數(shù)字圖像處理

數(shù)字圖像處理（MATLAB版）作者：王科平書(shū)號(hào)：978-7-111-51032-1定價(jià)：29.80出版社：機(jī)械工業(yè)出版社第1章緒論 1.1 數(shù)字圖像處理的基本概念 1.2 常用文件存儲(chǔ)格式

1.3 數(shù)字圖像處理的主要內(nèi)容1.4數(shù)字圖像處理的應(yīng)用1.5MATLAB圖像處理基礎(chǔ)

1.1 數(shù)字圖像處理的基本概念

1.1.1模擬圖像 1.1.2 數(shù)字圖像1.1.3 像素間關(guān)系

什么是圖像？

用各種觀測(cè)系統(tǒng)以不同形式和手段觀測(cè)客觀世界而獲得的，可以直接或間接作用于人眼并進(jìn)而產(chǎn)生視知覺(jué)的實(shí)體。“圖”是物體投射或反射光的分布，“像”

是人的視覺(jué)系統(tǒng)對(duì)圖的接受在大腦中形成的印像或反映。圖像是客觀和主觀的結(jié)合。圖像類(lèi)型：模擬圖像和數(shù)字圖像

1.1.1模擬圖像模擬圖像：即實(shí)物圖像，如照片、底片、印刷品、畫(huà)，只要通過(guò)客觀的物理量表現(xiàn)顏色的圖像就是模擬圖像。模擬圖像模擬圖像可用連續(xù)函數(shù)來(lái)描述。

其特點(diǎn)：光照位置和光照強(qiáng)度均為連續(xù)變化的。數(shù)字圖像可用矩陣或數(shù)組來(lái)描述像素的屬性：空間位置和灰度。數(shù)字圖像：以電腦語(yǔ)言記錄各個(gè)點(diǎn)的色彩信息的圖像是數(shù)字圖像 1.1.2數(shù)字圖像數(shù)字圖像是指由被稱(chēng)作像素的小塊區(qū)域組成的二維矩陣。將物理圖像行列劃分后，每個(gè)小塊區(qū)域稱(chēng)為像素（pixel）。

–每個(gè)像素包括兩個(gè)屬性：位置和灰度。用于屏幕顯示用于圖像計(jì)算圖像的數(shù)字化所謂的圖像數(shù)字化，是指將模擬圖像經(jīng)過(guò)離散化之后，得到用數(shù)字表示的圖像。圖像的數(shù)字化包括了空間離散化（即采樣）和明暗表示數(shù)據(jù)的離散化（即幅度量化）。圖像的數(shù)字化——1、采樣采樣是指將在空間上連續(xù)的圖像轉(zhuǎn)換成離散的采樣點(diǎn)（即像素）集的操作。由于圖像是二維分布的信息，所以采樣是在x軸和y軸兩個(gè)方向上進(jìn)行的。一般情況下，x軸方向與y軸方向的采樣間隔相同。

采樣時(shí)的注意點(diǎn)是：采樣間隔的選取。采樣間隔太小，則增大數(shù)據(jù)量；太大，則會(huì)發(fā)生信息的混疊，導(dǎo)致細(xì)節(jié)無(wú)法辨認(rèn)。示例圖像的數(shù)字化——1、采樣空間分辨率

是指要精確測(cè)量和再現(xiàn)一定尺寸的圖像所必需的像素個(gè)數(shù)。

單位：像素*像素（如：數(shù)碼相機(jī)指標(biāo)30萬(wàn)像素（640*480））圖像的數(shù)字化

——

采樣效果演示示例細(xì)節(jié)清晰，數(shù)據(jù)量為100%細(xì)節(jié)無(wú)法辨認(rèn)，數(shù)據(jù)量為1%圖像的數(shù)字化—2、量化量化是將各個(gè)像素所含的明暗信息離散化后，用數(shù)字來(lái)表示。一般的量化值為整數(shù)。充分考慮到人眼的識(shí)別能力之后，目前非特殊用途的圖像均為8bit量化，即采用0~255的整數(shù)來(lái)描述“從黑到白”。在3bit以下的量化，會(huì)出現(xiàn)偽輪廓現(xiàn)象。低bit量化的偽輪廓現(xiàn)象圖例灰度是指黑白圖像中點(diǎn)的顏色深度，范圍一般從0到255，即可用一個(gè)字節(jié)來(lái)表示，白色為255，黑色為0，故黑白圖片也稱(chēng)灰度圖像.灰階黑灰白0128255幅度分辨率(灰度分辨率)注：所謂顏色或灰度級(jí)指黑白顯示器中顯示像素點(diǎn)的亮暗差別，在彩色顯示器中表現(xiàn)為顏色的不同，灰度級(jí)越多，圖像層次越清楚逼真?；叶仁窍鄬?duì)于單色而言的，將亮度分成256恰好一個(gè)字節(jié)。灰度分辨率：圖像灰度級(jí)中可分辨的最小變化。一般用灰度級(jí)或比特?cái)?shù)表示。

256灰度級(jí)16灰度級(jí)8灰度級(jí)4灰度級(jí)灰度分辨率（圖像的量化）與圖像質(zhì)量的關(guān)系3、采樣、量化和圖像細(xì)節(jié)的關(guān)系圖象空間分辨率變化所產(chǎn)生的效果

圖象灰度分辨率變化所產(chǎn)生的效果

3、采樣、量化和圖像細(xì)節(jié)的關(guān)系空間和灰度分辨率同時(shí)變化所產(chǎn)生的效果

3、采樣、量化和圖像細(xì)節(jié)的關(guān)系數(shù)字圖像

圖像（水平）尺寸M：

圖像（垂直）尺寸N：

像素灰度級(jí)數(shù)G(k-bit)：

圖像所需的位數(shù)b：圖像存儲(chǔ)數(shù)字圖像

存儲(chǔ)1幅128

128，64個(gè)灰度級(jí)的圖 需要98,304bit 存儲(chǔ)1幅512

512，256個(gè)灰度級(jí)的圖 需要2,097,152bit

圖像存儲(chǔ)數(shù)據(jù)量度單位比特（bit），字節(jié)（byte=8bit）千字節(jié)（Kbyte）；兆（106）字節(jié)（Mbyte）吉（109）字節(jié)（Gbyte）圖像經(jīng)過(guò)分割后就得到了若干區(qū)域和邊界。通常把感興趣部分稱(chēng)作目標(biāo)（物），其余的部分稱(chēng)作背景。為了讓計(jì)算機(jī)有效地識(shí)別這些目標(biāo)，必須了解各區(qū)域、邊界的屬性和相互關(guān)系。車(chē)牌灰度圖像邊緣檢測(cè)圖像1.1.3像素間的關(guān)系1.1.3 像素間的關(guān)系 1 像素的鄰域 2 像素間的連接性和連通性 3 像素間的距離1像素的鄰域像素的鄰域

4-鄰域——N4(p)：

對(duì)1個(gè)坐標(biāo)為（x,y)的像素p,它可以有4個(gè)水平和垂直的近鄰像素。它們的坐標(biāo)分別是（x+1，y），（x-1，y），（x，y＋l），(x,y-1）。這些像素（用r表示）組成p的4-鄰域，記為N4(p)。像素的鄰域

對(duì)角鄰域——ND(p)：

像素P的4個(gè)對(duì)角近鄰像素（用s表示）的坐標(biāo)是（x+1，y＋1），（x+1，y-1），(x-1，y＋1），（x-1，y-1）。它們記為ND（p）。1像素的鄰域像素的鄰域

8-鄰域——N8(p)：像素P的4個(gè)對(duì)角近鄰像素再加上P的4個(gè)鄰域像素合稱(chēng)為P的8-鄰域，記為N8(p)。1像素的鄰域4-鄰域?qū)青徲?-鄰域鄰接：鄰接僅考慮像素間的空間關(guān)系一像素位于另一個(gè)像素的鄰域中連接：兩個(gè)像素是否連接：

(1)是否接觸（鄰接） (2)灰度值是否滿(mǎn)足某個(gè)特定的相似準(zhǔn) 則（同在一個(gè)灰度值集合中取值）2像素間的連接性和連通性3種連接

(1)4-連接： 2個(gè)像素p和r在V中取值且r在N4(p)中 (2)8-連接： 2個(gè)像素p和r在V中取值且r在N8(p)中兩種連接的關(guān)系：4連接必8連接，反之不一定成立2像素間的連接性和連通性3種連接

(3)m-連接（混合連接）： 2個(gè)像素

p和

r在V中取值 且滿(mǎn)足下列條件之一

①r在N4(p)中 ②r在ND(p)中且集合N4(p)∩N4(r)是空集 （即不能有V中元素同時(shí)出現(xiàn)在N4(p)和N4(r)中）{圖3.1.2}2像素間的連接性和連通性m-連接

（a）（b）（c）是m-連接不是m-連接例：V={1},判斷（b）和（c）是否是m-連接。屬于N4(p)∩N4(r)混合連接的應(yīng)用：消除8-連接可能產(chǎn)生的歧義性原始圖8-連接m-連接

2像素間的連接性和連通性連通

連接是連通的一種特例通路 由一系列依次連接的像素組成 從具有坐標(biāo)(x,y)的像素p到具有坐標(biāo)(s,t)的像素q的一條通路由一系列具有坐標(biāo)(x0,y0)，(x1,y1)，…，(xn,yn)的獨(dú)立像素組成。這里(x0,y0)=(x,y)，(xn,yn)=(s,t)，且(xi,yi)與(xi-1,yi-1)鄰接，其中1≤i

≤

n，n為通路長(zhǎng)度

2像素間的連接性和連通性連通

如果這條通路上的所有像素的灰度值均滿(mǎn)足某個(gè)特定的相似準(zhǔn)則，則說(shuō)像素像素p和像素q是連通的4-連通，8-連通

4-通路，8-通路

2像素間的連接性和連通性（b）8連通（a）4連通其中v={1}像素集合的鄰接和連通

對(duì)2個(gè)圖象子集S和T來(lái)說(shuō)，如果S中的一個(gè)或一些像素與T中的一個(gè)或一些像素鄰接，則可以說(shuō)2個(gè)圖象子集S和T是鄰接的 連通的定義如像素之間連通的定義。2像素間的連接性和連通性3像素間的距離距離量度函數(shù)：距離是描述像素間關(guān)系的基本參數(shù)

3個(gè)像素p，q，r，坐標(biāo)(x,y)，(s,t)，(u,v)

(1)

兩個(gè)像素之間的距離總是正的

(2)

距離與起終點(diǎn)的選擇無(wú)關(guān)

(3)

最短距離是沿直線(xiàn)的3.1.3像素間的距離距離量度函數(shù)

(1)歐氏（Euclidean）距離

(2)城區(qū)（city-block）距離 (3)棋盤(pán)（chessboard）距離3.1.3像素間的距離距離量度函數(shù)

距離計(jì)算示例DE=5D4=7D8=43.1.3像素間的距離用距離定義鄰域 考慮在空間點(diǎn)(xp,yp)的像素

p 4-鄰域——N4(p) 8-鄰域——N8(p)文件格式：是一種將文件以不同方式進(jìn)行保存的方式。常見(jiàn)圖像文件格式：BMP格式，GIF格式，TIFF格式，JPEG格式，每種都有自己獨(dú)特的存儲(chǔ)方式。1.2常用文件存儲(chǔ)格式1.2常用文件存儲(chǔ)格式(1)BMP圖像文件格式

BMP是一種與硬件設(shè)備無(wú)關(guān)的圖像文件格式，使用非常廣。它采用位映射存儲(chǔ)格式，不采用其他任何壓縮，因此，BMP文件所占用的空間很大。BMP文件格式是Windows環(huán)境中交換與圖有關(guān)的數(shù)據(jù)的一種標(biāo)準(zhǔn)，因此在Windows環(huán)境中運(yùn)行的圖形圖像軟件都支持BMP圖像格式(2)TIFF是高質(zhì)量格式（TIFF也可選擇壓縮，但TIFF的壓縮也是非損失壓縮）。主要用于印刷或噴繪高質(zhì)量的文件,但文件尺寸大一些。其大小是相應(yīng)*.gif圖像的3倍，*.jpeg圖像的10倍。（3）GIF格式：

特點(diǎn)一是8位文件格式，最多支持256種色彩的圖像。

特點(diǎn)二是在一個(gè)GIF文件中可以存多幅彩色圖像，如果把存于一個(gè)文件中的多幅圖像數(shù)據(jù)逐幅讀出并顯示到屏幕上，就可構(gòu)成一種最簡(jiǎn)單的動(dòng)畫(huà)。（4）JPEG格式是一種有數(shù)據(jù)損失的壓縮格式，其壓縮技術(shù)十分先進(jìn)，它用有損壓縮方式去除冗余的圖像和彩色數(shù)據(jù)，獲取得極高的壓縮率的同時(shí)能展現(xiàn)十分豐富生動(dòng)的圖像。一般圖片如果存jpg格式，圖片是會(huì)有層次損失。對(duì)一般質(zhì)量的常見(jiàn)圖片（家庭，不用放很大、高質(zhì)量印刷）jpg就夠了。1.3數(shù)字圖像處理的主要內(nèi)容框圖完整的圖像處理工程可分為如下幾個(gè)方面：①圖像信息的獲取(ImageInformationAcquisition)；②圖像信息的存貯(ImageInformationStorage)；

③圖像信息的傳送(ImageInformationTransmission)；④圖像信息的處理(ImageInformationProcessing)；⑤圖像信息的顯示(ImageInformationDisplay)。②圖像信息的存貯(ImageInformationStorage)：圖像信息的突出特點(diǎn)是數(shù)據(jù)量巨大。一般作檔案存貯主要采用磁帶、磁盤(pán)或光盤(pán)，尤其是光盤(pán)，幾百G的很普遍。要解決海量存貯問(wèn)題主要研究壓縮問(wèn)題。③圖像信息的傳送(ImageInformationTransmission)：圖像信息的傳送可分為系統(tǒng)內(nèi)部傳送與遠(yuǎn)距離傳送。內(nèi)部傳送多用DMA技術(shù)(DirectMemoryAccess）提高效率和解決速度問(wèn)題；遠(yuǎn)距離傳送是研究圖像通信問(wèn)題。數(shù)字圖像處理內(nèi)容十分豐富，主要包括八個(gè)方面：①．幾何處理(GeometricalProcessing)②．算術(shù)處理(ArithmeticProcessing)③．圖像增強(qiáng)(ImageEnhancement)④．圖像復(fù)原(ImageRestoration)④數(shù)字圖像處理(DigitalImageProcessing)：⑤．圖像編碼(ImageEncoding)⑥．圖像重建(ImageReconstruction)⑦．圖像識(shí)別(ImageRecognition)⑧．圖像理解(ImageUnderstanding)（一）幾何處理(GeometricalProcessing)：幾何處理主要包括圖像座標(biāo)變換，圖像放大，縮小、旋轉(zhuǎn)、移動(dòng)、多個(gè)圖像配準(zhǔn)，全景畸變校正，扭曲校正，周長(zhǎng)、面積、體積計(jì)算等。（二）算術(shù)處理（ArithmeticProcessing）：算術(shù)處理主要是對(duì)圖像進(jìn)行＋、－、×、÷等運(yùn)算處理，一般針對(duì)像素點(diǎn)處理，如減影處理等。圖像相減增強(qiáng)。(a)掩模圖像，(b)減除掩模圖像后的圖像(把對(duì)比介質(zhì)注入血管后拍攝的圖像)二次曝光實(shí)例+（三）圖像增強(qiáng)（ImageEnhancement）：圖像增強(qiáng)處理主要是突出圖像中感興趣的信息，而減弱或去除不需要的信息，從而使有用信息得到加強(qiáng)，便于區(qū)分或解釋。主要方法有直方圖修改技術(shù)，灰度窗口法，偽彩色增強(qiáng)及各邊緣增強(qiáng)方法。

（四）圖像復(fù)原（ImageRestoration）：圖像復(fù)原處理主要是去掉干擾和模糊，恢復(fù)圖像的本來(lái)面目。典型的方法有去噪，包括去掉隨機(jī)噪聲和相干噪聲。隨機(jī)噪聲表現(xiàn)為麻點(diǎn)干擾，相干噪聲表現(xiàn)為網(wǎng)紋干擾。去模糊也是復(fù)原處理的任務(wù)。這些模糊來(lái)源于透鏡散焦，相對(duì)運(yùn)動(dòng)，大氣湍流，云層遮擋等。復(fù)原方法可用維納濾波、卡爾曼濾波、逆濾波、同態(tài)濾波等方法。（五）圖像重建（ImageReconstruction）：前面介紹的幾何處理，圖像增強(qiáng)，圖像復(fù)原都是從圖像到圖像的處理，而重建是從數(shù)據(jù)到圖像的處理。其處理的結(jié)果是圖像。在醫(yī)學(xué)圖像處理中，這部分是至關(guān)重要的一步。醫(yī)學(xué)圖像的主要算法就是圖像重建算法。典型的就是CT（包括X-rayCT，ECT，NMR，超聲CT等）。三維重建技術(shù)是當(dāng)今頗為熱門(mén)的科學(xué)可視化技術(shù)的基礎(chǔ)。在商業(yè)、電影業(yè)、游戲娛樂(lè)業(yè)有廣泛的應(yīng)用前景。如:“泰坦尼克號(hào)”用了10套INFERNO和20套FLINT視覺(jué)效果制作系統(tǒng)。動(dòng)用了200臺(tái)基于Alpha的工作站，300臺(tái)SGI工作站，50多位特技師24小時(shí)輪流工作。利用Microsoft公司的三維動(dòng)畫(huà)軟件系統(tǒng)SoftImage/3D制作出生動(dòng)逼真的場(chǎng)景。這部影片的制作花費(fèi)了二億多美元，是當(dāng)今電影史上制作最昂貴的電影，也是至今最成功的電影之一片名源自印度佛教用語(yǔ)，指靈魂被轉(zhuǎn)移至新的軀體里面.

根據(jù)《紐約時(shí)代》的消息，影片成本、宣傳等各方面花費(fèi)了超過(guò)5億美元。在北美，《阿凡達(dá)》用了32天票房就達(dá)到5億美元，打破了《黑暗騎士》45天的記錄。而詹姆斯·卡梅隆上一部故事片《泰坦尼克號(hào)》用了98天才達(dá)到5億美元。在生物醫(yī)學(xué)領(lǐng)域的重要計(jì)劃就是“數(shù)字化虛擬人”。該計(jì)劃最早由美國(guó)國(guó)立圖書(shū)館支持的VHP（VisibleHumanProject）。這里所說(shuō)的“虛擬人（VirtualHuman）”，是通過(guò)數(shù)字技術(shù)模擬真實(shí)的人體器官而合成的三維模型。這種模型不僅具有人體外形以及肝臟、心臟、腎臟等各個(gè)器官的外貌，而且具備各器官的新陳代謝機(jī)能，能較為真實(shí)地顯示出人體的正常生理狀態(tài)和出現(xiàn)的各種變化。可視人計(jì)劃(VHP)1989年立項(xiàng)，1994，1995年相繼推出高精度的一男一女的高精度，高分辨率組織切片光學(xué)照片、CT和MRI斷層圖像數(shù)據(jù)集。這一舉動(dòng)在美國(guó)及全世界醫(yī)學(xué)界產(chǎn)生了巨大影響。我國(guó)對(duì)“虛擬人”的研究。在2000年正式列入高新技術(shù)發(fā)展計(jì)劃中。2003年2月18日17時(shí)18分，我國(guó)首例女性虛擬人數(shù)據(jù)集在位于廣州市的解放軍第一軍醫(yī)大學(xué)構(gòu)建成功，這標(biāo)志著繼美國(guó)、韓國(guó)后，中國(guó)成為世界上第三個(gè)擁有本國(guó)虛擬人數(shù)據(jù)庫(kù)的國(guó)家。（六）圖像編碼（ImageEncoding）：圖像編碼是數(shù)字圖像處理中的經(jīng)典課題。它屬于信息論中的信源編碼范疇。圖像編碼的主要特點(diǎn)是利用圖像信號(hào)的統(tǒng)計(jì)特性和人類(lèi)視覺(jué)的生理學(xué)及心理學(xué)特性對(duì)圖像信號(hào)進(jìn)行高效編碼。也就是研究數(shù)據(jù)壓縮技術(shù)，以解決數(shù)據(jù)量、巨大帶來(lái)的一系列矛盾。

一般來(lái)說(shuō)，圖像編碼目的有三個(gè)：①減少數(shù)據(jù)存儲(chǔ)空間；②降低數(shù)據(jù)率，減少傳輸帶寬；③壓縮信息量，便于提取特征，為識(shí)別做準(zhǔn)備。就圖像編碼而言，M.Kunt提出第一代、第二代編碼的概念。Kunt把1948年至1988年這四十年中研究的以去除冗余為基礎(chǔ)的編碼方法稱(chēng)為第一代編碼，如：PCM、DPCM、△M、亞取樣編碼法；變換編碼中的DFT、DCT、Walsh-Hadamard變換方法以及以此為基礎(chǔ)的混合編碼法均屬于第一代編碼法。第二代編碼方法多是20世紀(jì)80年代以后提出的新的編碼方法，如金字塔編碼法、Fractal編碼、基于神經(jīng)元網(wǎng)絡(luò)的編碼方法等。

第二代編碼方法的特點(diǎn)是：①充分考慮人眼的特性；②恰當(dāng)?shù)乜紤]對(duì)圖像的分解與表述；③采用圖像的合成與識(shí)別方案壓縮數(shù)據(jù)。圖像編碼是經(jīng)典的研究課題。經(jīng)60多年的研究已有多種成熟的方法得到應(yīng)用。隨著多媒體技術(shù)和非話(huà)通信業(yè)務(wù)的發(fā)展，已有若干編碼標(biāo)準(zhǔn)由ITU-T制定出來(lái)。如：JPEG，MPEG，H.261，H.263，H.26L，JBIG(JointBo-levelImageCodingExpertGroup，二值圖像壓縮)等。相信會(huì)有更多的高效編碼方法問(wèn)世。在醫(yī)學(xué)圖像的編碼中重要的是研究無(wú)損編碼壓縮方法。（七）模式識(shí)別（PatternRecognition）：模式識(shí)別是數(shù)字圖像處理的又一研究領(lǐng)域。（八）圖像理解（ImageUnderstanding）：圖像理解是由模式識(shí)別發(fā)展起來(lái)的方法。這種處理輸入的是圖像，輸出的是一種描述。這種描述不是單純的用符號(hào)作出詳細(xì)的描繪，而是要用客觀世界的知識(shí)使計(jì)算機(jī)進(jìn)行聯(lián)想、思考及推論，從而理解圖像所表現(xiàn)的內(nèi)容。圖像理解有時(shí)也叫景物理解。以上介紹的八項(xiàng)內(nèi)容是圖像處理涉及到的主要內(nèi)容，總體上看，圖像處理科學(xué)的發(fā)展經(jīng)歷了從靜止到活動(dòng)，從單色到彩色，從二維到三維，從客觀到主觀圖像的發(fā)展歷程，其應(yīng)用也越來(lái)越廣泛。1.5MATLAB圖像處理基礎(chǔ)1.5.1數(shù)字圖像的