数字图像处理概述 哈尔滨工业大学计算机学院 唐好选 2017年3月17日

主要内容 基本概念 研究内容和方法 发展和应用 图像处理的常规方法

基本概念-图像 图像的特点 图像表示 图像：是二维或三维景物（万事万物）呈现在人心目中的影象 图像带有大量的信息，一幅图像顶得上千言万语 图像包括照片、绘图、视频图像等 人类从外界获得的信息约有75%来自视觉系统 图像表示 常见图像是连续的，用f（x,y）表示一幅图像，其中x,y表示空间坐标点的位置， f 表示图像在点（x,y） 的某种性质的数值，如亮度等。 f ,x,y可以是任意实数

基本概念-数字图像 数字图像：（Digital Image） 数字图像表示 把连续空间的图像在坐标空间(X,Y)和性质空间F都离散化，便于计算机进行加工处理，这种离散化的图像就是数字图像 数字图像表示 数字图像用I（r,c）来表示，其中r = row 行,c = column 列，表示空间离散点的坐标，I 表示离散化的图像f 。I ,r,c都是整数。 数字图像中基本单位称为像素（pixel）。数字图像是由像素组成的

基本概念-数字图像 用计算机进行图像处理的前提是图像必须以数字格式存储， 我们把以数字格式存放的图像称之为数字图像。常见的各种照片、 图片、海报、广告画等均属模拟图像，要将模拟图像数字化后生成数字图像，需要利用数字化设备 在计算机中，图像被分割成像素（Pixel），各像素的灰度值用整数表示。一幅 M×N个像素的数字图像，其像素灰度值可以用M行、N列的矩阵G表示

灰度图像：每一个像素由一个量化的灰度级来描述的图像，没有彩色信息

黑白图像 二值图像，每个像素只能是黑(0)或白(1)

彩色图像 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像素中没有，而255则代表相应的基色在该像素中取得最大值，这种情况下每个像素可用三个字节来表示

彩色图像(128x128)及其对应的数值矩阵（仅列出一部分）

基本概念-数字图像处理 数字图像处理（Image Processing）是指应用计算机来合成、变换已有的数字图像，从而产生一种新的效果，并把加工处理后的图像重新输出，这个过程称为数字图像处理 另一种提法：把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(Digital Image Processing) 即：图像（可见或不可见）-〉计算机 -〉图像

图像灰度变换

图像灰度直方图均衡

亮度修正

去除噪声 原图像 噪声污染图像 中值滤波结果

图像恢复

图像对齐/拼接

数字图像处理的研究对象 人眼能够观察的物理图像(波长400nm—700nm) 人眼无法观察的多光谱图像 数学函数和离散数据所描述的抽象图像

数字图像处理的目的 提高图像视感质量， 以达到赏心悦目的目的，如去除图像中的噪声， 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， 以达到或真实的、或清晰的、或色彩丰富的、或意想不到的艺术效果 提取图像中所包含的某些特征或特殊信息， 以便于计算机分析，例如，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／拓扑特性以及关系结构等 对图像数据进行变换、 编码和压缩， 以便于图像的存储和传输

基本概念-图像工程

基本概念-图像工程 图像处理 对图像进行各种加工，以改善图像的视觉效果； 强调图像之间进行的变换； 图像处理是一个从图像到图像的过程

基本概念-图像工程 图像分析 对图像中感兴趣的目标进行提取和分割，获得目标的客观信息（特点或性质），建立对图像的描述； 以观察者为中心研究客观世界； 图像分析是一个从图像到数据的过程 图像理解 研究图像中各目标的性质和它们之间的相互联系； 得出对图像内容含义的理解及原来客观场景的解释； 以客观世界为中心，借助知识、经验来推理、认识客观世界，属于高层操作（符号运算）

基本概念-图像工程 图像工程与相关学科的联系和区别 图像工程是一门交叉学科，研究方法上与数学、物理学（光学）、生理学、心理学、电子学、计算机科学相互借鉴；研究范围上，与计算机图形学、模式识别、计算机视觉相互交叉 计算机图形学CG、计算机视觉CV、图像处理IP互相渗透，覆盖面有很多重合

图像处理的主要研究内容和方法 基本的图像处理和分析系统构成 图像采集模块可采用CCD照相机、视频摄象机、扫描仪等； 通信 处理与分析 存储 采集 显示 图像采集模块可采用CCD照相机、视频摄象机、扫描仪等； 显示模块CRT或TV，纯平彩显、液晶彩显等； 存储模块采用磁盘、光盘（可读写）； 通信模块实现网络传输图像（局域网等）； 处理和分析模块主要是运算，用算法的形式描述，用软件实现

图像处理的主要研究内容和方法 图像增强 改善图像的主观质量，标准因人而异。内容包括灰度变换增强、直方图修正、空间滤波和频率滤波（平滑和锐化）、彩色增强等 图像恢复和重建 图像恢复也称为图像复原。内容有退化模型和对角化、有约束恢复、无约束恢复、几何失真校正等 图像重建属于一类恢复。方法有傅里叶反变换重建、卷积逆投影重建、综合重建等

图像处理的主要内容和方法 图像压缩编码 是基于图像信息量大、冗余信息多的特点实现图像的压缩。图像编码分为有失真编码和无失真编码两大类。内容包括简单编码方法、预测编码方法、变换编码方法等 图像分割 图像分割是按图像的灰度、颜色或几何性质等测度把一些物体或区域加以分离的过程。通过图像分割找出感兴趣的物体或区域，以便于进一步分类、分析和识别处理。 图像分割是图像分析的基础。图像分割分为串行、并行和边界、区域组合的四大类技术

图像处理的主要内容和方法 目标表达和描述 目标表达：将分割出的物体或区域（目标）采用一种不同于原始图像的表达形式来表示。数据结构的选择要求节省空间、易于特征计算。具体分为边界表达（外部表达法）和区域表达（内部表达法） 图像描述：用适当的数学语言来表示区域间的关系（联系和区别），得出一种简练的表达方式，称为描述。常用的有边界描述符、区域描述符、结构描述符等 除此以外，图像匹配（Matching）和图像识别（Recognition）等也是图像处理与分析的研究内容

图像处理的发展和应用 发展过程 早期的计算机满足不了图像处理的要求 60年代，FFT算法的提出，使得图像处理的某些计算得以实现 70年代IP有了较大的发展，1976年出版了第一本图像处理的专著 80年代开始从2D图像发展到3D图像处理，得到了广泛应用 90年代，以多媒体技术为代表，IP的应用涉及到人类生活的各个方面 21世纪，IP将改变人们的生活方式

图像处理的发展和应用 遥感技术方面（飞机遥感或卫星遥感技术） 大量的红外图像、多谱段图像，必须采用数字图像处理方法 用于资源调查、城市规划、环境保护等方面 医学图像（计算机层析成像发明者获诺贝尔医学奖） 超声波图像分析、CT技术、核磁共振成像等 工业领域（取代人所无法完成的任务，危险地带等） 无损探伤、具有视觉或听觉的机器人（手）等 军事领域（投于最大的领域） 运动目标的图像自动跟踪技术、指纹识别等 文化艺术（文物的复制和修复、虚拟现实游戏等） 其它（远程教学、会议系统、气象云图等）

第一个真正用于图像处理的计算机出现于上个世纪的六十年代，应用于航天领域。主要用于提高卫星拍摄照片的质量。 1964年，美国加利福尼亚喷气实验室，利用计算机处理“旅行者7号”卫星传送的月球图像，进行几何失真校正、图像增强和复原等处理

工业医学方面应用 computerized axial tomography (CAT) 计算机轴向断层技术 computerized tomography (CT) 计算机断层技术

头部CT

伽玛射线成像 X射线成像 紫外波段成像 可见光及红外波段成像 微波成像 无线电波成像 其他成像，如超声波成像

伽玛射线骨骼扫描

胸部X射线透视

X射线检测印刷电路板生产质量

光学显微镜的最大放大倍率约为2000倍 电子显微镜最大放大倍率超过300万倍 紫外线显微

车牌照识别

指纹识别

纸币识别

工业检测与测量

公路路面破损图像识别 网 裂 龟 裂

视觉监视、公安：银行防盗，人脸识别等

红外遥感图像，飓风

微波雷达图像，西藏东南山区

无线电波段成像，磁共振成像(MRI)

超声波图像，胎儿

图像特征及常规处理方法 空间分辨率：采样的精度，水平方向M个点，垂直方向N个点，记为 , M和N为2的n次幂 密度分辨率：量化的精度。每一点的图像取值数字化，同样L个亮度级别， ，例如，k=8时，L=256，图像有256个灰度级 图像的存储量：

空间分辨率

1024x1024, 512x512, 256x256,128x128, 64x64, 32x32

密度分辨率

24bit, 256, 16, B/W

空间频率 对时间周期变化的信号可以用频率度量，把时间变量改为空间距离变量，成为在空间距离上的周期变化信号，周期的倒数为空间频率，它表明图像明暗变化的快慢。

空间频率高，表征图像的细节，空间频率低，表征图像中大的物体 图像的空间分辨率越高，密度分辨率越高，则图像的质量就越好，存储空间就越大

数字图像处理方法 空间域处理：在图像空间（空间域）直接对图像的每一个象点进行处理 频率域处理：通过某种正交变换，将图像由空间域映射到频率域，在频率域中对图像进行处理。然后再经反变换将图像变换回空间域，得到处理后的图像

空间域处理 图像质量下降的原因：两种灰度级之间的差过小，使人眼区分困难，可以认为将它们拉伸开，是两种灰度之间的差别增大。

灰度拉伸效果

频率域处理 边缘不清晰，从频率域考虑是因为图像高频部分少，因此抑制低频分量，增大高频分量，就能达到增强边缘的目的

高斯高通滤波器效果

图像处理的技术特点 数字图像信息的特点 信息量大（TV图像 500-700*480）；一幅512*512的灰度图像（256级灰度）约260KB 占用频带较宽（5-6MHZ） ，技术实现难度大，成本高； 相关性很大，冗余信息多 图像处理的特点（相对于光学图像处理、视频信号处理） 灵活性强 可以拼贴、调整、修改； 精度高、分辨率高、处理方便 再现性好，可以永久保存