第1讲-图像技术基础.ppt

  1. 1、本文档共60页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
教材 图像处理和分析技术第二版 章毓晋,高等教育出版社 提纲 图像技术基础 图像增强技术 图像变换技术 图像编码技术 图像分割技术 目标表达和描述技术 数字图像处理简介 图像与像素 像素间的联系 图像坐标变换 采样和量化 什么是图像 几个当今热点的研究方向 图像处理的应用 图像工程 相关学科 数字图像处理系统概要 图像处理主要研究内容 图像处理特点 图像和数字图像 像素和表示 像素邻域 像素间的距离 平移变换 尺度变换 旋转变换 级联 图像的数字化 采样 量化 量化参数与数字化图像间的关系 1,GOOGLE图片的检索。 2,传输:压缩 3,加密 4,采集,加强,还原,去失真。。。 5,身份证,指纹等等。 6,人脸识别,医学的病理分析。 一般保值上图片的分辨率约为每英寸100点,图书约为300点。 BMP包含位图文件头,位图信息掉色版,位图阵列即图像数据。有很多工具可以将BMP转为二进制。 像素(picture element, pixel) 数字图像可分解为许多单元,每个基本单元叫做图像 元素 像素或像元的属性:空间位置和灰度。 像素越多,图像的分辨率越高,图像的细节就越多 像素和表示 像素和表示 图像表示/像素表示 2-D数组 f (x, y) x , y:2-D空间XY中像素的位置 f:代表图象在(x, y)的性质F 的数值 f,x,y 的值可以是任意实数 性质F : 可对应不同物理量 灰度图象里用灰度表示 *表示图像就需要表示其各个像素 *表示像素就是通过空间位置和灰度 像素和表示 图像表示/像素表示 矩阵 矢量 M: 行数 N: 列数 像素和表示 黑白图像 指图像的每个像素只能是黑或者白,没有中间的过渡,故又称为二值图像。2值图像的像素值为0、1。 灰度图像 是指每个像素的信息由一个量化的灰度级来描述的图像,没有彩色信息。 像素和表示 灰度图像描述示例 像素和表示 彩色图像 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RBG是由不同的级来描述的。 像素和表示 4. 像素间联系 像素邻域 象素的邻域 4-邻域——N4(p): 对角邻域——ND(p): 8-邻域——N8(p): r r p r r s s p s s s r s r p r s r s 如果q在p的邻域中,p和q是邻接 连接 (adjacency, 邻接)vs. (connectivity, 连接) 邻接仅考虑象素间的空间关系 两个象素是否连接: (1) 是否接触(邻接) (2) 灰度值是否满足某个特定的相似准 则(同在一个灰度值集合中取值) 像素邻域 连通 两个像素p和q间有一系列连接的像素 连接是连通的一种特例 通路 由一系列依次连接的象素组成 从具有坐标(x, y)的象素p到具有坐标(s, t)的象素q的一条通路由一系列具有坐标(x0, y0),(x1, y1),…,(xn, yn)的独立象素组成。这里(x0, y0) = (x, y),(xn, yn) = (s, t),且(xi, yi)与(xi-1, yi-1)邻接,其中1 ≤ i ≤ n,n为通路长度 4-连通,8-连通 ? 4-通路,8-通路 像素邻域 像素间距离 距离量度函数 3个象素p,q,r,坐标(x, y),(s, t),(u, v) (1) 两个象素之间的距离总是正的 (2) 距离与起终点的选择无关 (3) 最短距离是沿直线的 距离量度函数 (1) 欧氏(Euclidean)距离 (2) 城区(city-block)距离 (3) 棋盘(chessboard)距离 像素间距离 结果准确,运算量大 运算量小,有一定误差 像素间距离 距离量度函数 距离计算示例 DE = 5 D4 = 7 D8 = 4 像素间距离 用距离定义邻域 考虑在空间点 (xp, yp)的象素 p 4-邻域——N4(p) 8-邻域——N8(p) 5. 图像坐标变换 设点P0(x0, y0,z0)进行平移后,移到P(x,y,z),其中沿坐标轴方向的平移量分 别为Δx, Δy, Δz 。则点P(x,y,z)的坐标为 平移变换 利用齐次坐标,变换前后图像上的象素点之间的关系可用如下矩阵变换表示 变换矩阵T *图像坐标变换的矩阵表示: v’ = Av v 原坐标的适量 v’ 变换后坐标的矢量 将图像沿坐标轴方向进行比例缩放, 从而获得一幅新图像

文档评论(0)

三哥 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档