第2章图像的基本知识和运算(二).pptVIP

第二章 图像的基本知识和运算;2.4 图像处理基本运算概述;基本运算类型;1．定义 2．分类 3．应用;2.5.1 定义;; 点运算实际上是灰度到灰度的映射过程; 设 输入图像为 A(x ,y) 输出图像为 B(x ,y) 则点运算可表示为： B(x ,y)=f[A(x,y)] 显然点运算不会改变图像内像素点之间的 空间位置关系。;2.5.2. 分类;① 如果a1，输出图像的对比度增大;提高对比度举例; ② 如果a1,输出图像的对比度减小;降低对比度举例; ③ 如果a＝1，b≠0，操作仅使所有像素的灰度值上移或下移，其效果是使整个图像更暗或更亮 ;④如果a＝1，b＝0时，输出、输入图像相同;⑤ 如果a为负值，暗区域将变亮，亮区域 将变暗（负片是什么？？）;0; 情况1： 当图象成像时曝光不足或过度, 或由于成像设备的非线性和图像记录设备动态范围太窄等因素,都会产生对比度不足的弊病，使图像中的细节分辨不清. 这时可通过点运算将灰度范围线性扩展. ; 设f(x,y)灰度范围为[a,b]，g(x,y)灰度范围为[c,d]. 则线性点运算公式为:;; 情况2： 将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。 设f(x,y)灰度范围为[0,Mf]，g(x,y)灰度范围为[0,Mg],分段线性点运算如下图所示:;;分段线性点运算公式; 输出灰度级与输入灰度级呈非线性关系的点运算。 ;255;对比度拉伸;非线性拉伸实例2;非线性拉伸实例3;;非线性拉伸实例4;2.5.3 点运算的应用; (3) 显示标定 一些显示设备不能保持数字图像上像素的灰度值和显示屏幕上相应点的亮度之间的线性关系。可以通过点运算予以克服，即在图像显示之前，先设计合理的点运算关系，可将点运算和显示非线性组合起来互互相抵消，以保持在显示图像时的线性关系。 (4) 轮廓线 点运算可为图像加上轮廓线。 ;2.6 代数运算;2.6.1. 概念; （1）加运算 （2）减运算 （3）乘运算 （4）除运算;; 对于原图象f(x,y),有一个噪音图像集 { g i (x ,y) } i =1,2,...M 其中：g i (x ,y) = f(x,y) + h(x,y)i M个图像的均值定义为： g(x,y) = 1/M (g0(x,y)+g1(x,y)+…+ g M (x ,y)) 当：噪音h(x,y)i为互不相关，且均值为0 时，上述图象均值将降低噪音的影响。;相加（p0207）;可以得到各种图像合成的效果，也可以用于两张图片的衔接 ; C(x,y) = A(x,y) - B(x,y) 主要应用 消除背景影响 差影法(检测同一场景两幅图像之间的变化); 消除背景影响;;;差影法 ;差影法在自动现场监测中的应用 ;;差值法的应用举例; 设： 时刻1的图像为T1(x,y)， 时刻2的图像为T2(x,y) g(x,y) = T2 (x,y) - T1(x,y);③ 求梯度幅度;梯度幅度的近似计算： ;梯度幅度的应用; C(x,y) = A(x,y) * B(x,y) 主要应用举例 图像的局部显示 ;图像的局部显示(正片叠底); C(x,y) = A(x,y)/ B(x,y) ;2.7 几何运算; 图像的几何变换（Geometric Transformation）: 是指图像处理中对图像平移、旋转、放大和缩小这些简单变换以及变换中灰度内插处理等。 几何变换可能改变图像中各物体之间的空间位置关系。 几何变换不改变像素值，而可能改变像素所在的位置。; 空间变换 灰度插值; 2.7.2.1 空间变换; 为了能够用统一的矩阵线性变换形式，表示和实现这些常见的图像几何变换，就需要引入一种新的坐标，即齐次坐标。采用齐次坐标可以实现上述各种几何变换的统一表示。 ;;表示为如下形式 即不能表示为如下形式： ;将T矩阵扩展为如下2×3变换矩阵，其形式为：;; 上述变换虽然可以实现图像各像素点的平移变换，但为变换运算时更方便，一般将2×3阶变换矩阵T进一步扩充为3×3方阵，即采用如下变换矩阵： ;; 这种以n+1维向量表示n维向量的方法称为齐次坐标表示法。齐次坐标的几何意义相当于点(x，y)投影在xyz三维立体空间的z=1的平面上。 ; 2