第二章 图像的表示与变换(一)
- 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)。
武汉大学资源与环境科学学院刘吉平:ljpzwhu@
第一节图像表示与图像特征
图像的矩阵表示和向量表示;图像的统计特征:一阶直方图,均值(均值向量),方差(协方差矩阵);图像处理的若干概念:线性运算,点处理、邻域处理、全局处理
1.1图像的矩阵表示
其中,分别为列和行方向采样间隔。矩阵的每个元素即为象素或像元。
.
,,2,1 ;,,2,1 . ,n j m i y j j x i i =′=′Δ′=Δ′=⎥⎥
⎥⎥
⎥⎥⎥
⎥⎦
⎤⎢⎢⎢⎢⎢
⎢⎢⎢⎣⎡=),()
1,()5,2()
2,2()1,2()5,1()4,1()3,1()
2,1()1,1(),(n m f m f f f f f f f f f j i f
x Δy Δ
武汉大学资源与环境科学学院刘吉平:ljpzwhu@
1.2 图像的向量表示
(在做图像相关等处理算法时更方便)。按行展开的向量表示为:
举例:矩阵:
向量:[]
[] 123,,,,,,(,1),(,2),(,3),,(,),(1,2,,).
T
i m i f f f f f f f f i f i f i f i n i m === []
2098 2 0 9 8 6 8 0 26805276 5 2 7 6 2 0 4 12041
2T
武汉大学资源与环境科学学院刘吉平:ljpzwhu@
1.3 图像的统计特征
一阶直方图
反映图像灰度级与灰度级频数的关系的图形。式中M 是以(i ,j )为中心的测量窗口中的总象素数,N (b )为测量窗口中灰度值为b的像元数。在平稳性的假设下测量窗口一般取为整幅图像大小。直方图的实例如下图所示:
()()M
b N b P ≈
武汉大学资源与环境科学学院刘吉平:ljpzwhu@
a
b 图8.8 遥感图像(a)及其
直方图(b)
武汉大学资源与环境科学学院刘吉平:
ljpzwhu@
图8.9 遥感图像中常见的直方图
武汉大学资源与环境科学学院刘吉平:ljpzwhu@
直方图的性质:
¾只能反映灰度值的灰度级分布信息,而不能反映灰度的空间分别信息。
¾确定的图像有确定的直方图,而确定的直方图不能对应确定的图像(由于上一条)。
¾图像的直方图等于其各组成区域的直方图之加权和。
?
12
121212
()()()N N H i H i H i N N N N =⋅+⋅
++
武汉大学资源与环境科学学院刘吉平:ljpzwhu@
直方图的应用:
¾了解灰度值分布,用于选择图像增强处理方法。¾用于确定图像二值化的阈值。
¾计算给定灰度值所占的图像面积。
. i i i T
A s n v n v i s ≥=⋅∑为图像总像素数,灰度级为的频率。
为单个像元的面积。
武汉大学资源与环境科学学院刘吉平:ljpzwhu@
¾计算一些图像统计量。部分统计量如下:
均值或表示为:方差或能量
图像熵L 为灰度级数,n 为图像总的像元数。
()10
L b b b P b −==⋅∑()()
∑−=−=1
2
2
L b b
b P b b σ()
∑−==1
2
L b N b P b ()()
21
log L b b P b P b E −==−∑1
1n
i
i m x n
==∑()2
1
121n b i i x m n σ==−−∑注:当样本很大时n-1可取为n
平均值反映随机变量取值(灰度值)的平均水
平,方差反映了随机变量取值的离散程度或
变化性,能量和熵都是图像信息量的度量。
武汉大学资源与环境科学学院刘吉平:ljpzwhu@
一个图像中的每个像元可看作是一个随机变量(对多光谱图像是随机向量),因此每个像元(X )有均值、方差,有自相关函数。两个不同像元(X i , X j )之间有协方差、互相关函数等等。
多光谱遥感数据
[]
12,,,T
i k X x x x =…[]
12,,,T
j k X x x x =…
武汉大学资源与环境科学学院刘吉平:ljpzwhu@
随机向量X ,表示为:X 的均值向量:随机变量的(互)协方差:
称为的自协方差(互协方差指两个不
同随机变量之间的协方差)。随机向量的协方差:协方差矩阵:
[]121
1, n
T
k i ij
j M m m m m x n ===∑ 111211212221
2
12(,)i j i j i jk i i j i j i i j j j jk ikj ikj ikjk ik x x C Cov X X Cov x x x x σσσσσσσσ⎛⎞⎡⎤⎡⎤⎜⎟⎢⎥⎢⎥⎜⎟⎢⎥⎢⎥⎡⎤===⎣⎦⎜⎟⎢⎥⎢⎥⎜⎟⎢⎥⎢⎥⎜⎟⎢
⎥⎣⎦
⎣⎦⎝⎠ … ()()1
1(,)n
i j ij li i lj j l Cov x x x m x m n σ===−−∑k n 以上为向量维数,为样本数。
[]
12,,,T
k X x x x =…,i j x x (,)
i i x C v x o i x