图像知识及运算数字图像处理PPT.ppt

复 习 2.4 图像象素间的关系 主要介绍数字图像中基本而又重要的象素间的关系 象素的邻域 连通性 为了确定目标的边界和区域的元素 分为连接和连通，连接是连通的一个特例 路径 路径的定义 一条从具有坐标(x,y)的象素p，到具有坐标(s,t)的象素q的路径，是指具有坐标(x0,y0),(x1,y1),…,(xn,yn)的不同象素的序列。其中(x0,y0)=(x,y)，(xn,yn)＝(s,t)，(xi,yi)临近于(xi-1,yi-1)，1≤i≤n，n是路径的长度 自动标注连通元素的算法 在二值图像中标注值为1的4-连通元素 1、申请一片标注空间 3、在扫描结束时，所有具有1值的点都被打上标记，但这些标记中的一些也许是等价的，现在需要做的是整理所有的等价对成为等价类，然后给每一个类一个标记，第二次扫描图像，用所赋予的等价类的标记替换不同的标记。 图像之间的运算 代数运算 几何运算 代数运算 代数运算是指对图像象素几何位置不变化，图像灰度级的加、减、乘和除运算。也就是对两幅输入图像进行点对点的加、减、乘和除计算而得到输出图像的运算 基本代数运算的应用 加运算应用－去除叠加性噪声 减运算应用 去除不需要的叠加性图案 设：背景图象b(x,y)，前景背景混合图象f(x,y) g(x,y) = f(x,y) – b(x,y) g(x,y) 为去除了背景的图象。 电视制作的蓝屏技术就基于此 检测同一场景两幅图象之间的变化 设： 时间1的图象为T1(x,y)， 时间2的图象为T2(x,y) g(x,y) = T2 (x,y) - T1(x,y) 乘运算应用 主要应用举例 图象的局部显示 用二值蒙板图象与原图象做乘法 补充：逻辑运算 逻辑运算 求反 异或、或 与 求反的定义 g(x,y) = 255 - f(x,y) 主要应用举例 获得一个阴图象 获得一个子图像的补图像 绘制区别于背景的、可恢复的图形 获得一个阴图象 获得一个子图像的补图像 异或运算的定义 g(x,y) = f(x,y) ? h(x,y) 主要应用举例 获得相交子图象 绘制区别于背景的、可恢复的图形 获得相交子图象 或运算的定义 g(x,y) = f(x,y) v h(x,y) 主要应用举例 合并子图像 与运算的定义 g(x,y) = f(x,y) ? h(x,y) 主要应用举例 求两个子图像的相交子图 几何运算 通过图像象素位置的变换，运算后，直接确定该象素灰度的运算。与代数运算不同，几何运算可改变图像中各物体之间的空间关系 可看成是将各物体在图像内移动。一个几何运算需要两个独立的算法。 空间变换，用它来描述每个象素如何从其初始位置“移动”到终止位置； 灰度级插值的算法，这是因为，在一般情况下，输入图像的位置坐标(x,y)为整数，而输出图像的位置坐标为非整数。 空间变换 要求保持图像中曲线型特征的连续性和各物体的连通性，一个约束较少的空间变换算法很可能会弄断直线和打碎图像，从而使图像的内容“支离破碎”。 一般用数学方法来描述输入、输出图像点之间的空间关系。几何运算的一般定义为： 灰度级插值 在输入图像f(x,y)中，灰度值仅仅在整数位置(x,y)处被定义，然而在上式中，g(x,y)的灰度值一般由处在非整数坐标上的f(x,y)的值来确定。所以，如果把几何运算看成是一个从f到g的映射，则f中的一个象素会映射到g中的几个象素之间的位置 最简单的方法－最近邻法 一般采用双线性插值 双线性插值 令f(x,y)为两个变量的函数，其在单位正方形顶点的值已知，假设我们希望通过插值得到正方形内任意点的f(x,y)的灰度值，则可由双曲线方程 基本的几何运算 平移 缩放 旋转 平移 变换公式 放大、缩小 旋转 变换公式－对图像绕原点顺时针θ角旋转变换 应用 消除由摄像机原因导致的数字图像几何畸变； 对相似图像进行配准，以便进行图像比较 图像灰度直方图 概念 定义 灰度直方图反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。它是图像的一个重要特征，反映了图像灰度分布的情况。 下图是一幅图像的灰度直方图。 频率的计算式为 直方图的性质 ①灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置，即丢失了像素的位置信息。 ②一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。图2.4.2给出了一个不同的图像具有相同直方图的例子。 图2.4.2 不同的图像具有相同直方图 ③一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 直方图的应用 ①用于判断图像量化是否恰当