文档库 最新最全的文档下载
当前位置:文档库 › 何东健-数字图像处理 第二章

何东健-数字图像处理 第二章

第二章数字图像处理基础

2.1 图像数字化技术

2.2 数字图像类型

2.3 图像文件格式

2.4 色度学基础与颜色模型

2.1 图像数字化技术

图像处理的方法有模拟式和数字式两种。由于数字计算技术的迅猛发展,数字图像处理技术得到了广泛的应用。我们日常生活中见到的图像一般是连续形式的模拟图像,所以数字图像处理的一个先决条件就是将连续图像离散化,转换为数字图像。

图像的数字化包括采样和量化两个过程。

设连续图像f(x,y) 经数字化后,可以用一个离散量组成的矩阵g(i,j)(即二维数组)来表示。

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

-

-

-

-

-

-

=

)1

,1

(

)1,1

(

)0,1

(

)1

,1(

)1,1(

)0,1(

)1

,0(

)1,0(

)0,0(

)

,(

n

m

f

m

f

m

f

n

f

f

g

n

f

f

f

j

i

g

(2-1)

矩阵中的每一个元素称为像元、像素或图像元素。而g(i,j)代表(i,j)点的灰度值,即亮度值。以上数字化有以下几点说明: (1)由于g(i, j)代表该点图像的光强度,而光是能量的一种

形式,故g(i, j)必须大于零,且为有限值,即:0<g(i, j)<∞。

(2)数字化采样一般是按正方形点阵取样的,除此之外还有三角形点阵、正六角形点阵取样。如图2-1所示。

(3)以上是用g(i,j)的数值来表示(i,j)位置点上灰度级值的大小,即只反映了黑白灰度的关系,如果是一幅彩色图像,各点的数值还应当反映色彩的变化,可用g(i,j,λ)表示,其中λ是波长。如果图像是运动的,还应是时间t的函数,即可表示为g(i,j,λ, t)。

(a)(b)

图2-1 采样网格

(a) 正方形网格; (b) 正六角形网格

2.1.1采样

图像在空间上的离散化称为采样。也就是用空间上部分点的灰度值代表图像,这些点称为采样点。由于图像是一种二维分布的信息,为了对它进行采样操作,需要先将二维信号变为一维信号,再对一维信号完成采样。具体做法是,先沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描,取出各水平线上灰度值的一维扫描。而后再对一维扫描线信号按一定间隔采样得到离散信号,即先沿垂直方向采样,再沿水平方向采样这两个步骤完成采样操作。对于运动图像(即时间域上的连续图像),需先在时间轴上采样,再沿垂直方向采样,最后沿水平方向采样由这三个步骤完成。

对一幅图像采样时,若每行(即横向)像素为M 个,每列(即纵向)像素为N 个,则图像大小为M ×N 个像素。

在进行采样时,采样点间隔的选取是一个非常重要的问题,它决定了采样后图像的质量,即忠实于原图像的程度。采样间隔的大小选取要依据原图像中包含的细微浓淡变化来决定。一般,图像中细节越多,采样间隔应越小。根据一维采样定理,若一维信号g (t )的最大频率为ω,以T ≤1/2ω为间隔进行采样,则能够根据采样结果g (iT )(i =…,-1,0,1,…)完全恢复g (t ),即

∑+∞-∞=-=

i iT t s iT g t g )()()(式中t t s πω)2sin()(=

图2-2 采样示意图

采样行

采样列

像素

行间隔

采样间隔

2.1.2量化

模拟图像经过采样后,在时间和空间上离散化为像素。但采样所得的像素值(即灰度值)仍是连续量。把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。图2-3(a)说明了量化过程。若连续灰度值用z来表示,对于满足z i≤z≤z i+1的z值,都量化为整数q i。q i称为像素的灰度值,z与q i的差称为量化误差。一般,像素值量化后用一个字节8bit来表示。如图2-3(b)所示,把由黑—灰—白的连续变化的灰度值,量化为0~255共256级灰度值,灰度值的范围为0~255,表示亮度从深到浅,对应图像中的颜色为从黑到白。

图2-3 量化示意图

(a )量化;(b) 量化为

8 bit

连续灰度值 量化值 (整数值)

灰度标度 灰度量化

Z i +1Z i Z i -1q i +1

q i -1

255

254

128127

1

……(a)(b)

连续灰度值量化为灰度级的方法有两种,一种是等间隔量化,另一种是非等间隔量化。等间隔量化就是简单地把采样值的灰度范围等间隔地分割并进行量化。对于像素灰度值在黑—白范围较均匀分布的图像,这种量化方法可以得到较小的量化误差。该方法也称为均匀量化或线性量化。为了减小量化误差,引入了非均匀量化的方法。非均匀量化是依据一幅图像具体的灰度值分布的概率密度函数,按总的量化误差最小的原则来进行量化。具体做法是对图像中像素灰度值频繁出现的灰度值范围,量化间隔取小一些,而对那些像素灰度值极少出现的范围,则量化间隔取大一些。由于图像灰度值的概率分布密度函数因图像不同而异,所以不可能找到一个适用于各种不同图像的最佳非等间隔量化方案。因此,实用上一般都采用等间隔量化。

2.1.3采样与量化参数的选择

一幅图像在采样时,行、列的采样点与量化时每个像素量化的级数,既影响数字图像的质量,也影响到该数字图像数据量的大小。假定图像取M ×N 个样点,每个像素量化后的灰度二进制位数为Q ,一般Q 总是取为2的整数幂,即Q =2k ,则存储一幅数字图像所需的二进制位数b 为

Q

N M b ??=(2-2)字节数B 为)(8Byte Q N M B ??=(2-3)

对一幅图像,当量化级数Q一定时,采样点数M×N对图像质量有着显著的影响。如图2-4所示,采样点数越多,图像质量越好;当采样点数减少时,图上的块状效应就逐渐明显。同理,当图像的采样点数一定时,采用不同量化级数的图像质量也不一样。如图2-5所示,量化级数越多,图像质量越好,当量化级数越少时,图像质量越差,量化级数最小的极端情况就是二值图像,图像出现假轮廓。

图2-4 不同采样点数对图像质量的影响

(a)原始图像(256×256);(b)采样图像1(128×128);(c)采样图像2(64×64);

(d)采样图像3(32×32);(e)采样图像4(16×16);(f)采样图像5(8×8)

图2-5 不同量化级别对图像质量的影响

(a)原始图像(256色);(b)量化图像1(64色);(c)量化图像2(32色);

(d)量化图像3(16色);(e)量化图像4(4色);(f)量化图像5(2色)

一般,当限定数字图像的大小时,为了得到质量较好的图像可采用如下原则:

(1)对缓变的图像,应该细量化,粗采样,以避免假轮廓。

(2)对细节丰富的图像,应细采样,粗量化,以避免模糊(混叠)。

对于彩色图像,是按照颜色成分——红(R)、绿(G)、蓝(B) 分别采样和量化的。若各种颜色成分均按8bit量化,即每种颜色量级别是256,则可以处理256×256×256=16777216种颜色。

2.1.4图像数字化设备

将模拟图像数字化成为数字图像,需要某种图像数字化设备。常见的数字化设备有数字相机、扫描仪、数字化仪等。

1.图像数字化设备的组成

如前所述,采样和量化是数字化一幅图像的两个基本过程。即把图像划分为若干图像元素(像素)并给出它们的地址(采样);度量每一像素的灰度,并把连续的度量结果量化为整数(量化);最后将这些整数结果写入存储设备。为完成这些功能,图像数字化设备必须包含以下五个部分:

(1)采样孔(Sampling aperture):使数字化设备能够单独地观测特定的图像元素而不受图像其他部分的影响。

(2)图像扫描机构:使采样孔按照预先确定的方式在图像上移动,从而按顺序观测每一个像素。

(3) 光传感器:通过采样检测图像的每一像素的亮度,通常采用CCD阵列。

(4)量化器:将传感器输出的连续量转化为整数值。典型的量化器是A/D转换电路,它产生一个与输入电压或电流成比例的数值。

(5)输出存储装置:将量化器产生的灰度值按适当格式存储起来,以用于计算机后续处理。

2.图像数字化设备的性能

虽然各种数字化设备的组成不相同,但可从如下几个方面对其性能进行比较。

1)像素大小

采样孔的大小和相邻像素的间距是两个重要的性能指标。如果数字化设备是在一个放大率可变的光学系统上,那么对应于输入图像平面上的采样点大小和采样间距也是可变的。

2)图像大小

图像大小即数字化设备所允许的最大输入图像的尺寸。

3)线性度

对光强进行数字化时,灰度正比于图像亮度的实际精确程度是一个重要的指标。非线性的数字化设备会影响后续过程的有效性。能将图像量化为多少级灰度也是非常重要的参数。图像的量化精度经历了早期的黑白二值图像、灰度图像及现在的彩色及真彩色图像。当然,量化精度越高,存储像素信息需要的字节数也越大。

数字图像处理实验 实验二

实验二MATLAB图像运算一、实验目的 1.了解图像的算术运算在数字图像处理中的初步应用。 2.体会图像算术运算处理的过程和处理前后图像的变化。 二、实验步骤 1.图像的加法运算-imadd 对于两个图像f x,y和 (x,y)的均值有: g x,y=1 f x,y+ 1 (x,y) 推广这个公式为: g x,y=αf x,y+β (x,y) 其中,α+β=1。这样就可以得到各种图像合成的效果,也可以用于两张图像的衔接。说明:两个示例图像保存在默认路径下,文件名分别为'rice.png'和'cameraman.tif',要求实现下图所示结果。 代码: I1 = imread('rice.png'); I2 = imread('cameraman.tif'); I3 = imadd(I1, I2,'uint8'); I4 = imadd(I1, I2,'uint16'); subplot(2, 2, 1), imshow(I1), title('?-ê?í???1'); subplot(2, 2, 2), imshow(I2), title('?-ê?í???2'); subplot(2, 2, 3), imshow(I3), title('8??í?????ê?'); subplot(2, 2, 4), imshow(I4), title('16??í?????ê?'); 结果截图:

2.图像的减法运算-imsubtract 说明: 背景图像可通过膨胀算法得到background = imopen(I,strel('disk',15));,要求实现下图所示结果。 示例代码如下: I1 = imread('rice.png'); background = imerode(I1, strel('disk', 15)); rice2 = imsubtract(I1, background); subplot(2, 2, 1), imshow(I1), title('?-ê?í???'); subplot(2, 2, 2), imshow(background), title('±3?°í???'); subplot(2, 2, 3), imshow(rice2), title('′|àíoóμ?í???'); 结果截图: 3.图像的乘法运算-immultiply

数字图像处理第二章课后习题及中文版解答

数字图像处理(冈萨雷斯版,第二版)课后习题及解答(部分) Ch 2 2.1使用2.1节提供的背景信息,并采用纯几何方法,如果纸上的打印点离眼睛0.2m 远,估计眼睛能辨别的最小打印点的直径。为了简明起见,假定当在黄斑处的像点变得远比视网膜区域的接收器(锥状体)直径小的时候,视觉系统已经不能检测到该点。进一步假定黄斑可用1.5mm × 1.5mm 的方阵模型化,并且杆状体和锥状体间的空间在该阵列上的均匀分布。 解:对应点的视网膜图像的直径x 可通过如下图题2.1所示的相似三角形几何关系得到,即 ()()220.20.014 d x = 解得x =0.07d 。根据2.1节内容,我们知道:如果把黄斑想象为一个有337000个成像单元的正方形传感器阵列,它转换成一个大小580×580成像单元的阵列。假设成像单元之间的间距相等,这表明在总长为1.5 mm 的一条线上有580个成像单元和579个成像单元间隔。则每个成像单元和成像单元间隔的大小为s =[(1.5 mm)/1159]=1.3×10-6 m 。如果在黄斑上的成像点的大小是小于一个可分辨的成像单元,在我们可以认为改点对于眼睛来说不可见。换句话说,眼睛不能检测到以下直径的点:x =0.07d<1.3×10-6m ,即d <18.6×10-6 m 。 下图附带解释:因为眼睛对近处的物体聚焦时,肌肉会使晶状体变得较厚,折射能力也相对提高,此时物体离眼睛距离0.2 m ,相对较近。而当晶状体的折射能力由最小变到最大时,晶状体的聚焦中心与视网膜的距离由17 mm 缩小到14 mm ,所以此图中选取14mm(原书图2.3选取的是17 mm)。 图 题2.1 2.2 当在白天进入一个黑暗的剧场时,在能看清并找到空座位时要用一段时间适应,2.1节(视觉感知要素)描述的视觉过程在这种情况下起什么作用? 解:根据人眼的亮度适应性,1)由于户外与剧场亮度差异很大,因此当人进入一个黑暗的剧场时,无法适应如此大的亮度差异,在剧场中什么也看不见;2)人眼不断调节亮度适应范围,逐渐的将视觉亮度中心调整到剧场的亮度范围,因此又可以看见、分清场景中的物体了。

第二章数字图像处理的基本概念_数字图像处理.

第二章数字图像处理的基本概念 2.3 图像数字化 图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。 模拟图像数字图像正方形点阵 具体来说,就是把一幅图画分割成如上图所示的一个个小区域(像元或 像素),并将各小区域灰度用整数来表示,形成一幅数字图像。它包括采样和 量化两个过程。小区域的位置和灰度就是像素的属性。 单波段、多波段和超波段图像 2.3.1 采样 将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔 径的大小是两个很重要的参数。 当对图像进行实际的抽样时,怎样选择各抽样点的间隔是个非常重要的 问题。关于这一点,图像包含何种程度的细微的浓淡变化,取决于希望忠实反映 图像的程度。 2.3.2 量化 经采样图像被分割成空间上离散的像素,但其灰度是连续的,还不能用 计算机进行处理。 将像素灰度转换成离散的整数值的过程叫量化。一幅数字图像中不同灰 度值的个数称为灰度级数,用G表示。一般来说,G=2∧g,g就是表示图像像素灰 度值所需的比特位数。 一幅大小为M×N、灰度级数为G的图像所需的存储空间,即图像的数据量,大小为M×N×g(bit)

黑白图像:是指图像的每个像素只能是黑或白,没有中间的过渡,故又 称为二值图像。二值图像的像素值为0或1。例如 灰度图像:灰度图像是指每个像素由一个量化的灰度值来描述的图像。 它不包含彩色信息。 彩色图像:彩色图像是指每个像素由R、G、B三原色像素构成的图像, 其中R、B、G是由不同的灰度级来描述的。 2.3.3 量化参数与数字化图像间的关系 数字化方式可分为均匀采样、量化和非均匀采样、量化。所谓“均匀”,指的是采样、量化为等间隔。图像数字化一般采用均匀采样和均匀量化方式。 非均匀采样是根据图象细节的丰富程度改变采样间距。细节丰富的地方,采样间距小,否则间距大。 非均匀量化是对像素出现频度少的间隔大,而频度大的间隔小。 采用非均匀采样与量化,会使问题复杂化,因此很少采用。 一般来说,采样间隔越大,所得图像像素数越少,空间分辨率低,质量差,严重时出现像素呈块状的国际棋盘效应;采样间隔越小,所得图像像素数越多,空间分辨率高,图像质量好,但数据量大。

数字图像处理实验2

Exercise 3 https://www.wendangku.net/doc/044559223.html,e picture “Fig0401.tif” to do the following questions: ①Read the picture, and write down the Fourier transform program of it. >> f=imread('Fig0401.tif'); >> g=fft2(f); Warning: FFTN on values of class UINT8 is obsolete. Use FFTN(DOUBLE(X)) or FFTN(SINGLE(X)) instead. > In uint8.fftn at 10 In fft2 at 19 >> s=abs(g); >> imshow(s,[])

②Use the function fftshift to center the spectrum. >> fc=fftshift(g); >> imshow(abs(fc),[]) ③Use logarithmic transformation to enhance the centered spectrum. >> s2=log(1+abs(fc)); >> imshow(s2,[])

④Visualize the dealing results of step②and step③. 结果如上 2.Generate a filter function H ①Use function fspecial to generate a ‘laplacian’ spatial domain filter h >> h=fspecial('laplacian',0.5) h= 0.3333 0.3333 0.3333 0.3333 -2.6667 0.3333 0.3333 0.3333 0.3333 ②Use function freqz2 to convert the spatial domain filter h to frequency domain filter H. >>h= freqz2(h);

数字图像处理第一章

数字图像处理
苗启广 西安电子科技大学 计算机学院 QGMiao@https://www.wendangku.net/doc/044559223.html, 2011.9.2

本课程主要内容包括:
第1章. 第2章. 第3章. 第4章. 第5章. 第6章. 第7章. 第8章. 第9章. 概述 彩色数字图像基础 图像变换 图像增强 图像复原 图像重建 图像数据压缩 图像分割与特征提取 图像的形态学运算

第一章 概述 本章主要内容:
1.什么是数字图像 2.数字图像处理的主要研究内容 3.数字图像处理系统的基本组成结构 4.数字图像处理的应用 5.数字图像处理中的数据结构 6.图像获取、显示与存储

1.什么是数字图像?
一幅数字图像可以看成由许许多多的点组 成的

1.什么是数字图像?
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,每个象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。
125,153,158,157,127, 70,103,120,129,144,144,150,150,147, 133,154,158,100,116,120, 97, 74, 54, 74,118,146,148,150, 155,163, 95,112,123,101,137,108, 81, 71, 63, 81,137,142, 167, 69, 85, 59, 65, 43, 85, 34, 69, 78,104,101,117,132, 54, 46, 38, 44, 38, 36, 44, 36, 25, 48,115,113,114,124, 58, 30, 44, 35, 28, 69,144,147, 57, 60, 93,106,119,124,

数字图像处理第三版 (Rafael C.Gonzalez著)第三章答案

(a )由2 )(Kr Ae r T s -==,3/2 A Ae KL =-得:) 3/1ln(20=-KL ,20 /0986.1L K = 2 2 0986.1)(r L Ae r T s -== (b )、由 , 4/)1(2 0B e KL =--B 得: )4/3ln(2 0=-KL ,2 0/2877.0L K = )1()(2 2 2877.0r L e B r T s - -== (c )、 逐次查找像素值,如(x ,y )=(0,0)点的f (x ,y )值。若该灰度值的4比特的第0 位是1,则该位置的灰度值全部置1,变为15;否则全部置0,变为0。因此第7位平面[0,7]置0,[7,15]置1,第6位平面[0,3],[4,7]置0,[8,11],[12,15]置15。依次对图像的全部像素进行操作得到第0位平面,若是第i 位平面,则该位置的第i 位值是0还是1,若是1,则全置1,变为15,若是0,则全置0 设像素的总数为n ,是输入图像的强度值,由,rk 对 应sk ,所以,由 和得 由此得知,第二次直方图均衡化处理的结果与第一次直 方图均衡化处理的结果相同,这里我们假设忽略不计四舍五入的误差。

3.11题、由 dw w p z G v z z )()(0 ? = =, ?? ?=<<-5 .0041 5.044)( w w w w z w p { 5 .0021 5.02210 2 2 )()(<<<<+-= = =? z z z z z z z dw w p z G v 令v s =得 所以?? ???=?? ?? ?==- <<+-±<<- -+-±±-±-5.010221 5.0121 )2(25.022 125.01 22 )(r r r r r r v v v G z 3.12题、第k 个点邻域内的局部增强直方图的值为: P r (r k )=n k /n (k=0,1,2,……K-1)。这里n k 是灰度级为r k 的像素个数,n 是邻域内像素的总个数,k 是图像中可能的灰度级总数。假设此邻域从左以一个像素为步长向右移动。这样最左面的列将被删除的同时在后面又产生一个新的列。变化后的直方图则变成 : (k=0,1,2,……K-1) 这里n lk 是灰度级r k 在左面的列出现的次数,n rk 则为在右面出现的次数。 上式也可以改写成: (k=0,1,2,……K-1) 同样的方法也适用于其他邻域的移动: 这里a k 是灰度级r k 在邻域内在移动中被删除的像素数,b k 则是在移动中引入的像素数: (k=0,1,2,…… K-1) 上式等号右边的第一项为0(因为f 中的元素均为常数)。变量 是噪声的简单抽样,它 的方差是。因此 并且我们可以得到。上述过

数字图像处理实验

研究性实验五 一、实验说明: 一个用瓶子装各种工业化学品的装瓶公司听说你成功解决了成像问题,并雇佣你设计一种检测瓶子未装满的方法。当瓶子在传送带上运动,并通过自动装填机和封盖机进行包装时有如下图所示的情景。当液体平面低于瓶颈底部和瓶子肩部的中间点时,认为瓶子未装满。瓶子的横断面上的倾斜部分及侧面定义为瓶子的肩部。瓶子在不断移动,但公司有一个图像系统,装备了有效捕捉静止图像的前端闪光照明设备。所以你可以得到非常清晰的图像。基于以上你得到的资料,提出一个检测未完全装满的瓶子的解决方案。清楚地表述你做的所有设想和很可能对你提出的解决方案产生影响的假设。 二、实验思路分析: 三、实验步骤 步骤一:读入原始图像

步骤二:将图像进行二值化处理 BW = im2bw(I,0.7); 由于原始图像中白色比较明显,瓶身的颜色和背景比较相近,所以直接进行二值化处理,将未装满液体的信息提取出来。 步骤三:将图像聚类后进行连通域的膨胀。 将图像二值化后发现图中存在噪声,选择将图像进行模糊膨胀后再二值化处理,从而去掉小连通域的干扰。 步骤四:重新二值化膨胀后的图像

步骤五:标记连通域,并统计每个连通域的面积。 经统计得到从左到右的连通域面积分别为3495 4398 11212 4398 2573,限定范围,可知11212对应的连通域所对应的瓶子是不符合要求的。 四、实验代码 功能:找出图像中灌装不合格的瓶子。 说明:(1)输入的图像必须是灰度图,否则需要将之格式转换。 (2)图像处理的步骤是:①对灰度图像glass.jpg进行二值化,②进行形态学处理, ③计算白色连通区域的面积和质心等,④通过判断质心的坐标和未装灌的面积得出是否合格。图像处理后五个白色区域面积为: [2374, 2739, 8381, 2739, 1660;] 五个质心的坐标数据: [20.6251,48.0434,138.6046,46.6575,256.2667,84.9748,376.6046,46.6575,484.6181,47.9084;] 通过没有装灌部分的面积大于2900来判定装灌不合格,两个合格的值为2739,其余未照全的部分判断还可以 根据其质心判断,合格的瓶子为46.6575,坐标过大也不合格,这里取50。 源代码: clear all; close all; T = 200; % 全局阈值200时效果要好一些,手动选出的值 %step1 读取和显示原始图像,显示原始图像的直方图 picOP = imread('glass.jpg'); % 读入图像 figure,imshow(picOP),title('原始灰度图像'); % 显示图像 figure, imhist(picOP), title('原始灰度图像直方图'); % 显示原始图像的直方图 % step2 转化为二值图像 picB = picOP; % 复制灰度图像到picB picBW = im2bw(picB,T/255); % 采用全局阈值进行灰度图像转变为二值图像 figure,imshow(picBW),title('全局阈值下二值图像'); % 显示二值图像 % step3 进行形态学操作,转化为有利于处理的图像 picMORPHOLOGY = picBW ; % 复制准备形态学处理 se = strel('square',10); % 结构化元素 fo = imopen(picMORPHOLOGY,se); % 开操作 figure,imshow(fo),title('开运算之后图像'); % 输出开运算之后图像 % step4 计算出各个白色连通区域(未装灌区域)面积和质心坐标

数字图像处理复习整理

《数字图像处理》复习 第一章绪论 数字图像处理技术的基本容:图像变换、图像增强、图象恢复、图像压缩编码、图像分割、图像特征提取(图像获取、表示与描述)、彩色图像处理和多光谱及高光谱图像处理、形态学图像处理 第二章数字图像处理基础 2-1 电磁波谱与可见光 1.电磁波射波的成像方法及其应用领域: 无线电波(1m-10km)可以产生磁共振成像,在医学诊断中可以产生病人身体的横截面图像 ☆微波(1mm-1m)用于雷达成像,在军事和电子侦察领域十分重要 红外线(700nm-1mm)具有全天候的特点,不受天气和白天晚上的影响,在遥感、军事情报侦察和精确制导中广泛应用 可见光(400nm-700nm)最便于人理解和应用最广泛的成像方式,卫星遥感、航空摄影、天气观测和预报等国民经济领域 ☆紫外线(10nm-400nm)具有显微镜方法成像等多种成像方式,在印刷技术、工业检测、激光、生物学图像及天文观测 X射线(1nm-10nm)应用于获取病人胸部图像和血管造影照片等医学诊断、电路板缺陷检测等工业应用和天文学星系成像等 伽马射线(0.001nm-1nm)主要应用于天文观测 2-2 人眼的亮度视觉特征 2.亮度分辨力——韦伯比△I/I(I—光强△I—光照增量),韦伯比小意味着亮度值发生较小变化就能被人眼分辨出来,也就是说较小的韦伯比代表了较好的亮度分辨力 2-3 图像的表示 3. 黑白图像:是指图像的每个像素只能是黑或白,没有中间的过渡,一般又称为二值图像 (黑白图像一定是二值图像,二值图像不一定是黑白图像) 灰度图像:是指图像中每个像素的信息是一个量化了的灰度级的值,没有彩色信息。 彩色图像:彩色图像一般是指每个像素的信息由R、G、B三原色构成的图像,其中的R、B、G是由不同的灰度级来描述的。 4.灰度级L、位深度k L=2^k 5.储存一幅M×N的数字图像所需的比特b=M×N×k 例如,对于一幅600×800的256灰度级图像,就需要480KB的储存空间(1KB=1024Byte 1Byte=8bit) 2-4 空间分辨率和灰度级分辨率 6.空间分辨率是图像中可分辨的最小细节,主要由采样间隔值决定,反映了数字化后图像的实际分辨率。一种常用的空间分辨率的定义是单位距离可分辨的最少黑白线对数目(单位是每毫米线对数),比如每毫米80线对。对于一个同样大小的景物来说,对其进行采样的空间分辨率越高,采样间隔就越小,图片的质量就越高。 7.灰度级分辨率是指在灰度级别中可分辨的最小变化,通常把灰度级级数L称为图像的灰度级分辨率(灰度级通常是2的整数次幂) 8.在图像空间分辨率不变的情况下,采样数越少,图像越小。同时也证实了,在景物大小不变的情况下,图像阵列M×N越小,图像的尺寸就越小;

数字图像处理实验2冈萨雷斯.

实验二灰度直方图及直方图均衡化 一、 实验目的: 1、直方图显示 2、计算并绘制图像直方图 3、直方图均衡化二、实验内容 学习使用函数 imhist(, histeq(, bar(, stem(, plot(, imadjust(,及 title, axis, set 等描述图像工具。 1、直方图显示 显示图 Fig0354(a(einstein_orig.tif,标注图的题目为:EINSTEIN ,作出其直方图,调整参数如下图所示: EINSTEIN

4 2、分别用 bar 和 stem 函数显示直方图 由 h=imhist( 获得直方图;分别用 bar 和 stem 显示直方图 h ,并通过参数调整,改变直方图的显示方式。用 axis 设置轴的最大、最小值(例如:axis([0 255 0 15000];),用 set 设置显示坐标的间隔(例如:set(gca,’xtick ’, 0:50:255)。作出如下的直方图: 00 50

100 150 200 250 3、用 plot 函数显示直方图要求同 2. 12000 1000080006000400020000 0 50 100 150 200 250 300 4、用 imadjust( 函数调整图像对比度,并用 imhist( 查看调整前后直方图的变化。 3 . 2 . 1 . 0 . 4

5、用 histeq( 进行直方图均衡化,并用 imhist( 查看均衡化前后直方图的变化。

4 三、实验要求 将本实验的 10 个图用 MATLAB 显示到屏幕上。程序: i=imread('Fig0354(a(einstein_orig.tif'; imshow(i; title('EINSTEIN'; figure; imhist(i; title('直方图';

数字图像处理第三章答案

3.1 a 为正常数的指数式 e ar -2 对于构造灰度平滑变换函数是非常有 用的。由这个基本函数开始,构造具有下图形状的变换函数。所示的常数是输入参数,并且提出的变换必须包含这些参数的特定形式(为了答案曲线中的L 0不是所要求的参数)。 解:由(a )图所示,设e ar A r T -=2 )(,则 在r=0时,T(r)=A 在r=L 0时,T(r)=A/2 联立,解得L L a 0 693 .00 2 ln 2 2 ≈ = 则C r L C D r T s e K +--==-)1)(()(2 2 由(b )图所示,可以由(a)图翻转得到,所以(b )图的表达式 s=)1()(2 20 693 .0r L B r T e --= (c )图是(b )图沿y 轴平移得到,所以(c )图的表达式 C r L C D r T s e K +--==-)1)(()(2 3.19 (a)在3.6.2节中谈到,分布在图像背景上的孤立的亮和暗的像素团块,当它们小于中值滤波器区域的一半时,经过中值滤波器处理后会被滤除(被其邻值同化)。假定滤波器尺寸为n n ?,n 为奇数,解释这种现象的原因?

(b )考虑一副有不同像素团块的图像,假设在一个团块的所有点都比背景凉或者暗(但不是同时既比背景亮又比背景暗),并且每个团块的尺寸不大于22 n 。试求当n 符合什么条件时,有一个或多个这样的团块像(a )中所说的那样被分离出来? 答:在A 的结论下,我们考虑的团块的像素个数不可能超过2 )1(2 -n , 两个相近的或亮或暗的团块不可能同时出现在相邻的位置。在这个 n n ?的网格里,两个团块的最小距离至少大于)1(2-n ,也就是说至 少在对角线的区域分开跨越(n-1)个像素在对角线上。 3.29 CCD 电视摄像机用于每天24小时,每月30天对同一区域进行长期观测研究。5分钟拍一次数字图像并传送到中心场所。场景的照明,白天为自然光,晚上为人造光,没有无照明的时间,因此摄像机本身并不需要使用任何补偿装置。另外,使用数字技术对图像进行后处理并归一化,这样就使图像与恒定照明是等效的。对此,设计一种方法。可以在实验室内使用希望的任何方法,但要在设计中明确列出所做的所有假设。 答:本题是考虑到范围的照明停留在线性部分的相机的反应范围,

数字图像处理实验报告

目录 实验一:数字图像的基本处理操作....................................................................... 错误!未定义书签。:实验目的 .............................................................................................................. 错误!未定义书签。:实验任务和要求..................................................................................................... 错误!未定义书签。:实验步骤和结果..................................................................................................... 错误!未定义书签。:结果分析................................................................................................................. 错误!未定义书签。实验二:图像的灰度变换和直方图变换............................................................... 错误!未定义书签。:实验目的 .............................................................................................................. 错误!未定义书签。:实验任务和要求..................................................................................................... 错误!未定义书签。:实验步骤和结果..................................................................................................... 错误!未定义书签。:结果分析................................................................................................................. 错误!未定义书签。实验三:图像的平滑处理....................................................................................... 错误!未定义书签。:实验目的 .............................................................................................................. 错误!未定义书签。:实验任务和要求..................................................................................................... 错误!未定义书签。:实验步骤和结果..................................................................................................... 错误!未定义书签。:结果分析................................................................................................................. 错误!未定义书签。实验四:图像的锐化处理......................................................................................... 错误!未定义书签。:实验目的 .............................................................................................................. 错误!未定义书签。:实验任务和要求..................................................................................................... 错误!未定义书签。:实验步骤和结果..................................................................................................... 错误!未定义书签。:结果分析................................................................................................................. 错误!未定义书签。

(完整word版)数字图像处理试题集2(精减版)

第一章概述 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字,表示数字图像的一个最小单位,称为__________。 5. 数字图像处理包含很多方面的研究内容。其中,________________的目的是根据二维平面图像数据构造出三维物体的图像。 解答:1. 像素5. 图像重建 第二章数字图像处理的基础 一.填空题 1. 量化可以分为均匀量化和________________两大类。 3. 图像因其表现方式的不同,可以分为连续图像和________________两大类。 5. 对应于不同的场景内容,一般数字图像可以分为________________、灰度图像和彩色图像三类。 解答: 1. 非均匀量化 3. 离散图像 5. 二值图像 二.选择题 1. 一幅数字图像是:( ) A、一个观测系统。 B、一个有许多像素排列而成的实体。 C、一个2-D数组中的元素。 D、一个3-D空间的场景。 3. 图像与灰度直方图间的对应关系是:() A、一一对应 B、多对一 C、一对多 D、都不对 4. 下列算法中属于局部处理的是:() A、灰度线性变换 B、二值化 C、傅立叶变换 D、中值滤波 5. 一幅256*256的图像,若灰度级数为16,则该图像的大小是:() A、128KB B、32KB C、1MB C、2MB 6. 一幅512*512的图像,若灰度级数为16,则该图像的大小是:() A、128KB B、32KB C、1MB C、2MB 解答:1. B 3. B 4. D 5. B 6. A 三.判断题 1. 可以用f(x,y)来表示一幅2-D数字图像。() 3. 数字图像坐标系与直角坐标系一致。() 4. 矩阵坐标系与直角坐标系一致。() 5. 数字图像坐标系可以定义为矩阵坐标系。() 6. 图像中虚假轮廓的出现就其本质而言是由于图像的灰度级数不够多造成的。() 10. 采样是空间离散化的过程。() 解答:1. T 3. F 4. F 5. T 6. T 10. T 1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象(√) 第三章图像几何变换 一.填空题 1. 图像的基本位置变换包括了图像的________________、镜像及旋转。 7. 图像经过平移处理后,图像的内容________________变化。(填“发生”或“不发生”) 8. 图像放大是从小数据量到大数据量的处理过程,________________对许多未知的数据的估计。(填“需要”或“不需要”) 9. 图像缩小是从大数据量到小数据量的处理过程,________________对许多未知的数据的估计。(填“需要”

数字图像处理课后参考答案

数字图像处理 第一章 1.1解释术语 (2)数字图像:为了便于用计算机对图像进行处理,通过将二维连续(模拟)图像在空间上离散化,也即采样,并同时将二维连续图像的幅值等间隔的划分成多个等级(层次)也即均匀量化,以此来用二维数字阵列并表示其中各个像素的空间位置和每个像素的灰度级数的图像形式称为数字图像。 (3)图像处理:是指对图像信息进行加工以满足人的视觉或应用需求的行为。 1.7 包括图像变化、图像增强、图像恢复、图像压缩编码、图像的特征提取、形态学图像处理方法等。彩色图像、多光谱图像和高光谱图像的处理技术沿用了前述的基本图像处理技术,也发展除了一些特有的图像处理技术和方法。 1.8基本思路是,或简单地突出图像中感兴趣的特征,或想方法显现图像中那些模糊了的细节,以使图像更清晰地被显示或更适合于人或及其的处理与分析。 1.9基本思路是,从图像退化的数学或概率模型出发,研究改进图像的外观,从而使恢复以后的图像尽可能地反映原始图像的本来面目,从而获得与景物真实面貌相像的图像。 1.10基本思路是,,在不损失图像质量或少损失图像质量的前提下,尽可能的减少图像的存储量,以满足图像存储和实时传输的应用需求。1.11基本思路是,通过数学方法和图像变换算法对图像的某种变换,以便简化图像进一步处理过程,或在进一步的图像处理中获得更好的处理效果。 1.12基本目的是,找出便于区分和描述一幅图像中背景和目标的方法,以方便图像中感兴趣的目标的提取和描述。 第二章 2.1解释下列术语 (18)空间分辨率:定义为单位距离内可分辨的最少黑白线对的数目,用于表示图像中可分辨的最小细节,主要取决于采样间隔值的大小。(19)灰度分辨率:是指在灰度级别中可分辨的最小变化,通常把灰度级数L称为图像的灰度级分辨率。 (20)像素的4邻域:对于图像中位于(x,y)的像素p来说,与其水平相邻和垂直相邻的4个像素称为该像素的4邻域像素,他们的坐标分别为(x-1,y)(x,y-1)(x,y+1)(x+1,y)。

数字图像处理实验报告 (2)

数字图像处理试验报告 实验二:数字图像得空间滤波与频域滤波 姓名:XX学号:2XXXXXXX 实验日期:2017 年4 月26日 1、实验目得 1、掌握图像滤波得基本定义及目得. 2、?理解空间域滤波得基本原理及方法。 3、掌握进行图像得空域滤波得方法。 4、?掌握傅立叶变换及逆变换得基本原理方法。 5、?理解频域滤波得基本原理及方法。 6、掌握进行图像得频域滤波得方法。 2、实验内容与要求 1、?平滑空间滤波: 1) 读出一幅图像,给这幅图像分别加入椒盐噪声与高斯噪声后并与前一张图显示在同 一图像窗口中。 2)?对加入噪声图像选用不同得平滑(低通)模板做运算,对比不同模板所形成得效果, 要求在同一窗口中显示。 3) 使用函数 imfilter时,分别采用不同得填充方法(或边界选项,如 零填充、’replicate'、'symmetric’、’circular')进行低通滤波,显 示处理后得图像. 4)运用for循环,将加有椒盐噪声得图像进行10 次,20 次均值滤波,查瞧其特点,显示均值处理后得图像(提示:利用fspecial函数得’average’ 类型生成均值滤波器)。 5)?对加入椒盐噪声得图像分别采用均值滤波法,与中值滤波法对有噪声得图像做处理, 要求在同一窗口中显示结果。 6) 自己设计平滑空间滤波器,并将其对噪声图像进行处理,显示处理后得图像。 2、锐化空间滤波 1)?读出一幅图像,采用3×3得拉普拉斯算子 w = [ 1, 1, 1;1– 8 1; 1, 1, 1] 对其进行滤波。 2) 编写函数w = genlaplacian(n),自动产生任一奇数尺寸n 得拉普拉斯算子, 如 5 ×5得拉普拉斯算子 w =[ 1 1 1 1 1 1 1 1 1 1 1 1 —24 1 1 1 1 1 1 1 1 1 1 1 1] 3)?分别采用5×5,9×9,15×15与25×25大小得拉普拉斯算子对blurry_moon、tif

数字图像处理第三版中文答案--冈萨雷斯

第二章 2.1(第二版是0.2和1.5*1.5的矩形,第三版是0.3和1.5圆形) 对应点的视网膜图像的直径x 可通过如下图题2.1所示的相似三角形几何关系得到,即 ()()017 02302.x .d = 解得x=0.06d 。根据2.1 节内容,我们知道:如果把中央凹处想象为一个有337000 个成像单元的圆形传感器阵列,它转换成一个大小25327.?π成像单元的阵列。假设成像单元之间的间距相等,这表明在总长为1.5 mm (直径) 的一条线上有655个成像单元和654个成像单元间隔。则每个成像单元和成像单元间隔的大小为s=[(1.5 mm)/1309]=1.1×10-6 m 。 如果在中央凹处的成像点的大小是小于一个可分辨的成像单元,在我们可以认为改点对于眼睛来说不可见。换句话说, 眼睛不能检测到以下直径的点: m .d .x 61011060-?<=,即m .d 610318-?< 2.2 当我们在白天进入一家黑暗剧场时,在能看清并找到空座时要用一段时间适应。2.1节描述的视觉过程在这种情况下起什么作用? 亮度适应。 2.3 虽然图2.10中未显示,但交流电的却是电磁波谱的一部分。美国的商用交流电频率是77HZ 。问这一波谱分量的波长是多少? 光速c=300000km/s ,频率为77Hz 。 因此λ=c/v=2.998 * 108(m/s)/77(1/s) = 3.894*106m = 3894 Km. 2.5 根据图2.3得:设摄像机能看到物体的长度为x (mm),则有:500/x=35/14; 解得:x=200,所以相机的分辨率为:2048/200=10;所以能解析的线对为:10/2=5线对/mm. 2.7 假设中心在(x0,y0)的平坦区域被一个强度分布为: ] )0()0[(22),(y y x x Ke y x i -+--= 的光源照射。为简单起见,假设区域的反射 是恒定的,并等于1.0,令K=255。如果图像用k 比特的强度分辨率进行数字化,并且眼睛可检测相邻像素间8种灰度的突变,那么k 取什么值将导致可见的伪轮廓? 解:题中的图像是由: ()()()()()[]()()[]2 02 02 02 025501255y y x x y y x x e .e y ,x r y ,x i y ,x f -+---+--=?==

数字图像处理实验报告

数字图像处理实验 报告 学生姓名:学号: 专业年级: 09级电子信息工程二班

实验一常用MATLAB图像处理命令 一、实验内容 1、读入一幅RGB图像,变换为灰度图像和二值图像,并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像,注上文字标题。 实验结果如右图: 代码如下: Subplot (1,3,1) i=imread('E:\数字图像处理\2.jpg') imshow(i) title('RGB') Subplot (1,3,2) j=rgb2gray(i) imshow(j) title('灰度') Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title('二值') 2、对两幅不同图像执行加、减、乘、除操作,在同一个窗口内分成五个子窗口来分别显示,注上文字标题。 实验结果如右图: 代码如下: Subplot (3,2,1) i=imread('E:\数字图像处理 \16.jpg') x=imresize(i,[250,320]) imshow(x) title('原图x') Subplot (3,2,2) j=imread(''E:\数字图像处理 \17.jpg') y=imresize(j,[250,320]) imshow(y) title('原图y') Subplot (3,2,3) z=imadd(x,y) imshow(z)

title('相加结果');Subplot (3,2,4);z=imsubtract(x,y);imshow(z);title('相减结果') Subplot (3,2,5);z=immultiply(x,y);imshow(z);title('相乘结果') Subplot (3,2,6);z=imdivide(x,y);imshow(z);title('相除结果') 3、对一幅图像进行灰度变化,实现图像变亮、变暗和负片效果,在同一个窗口内分成四个子窗口来分别显示,注上文字标题。 实验结果如右图: 代码如下: Subplot (2,2,1) i=imread('E:\数字图像处理 \23.jpg') imshow(i) title('原图') Subplot (2,2,2) J = imadjust(i,[],[],3); imshow(J) title('变暗') Subplot (2,2,3) J = imadjust(i,[],[],0.4) imshow(J) title('变亮') Subplot (2,2,4) J=255-i Imshow(J) title('变负') 二、实验总结 分析图像的代数运算结果,分别陈述图像的加、减、乘、除运算可能的应用领域。 解答:图像减运算与图像加运算的原理和用法类似,同样要求两幅图像X、Y的大小类型相同,但是图像减运算imsubtract()有可能导致结果中出现负数,此时系统将负数统一置为零,即为黑色。 乘运算实际上是对两幅原始图像X、Y对应的像素点进行点乘(X.*Y),将结果输出到矩阵Z中,若乘以一个常数,将改变图像的亮度:若常数值大于1,则乘运算后的图像将会变亮;叵常数值小于是,则图像将会会暗。可用来改变图像的灰度级,实现灰度级变换,也可以用来遮住图像的某些部分,其典型应用是用于获得掩膜图像。 除运算操作与乘运算操作互为逆运算,就是对两幅图像的对应像素点进行点(X./Y), imdivide()同样可以通过除以一个常数来改变原始图像的亮度,可用来改变图像的灰度级,其典型运用是比值图像处理。 加法运算的一个重要应用是对同一场景的多幅图像求平均值 减法运算常用于检测变化及运动的物体,图像相减运算又称为图像差分运算,差分运算还可以用于消除图像背景,用于混合图像的分离。

相关文档