计算机图像处理技术培训.ppt

计算机图像处理技术培训 常见的图像类型包括:二值图像、灰度图像、索引图像和RGB真彩图像等。 彩色图像可用三个矩阵（R,G,B）或一个三维矩阵表示 图1.15 基本的数字图像处理系统 较完整的数字图像处理系统结构框图： 由输入设备、成像显示记录设备、数字图像处理核心、交互控制单元等组成。 1 图像输入设备 完成将模拟光学图像转换成模拟电图像的过程。 数字化图像输入设备还进一步将模拟电图像进行数字化以便于存储介质存储和计算机处理。 2. 图像存储器 为了适应图像的大数据量要求，输入图像、输出图像以及中间结果图像必须用大容量存储介质进行存储。 3. 主机 用于图像处理的计算机。 4．显示器及图像输出设备 图1.16 数字图像处理系统结构图 图1.19 基于DSP的高速图像处理卡结构图 1.3.2 图像处理软件 图1.22 图像处理软件系统的层次结构 1. 图像设备驱动程序 2. 操作系统： （1）IBM PC及兼容机一般使用Microsoft Windows操作系统。 （2）Apple Macintosh机一般使用Mac OS X操作系统。 （3）图形工作站典型使用UNIX或X WINDOWS操作系统。 ⑵图像与图形相结合，朝着三维成像或多维成像的方向发展。 ⑶硬件芯片研究，把图像处理的众多功能固化在芯片上，更便于应用。 ⑷新理论和新算法的研究 近年来引入了一些新的理论，提出了一些新算法。 随着科学技术的发展，数字图像处理显得越来越重要。 数字图像处理技术正在向处理算法更优化、处理速度更快、处理后的图像清晰度更高的方向发展，实现图像的智能生成、处理、识别和理解是数字图像处理的最终目标。 * 1、计算机图像处理技术基础 1.1 发展现状 自20世纪以来,由于数字技术与微电子技术的迅猛发展,给数字图像处理带来了先进的技术手段,数字图像处理也就开始成为一门崭新的学科,广泛应用于军事、公安、地质、工业自动控制等方面。 数字处理的内容相当丰富,根据抽象程度不同,可分为狭义图像处理、图像分析和图像理解。 狭义图像处理是对输入的图像进行某种变换得到输出图像,是图像到图像的变换过程,主要用于改善图像视觉效果,或实现图像的压缩与编码,这也成为分析与理解图像的基础。 图像分析,主要是对图像中感兴趣的目标进行检测和测量,从而建立起对图像特征的描述,是从图像到数值或符号的过程。 如：利用图像分析技术,可以提取出粉状颗粒 图像的物理特征。 图像理解是在图像分析的基础上,基于人工智能和认知理论,研究图像中各目标的性质之间的关系,解释图像的内含,从而实现利用图像处理技术的自动控制。 1.2 数字图像基础知识 一般图像的数字化过程中,通过图像的采样、量化,使传统的模拟图像存储为数字图像。 把空间上连续的图像变换成离散点的操作称为采样。 在采样中,若横向的像素数为m，纵向的像素数为n，则图像总的像素数为m×n个像素。 经过采样后的图像被分割成空间上离散的像素,但其灰度是连续的,仍不能用计算机进行处理,这时,要将像素灰度转换成离散的整数值,此过程称为量化。 图像中不同灰度值的个数称为灰度级,一般图像为256个灰度级,即28,称为8 bit量化。 一幅图像的存储大小为m×n×8。 一幅m×n数字化图像，可用矩阵表示为： 数字图像中的每一个像素对应于矩阵中的相应的元素。 把数字图像表示成矩阵的优点在于可以应用矩阵理论对图像进行分析处理。 ⑴二值图像 一幅二进制图像中,每一个像素将取两个离散数值0或1,本质上说两个数值代表状态“开”或“关”，其中1表示白色,而0表示黑色。 ⑵灰度图像 灰度图像是每个像素由一个量化的灰度来描述的图像，没有彩色信息，图像的 矩阵中每个元素对应于图像的一个像素点，元素的取值在一个灰度范围内,通常0 代表黑色，255代表白色。 ⑶RGB真彩色图像 通常所说的RGB图像即为真彩色图像，所采集到的图像一般为RGB 图像。图像中每一个像素由三个数值来分别指定红(R)、绿(G)、蓝(B)三个颜色分量 的灰度级，用一个三维数组表示，即m×n×3数组,因为红、绿、蓝分量分别用8 位灰度级表示，则理论上可以包含224种颜色，所以被称为真彩色图像。 1.3 相关设备及软件 图像处理系统包括 图像处理硬件和图像处理软件。 1.3.1 图像处理硬件 微机图像处理硬件系统主要 由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。 3．图像处理开发工具 （1）VC++面向对象可视化集成工具 （2）MATLAB的图像处理工具箱 （3）图像应用软件：Photoshop、CorelD