1、數字圖像處理1 本節課內容引言第1章：緒論1.1數字圖像處理及特點1.2數字圖像處理的主要研究內容1.3數字圖像處理系統1.4數字圖像處理的應用和發展23 引言：4倫琴因發現X射線獲得首屆諾貝爾物理學獎。5 Bloch和Purcell因發現NMR現象獲得1952年諾貝爾物理學獎。7NMR: Nuclear Magnetic resonance 核磁共振發明MRI中Fourier重建方法的Ernst獲得1991年諾貝爾化學獎。8MRI: Magnetic resonance Imaging核磁共振核磁共振：利用核磁共振（nuclear magnetic resonance，簡稱NMR）原理，依據

2、所釋放的能量在物質內部不同結構環境中不同的衰減，通過外加梯度磁場檢測所發射出的電磁波，即可得知構成這一物體原子核的位置和種類，據此可以繪制成物體內部的結構圖像。將這種技術用于人體內部結構的成像，就產生出一種革命性的醫學診斷工具。快速變化的梯度磁場的應用，大大加快了核磁共振成像的速度，使該技術在臨床診斷、科學研究的應用成為現實，極大地推動了醫學、神經生理學和認知神經科學的迅速發展。從核磁共振現象發現到MRI技術成熟這幾十年期間，有關核磁共振的研究領域曾在三個領域（物理、化學、生理學或醫學）內獲得了6次諾貝爾獎，足以說明此領域及其衍生技術的重要性。10第1章 緒 論1.1數字圖像處理及特點1.2數

3、字圖像處理的主要研究內容1.3數字圖像處理系統1.4數字圖像處理的應用和發展111.1數字圖像處理及特點1. 什么是圖像“圖”是物體投射或反射光的分布，“像” 是人的視覺系統對圖的接受在大腦中形成的印象或反映。 是客觀和主觀的結合。 模擬圖像12數字圖像是指由被稱作象素的小塊區域組成的二維矩陣。將物理圖象行列劃分后，每個小塊區域稱為像素（pixel）。 每個像素包括兩個屬性：位置和灰度。對于單色即灰度圖像而言，每個象素的亮度用一個數值來表示，通常數值范圍在0到255之間，即可用一個字節來表示，0表示黑、255表示白，而其它表示灰度級別。 物理圖象及對應 的數字圖象1415 采樣（Samplin

4、g）:對圖像空間坐標的離散化，它決定了圖像的空間分辨率。 用一個網格把待處理的圖像覆蓋，然后把每一小格上模擬圖像的各個亮度取平均值，作為該小方格中點的值；或者把方格的交叉點處模擬圖像的亮度值作為該方格交叉點上的值。 圖像的采樣物理圖像19643灰度像素數字圖像采樣列采樣行圖片像素行間隔采樣列間隔灰階黑灰白012825517灰度級灰度圖像(128x128)及其對應的數值矩陣125,153,158,157,127, 70,103,120,129,144,144,150,150,147,150,160,165,160,164,165,167,175,175,166,133, 60,133,154,1

5、58,100,116,120, 97, 74, 54, 74,118,146,148,150,145,157,164,157,158,162,165,171,155,115, 88, 49,155,163, 95,112,123,101,137,108, 81, 71, 63, 81,137,142,146,152,159,161,159,154,138, 81, 78, 84,114, 95,167, 69, 85, 59, 65, 43, 85, 34, 69, 78,104,101,117,132,134,149,160,165,158,143,114, 99, 57, 45, 51,

6、57,（僅列出一部分(26x31)）18lena彩色圖象可以用紅、綠、藍三元組的二維矩陣來表示。 通常，三元組的每個數值也是在0到255之間，0表示相應的基色在該象素中沒有，而255則代表相應的基色在該象素中取得最大值，這種情況下每個象素可用三個字節來表示。彩色圖象(128x128)及其對應的數值矩陣（僅列出一部分(25x31)）(207,137,130) (220,179,163) (215,169,161) (210,179,172) (210,179,172) (207,154,146) (217,124,121) (226,144,133) (226,144,133) (224,137

7、,124) (227,151,136) (227,151,136) (226,159,142) (227,151,136) (230,170,154) (231,178,163) (231,178,163) (231,178,163) (236,187,171) (236,187,171) (239,195,176) (239,195,176) (240,205,187) (239,195,176) (231,138,123) (217,124,121) (215,169,161) (216,179,170) (216,179,170) (207,137,120) (159, 51, 71)

8、(189, 89,101) (216,111,110) (217,124,121) (227,151,136) (227,151,136) (226,159,142) (226,159,142) (237,159,135) (237,159,135) (231,178,163) (236,187,171) (231,178,163) (236,187,171) (236,187,171) (236,187,171) (239,195,176) (239,195,176) (236,187,171) (227,133,118) (213,142,135) (216,179,170) (221,1

9、84,170) (190, 89, 89) (204,109,113) (204,115,118) (189, 85, 97) (159, 60, 78) (136, 38, 65) (160, 56, 75) (204109113)(227151136)(226159142)(237159135)(227151136)19數字圖像的表示方法yx對連續圖像f（x，y）進行數字化空間上，圖像抽樣幅度上，灰度級量化x方向，抽樣M行y方向，每行抽樣N點整個圖像共抽樣MN個像素點一般取M=N=2n=64，128，256，512，1024，204820數字圖像的表示方法數字圖像常用矩陣來表示：x=0,1

10、, ,N-1y=0,1, ,N-1f(i,j)=0255，（灰度級為256，設灰度量化為8bit）21 2.什么是數字圖像處理數字圖像處理就是利用計算機系統對數字圖像進行各種目的的處理22數字圖像處理的起源 上世紀20年代，紐約倫敦海底電纜傳輸數字化的新聞圖片。傳遞時間從一個多星期減少到3個小時歷史1921年電報打印機采用特殊字符在編碼紙帶打印。輸出設備從通用在到專用1922年兩次穿越大西洋，穿孔紙得到圖像檢測誤差。圖像通信系統信源編碼和信道編碼1929年從倫敦到紐約15級色調通過電纜傳遞照片。從早期5個灰度到15灰度。現在的網絡、移動通信再次歷經這個過程。24 數字圖像處理的起源 數字圖像處

11、理的歷史與數字計算機的發展密切相關，它必須依靠數字計算機及數據存儲、顯示和傳輸等相關技術的發展。五十年代中期在太空計劃的推動下開始這項技術的研究。重要標志是1964年美國噴氣推進實驗室（JPL）正式使用數字計算機對“徘徊者7號”太空船送回的四千多張月球照片進行了處理。25 數字圖像處理特點 ：27處理信息量很大數字圖像處理占用的頻帶較寬 數字圖像中各個像素相關性大 處理后的圖像一般是給人觀察和評價的，因此受人的因素影響較大。由于人的視覺系統很復雜，受環境條件、視覺性能、人的情緒愛好以及知識狀況影響很大，作為圖像質量的評價還有待進一步深入的研究。 1.2數字圖像處理的主要研究內容28第3章：圖像

12、增強（Enhancement）第4章：圖像編碼（ encoding ）與壓縮壓縮(Compression) 第5章：圖像復原 (Restoration)第6章：圖像重建 (Reconstruction )第7章：圖像分割 (Segmentation )第8章：圖像特征提取（Feature extraction）與分析第9章：圖像匹配與識別 (Matching and recognition )注：教材章節安排 圖像增強圖像增強技術不需要考慮圖像降質的原因，只將圖像中感興趣的特征有選擇地突出，將不需要的特征進行衰減。圖像增強技術的目的：改善圖像視覺效果，便于觀察和分析便于人工或機器對圖像的進一步

13、處理圖像增強是最常用的圖像處理步驟，是本課程重點29 圖像復原圖像復原技術需要針對圖像的退化原因設法進行補償，因此需要對圖像的退化過程有一定的先驗知識，利用圖像退化的逆過程去恢復原始圖像，使復原后的圖像盡可能的接近原圖像。30 圖像重建圖像重建是指根據對物體的探測獲取的數據來重新建立圖像。用于重建圖像的數據一般是分時、分步取得的。圖像重建是圖像處理中一個重要研究分支，其重要意義在于獲取被檢測物體內部結構的圖像而不對物體造成任何物理上的損傷。它在各個不同的應用領域中顯示出獨特的重要性。例如：醫療放射學、核醫學、電子顯微、無線電雷達天文學、光顯微和全息成像學及理論視覺等領域都多有應用。31 圖像分

14、割32圖像分割是數字圖像處理中的關鍵技術之一。圖像分割將圖像中有意義的特征提取出來（物體的邊緣、區域），它是進行進一步圖像識別、分析和圖像理解的基礎。雖然目前已研究出了不少邊緣提取、區域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。對圖像分割的研究還在不斷的深入中，是目前圖像處理研究的熱點方向之一。 主要方法：圖像邊緣檢測、灰度閾值分割、基于紋理分割、區域增長 圖像特征提取與分析目的 讓計算機具有認識或者識別圖像的能力，即圖像識別。特征選擇是圖像識別中的一個關鍵問題。特征選擇和提取的基本任務是如何從眾多特征中找出最有效的特征。 特征形成 根據待識別的圖像，通過計算產生一組原始特征，稱之

15、為特征形成。33 圖像匹配與識別 模式識別(pattern recognition)作為一門學科有其系統的理論基礎和技術方法。 模式識別屬于圖像分析的范疇，它所得到的結果是一幅由明確意義的數值或符號構成的圖像或圖形文件，而不再是一幅具有隨機分布性質的圖像 。 模式識別的目的是對圖像中的物體進行分類，或者可以說是找出圖像中有哪些物體。模式就是存在于時間和空間中，可以區別它們是否相同或相似的可觀察的事物。但模式所指的不是事物本身，而是從事物中獲取的信息。因此模式往往表現為具有時間和空間分布的信息。 34 數字圖像處理的三個層次 從計算機處理的角度可以由高到低將數字圖像分為三個層次。這三個層次覆蓋了

16、圖像處理的所有應用領域35 圖像工程的示意圖36 數字圖像處理的三個層次1. 圖像處理： 對圖像進行各種加工，以改善圖像的視覺效果；強調圖 像之間進行的變換； 圖像處理是一個從圖像到圖像的過程。372. 圖像分析：對圖像中感興趣的目標進行提取和分割，獲得目標的客觀信息（特點或性質），建立對圖像的描述；以觀察者為中心研究客觀世界；圖像分析是一個從圖像到數據的過程。383. 圖像理解：研究圖像中各目標的性質和它們之間的相互聯系；得出對圖像內容含義的理解及原來客觀場 景的解釋；以客觀世界為中心，借助知識、經驗來推理、認識客觀世界，屬于高層操作（符號運算）。39可見，圖像處理、圖像分析和圖像理解是處在三個抽象程度和數據量各有特點的不同層次上。圖像處理是比較低層的操作， 它主要在圖像像素級上進行處理， 處理的數據量非常大。圖像分析則進入了中層，分割和特征提取把原來以像素描述的圖像轉變成比較簡潔的非圖像形式的描述。圖像理解主要是高層操作， 基本上是對從描述抽象出來的符號進行運算，其處理過程和方法與人類的思維推理有許多類似之處。 根據本課程的任務和目標，本書重點放在圖像處理上，并學習圖像分析的基本理論和方法。40 圖像工程與相關學科的聯系和區別圖像工程是一門交叉學科研究方法上，與數學、物理學（光學）、生理學、心理學、電子學、計算機科學相互借鑒；研究范圍上，與計算機圖形學、模式識別、