif'); subplot(2,1,1),subimage(X,map);colorbar subplot(2,1,2),subimage(x2,map2);colorbar
3 遥感图像辐射增强
• 定义：将原来不清晰的图像变得清晰或 突出某些特征，同时抑制一些不需要的 信息的处理方法。 • 目的：突出图像中的有用信息，扩大不 同影像特征之间的差别，以便于进行判 读和分析。
基于直方图变换的增强方法
• 直方图变换是一种通过直接改变图像中像元的亮度值 来改变图像的对比度，从而改善图像质量的图像处理 方法。 • 灰度直方图是灰度级的函数，描述图像中具有该灰度 级的像元的个数。其横坐标是灰度级，纵坐标是像元 的个数（或该灰度出现的频率）。 • 直方图反映灰度的总体结构，但是不反映空间的分布 信息。 • 直方图变换的类型
亮度值有如下特点： （1）不同图像相同地点的亮度值不同； （2）亮度值大小由传感器所探测到的电磁辐射 强度决定，入射到传感器中的电磁波被探测元 件转化为电信号，经过A/D转换，成为绝对辐 射亮度值R。为了便于应用R又被转换为能够表 征地物的辐射亮度相对值V。 R = V *（Rmax - Rmin ）/ Dmax + Rmin Rmax为探测器可检测到的最大辐射亮度； Rmin为探测器可检测到的最小辐射亮度；max 为级数；R为辐射亮度值；V为像素表征的地物 辐射亮度的相对增强采用模板处理方法对图像
进行滤波，去除图像噪声或增强图像的细节。
设当前待处理像素为f (m,n) ，给出一个大小 为3×3的处理模板。
以模块运算系数表示即：
常用的模板：
1 1 1 1 H 1 10 1 2 1 1 1 1 1 2 1 1 H 2 16 2 4 2 1 2 1
【例】不用专用函数显示多图 load trees; [x2,map2]=imread('forest.tif'); subplot(2,1,1),imshow(x2,map2);col orbar subplot(2,1,2),imshow(X,map);colorbar
图像的写入
1、imwrite函数 imwrite(I,'文件名','文件格式')－保存无 调色板的图像 imwrite(X,MAP,'文件名','文件格式')－ 保存有调色板的图像 imwrite(...,'文件名')－文件名中含格式 imwrite(...,'参数','值')－指定保存参数 文件格式：bmp、jpg、pcx、tif。
• 线性变换
• 分段线性拉伸对不同范围的灰度值进行不同 的拉伸。
• 非线性变换
• 变换函数是非线性的，如指数变换、对数变 换等。
• 指数变换
• 指数变换可以对图像高值区域进行拉伸
• 对数变换
• 对数变换对图像低值区域进行拉伸
• 直方图均衡
• 将原图像的直方图通过变换函数变为均匀的 直方图，然后按均匀直方图修改原图像，从 而获得一幅灰度分布均匀的新图像。
遥感数字图像处理：利用数字计算机或其 它高速、大规模集成数字硬件，对从遥 感图像信息转换来的数字电信号进行某 些数字运算或处理（如去除噪声、增强、 复原、分割、提取特征等），以期提高 遥感图像的质量以达到人们所要求的某 些预期结果。
图像的表示 完整描述图像，可以用式子： I=f(x,y,z,λ,t) 表示一个立体的、彩色的活动图像。还有： 对于静止图像，则表示为f(x,y,z,λ)； 对于平面图像，则表示为f(x,y,λ)； 对于单色图像，则表示为f(x,y)。 有时，在传播或传送图像时，常把图像扫描成 一维信号，如视频信号，这时图像便成了一维 函数f(t)，称之为图像信号，而前面几个式子 称为图像，以示区别。
【例】将tif图像保存为jpg图像 [x,map]=imread('canoe.tif'); imwrite(x,map,'canoe.jpg','JPG','Quality',7 5)
灰度
196
43 像素 灰阶 0
物理图像
数字图像
采样列
像素
黑
采样行 图片
行间隔
灰
128
采样列间隔
白
255
彩色图象可以用红、绿、蓝三元组的二维矩阵来表示。 –通常，三元组的每个数值也是在0到255之间，0表 示相应的基色在该象素中没有，而255则代表相应的 基色在该象素中取得最大值，这种情况下每个象素可 用三个字节来表示。
1 1 1 H 3 1 1 0 1 8 1 1 1
彩色图象(128x128)及其对应的数值矩阵（仅列出一部分 (25x31)）
(207,137,130) (220,179,163) (215,169,161) (210,179,172) (210,179,172) (207,154,146) (217,124,121) (226,144,133) (226,144,133) (224,137,124) (227,151,136) (227,151,136) (226,159,142) (227,151,136) (230,170,154) (231,178,163) (231,178,163) (231,178,163) (236,187,171) (236,187,171) (239,195,176) (239,195,176) (240,205,187) (239,195,176) (231,138,123) (217,124,121) (215,169,161) (216,179,170) (216,179,170) (207,137,120) (159, 51, 71) (189, 89,101) (216,111,110) (217,124,121) (227,151,136) (227,151,136) (226,159,142) (226,159,142) (237,159,135) (237,159,135) (231,178,163) (236,187,171) (231,178,163) (236,187,171) (236,187,171) (236,187,171) (239,195,176) (239,195,176) (236,187,171) (227,133,118) (213,142,135) (216,179,170) (221,184,170) (190, 89, 89) (204,109,113) (204,115,118) (189, 85, 97) (159, 60, 78) (136, 38, 65) (160, 56, 75) (204,109,113) (227,151,136)(226,159,142)(237,159,135)(227,151,136)
标准格式图像读取
• 函数imread可以从任何Matlab支持的图像文件格式中， 以任意位深度读取一幅图像。格式为：
• [X,MAP]=imread(FILENAME,'FMT')，其中： • FILENAME－为需要读入的图像文件名称，FMT－为图像格式。
• 图像文件格式
读取图像信息
• 可以通过调用imfinfo函数获得与图像文件有关的信息， 格式如下：
1、imshow(I,n) 显示灰度级为n的图像，n缺省为256。 【例】按256灰度级显示 I=imread('moon.tif'); imshow(I,256) colorbar
【例】按8灰度级显示 I=imread('moon.tif'); imshow(I,8) colorbar
【例】按最大灰度范围显示 I=imread('moon.tif'); imshow(I,[]) colorbar
第五章 MATLAB遥感图像处理基础
主要内容
• • • • • 遥感图像概述 遥感图像的读写与显示 遥感图像辐射增强 遥感图像几何变换 遥感图像配准
1 遥感图像处理概述
基本概念 遥感数字图像：是指被计算机存储、处理和使用 的图像，是一种空间坐标和灰度均不连续的、 用数字形式表达的遥感影像，最基本单元是像 素，每个像素具有空间位置特征和属性特征。 空间位置特征：是用离散的X值和Y值来表示； 属性特征：常用亮度值表示。
• 例：ALOS PALSAR参数及数据读取
显示图像
• 在MATLAb桌面上图像一般使用imshow 来显示，该函数的基本语法为： imshow(f,G) 其中，f是一个图像数组，G是显示该图像 的灰度级数。
图像的显示
• Matlab的图像显示函数主要有imshow、 colorbar、subimage和imagesc等。
主要内容
• • • • • 遥感图像概述 遥感图像的读写与显示 遥感图像辐射增强 遥感图像几何变换 遥感图像配准
2 遥感图像的读写与显示
• 对于标准格式的图像，如bmp, jpg, tif等 格式的图像，可以直接利用MATLAB提供 的命令imread及imwrite进行读写操作。 • 实际中不同的遥感数据并非标准格式。 如何根据数据提供者提供的格式说明文 件读出相应的参数及图像数据是进行后 续遥感图像处理的关键。
【例】显示伪彩色图像 I=imread('moon.tif'); imshow(I,jet(256)) colorbar
3、imshow(RGB) 显示真彩色图像。 【例】 rgb=imread('flowers.tif'); imshow(rgb);
4、subimage 多图显示多个调色板的图像。 【例】 load trees; [x2,map2]=imread('forest.tif'); subplot(2,1,1),subimage(X,map);colorbar subplot(2,1,2),subimage(x2,map2);colorbar
3 遥感图像辐射增强
• 定义：将原来不清晰的图像变得清晰或 突出某些特征，同时抑制一些不需要的 信息的处理方法。 • 目的：突出图像中的有用信息，扩大不 同影像特征之间的差别，以便于进行判 读和分析。
基于直方图变换的增强方法
• 直方图变换是一种通过直接改变图像中像元的亮度值 来改变图像的对比度，从而改善图像质量的图像处理 方法。 • 灰度直方图是灰度级的函数，描述图像中具有该灰度 级的像元的个数。其横坐标是灰度级，纵坐标是像元 的个数（或该灰度出现的频率）。 • 直方图反映灰度的总体结构，但是不反映空间的分布 信息。 • 直方图变换的类型
亮度值有如下特点： （1）不同图像相同地点的亮度值不同； （2）亮度值大小由传感器所探测到的电磁辐射 强度决定，入射到传感器中的电磁波被探测元 件转化为电信号，经过A/D转换，成为绝对辐 射亮度值R。为了便于应用R又被转换为能够表 征地物的辐射亮度相对值V。 R = V *（Rmax - Rmin ）/ Dmax + Rmin Rmax为探测器可检测到的最大辐射亮度； Rmin为探测器可检测到的最小辐射亮度；max 为级数；R为辐射亮度值；V为像素表征的地物 辐射亮度的相对增强采用模板处理方法对图像
进行滤波，去除图像噪声或增强图像的细节。
设当前待处理像素为f (m,n) ，给出一个大小 为3×3的处理模板。
以模块运算系数表示即：
常用的模板：
1 1 1 1 H 1 10 1 2 1 1 1 1 1 2 1 1 H 2 16 2 4 2 1 2 1
【例】不用专用函数显示多图 load trees; [x2,map2]=imread('forest.tif'); subplot(2,1,1),imshow(x2,map2);col orbar subplot(2,1,2),imshow(X,map);colorbar
图像的写入
1、imwrite函数 imwrite(I,'文件名','文件格式')－保存无 调色板的图像 imwrite(X,MAP,'文件名','文件格式')－ 保存有调色板的图像 imwrite(...,'文件名')－文件名中含格式 imwrite(...,'参数','值')－指定保存参数 文件格式：bmp、jpg、pcx、tif。
• 线性变换
• 分段线性拉伸对不同范围的灰度值进行不同 的拉伸。
• 非线性变换
• 变换函数是非线性的，如指数变换、对数变 换等。
• 指数变换
• 指数变换可以对图像高值区域进行拉伸
• 对数变换
• 对数变换对图像低值区域进行拉伸
• 直方图均衡
• 将原图像的直方图通过变换函数变为均匀的 直方图，然后按均匀直方图修改原图像，从 而获得一幅灰度分布均匀的新图像。
遥感数字图像处理：利用数字计算机或其 它高速、大规模集成数字硬件，对从遥 感图像信息转换来的数字电信号进行某 些数字运算或处理（如去除噪声、增强、 复原、分割、提取特征等），以期提高 遥感图像的质量以达到人们所要求的某 些预期结果。
图像的表示 完整描述图像，可以用式子： I=f(x,y,z,λ,t) 表示一个立体的、彩色的活动图像。还有： 对于静止图像，则表示为f(x,y,z,λ)； 对于平面图像，则表示为f(x,y,λ)； 对于单色图像，则表示为f(x,y)。 有时，在传播或传送图像时，常把图像扫描成 一维信号，如视频信号，这时图像便成了一维 函数f(t)，称之为图像信号，而前面几个式子 称为图像，以示区别。
【例】将tif图像保存为jpg图像 [x,map]=imread('canoe.tif'); imwrite(x,map,'canoe.jpg','JPG','Quality',7 5)