1.1数字图像的基本概念

数字图像的表示
矩阵来表示。
0 150
I 120 50
250 220
f(0，0) f(0，1)…. f(0，M-1) f(1，0) f(1，1)…. f(1，M-1) f(N-1，0) f(N-1，1)…. f(N-1，M-1)
200 180 100
数字图像的表示
抽象为数字矩阵：
f11
f 21
源自文库
图像处理中常用技术
点处理：灰度变换。 域处理：主要有卷积、中值滤波和边 缘检测 。
1.3 数字图像处理技术的应用
(1)遥感航天中的应用 (2)生物医学中的应用 (3)工业应用 (4)军事公安领域中的应用 (5)其它应用
医学领域
医学领域
医学领域
医学领域
医学领域
MRI
地理信息系统
地理信息系统
这一过程主要包括摄取图像、 光电转换 及数字化等几个步骤。 把模拟图像信号转化为数字形式，以及 显示和表现出来（如打印）。
图像复原
当造成图像退化（图像品质下降）的原因 已知时，复原技术可以对图像进行校正。
图像复原
关键是对每种退化都需要有一个合 理的模型。
复原技术是基于模型和数据的图像 恢复，其目的是消除退化的影响， 从 而产生一个等价于理想成像系统所获得 的图像。
一般的图像处理过程
图像输入 光电变换
数字化
描
述
图像分析
解
理解
释
预处理
图像增强 图像恢复 几何变换
等
图像识别
图像分割 阈值分割 边缘检测 区域分割
特征提取
数字图像处理技术
1. 图像获取、表示和表现 2. 图像复原 3. 图像增强 4. 图像分割 5. 图像分析 6. 图像重建 7. 图像压缩编码
图像获取、表示和表现
fN1
f12 f1N
f22
f2N
f N 2 f NN
f：代表该象素彩色或灰度值； 脚码代表象素的坐标位置。
图像数字化的精度
图像空间分辨率 : 指图像数字化的空间精细程度。
灰度级分辨率： 即颜色深度，表示每一像素的颜色值所占的
二进制位数。颜色深度越大则能表示的颜色数目 越多。
空间分辨率
图像
图像的颜色
色度学理论认为，任何颜色可 由红、绿、蓝三种基本颜色混合 得到。
图像可用红、绿、蓝三原色来 表示。
f(x,y,z)={fred(x,y,z),fgreen(x,y,z),fblue(x,y,z)}
图形与图像的区别
计算机屏幕上显示出来的画面通常有两种描 述方法：一种为图形，另一种为图像。
256256
128128
64 64
图像空间分辨率变化的典型效果
32 32
15
灰度级分辨率
L=16 （4位）
L=8（3位） L=4（2位）
L=2（1位）
图像灰度分辨率变化的典型效果
16
数字图像处理系统
图像数字 化设备
图像处理 计算机
图像输 出设备
输入图像
输出图像
图像处理系统示意图
数字图像处理系统
而图像重建与上述不同，输入的是某种 数据，而经过处理后得到的结果是图像。
螺旋锥形束CT
(From G. Wang)
医学领域
MRI
图像压缩域编码
数据量庞大，必需压缩。
①减少数据存储量； ②降低数据率以减少传输带宽； ③压缩信息量，便于特征提取， 为后续识别作准备。
图像压缩域编码
压缩倍数 10.26， 压缩倍数 98.70，
4）对图像数据压缩，便于存储和传输。 提高存储量，提高网络的速度。
1.2 数字图像处理技术简介
图象处理是交叉边缘学科： 是计算机、传感器、信息技术、信
号处理、人工智能、模式识别、应用对 象等的交叉学科和技术。
利用计算机对图像进行去除噪声、 增强、复原、分割、提取特征等的理论、 方法和技术称为数字图像处理。
图像输入系统
图像处理与 分析系统
图像输出系统
图像存储系统
数字图像处理的目的
1）提高图像的视感质量，达到赏心悦目的目的。
➢ 图像去除噪声，改变图像的亮度、颜色， 增强图像中的某些成份、抑制某些成份， 对图像进行几何变换等，从而改善图像 的质量。
数字图像处理的目的
2）提取图像中某些特征， 以便于分析。
数字图像处理的特点
1）处理精度高，再现性好 2）处理方法的多样性 3）数据量庞大 4）处理费时 5）图像处理技术综合性强
数字图像处理流程 流程分为三个阶段 :
(1)图像处理阶段
(2)图像分析阶段
(3)图像理解阶段
数字图像处理流程
图像处理阶段
在像素级上进行处理， ➢ 几何校正； ➢ 灰度变换处理； ➢ 图像平滑处理； ➢ 图像锐化处理等。
计算机视觉
交通领域
产品质量检测
指纹识别
指纹识别
指纹识别
图像处理最先应用于空间探索
图像处理最先应用于空间探索
地球资源勘探
遥感图片
气象象云预图报
气象预报
阿波罗登月
军事应用 目标跟踪
飓风“桑迪”横扫美国东部海岸
图像分析阶段
对感兴趣的目标: ➢ 检测； ➢ 分割； ➢ 测量； ➢ 特征提取等。
分析的结果能为用户提供描述目标 特点和性质的数据。
图像理解阶段
对图像里各目标的性质和它们之间相 互关系的研究，与人类的思维类似。 ➢ 对描述对象抽象出来； ➢ 了解图像内容； ➢ 解释客观场景； ➢ 指导和规划行为。
注意：图形、图像在存储结构 和表示方法上着根本的区别。
图形
➢ 由指令集合组成; ➢ 指令由位置、形状、颜色等描述。 ➢ 记录的是坐标值; ➢ 颜色隐含,统一描述。 ➢ 显示时执行命令，转变为屏幕上所显示的形状
和颜色。
图像
➢ 光度值(亮度或彩色)； ➢ 位置按规则方式排列； ➢ 坐标值隐含。
直观形象 易懂 信息量大
图像复原
图像增强
改善图像质量。
图像增强
并非是针对退化，只能通过试验和分析 误差，选择一种合适的方法。
图像分割
为达到识别和理解的目的，按照一定的 规则将图像分割成区域（物体）。
图像分割
人类视觉系统将复杂场景中的对象分 开，识别。但计算机视觉却是一个难题。
将各种方法融合，提高处理的可靠性和 有效性是研究热点。
目前，汽车牌照识别，人脸识别已经 应用到生活领域，在医学上还有待提高。
图像分析
应用的目标几乎均涉及到图像分析， 即分割、特征提取和表示，从而有利于 计算机对图像进行分类、识别和理解。 如医学图像处理，不仅要检测出物体 （如肿瘤）的存在， 而且还要检查物 体的大小。
图像重建
图像增强、 图像复原输入是图像，处 理后输出也是图像。
数字图像处理
杨 淑 莹 教授 天津理工大学 计算机与通信工程学院
课程简介
是计算机技术类重要的专业课程,相关专业的 核心课，选修课。
人类获得的信息约有75%是从图像中获得。 热点研究方向。 已渗透多个领域，与人们的生活紧密相关。 推动社会发展、改善生活起到了重要的作用。
培养目标
较深的专业知识; 较强的应用能力和实践动手能力； 良好的编程素质； 培养创新精神； 能够从事图像处理的专门人才。
常用作模式识别、计算机视觉的预处 理等。这些特征包括很多方面，如频域特 性、灰度／颜色特性、边界／区域特性、 纹理特性、形状特性等。
数字图像处理的目的
3）图像识别
在分析的基础上，进行内容识别， 例如：汽车牌照识别，人脸识别、虹膜 识别、指纹识别等。 过程：
计算机：采集——分析——识别
数字图像处理的目的
第一章 图像处理技术基础
1.1 数字图像的基本概念 1.2 图像处理技术简介 1.3 图像处理技术的应用 1.4 图像的存储格式 1.5 BMP文件存储格式
第一章 位图基础
第一讲
1.1 数字图像的基本概念 1.2 图像处理技术简介 1.3 图像处理技术的应用
1.1 数字图像的基本概念
人类约有75%的信息是通 过视觉获取的，数字图像处理 是用计算机处理所获取视觉信 息的技术。