2.2基本系統基本圖像處理系統的結構圖像存儲設備（大容量圖像存儲）圖像輸入主機（圖像運算處理）圖像輸出2.2基本系統基本圖像處理系統的結構圖像存儲設備圖像輸入12.2.1圖像的輸入輸入設備攝像機（可見、不可見（紅外、紫外、X光、超聲）、CCD固態攝像器件）飛點掃描器（照片、文件資料，底片）鼓形掃描器（照片、文件資料、底片）2.2.1圖像的輸入輸入設備攝像機（可見、不可見（紅外、2基于CCD光電耦器件的輸入設備攝像機、數字攝像機數字相機平板掃描儀基于光電倍增管的輸入設備滾筒掃描儀2.2.1圖像的輸入基于CCD光電耦器件的輸入設備2.2.1圖像的輸入3掃描儀分辨率與掃描圖像的大小分辨率：單位長度上采樣的像素個數：DPI(dot/inch)1000DPI1600DPI1000象素1600象素1英寸原稿2.2圖像的輸入掃描儀分辨率與掃描圖像的大小1000DPI1600DPI104例如噴墨打印機激光打印機熱升華打印機熱蠟打印機輸出設備顯示器、打印機、印刷照像2.2.2圖像的輸出例如輸出設備顯示器、打印機、印刷照像2.2.2圖像的輸出5印刷機數字印刷機傳統印刷機：平印、凹印、絲印2.2.2圖像的輸出印刷機2.2.2圖像的輸出6圖像存儲

內存存儲：處理時使用硬盤存儲：處理、備份時用（在線）備份存儲：光盤、磁帶等2.2.3圖像的存儲圖像存儲2.2.3圖像的存儲72.3數字圖像處理基礎

2.3.1圖像運算1.算術運算1)加法運算的定義C(x,y)=A(x,y)+B(x,y)主要應用舉例去除“疊加性”噪聲生成圖像疊加效果2.3數字圖像處理基礎

2.3.1圖像運算1.算術運算82.3.1圖像運算

去除“疊加性”噪聲

對于原圖像f(x,y),有一個噪聲圖像集

{gi(x,y)}i=1,2,...M

其中：gi(x,y)=f(x,y)+h(x,y)iM個圖像的均值定義為：g(x,y)=1/M(g1(x,y)+g2(x,y)+…+gM(x,y))當：噪聲h(x,y)i為互不相關，且均值為0時，上述圖像均值將降低噪聲的影響。2.3.1圖像運算去除“疊加性”噪聲92.3.1圖像運算生成圖像疊加效果對于兩個圖像f(x,y)和h(x,y)的均值有：

g(x,y)=1/2f(x,y)+1/2h(x,y)推廣這個公式為：

g(x,y)=αf(x,y)+βh(x,y)其中α+β=1

我們可以得到各種圖像合成的效果，也可以用于兩張圖片的銜接第二章數字圖像處理基礎知識2.3.1圖像運算生成圖像疊加效果第二章數字圖像處理基礎102.3.1圖像運算2)減法運算的定義

C(x,y)=A(x,y)-B(x,y)主要應用舉例去除不需要的疊加性圖案顯示兩幅圖像的差異，檢測同一場景兩幅圖像之間的變化如：視頻中鏡頭邊界的檢測圖像分割：如分割運動的車輛，減法去掉靜止部分，剩余的是運動像素和噪聲第二章數字圖像處理基礎知識2.3.1圖像運算2)減法第二章數字圖像處理基礎知識112.3.1圖像運算去除不需要的疊加性圖案設：背景圖像b(x,y)，前景背景混合圖像f(x,y)

g(x,y)=f(x,y)–b(x,y)

g(x,y)為去除了背景的圖像。電視制作的藍屏技術就基于此第二章數字圖像處理基礎知識2.3.1圖像運算去除不需要的疊加性圖案第二章數字圖像處122.3.1圖像運算3)乘法運算的定義C(x,y)=A(x,y)*B(x,y)主要應用舉例

圖像的局部顯示用二值蒙板圖像與原圖像做乘法2.3.1圖像運算3)乘法132.3.1圖像運算2.3.1圖像運算142.3.1圖像運算2.邏輯運算1)求反運算定義

g(x,y)=255-f(x,y)主要應用舉例獲得一個陰圖像獲得一個子圖像的補圖像2.3.1圖像運算2.邏輯運算152.3.1圖像運算獲得一個陰圖像2.3.1圖像運算獲得一個陰圖像162.3.1圖像運算獲得一個子圖像的補圖像=255-2.3.1圖像運算獲得一個子圖像的補圖像=255-172.3.1圖像運算2)異或運算定義g(x,y)=f(x,y)h(x,y)主要應用舉例獲得相交子圖像2.3.1圖像運算2)異或運算182.3.1圖像運算獲得相交子圖像=2.3.1圖像運算獲得相交子圖像=192.3.1圖像運算3)或運算定義g(x,y)=f(x,y)h(x,y)主要應用舉例合并子圖像=2.3.1圖像運算3)或運算=202.3.1圖像運算4)與運算定義g(x,y)=f(x,y)h(x,y)主要應用舉例求兩個子圖像的相交子圖=2.3.1圖像運算4)與運算=212.3.2圖像處理的算法形式（空間域）1.點處理（PointOperation）?定義：這種運算的處理結果JP(I，J)只和像素點IP(I，J)的特征有關，即

JP(I，J)=P(IP(I，J))IP(I,J)輸入圖像IPJP(I,J)輸出圖像JP點處理點處理2.3.2圖像處理的算法形式（空間域）1.點處理（Poin222.3.2圖像處理的算法形式2.鄰域處理（NeighborhoodOperation）?定義：輸出圖像的像素JP（I，J）的值和位于（I，J）附近的鄰域里的像素點的特征有關，即：

JP（I，J）=N(N(IP(I，J))

輸入圖像IPIP(I,J)鄰域處理JP(I,J)輸出圖像JPN（IP(I,J)（IP(I,J)的鄰域）鄰域處理2.3.2圖像處理的算法形式2.鄰域處理（Neighbor232.3.2圖像處理的算法形式模板運算所謂模板就是一個系數矩陣模板大小：經常是奇數，如： 335577模板系數:矩陣的元素

w1w2w3 w4w5w6 w7w8w92.3.2圖像處理的算法形式模板運算242.3.2圖像處理的算法形式模板運算的定義

對于某圖像的子圖像： z1z2z3 z4

z5z6 z7z8z9 z5的模板運算公式為：R=w1z1+w2z2+...+w9z92.3.2圖像處理的算法形式模板運算的定義252.3.2圖像處理的算法形式模板運算舉例：均值變換模板系數：wi=1/9計算公式：R=1/9(z1+z2+...+z9)2.3.2圖像處理的算法形式模板運算舉例：均值變換262.3.2圖像處理的算法形式大局處理：JP(I,J)的值由圖像內大范圍內的像素值（有時也使用輸入圖像全部像素的值）來計算。JP(I,J)=G(IP(I,J)))IP(I,J)A(IP(I,J)（輸入圖像中的大范圍）輸入圖像IP輸入圖像IP或者(I,J)輸入圖像全體JP(I,J)輸出圖像JP大局處理3.大局處理（globaloperation)：2.3.2圖像處理的算法形式大局處理：JP(I,J)的值由272.3.3直方圖

1.直方圖定義

對應于每個灰度值、求出在圖像中具有該灰度值的像素數的圖形叫做灰度值直方圖（GRAYLEVELHISTOGRAM），或者簡單地稱作直方圖。用橫軸代表灰度值，縱軸代表像素數（或者產生概率：對整個畫面上的像素數的比率）的棒圖來表示。

直方圖像素數0255`灰度值2.3.3直方圖1.直方圖定義直方圖像素數0255`灰度282.3.3直方圖012345670.30.20.100.170.250.200.150.100.070.040.02灰度值概率（頻率）2.3.3直方圖0123456292.3.3直方圖圖像直方圖的定義（1）

一個灰度級別在范圍[0，L-1]的數字圖像的直方圖是一個離散函數 p(rk)=nk/n

n

是圖像的像素總數

nk是圖像中第k個灰度級的像素總數

rk

是第k個灰度級，k=0,1,2,…,L-12.3.3直方圖圖像直方圖的定義（1）302.3.3直方圖圖像直方圖的定義(1)舉例

p(sk)

sk0.02

0.04

0.06

0.08

31

15

7

23

2.3.3直方圖圖像直方圖的定義(1)舉例p(sk)sk312.3.3直方圖圖像直方圖的定義（2）

一個灰度級別在范圍[0，L-1]的數字圖像的直方圖是一個離散函數

p(rk)=nk k=0,1,2,…,L-1

由于rk的增量是1，直方圖可表示為：

p(k)=nk即，圖像中不同灰度級像素出現的次數2.3.3直方圖圖像直方圖的定義（2）322.3.3直方圖兩種圖像直方圖定義的比較

p(rk)=nk p(rk)=nk/n使函數值正則化到[0,1]區間，成為實數函數函數值的范圍與像素的總數無關給出灰度級rk在圖像中出現的概率密度統計2.3.3直方圖兩種圖像直方圖定義的比較332.直方圖的性質直方圖沒有位置信息圖像各像素的灰度值是具有二維位置信息的，而直方圖只統計某一灰度值的像素有多少，占全部像素的比例是多少，而對那些具有同一灰度的像素在圖像中占什么位置則一無所知，不同圖像可能具有同樣的直方圖。2.3.3直方圖直方圖的總體統計性2.直方圖的性質2.3.3直方圖直方圖的總體統計性342.3.3直方圖(2)直方圖是總體灰度的概念

由直方圖可看出圖像的整體性質。 p(rk)

rk總體偏暗的圖像的直方圖2.3.3直方圖(2)直方圖是總體灰度的概念p(rk)r352.3.3直方圖p(rk)

rk總體偏亮的圖像的直方圖2.3.3直方圖p(rk)rk總體偏亮的圖像的直方圖362.3.3直方圖對比度較低的圖像的直方圖 p(rk)

rk2.3.3直方圖對比度較低的圖像的直方圖 p(rk372.3.3直方圖對比度較高的圖像的直方圖 p(rk)

rk2.3.3直方圖對比度較高的圖像的直方圖 p(r382.3.3直方圖(3)直方圖可疊加性

若一幅圖像分為四個區，則每個區都可分別作直方圖，而原圖像的總直方圖為各區直方圖之和。各區的形狀、大小都可隨意選擇。(4)直方圖的統