图像处理和分析技术(第二版 章毓晋编著)第四章.
合集下载
《数字图像处理》课程教学大纲
《数字图像处理》课程教学大纲课程代码：ABJD0619课程中文名称：数字图像处理课程英文名称：Dig让a1ImageProcessing课程性质：选修课程学分数：3学分课程学时数：48学时(32理论课时+16实验学时)授课对象：电子信息工程本课程的前导课程：高等数学，概率论，线性代数，数字信号处理，信息论，程序设计等一、课程简介数字图像处理是一门新兴的跨学科的前沿高科技，在军事、工业、科研、医学等领域获得了广泛应用，是国内外高校和科研院所的研窕生教育中一个重要的研究方向。
通过本课程的学习，同学们将掌握数字图像处理的基本理论与方法，包括图像变换、图像增强、图像分割、图像恢复、图像识别、图像压缩编码、数字图像处理系统及应用等内容。
二、教学基本内容和要求(-)数字图像处理方法概述教学内容：数字图像处理的研究对象、基本应用、研究内容等，数字图像的基本概念、彩色图像的调色板等概念。
课程的重点、难点：重点：CDIB类与程序框架结构介绍。
难点：调色板的基本概念和应用。
教学要求：D了解本课程研究的对象、内容及其在培养软件编程高级人才中的地位、作用和任务；2)了解数字图像处理的应用；3)理解数字图像的基本概念、与设备相关的位图(DDB)、与设备无关的位图(D1B)；4)理解调色板的基本概念和应用；5)了解CD1B类与程序框架结构介绍；6)掌握位图图像处理技术。
(二)图像的几何变换教学内容：图像的几何变换种类以及概念，几何变换的实现原理和实施方法课程的重点、难点：重点：镜像变换。
难点：旋转。
教学要求：1）理解图像的缩放、平移、镜像变换、转置、旋转。
（三）图像灰度变换教学内容：直方图的概念、灰度的点运算（包含灰度信息的线性变化、指数变换等）、直方图的均匀化和规定化课程的重点、难点：重点：灰度直方图。
难点：灰度分布均衡化。
教学要求：1）了解非O元素取1法、固定阈值法、双固定阈值法的图像灰度变换；2）掌握灰度的线性变换、窗口灰度变换处理、灰度拉伸、灰度直方图、灰度分布均衡化。
图像处理和分析技术TIPA-04-Talk-31页精品文档
2019/11/29
ZYJ-TH-EE-IE
22
4.5 频域周期噪声滤波器
陷波滤波器
2019/11/29
ZYJ-TH-EE-IE
23
4.6 逆滤波
无约束恢复
仅将图像看作一个数字矩阵，从数学角度进行 处理而不考虑恢复后图像应受到的物理约束
2019/11/29
ZYJ-TH-EE-IE
24
4.6 逆滤波
2019/11/29
ZYJ-TH-EE-IE
8
4.3 空域噪声滤波器
均值滤波器 (1) 算术均值滤波器
(2) 几何均值滤波器
2019/11/29
ZYJ-TH-EE-IE
9
4.3 空域噪声滤波器
均值滤波器 (3) 谐波均值滤波器
(4) 逆谐波均值滤波器
2019/11/29
ZYJ-TH-EE-IE
2019/11/29
ZYJ-TH-EE-IE
3
4.1 图像退化及模型
图像退化模型
图像退化过程被模型化为一个作用在输入图 像 f (x, y)上的系统H。它与一个加性随机噪声 n(x, y)的联合作用导致产生退化图像g(x, y)
根据这个模型恢复图像就是要在给定g(x, y) 和代表退化的H的基础上得到对 f (x, y)的某个 近似的过程。这里假设已知n(x, y)的统计特性
28
本章要点
4.1节 一种基本的图像退化模型及其退化系统的性质 4.2节 一些典型的噪声和对它们的表示描述 4.3节 一些常用的空域噪声滤波器 4.4节 将不同的空域噪声滤波器结合的示例 4.5节 在频域中滤除图像里周期噪声的方法 4.6节 简单直接的无约束图像恢复方法——逆滤波 4.7节 一种基本的有约束图像恢复方法——维纳滤波
图像处理和分析技术TIPA-01-Talk
f (x, y)和 I(r, c)
例1.1.1
像素
图像的矩阵表示和矢量表示
2019/10/9
ZYJ-TH-EE-IE
7
1.1 图像和像素
2019/10/9
ZYJ-TH-EE-IE
8
1.2 像素间联系
像素邻域 每个像素的由近邻像素组成的邻域 4-邻域（4-neighborhood），记为N4(p) 4个对角近邻像素
2019/10/9
ZYJ-TH-EE-IE
5
第1章 图像技术基础
1.1 图像和像素 1.2 像素间联系 1.3 图像坐标变换 1.4 图像显示 1.5 采样和量化 1.6 图像存储与格式 1.7 图像技术及分类
2019/10/9
ZYJ-TH-EE-IE
6
1.1 图像和像素
图像（狭义和广义）
数字图像
和图像理解
2019/10/9
ZYJ-TH-EE-IE
28
作者联系信息
通信地址：北京清华大学电子工程系（100084）
办公地址：清华大学东主楼，9区307室
办公电话：(010)62781430
传真号码：(010)62770317
电子邮件：
个人主页：
/~zhangyujin/
2019/10/9
ZYJ-TH-EE-IE
29
ZYJ-TH-EE-IE
17
1.5 采样和量化
图像数据量
2019/10/9
ZYJ-TH-EE-IE
18
1.5 采样和量化
图像质量与数据量
例1.5.1 图像空间分辨率变化所产生 的效果
例1.5.2 图像幅度分辨率变化所产生 的效果
第1讲-图像技术基础
பைடு நூலகம்
图像处理的应用
工业生产：无损探伤，石油勘探，生产过程自动化（识 别零件，装配质量检查），工业机器人研制等。
军事：航空及卫星侦察照片的测绘、判读，雷达、 声纳 图像处理，导弹制导，军事仿真，无人驾驶飞行等。
图像处理的应用
通信：图像传真，可视电话，卫星通讯，数字电视等。
公安：指纹识别，印签、伪钞识别，安检，手迹、印记 鉴别分析等。
像素和表示
像素和表示
图像表示/像素表示
*表示图像就需要表示 其各个像素 *表示像素就是通过空 间位置和灰度
2-D数组 f (x, y)
x ， y：2-D空间XY中像素的位置
f：代表图象在(x, y)的性质F 的数值
f，x，y 的值可以是任意实数
性质F : 可对应不同物理量 灰度图象里用灰度表示
像素和表示
b.CMOS传感器(Complementary Metal Oxide Semiconductor )
数字图像处理系统概要
D与CMOS比较
CCD每曝光一次，在快门关闭后进行像素转移处理，将每一行中每一个像素 的电荷信号依序传入“缓冲器”中，由底端的线路引导输出至 CCD 旁的放 大器进行放大，再串联 ADC 输出。 相对地，CMOS 的设计中每个像素旁就直接连着 ADC（放大兼类比数字信 号转换器），讯号直接放大并转换成数字信号 CMOS速度快,CCD耗电量大，噪音对CMOS的影响会较CCD大，不过 CMOS在消噪方面取得不错的发展。
最短距离是沿直线的
像素间距离
距离量度函数
(1) 欧氏（Euclidean）距离
DE ( p, q) [(x s)2 ( y t )2 ] 1/ 2
图像和信息： 人类从外界（客观世界）获得的信息约有 75%来自视觉系统 数字图像处理： 信息化的发展，一方面要求处理对象的数字化，一 方面要求处理时的直观性----数字图像处理
图像处理的应用
工业生产：无损探伤，石油勘探，生产过程自动化（识 别零件，装配质量检查），工业机器人研制等。
军事：航空及卫星侦察照片的测绘、判读，雷达、 声纳 图像处理，导弹制导，军事仿真，无人驾驶飞行等。
图像处理的应用
通信：图像传真，可视电话，卫星通讯，数字电视等。
公安：指纹识别，印签、伪钞识别，安检，手迹、印记 鉴别分析等。
像素和表示
像素和表示
图像表示/像素表示
*表示图像就需要表示 其各个像素 *表示像素就是通过空 间位置和灰度
2-D数组 f (x, y)
x ， y：2-D空间XY中像素的位置
f：代表图象在(x, y)的性质F 的数值
f，x，y 的值可以是任意实数
性质F : 可对应不同物理量 灰度图象里用灰度表示
像素和表示
b.CMOS传感器(Complementary Metal Oxide Semiconductor )
数字图像处理系统概要
D与CMOS比较
CCD每曝光一次，在快门关闭后进行像素转移处理，将每一行中每一个像素 的电荷信号依序传入“缓冲器”中，由底端的线路引导输出至 CCD 旁的放 大器进行放大，再串联 ADC 输出。 相对地，CMOS 的设计中每个像素旁就直接连着 ADC（放大兼类比数字信 号转换器），讯号直接放大并转换成数字信号 CMOS速度快,CCD耗电量大，噪音对CMOS的影响会较CCD大，不过 CMOS在消噪方面取得不错的发展。
最短距离是沿直线的
像素间距离
距离量度函数
(1) 欧氏（Euclidean）距离
DE ( p, q) [(x s)2 ( y t )2 ] 1/ 2
图像和信息： 人类从外界（客观世界）获得的信息约有 75%来自视觉系统 数字图像处理： 信息化的发展，一方面要求处理对象的数字化，一 方面要求处理时的直观性----数字图像处理
人脸识别中的图像处理技术
参考文献
［ ］ 火明 ， １董 高隽 ， 汪荣贵 ． 多分类 器融合的人 脸识 别与 身份认 证 ［ 系 统仿真学报 ， ０ ； （ ： ４ — ８ ３ ２ ４１ ８ １ ９ １５ ０ ６ ）８ ［］ ２章毓晋 图像处理（ 第二版 ） 清华大学出 ［ Ｍ］ 版社，０６ １４ １５ ２０ ， — ８． ８ ［］ ３ 张宏林 数字图像 模式识 别技 术及 工程 实践［ 人 民邮 电出版 Ｍ］
１ 引言 ．
Ｌ Ｂ环境下对采集后的图像进行 了图像的预处理 ， Ａ 见图 ２ 。
人脸识别 ，特指利用分析 比较人脸视觉特征信息进行身份 鉴别 的 计算机技术 。 人脸识别技术应用广泛 ， 可用于安全验证 系统 、 医学 、 档案 管理 、 银行和海关的监控系统及 自 门禁系统等Ｉ 与利用指纹 、 动 】 １ 。 虹膜等 其他人体生物特征进行身份识别的方法相比 ， 人脸识 别更加友好 、 方便 和隐蔽？ 因其巨大 的应用前景以及其无可 比拟的优越性 ， 人脸识别越来 越成为当前模式识 别和人工智能领域 的一个热点。 ２人 脸 识 别 的基 本 过 程 ． 广义的人脸识 别实际包括构建人脸识别系统 的一系列 相关 技术 ，
３１ 处 理 ．预
预处理的 目的是为 了提高图像质量 、 加强有用 的信息。常用 的预处 理有姿态矫正 、 光照补偿 、 尺寸归一化 、 去噪 、 边界增强 、 提高对 比度等 。 它是一项基础性工作 ，可在人脸 特征提取之前 根据需要有选择地进行 适 当的预处理操作 。 本文采用直方图均衡技术进行人脸图像 的预处理 ， 主要 目的是增强对 比度 ， 提高图像质量 。 ３１ ．． １直方 图定 义 直方图是图像 的一种统计表达 。 对一幅灰度 图像 ， 其灰度统计直方 图反映 了该图中不 同灰度级出现 的统计情况 。其定义为 ： ｐＳ＝ ｋ （｝ｎ／ ｋ Ｎ 其中 ｎ表示 图像的第 ｋ 级灰度值 ， Ｎ表示像素总数。 直方 图能给 出 该图像的整体描述 ， 例如图像 的灰度范 围、 每个灰度级的频度和灰度的 分布 、 整幅图像 的平均明暗和对 比度 。 直方 图又分为直方图均衡化和直 方图规定化。 ３１２ ．－直方图均衡技 术 直方图均衡化也 叫直方图均匀化， 就是把给定图像的直方 图分布改 变成均匀分布的直方图 ， 它是一种 常用的灰度增强方法 本文在 ＭＡ — Ｔ
［ ］ 火明 ， １董 高隽 ， 汪荣贵 ． 多分类 器融合的人 脸识 别与 身份认 证 ［ 系 统仿真学报 ， ０ ； （ ： ４ — ８ ３ ２ ４１ ８ １ ９ １５ ０ ６ ）８ ［］ ２章毓晋 图像处理（ 第二版 ） 清华大学出 ［ Ｍ］ 版社，０６ １４ １５ ２０ ， — ８． ８ ［］ ３ 张宏林 数字图像 模式识 别技 术及 工程 实践［ 人 民邮 电出版 Ｍ］
１ 引言 ．
Ｌ Ｂ环境下对采集后的图像进行 了图像的预处理 ， Ａ 见图 ２ 。
人脸识别 ，特指利用分析 比较人脸视觉特征信息进行身份 鉴别 的 计算机技术 。 人脸识别技术应用广泛 ， 可用于安全验证 系统 、 医学 、 档案 管理 、 银行和海关的监控系统及 自 门禁系统等Ｉ 与利用指纹 、 动 】 １ 。 虹膜等 其他人体生物特征进行身份识别的方法相比 ， 人脸识 别更加友好 、 方便 和隐蔽？ 因其巨大 的应用前景以及其无可 比拟的优越性 ， 人脸识别越来 越成为当前模式识 别和人工智能领域 的一个热点。 ２人 脸 识 别 的基 本 过 程 ． 广义的人脸识 别实际包括构建人脸识别系统 的一系列 相关 技术 ，
３１ 处 理 ．预
预处理的 目的是为 了提高图像质量 、 加强有用 的信息。常用 的预处 理有姿态矫正 、 光照补偿 、 尺寸归一化 、 去噪 、 边界增强 、 提高对 比度等 。 它是一项基础性工作 ，可在人脸 特征提取之前 根据需要有选择地进行 适 当的预处理操作 。 本文采用直方图均衡技术进行人脸图像 的预处理 ， 主要 目的是增强对 比度 ， 提高图像质量 。 ３１ ．． １直方 图定 义 直方图是图像 的一种统计表达 。 对一幅灰度 图像 ， 其灰度统计直方 图反映 了该图中不 同灰度级出现 的统计情况 。其定义为 ： ｐＳ＝ ｋ （｝ｎ／ ｋ Ｎ 其中 ｎ表示 图像的第 ｋ 级灰度值 ， Ｎ表示像素总数。 直方 图能给 出 该图像的整体描述 ， 例如图像 的灰度范 围、 每个灰度级的频度和灰度的 分布 、 整幅图像 的平均明暗和对 比度 。 直方 图又分为直方图均衡化和直 方图规定化。 ３１２ ．－直方图均衡技 术 直方图均衡化也 叫直方图均匀化， 就是把给定图像的直方 图分布改 变成均匀分布的直方图 ， 它是一种 常用的灰度增强方法 本文在 ＭＡ — Ｔ
图像处理和分析教程章毓晋
第12章
12-14
12.3 特色的取阈值技术
借助过渡区选择阈值
实际数字图像中的边界是有宽度的，它本身 也是图像中的一个区域，一个特殊的区域。一方 面它将不同的区域分隔开来，具有边界的特点； 另一方面，它面积不为零，具有区域的特点；可 将这类特殊区域称为过渡区
先计算图像中目标和背景间的过渡区，再进 一步选取分割阈值
图像处理和分析教程
章毓晋
第12章 典型图像分割算法
随着各学科许多新理论和方法的提出， 人们也提出了许多结合一些特定理论、方法和 工具的分割技术
图像分割至今为止尚无通用的自身理 论。所以，每当有新的数学工具或方法提出 来，人们就试着将其用于图像分割，因而提出 了不少特殊的或者说有特色的分割算法
介绍几个具有比较特殊思路的典型方法
（下载更新的讲稿和教程修改表）
第12章
12-23
12.3 特色的取阈值技术
类间最大交叉熵阈值
交叉熵 一种用来度量两个概率分布之间信息量差异 的量，其对称形式称为对称交叉熵
D
P:Q
N i 1
pi
ln
pi qi
N
qi ln
i 1
qi pi
类间最大交叉熵
阈值的选取要使目标与背景应有尽可能大的
差异，可以用交叉熵来度量目标与背景间的差异
第12章
12-13
第12章
12-4
12.1 SUSAN检测算子
SUSAN算子边缘检测
边缘检测
SUSAN算子采用圆形模板来得到各向同性的
响应。将模板内每个像素的灰度值与核的灰度值
进行比较
C
(
x0
,
y0
;
x,
y)
《图像工程第2版上册图像处理》章毓晋
03
图像增强
对பைடு நூலகம்度增强
对比度增强
通过调整像素的灰度级别，提高 图像的对比度，使图像的细节更 加清晰可见。
直方图均衡化
通过拉伸像素强度分布范围，使 图像的对比度得到增强。这种方 法尤其适用于图像整体偏暗的情 况。
自适应直方图均衡
化
基于局部像素强度分布进行对比 度增强的方法，能够更好地处理 局部对比度不足的问题。
01
无损压缩算法能够将图像数据压缩后完全还原回原始数据，不
会产生任何信息损失。
无损压缩的优点
02
由于无损压缩能够完全还原原始数据，因此它适用于需要保留
原始图像数据的场合，如医学影像、法律证据等。
无损压缩的缺点
03
相对于有损压缩，无损压缩的压缩率较低，需要更多的存储空
间和传输时间。
有损压缩
有损压缩定义
THANK YOU
感谢聆听
傅里叶变换广泛应用于图像处理中的 滤波、降噪、特征提取等任务，通过 在频率域对图像进行操作，可以更方 便地处理和提取图像中的信息。
小波变换
小波变换是一种多尺度、多方向的信号处理方法，通过将图 像分解为不同尺度的小波系数，可以更好地表示图像在不同 尺度上的特征。
小波变换在图像处理中广泛应用于图像压缩、去噪、增强等 任务，通过小波变换可以将图像分解为不同尺度和方向的子 图像，从而更好地提取和表示图像中的信息。
直方图均衡化
直方图均衡化是一种常用的图像增强技术，通过拉 伸像素强度分布范围，提高图像的对比度。
直方图均衡化可以有效地改善图像的视觉效果，使 其细节更加清晰可见。
直方图均衡化对于图像处理中的阴影或高光区域特 别有效，能够增强这些区域的对比度。
图像处理和分析教程 章毓晋 第1章
第1章 1-20
1.5 本书内容提要
如何学习使用本书
各章概况
• 第10章介绍进一步的图像编码技术，主要是常用的预测 编码和变换编码技术，也结合概括了静止图像压缩国际标 准和运动图像压缩国际标准的主要内容 • 第11章介绍基本图像分割技术，根据对图像分割技术的 通用分类方法，给出了一些基本的并行边界技术、串行边 界技术、并行区域技术和串行区域技术 • 第12章介绍一些典型图像分割算法，包括用于检测角点 的SUSAN算子、确定目标边界的主动轮廓模型、若干有特 色的取阈值技术和基于区域的分水岭分割算法
第1章 1-21
1.5 本书内容3章介绍目标表达描述，在对目标标记的基础上，分 别讨论了基于边界的表达和基于区域的表达以及基于边界 的描述和基于区域的描述方法 • 第14章介绍特征提取和测量，对区域形状特征及测量， 区域纹理特征及测量和运动检测及测量分别进行了讨论， 还对特征测量的准确度给出了全面的分析 • 第15章介绍数学形态学，对二值形态学基本运算，二值 形态学组合运算和二值形态学实用算法进行了详细的分析 和讨论，还对灰度数学形态学给予了概括
第1章 1-2
第 1章
1.1 图像及应用
绪论
1.2 图像工程概述
1.3 图像表示和显示
1.4 图像存储与格式 1.5 本书内容提要
第1章 1-3
1.1 图像及应用
不同波段的图像
1、宇宙射线图像 2、X射线图像 不同光照图像
3、紫外线图像
4、可见光图像 5、红外线图像 6、无线电波图像 7、交流电波图像
办公电话：(010)62781430 传真号码：(010)62770317 电子邮件：zhang-yj@ 个人主页：/~zhangyujin/
1.5 本书内容提要
如何学习使用本书
各章概况
• 第10章介绍进一步的图像编码技术，主要是常用的预测 编码和变换编码技术，也结合概括了静止图像压缩国际标 准和运动图像压缩国际标准的主要内容 • 第11章介绍基本图像分割技术，根据对图像分割技术的 通用分类方法，给出了一些基本的并行边界技术、串行边 界技术、并行区域技术和串行区域技术 • 第12章介绍一些典型图像分割算法，包括用于检测角点 的SUSAN算子、确定目标边界的主动轮廓模型、若干有特 色的取阈值技术和基于区域的分水岭分割算法
第1章 1-21
1.5 本书内容3章介绍目标表达描述，在对目标标记的基础上，分 别讨论了基于边界的表达和基于区域的表达以及基于边界 的描述和基于区域的描述方法 • 第14章介绍特征提取和测量，对区域形状特征及测量， 区域纹理特征及测量和运动检测及测量分别进行了讨论， 还对特征测量的准确度给出了全面的分析 • 第15章介绍数学形态学，对二值形态学基本运算，二值 形态学组合运算和二值形态学实用算法进行了详细的分析 和讨论，还对灰度数学形态学给予了概括
第1章 1-2
第 1章
1.1 图像及应用
绪论
1.2 图像工程概述
1.3 图像表示和显示
1.4 图像存储与格式 1.5 本书内容提要
第1章 1-3
1.1 图像及应用
不同波段的图像
1、宇宙射线图像 2、X射线图像 不同光照图像
3、紫外线图像
4、可见光图像 5、红外线图像 6、无线电波图像 7、交流电波图像
办公电话：(010)62781430 传真号码：(010)62770317 电子邮件：zhang-yj@ 个人主页：/~zhangyujin/
图像处理和分析技术TIPA-08-Talk
2019/8/27
ZYJ-TH-EE-IE
9
8.3 边界标记
把2-D的边界用1-D的较易描述的函数形式来 表达 距离为角度的函数
2019/8/27
ZYJ-TH-EE-IE
10
8.3 边界标记
y-s曲线 切线角为弧长的函数
2019/8/27
ZYJ-TH-EE-IE
11
8.3 边界标记
斜率密度曲线
小波变换系数
2019/8/27
ZYJ-TH-EE-IE
26
8.8 目标轮廓的小波描述
与傅里叶轮廓描述符对比 小波描述符在局部的波动对应原始轮廓的局
部变化；而傅里叶描述符局部的波动对应原始轮 廓全局不规则的畸变
2019/8/27
ZYJ-TH-EE-IE
27
8.8 目标轮廓的小波描述
2019/8/27
2019/8/27
ZYJ-TH-EE-IE
14
8.4 目标的层次表达
二叉树表达法 在分解时
每次将图像 一分为二
2019/8/27
ZYJ-TH-EE-IE
15
8.5 目标的骨架表达
骨架和骨架点 一种简化的目标区域表达方法 骨架点保持了其与轮廓点距离最小的性质 是用1个点与1个点集的最小距离来定义的
链码归一化 旋转归一化：利用链码的一阶差分来重新构
造1个序列，这个差分可用相邻2个方向数（按反 方向）相减得到
2019/8/27
ZYJ-TH-EE-IE
6
8.2 轮廓线段的近似表达
多边形是一系列线段的封闭集合，它可用来 逼近大多数实用的曲线到任意的精度 最小周长多边形
2019/8/27
ZYJ-TH-EE-IE
数字图像处理与分析第4章
变换编码
离散余弦变换 离散傅立叶变换
有损 压缩
斜变换 小波变换 有损预测编码
分形编码
模型编码
子带编码
神经网络编辑编ppt码
17
本章主要讨论的编码
行程编码 Huffman编码 DCT变换编码 混合编码
编辑ppt
18
行程编码(RLE编码)——基本概念
行程编码是一种最简单的，在某些场合是非 常有效的一种无损压缩编码方法。
信道解码
图像信源 解码
信道编码 解调
显示图像
编辑ppt
15
图像压缩评价标准
保真度标准——评价压缩算法的标准
客观保真度标准：图像压缩过程对图像信息的损失 能够表示为原始图像与压缩并解压缩后图像的函数。
一般表示为输出和输入之差：e (x ,y ) fˆ(x ,y ) f(x ,y )
两个图像之间的总误差： M 1 N 1(fˆ(x,y)f(x,y)) 均方根误差：erm s M 1xM x 0 0 1 N y N y 0 0 1(fˆ(x,y)f(x,y)2) 1 /2
33K
15K
编辑ppt
11
图像冗余压缩原理
图像冗余无损压缩的原理
RGB RGB RGB RGB
RGB RGB RGB RGB
RGB RGB RGB RGB
RGB RGB RGB RGB
16
从原来的16*3*8=284bits 压缩为：(1+3)*8=32bit编s辑ppt
RGB 压缩比为：12：112
编辑ppt
8
空间冗余
同一景物表面上各采样点之间的颜色 （亮度）之间往往存在着空间相关性。
基于离散象素的表示方式通常没有利用 景物表面颜色（亮度）的这种空间相关 性，从而产生了空间冗余。
图像处理和分析技术TIPA-02-Talk
ZYJ-TH-EE-IE
26
2.6 离散小波变换
2-D离散变换
2019/10/7
ZYJ-TH-EE-IE
27
本章要点
2.1节 傅里叶变换的定义和变换公式及频谱显示 2.2节 傅里叶变换的一些重要性质 2.3节 国际标准中得到广泛应用的离散余弦变换 2.4节 由傅里叶变换扩展出来的盖伯变换 2.5节 近年得到广泛重视的小波变换的基础知识 2.6节 离散小波变换的原理和快速小波变换的实现
2019/10/7
ZYJ-TH-EE-IE
21
2.6 离散小波变换
1-D离散变换
2019/10/7
ZYJ-TH-EE-IE
22
2.6 离散小波变换
快速小波变换
2019/10/7
ZYJ-TH-EE-IE
23
2.6 离散小波变换
快速小波变换
2019/10/7
ZYJ-TH-EE-IE
24
2.1 傅里叶变换
1-D傅里叶变换
2019/10/7
ZYJ-TH-EE-IE
3
2.1 傅里叶变换
2-D傅里叶变换
2019/10/7
ZYJ-TH-EE-IE
4
2.1 傅里叶变换
2019/10/7
ZYJ-TH-EE-IE
5
2.2 傅里叶变换的性质
分离性 平移性质 周期性和共扼对称性 旋转性质 分配律 尺度变换（缩放） 平均值 卷积定理
卷积定理 2个1-D函数的卷积
卷积定理
2019/10/7
ZYJ-TH-EE-IE
12
2.2 傅里叶变换的性质
卷积定理
2019/10/7
图像处理章毓晋课后答案
图像处理章毓晋课后答案【篇一：数字图像处理的理论基础及常用处理方法】ass=txt>摘要：本文介绍了数字信号处理的起源、发展，并简要概述了数字图像处理所研究的内容和处理数字图像的几大模块。
同时，也大致介绍了常用的处理数字图像的方法。
最后展望了数字图像处理的发展前景。
abstract: this paper describes the origin of digital image processing, development, and a brief overview of digital image processing of the content and process digital images of several modules. also a broad overview of the commonly used method of processing digital images. finally, looking ahead the future prospects for the development of digital image processing.关键词：数字图像处理（digital image processing）；理论基础；处理方法一、数字图像处理的起源及发展数字图像处理（digital image processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。
但是50年代的计算机主要还是用于数值计算，满足不了处理大量数据图像的要求。
数字图像处理作为一门学科大约形成于20世纪60年代初期。
伴随着第三代计算机的研制成功，以及快速傅里叶变换算法的的发现和应用使得对图像的某些计算得以实际实践。
形状紧凑性_图像处理和分析教程（第2版）_[共4页]
![形状紧凑性_图像处理和分析教程（第2版）_[共4页]](https://img.taocdn.com/s3/m/cb3dc1fa7375a417866f8fe7.png)
12.2.1 形状紧凑性
下面是几个常用的描述目标紧凑性的参数。
1．外观比
外观比 R 常用来描述目标塑性形变后的形状（细长程度），它可定义为
R= L
（12.2.1）
W
式中，L 和 W 分别是目标围盒的长和宽，也有人使用目标外接盒的长和宽（见 11.3.5 小节）。对
方形或圆形目标，R 的值取到最小（为 1）；对比较细长的目标，R 的值大于 1 并随细长程度而
态定义为
Fcon = μ 4 / σ 4 式中，μ 4 是灰度分布模式关于均值的 4 阶矩；σ 2 是方差。
（12.1.38）
（7）不平整度：
不平整度与粗糙度和对比度有如下关系为
（8）规则性：
Frou = Fcrs + Fcon
（12.1.39）
规则性是纹理元素在图像中变化（平移和旋转）的函数，可定义为
图像处理和分析教程（第 2 版）
它满足 0 < CT < 1。 （5）粗糙度：
粗糙度可以定义为围绕一个像素(x, y)的 4 个邻域像素间的灰度差。分析表明粗糙度与部分旋
转对称系数和部分平移对称系数有如下关系。
（6）对比度：
Fcrs = 4 − 2(CR + CT )
（12.1.37）
当一些变量的值都分布在这些值的均值附近时，称这种分布有较大的峰态。对比度可借助是根据区域的周长和区域的面积计算出来的： B2
F= 4πA
（12.2.2）
258
m
n
∑ ∑ Freg = CR + CT
t =1
t =1
一幅具有高度旋转对称和高度平移对称的图像具有大的规则性。
（12.1.40）
12.2 区域形状特征及测量
下面是几个常用的描述目标紧凑性的参数。
1．外观比
外观比 R 常用来描述目标塑性形变后的形状（细长程度），它可定义为
R= L
（12.2.1）
W
式中，L 和 W 分别是目标围盒的长和宽，也有人使用目标外接盒的长和宽（见 11.3.5 小节）。对
方形或圆形目标，R 的值取到最小（为 1）；对比较细长的目标，R 的值大于 1 并随细长程度而
态定义为
Fcon = μ 4 / σ 4 式中，μ 4 是灰度分布模式关于均值的 4 阶矩；σ 2 是方差。
（12.1.38）
（7）不平整度：
不平整度与粗糙度和对比度有如下关系为
（8）规则性：
Frou = Fcrs + Fcon
（12.1.39）
规则性是纹理元素在图像中变化（平移和旋转）的函数，可定义为
图像处理和分析教程（第 2 版）
它满足 0 < CT < 1。 （5）粗糙度：
粗糙度可以定义为围绕一个像素(x, y)的 4 个邻域像素间的灰度差。分析表明粗糙度与部分旋
转对称系数和部分平移对称系数有如下关系。
（6）对比度：
Fcrs = 4 − 2(CR + CT )
（12.1.37）
当一些变量的值都分布在这些值的均值附近时，称这种分布有较大的峰态。对比度可借助是根据区域的周长和区域的面积计算出来的： B2
F= 4πA
（12.2.2）
258
m
n
∑ ∑ Freg = CR + CT
t =1
t =1
一幅具有高度旋转对称和高度平移对称的图像具有大的规则性。
（12.1.40）
12.2 区域形状特征及测量
相关主题
- 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)。
第4章 图像恢复 技术
4.1 图像退化及模型 4.2 噪声及其描述 4.3 空域噪声滤波器 4.4 组合滤波器 4.5 频域周期噪声滤波器 4.6 逆滤波 4.7 维纳滤波
1 / 30
4.1 图像退化及模型
图像恢复：图像处理中的一大类技术
认为图像质量是在某种情况/条件下退化或恶化 了需要根据相应的退化模型和知识重建或恢复 原始的图像
23 / 30
4.6 逆滤波
逆滤波模型
恢复只能在与原点较近的范围内进行
24 / 30
4.6 逆滤波
25 / 30
4.7 维纳滤波
有约束恢复
考虑恢复后的图像应该受到一定的物理约束 有约束恢复考虑选取的一个线性操作符 Q （变换矩阵），使得|| Q ˆf ||2 最小
26 / 30
4.7 维纳滤波
维纳滤波器
一种最小均方误差滤波器
(1) 如果s = 1，大方括号中的项就是维纳滤波器 (2) 如果s是变量，就称为参数维纳滤波器 (3) 当没有噪声时，Sn(u, v) = 0，维纳滤波器退
化成理想逆滤波器
27 / 30
本章要点
4.1节 一种基本的图像退化模型及其退化系统的性质 4.2节 一些典型的噪声和对它们的表示描述 4.3节 一些常用的空域噪声滤波器 4.4节 将不同的空域噪声滤波器结合的示例 4.5节 在频域中滤除图像里周期噪声的方法 4.6节 简单直接的无约束图像恢复方法——逆滤波 4.7节 一种基本的有约束图像恢复方法——维纳滤波
图像退化：由场景得到的图像没能完全地
反映场景的真实内容，产生了失真等问题
模糊：在图像采集过程中产生的退化 噪声：在图像记录过程中产生的退化
2 / 30
4.1 图像退化及模型
图像退化模型
图像退化过程被模型化为一个作用在输入图 像 f (x, y)上的系统H。它与一个加性随机噪声 n(x, y)的联合作用导致产生退化图像g(x, y)
28 / 30
19 / 30
4.5 频域周期噪声滤波器
带通滤波器
例4.5.2 低通滤波器和高通滤波器都可看作带
通滤波器的特例
20 / 30
4.5 频域周期噪声滤波器
陷波滤波器
22 / 30
4.6 逆滤波
无约束恢复
仅将图像看作一个数字矩阵，从数学角度进行 处理而不考虑恢复后图像应受到的物理约束
在消除各种混合比例的混合噪声时使用选 择性滤波器的效果比单独使用任何一个滤波器 的效果都要好
16 / 30
4.4 组合滤波器
17 / 30
4.5 频域周期噪声滤波器
带阻滤波器
高斯带阻滤波器
18 / 30
4.5 频域周期噪声滤波器
带通滤波器
低通滤波器和高通滤波器都可看作带通 滤波器的特例
4.1 图像退化及模型
5 / 30
4.2 噪声及其描述
最常见的图像退化因素之一 噪声示例：
(1) 热噪声 (2) 闪烁噪声 (3) 发射噪声 (4) 有色噪声
6 / 30
4.2 噪声及其描述
噪声概率密度函数
噪声本身的灰度可看作随机变量，其分布可 用概率密度函数（PDF）来刻画
(1) 高斯噪声 (2) 均匀噪声
10 / 30
4.3 空域噪声滤波器
11 / 30
4.3 空域噪声滤波器
排序统计滤波器 (1) 中值滤波器 (2) 最大值和最小值滤波器
12 / 30
4.3 空域噪声滤波器
自适应滤波器 (1) 自适应局部噪声滤波器
(2) 自适应中值滤波器 滤除脉冲噪声，平滑非脉冲噪声，减
少对目标边界过度细化或粗化而产生的 失真
13 / 30
4.4 组合滤波器
混合滤波器 将快速的滤波器（特别是线性滤
波器）和排序统计滤波器混合使用 线性中值混合滤波
14 / 30
4.4 组合滤波器
线性中值混合滤波
15 / 30
4.4 组合滤波器
选择性滤波器
当图像同时受到不同噪声影响时，可以采 用选择滤波的方式，在受到不同噪声影响的位 置选择不同的滤波器进行滤除，以发挥不同滤 波器的各自特点，取得好的综合效果
(3) 脉冲（椒盐）噪声
7 / 30
4.3 空域噪声滤波器
均值滤波器 (1) 算术均值滤波器
(2) 几何均值滤波器
8 / 30
4.3 空域噪声滤波器
均值滤波器 (3) 谐波均值滤波器
(4) 逆谐波均值滤波器
9 / 30
4.3 空域噪声滤波器
均值滤波器 (5) 非线性均值滤波器
如果权是常数，非线性均值滤波器就 简化为同态滤波器
根据这个模型恢复图像就是要在给定g(x, y) 和代表退化的H的基础上得到对 f (x, y)的某个 近似的过程。这里假设已知n(x, y)的统计特性
3 / 30
4.1 图像退化及模型
图像退化模型性质 (1) 线性： (2) 相加性： (3) 一致性： (4) 位置（空间）不变性：
4 / 30
4.1 图像退化及模型 4.2 噪声及其描述 4.3 空域噪声滤波器 4.4 组合滤波器 4.5 频域周期噪声滤波器 4.6 逆滤波 4.7 维纳滤波
1 / 30
4.1 图像退化及模型
图像恢复：图像处理中的一大类技术
认为图像质量是在某种情况/条件下退化或恶化 了需要根据相应的退化模型和知识重建或恢复 原始的图像
23 / 30
4.6 逆滤波
逆滤波模型
恢复只能在与原点较近的范围内进行
24 / 30
4.6 逆滤波
25 / 30
4.7 维纳滤波
有约束恢复
考虑恢复后的图像应该受到一定的物理约束 有约束恢复考虑选取的一个线性操作符 Q （变换矩阵），使得|| Q ˆf ||2 最小
26 / 30
4.7 维纳滤波
维纳滤波器
一种最小均方误差滤波器
(1) 如果s = 1，大方括号中的项就是维纳滤波器 (2) 如果s是变量，就称为参数维纳滤波器 (3) 当没有噪声时，Sn(u, v) = 0，维纳滤波器退
化成理想逆滤波器
27 / 30
本章要点
4.1节 一种基本的图像退化模型及其退化系统的性质 4.2节 一些典型的噪声和对它们的表示描述 4.3节 一些常用的空域噪声滤波器 4.4节 将不同的空域噪声滤波器结合的示例 4.5节 在频域中滤除图像里周期噪声的方法 4.6节 简单直接的无约束图像恢复方法——逆滤波 4.7节 一种基本的有约束图像恢复方法——维纳滤波
图像退化：由场景得到的图像没能完全地
反映场景的真实内容，产生了失真等问题
模糊：在图像采集过程中产生的退化 噪声：在图像记录过程中产生的退化
2 / 30
4.1 图像退化及模型
图像退化模型
图像退化过程被模型化为一个作用在输入图 像 f (x, y)上的系统H。它与一个加性随机噪声 n(x, y)的联合作用导致产生退化图像g(x, y)
28 / 30
19 / 30
4.5 频域周期噪声滤波器
带通滤波器
例4.5.2 低通滤波器和高通滤波器都可看作带
通滤波器的特例
20 / 30
4.5 频域周期噪声滤波器
陷波滤波器
22 / 30
4.6 逆滤波
无约束恢复
仅将图像看作一个数字矩阵，从数学角度进行 处理而不考虑恢复后图像应受到的物理约束
在消除各种混合比例的混合噪声时使用选 择性滤波器的效果比单独使用任何一个滤波器 的效果都要好
16 / 30
4.4 组合滤波器
17 / 30
4.5 频域周期噪声滤波器
带阻滤波器
高斯带阻滤波器
18 / 30
4.5 频域周期噪声滤波器
带通滤波器
低通滤波器和高通滤波器都可看作带通 滤波器的特例
4.1 图像退化及模型
5 / 30
4.2 噪声及其描述
最常见的图像退化因素之一 噪声示例：
(1) 热噪声 (2) 闪烁噪声 (3) 发射噪声 (4) 有色噪声
6 / 30
4.2 噪声及其描述
噪声概率密度函数
噪声本身的灰度可看作随机变量，其分布可 用概率密度函数（PDF）来刻画
(1) 高斯噪声 (2) 均匀噪声
10 / 30
4.3 空域噪声滤波器
11 / 30
4.3 空域噪声滤波器
排序统计滤波器 (1) 中值滤波器 (2) 最大值和最小值滤波器
12 / 30
4.3 空域噪声滤波器
自适应滤波器 (1) 自适应局部噪声滤波器
(2) 自适应中值滤波器 滤除脉冲噪声，平滑非脉冲噪声，减
少对目标边界过度细化或粗化而产生的 失真
13 / 30
4.4 组合滤波器
混合滤波器 将快速的滤波器（特别是线性滤
波器）和排序统计滤波器混合使用 线性中值混合滤波
14 / 30
4.4 组合滤波器
线性中值混合滤波
15 / 30
4.4 组合滤波器
选择性滤波器
当图像同时受到不同噪声影响时，可以采 用选择滤波的方式，在受到不同噪声影响的位 置选择不同的滤波器进行滤除，以发挥不同滤 波器的各自特点，取得好的综合效果
(3) 脉冲（椒盐）噪声
7 / 30
4.3 空域噪声滤波器
均值滤波器 (1) 算术均值滤波器
(2) 几何均值滤波器
8 / 30
4.3 空域噪声滤波器
均值滤波器 (3) 谐波均值滤波器
(4) 逆谐波均值滤波器
9 / 30
4.3 空域噪声滤波器
均值滤波器 (5) 非线性均值滤波器
如果权是常数，非线性均值滤波器就 简化为同态滤波器
根据这个模型恢复图像就是要在给定g(x, y) 和代表退化的H的基础上得到对 f (x, y)的某个 近似的过程。这里假设已知n(x, y)的统计特性
3 / 30
4.1 图像退化及模型
图像退化模型性质 (1) 线性： (2) 相加性： (3) 一致性： (4) 位置（空间）不变性：
4 / 30