学习⽬标
①较深的专业知识
②较强的应⽤能⼒和实践动⼿能⼒
③良好的编程素质
④培养创新精神
⑤从事图像处理的专业⼈才
扩展知识
当今⽤于图像处理的最流⾏的两种语⾔：C++，matlab
1.1 数字图像的基本概念
图像：光照的情况下，反射光到了成像系统⾥得出这个物体的像；⽬前主流是⼆维图像，慢慢发展到三维图像
1. 成像系统的分辨率是⾮常重要的(点数越多阵列越⼤)
2. 颜⾊的表⽰，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。
f(x,y,z)={fred(x,y,z),fgreen(x,y,z),fblue(x,y,z)}
图像和图形的区别
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。
⼤矩阵
数字图像的表⽰
上图解析
左边：是⾁眼所见形状右边：计算机⾥对该图的表达
图⽰计算机表达：⼆维矩阵，由9个像素构成，每个像素位置是固定的在矩阵⾥边，并且排序顺序已经固定好了显⽰这个数值。这⾥的*数值就是颜⾊*。每⼀个元素称之为像素，每⼀个像素值可以认为是颜⾊值。 问题：那么红，绿，蓝三个分量颜⾊哪去了？
(这个颜⾊是⼀个颜⾊表的索引值，所以还是对应了⼀个颜⾊值)
这个⼤矩阵：含有图像的宽，图像的⾼；宽和⾼相乘就是分辨率。
上图解析
后续所学，都是讲对图像的处理，进⼀步说就是对数据的处理。 这个数据就是⼆维的数据，数学中的矩阵。
处理的⽅法有多种：领域法，平域法，空间域法等。
幸福是什么教学设计
f：代表该像素彩⾊或灰度值；脚码代表像素的坐标位置。
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。空间分辨率⽰意图
上图解析
分辨率越⾼：图像越清楚
分辨率越低：图像越模糊
上图解析
左边(4位)：可清晰表达出由⿊到⽩的过渡
右边(1位)：只有⿊和⽩，没有过渡的变化
对⽐得出结论
某个像素所占的颜⾊的数⽬越多，就越逼真，越接近⼤⾃然的真实
⽬前说的真彩⾊：⽤的24位
可想⽽知能表达出丰富的颜⾊
图像处理系统
图像数字化设备→图像处理计算机→输出设备
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分，抑制某些成分，对图像进⾏⼏何变换等，从⽽改善图像的质量。
增强：亮度，颜⾊
抑制：去噪
背光驱动⼏何变换：图像的放⼤，缩⼩，旋转，镜像等
②提取图像中的某些特征，以便于分析
>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。 ③图像识别
>在分析的基础上，进⾏内容识别，例：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
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 图像处理技术简介
图像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，提取特征等理论，⽅法和技术成为数字图像处理。
⼀般图像处理过程
重点：预处理，图像分割
数字图像处理技术
①图像获取，表⽰和表现
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，以及显⽰和表现出现(如打印)。
②图像复原
当造成图像退化(t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。
关键：对每种退化都需要有⼀个合理地模型。
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。
③图像增强
并⾮是针对退化，只能通过实验和分析误差，选择⼀种合适⽅法。
④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)。
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的热点。
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。
⑤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，⽽且还要检测物体的⼤⼩。
⑥图像重建
图像增强，图像复原输⼊时图像，处理后输出也是图像。
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。
⑦图像压缩编码
数据量庞⼤，必须亚索。
>减少数据存储量
>降低数据率以减少传输带宽
>压缩信息量，便于特征提取，为后续识别作准备
数字图像处理流程
流程分为三个阶段：
图像处理阶段→图像分析阶段→图像理解阶段
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
分析阶段：
>检测
>分割
铅球场地画法
>测量湖南卫视智勇大冲关
>特征提取
分析的结果能为⽤户提供描述⽬标特点和性质的数据。
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
>指导和规划⾏为菏泽大地震
常⽤技术
点处理：灰度变化
域处理：主要有卷积，中值滤波和边缘检测。
1.3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其他应⽤
1.4图像的存储格式
梁在平图像的分类：
按照颜⾊深度分类：常⽤图像⽂件(这三种图像存储格式和颜⾊表现都有区别)
①⿊⽩图像：两种颜⾊，没有层次感
②8位索引图像：灰度图像(0-255)，伪彩⾊图像，不是真彩⾊
(③④)24位真彩⾊图像：彩⾊图像
①⿊⽩图像(⼆值图像或单⾊图像)
②8位索引图像
⼀个数据矩阵X和⼀个调⾊板矩阵MAP
两个矩阵：⼀个是颜⾊的索引表矩阵，⼀个是颜⾊的每个像素的数值矩阵(数据矩阵)
数据矩阵和索引表的关系：*数据矩阵每个元素的值就是索引号*
所以到这⾥明⽩了为什么图像是彩⾊的？
答：图像有颜⾊，由RGB三原⾊构成，但是数据矩阵并没有RGB三个分量的值，⽽是存的是RGB颜⾊值的索引号
灰度图像：各像素信息由⼀个量化的灰度级来描述，没有彩⾊信息。
8位灰度索引图像
(1)⽂件带有图像颜⾊索引表。
fred(x,y) = fgreen(x,y) = fblue(x,y)
(2)像素值是图像颜⾊表的索引地址。由8位组成，从0-255.
颜⾊表⾥的表象是相等的(即蓝绿红三个分量相等)。
如果⼀个颜⾊表的三个分量值相等，⽽且数据区⾥⾯每个像素占⼋位(这个⼋位是指的这个索引号)，这样的图像就是灰度图像
如上截取灰度图像中的8x8个像素块，对应的每个像素块的索引号，它的索引号对应它的颜⾊(RGB)，可以看⼤RGB颜⾊分量是相等的。还可以看出，⿊的索引号低，⽩的索引号⾼。
对于灰度图像来说，索引号等于颜⾊的浓度值。⽐如说127这块，每个分量都是127。如果像素的值很低，对应图像很暗；反之像素的值很⾼，对应图像很亮。
之后会学习对数据区统计多少像素有多少个，画出直⽅图来分析分布情况。数据区的浓度值虽然是序号值，但是在使⽤上相当于颜⾊值。
彩⾊图像
是指每个像素的信息由RGB三原⾊构成的图像，其中RGB是由不同的灰度级来描述的。当三个分量都取满值的时候，就是⽩⾊的。
8位伪彩⾊索引图像
(1)颜⾊表红，绿，蓝分量值不全相等。
(2)像素值是图像颜⾊表的索引地址。
因为伪彩⾊只能表现256中颜⾊中⼀种颜⾊，颜⾊跨越还是⽐较⾼，但不细腻。
灰度图像并不是没有颜⾊，⽽是三个分量颜⾊相等。灰度图像与伪彩⾊图像的区别在于颜⾊索引表的不同，对⽐上⾯的索引表就知道了。
24位真彩⾊图像
(1)每⼀像素由RGB三个分量组成。
(2)每个分量各占8位，取值范围为0-255，每个像素24位。
它的颜⾊浓度级别量化的⾮常细，每个分量占8位，⼀般表⽰
(0,0,0)~(255,255,255)，三个分量构成⼀个像素，⼀共24位。
真彩⾊图像表⽰
我们知道灰度图像只有⼀个矩阵，矩阵的数值是颜⾊表的索引号；
⽽对于真彩⾊图像的数据区是三个矩阵，红⾊⼀个矩阵，绿⾊⼀个矩阵，蓝⾊⼀个矩阵。这是按位平⾯来说的
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议