数字图像处理

数字图像处理是用数字计算机及其他有关数字技术，对图像施加某种运算和处理，从而达到某种预想的目的。

数字图像处理

• 概述
  • 数字图像
    • 数字图像是指由被称作象素的小块区域组成的二维矩阵。对于单色即灰度图像而言，每个像素的亮度用一个数值来表示，通常数值范围在0-255，即可用一个字节来表示，0表示黑、255表示白，而其它表示灰度。彩色图像可以用红、绿、蓝三元组的二维矩阵来表示。通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该像素中没有，而255则代表相应的基色在该像素中取得最大值，这种情况下每个象素可用三个字节来表示。
  • 数字图像处理
    • 用数字计算机及其他有关数字技术，对图像施加某种运算和处理，从而达到某种预想的目的。
• 彩色数字图像基础
  • 采样和量化
    • 一幅图像必须在空间和灰度上都离散 化计算机才可以处理。 空间采样―空间坐标的离散化。 灰度量化－灰度的离散化。
  • 图像的颜色模型
    • 面向设备
      • RGB 加色模型
      • CMY 减色模型
      • YUV 基于人眼特性降低数字彩色图像所需存储容量
    • 面向人
  • 像素间联系
    • 四邻域
    • 对角邻域
    • 八邻域
    • 像素的连接
      • 4-连接
      • 8-连接
      • m-连接（混合连接）
    • 像素间的距离
      • 欧式距离
      • D4距离
      • D8距离
  • 图像运算
    • 算术和逻辑运算
    • 几何运算
      • 平移
      • 缩放
        • 在图像旋转和缩放时会发生这样的情况：要确定新图像中某一点的灰度值，必须将坐标经过反变换后找到原图像对应点的坐标，进而找到对应的灰度值。如果求出的原图像对应点的坐标值不是一个整数值，就必须进行处理。
        • 最近邻插值
          • 与谁最近就取谁
        • 线性插值
        • 双线性插值
• 图像变换
  • 傅里叶变换
    • 高频：变换剧烈（边缘，噪声点）
    • 低频：变换平缓（背景）
• 图像增强
  • 增强图像中的有用信息，削弱干扰和噪声，以便对图像进行观察识别和进一步地分析与处理。增强后的图像可能比原图质量更好，也可能与原图不一致。
  • 空间域运算
    • 点运算
      • 直接灰度变换
      • 直方图处理
        • 灰度直方图（histogram）是灰度级的函数，它表示图像中具有每种灰度级的像素的个数，反映图像中每种灰度出现的频率。是一个1－D的离散函数  
        • 直方图均衡化，规定化
    • 邻域运算
      • 图像平滑（低通滤波）
        • 图像平滑的目的是消除或尽量减少噪声的影响，改善图像质量。图像平滑实际上是低通滤波，让主要是信号的低频部分通过，阻截属于高频部分的噪声信号。显然，在减少随机噪声点影响的同时，由于图像边缘部分也处在高频部分，平滑过程将会导致边缘模糊化。 
        • 中值滤波
          • 中值滤波是这样一种低通滤波器，它能在保护图像边缘的同时去除噪声。
      • 图像锐化 （高通滤波）
        • 锐化的目的是加强图像中景物的边缘和轮廓。通过增强高频分量来减少图像中的模糊，因此又称为高通滤波（high pass filter）。锐化处理在增强图像边缘的同时也会增加图像的噪声。
        • 用梯度对图像进行锐化处理
        • 用拉普拉斯算子进行锐化处理
  • 变换域运算
    • 图像→变换域→滤波→增强的图像。
    • 通带滤波
      • 理想的低通滤波器
      • 理想的高通滤波器
      • 会产生振铃效应
      • Butterworth高通滤波
        • 效果较好，但计算复杂，其优点是由少量低频通过，H(u,v)是渐变的，振铃现像不明显
    • 根滤波
    • 同态滤波
      • 衰减低频，增强高频
  • 彩色增强
    • 真彩色增强
    • 伪彩色增强
    • 假彩色增强
• 特征提取和测量误差
  • 区域纹理特征及测量
  • 区域形状特征及测量
  • 拓扑结构描述参数
    • 拓扑参数通过表达区域内部各部分的相互作用关系来描述整个区域的结构。与几何参数不同，拓扑参数不依赖距离的概念。最基本的拓扑参数（欧拉数）。
  • 特征测量的准确度
• 视频图像处理和分析
• 目标表示和描述
  • 目标表示
    • 直接具体地表示目标
    • 边界表示
      • 链码
        • 尺度归一化
        • 起点归一化
        • 旋转归一化
    • 区域表示
  • 目标描述
    • 较抽象地表示目标
• 数学形态学方法
  • 数学形态学
    • 数学形态学是以形态为基础对图像进行分析的一类数学工具  基本思想是用具有一定形态的结构元素，去量度和提取图像中的对应形状，以达到对图像分析和识别的目的
    • 用途：简化图像数据，保持它们基本的形状特性，并除去不相干的结构
    • 基本运算：腐蚀、膨胀，二值开闭运算
  • 二值形态学基本运算
    • 一般设A为图像集合，B为结构元素，数学形态学运算是用B对A进行操作
    • 膨胀
      • 能和模板有碰上的元素就把原点画1
    • 腐蚀
      • 包含模板的，把对应中心设为1，其余为0
    • 开启和闭合
      • 开运算
        • 先对图像进行腐蚀然后膨胀其结果
      • 闭运算
        • 先对图像进行膨胀然后腐蚀其结果
• 图像分割与特征提取
  • SUSAN检测算子
  • 大津法（OTSU）
    • 是一种确定图像二值化分割阈值的算法，由日本学者大津于1979年提出。从大津法的原理上来讲，该方法又称作最大类间方差法，因为按照大津法求得的阈值进行图像二值化分割后，前景与背景图像的类间方差最大。
• 图像数据压缩
  • 图像编码，又叫图像压缩。主要目的是在满足一定的保真度要求下，简化图像的表示，从而大大压缩表示图像的数据，以便于存储和传输。
  • 无损压缩算法
    • 通过改变图像的描述方式，来实现压缩。
    • 行程编码(RLE编码)
      • 在一个逐行存储的图像中，具有相同灰度（颜色）值的一些像素组成的序列称为一个行程。将一行中颜色值相同的相邻像素用一个计数值和该颜色值来代替。
    • huffman编码
      • 将在图像中出现频度大的像素值给一个比较短的编码，将出现频度小的像数值给一个比较长的编码，每个数据的代码各不相同。
    • Fano-Shannon编码
    • LZW
    • 预测编码（DPCM）
  • 有损压缩算法
  • 变换编码
    • 通过变换去除一部分不重要的参数，达到压缩的目的。  其依据是图像数据经过变换后，出现能量集中的情况，则变换后可只选少量重要的系数进行编码，以达到压缩的目的。
  • 混合编码
  • JPEG压缩算法
• 图像复原
  • 目的是把退化、模糊了的图像恢复成与原图像尽可能一致的图象。
  • 图像复原（恢复）是图像处理的主要内容之一，目的在于消除或减轻在图像获取及传输过程中造成的图像品质下降即退化现像，恢复图像的本来面目。
  • 代数恢复方法
  • 频域恢复
    • 逆滤波
    • 维纳滤波
    • 功率谱均衡
    • 几何平均