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.

Presentation on theme: "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."— Presentation transcript:

1 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

2 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

3 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

4

5 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

6 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

7

8

9

10

11 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

12 黑白图像 二值图像，每个像素只能是黑(0)或白(1)

13 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

14

15 彩色图像(128x128)及其对应的数值矩阵（仅列出一部分）

16

17 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

18

19 图像灰度变换

20 图像灰度直方图均衡

21 亮度修正

22 去除噪声 原图像 噪声污染图像 中值滤波结果

23 图像恢复

24 图像对齐/拼接

25 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

26

27 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

28 基本概念-图像工程

29 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

30 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）

31 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

32 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

33 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

34 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

35 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

36 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

37 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）

38 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

39

40 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

41 头部CT

42 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

43 伽玛射线骨骼扫描

44 胸部X射线透视

45 X射线检测印刷电路板生产质量

46 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

47 车牌照识别

48 指纹识别

49 纸币识别

50 工业检测与测量

51 公路路面破损图像识别 网 裂 龟 裂

52 视觉监视、公安：银行防盗，人脸识别等

53 红外遥感图像，飓风

54

55 微波雷达图像，西藏东南山区

56 无线电波段成像，磁共振成像(MRI)

57 超声波图像，胎儿

58 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：

59 空间分辨率

60 1024x1024, 512x512, 256x256,128x128, 64x64, 32x32

61 密度分辨率

62 24bit, 256, 16, B/W

63 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。

64 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

65 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

66 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。

67

68 灰度拉伸效果

69 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

70 高斯高通滤波器效果

71 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 *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