图像学DDA算法
一、直线DDA算法
直线DDA算法思想
该算法实现的关键是：如何步进。它涉及到以下两点：
1、步进的方向。即步进的正或负，决定能否正确的到达终点。
2、步进的大小。即哪个方向的步进取单位步进？它控制了变化最大的步进，令其为单位步进，而另一个方向的步进必小于1 ，这样不论斜率|k|≤1否，都会使直线的亮度均匀。
依公式：k=(y2-y1)/(x2-x1)=Δy/Δx,则下一点坐标为：(xi+1,yi+1)=(xi+Δx,yi+Δy);
直线DDA算法步骤
1、从主调函数得到参数：x1、y1、x
2、y2、color；
2、分别计算出两个方向的变化量：dx=x2－x1，dy=y2－y1；
3、根据|dx|和|dy| 的大小，令steps=max(|dx|,|dy|)；
计算两个方向的步进值：xin=dx/steps、yin=dy/steps；
4、设初值象素坐标：x=x1、y=y1；
5、点亮初始象素点 setpixel（x,y,color）；
6、令循环初值为1；循环终值为最大步数steps；循环步距为1：
6.1、计算象素坐标 x=x＋xin、y=y＋yin；
6.2、点亮象素点 setpixel（x,y,color）；
二、直线Bresenham算法
直线Bresenham算法思想
在另一个方向（即直线变化较小的方向）坐标的0.5处，引出“象素分界线”栅条。按直线从起点到终点的顺序，当变化较大方向的坐标每次步进一个单位时，另一个方向依误差e i(数学点p i与最近的象素分界线的偏离值)的符号决定是否步进，当e i≥0时步进一个单位，否则不步进。为了避免实数运算，而且e i两边同乘大于0的某个数又不影响符号的判别，从而可以将误差e i变形成为整型数d，推导过程请看教材。
直线Bresenham算法步骤
当直线满足条件：0≤m≤1，且x1〈x2时，Bresenham算法步骤如下：
1、从主调函数得到参数：x1、y1、x
2、y2、color；
2、计算：dx=x2-x1；dy=y2-y1；
3、计算初始误差：d=2*dy－dx；
4、令初始象素坐标为：x=x1；y=y1；
5、重复以下步骤，直到x〉x2 为止：
5.1、用规定颜色在（x，y）处画象素点；
5.2、若d≥0，则 y＝y＋1；d＝d－2*dx；
5.3、x ＝x＋1；d＝d＋2dy。
附:MFC实现的函数部分的代码,自己写的,不是最优的,还可用对称的思想,让代码短一些,供大
家参考,不对的地方还请大家指正,在此谢过~~~
////////////////////////////////////////////////////////////////////////////////// ////////////////////////
//---------------------------------------------DDALine--------------------------------------------//
////////////////////////////////////////////////////////////////////////////////// ///////////////////////
void CMyLine::DDALine(CPoint P1,CPoint P2, COLORREF color)
{ CClientDC dc(this);
float x,y,x0,y0,x1,y1;//x,y临时存放当前点的坐标
float dx,dy,k;
x0=P1.x;
y0=P1.y;
x1=P2.x;
y1=P2.y;//方便书写,声明四个变量存放起点和终点的X,Y坐标
if(x0>x1){
float tmp;
tmp=x0;x0=x1;x1=tmp;
tmp=y0;y0=y1;y1=tmp;
}//统一成从左往右画，如果从右往左，交换起点和终点
dx=x0-x1;
dy=y0-y1;
k=dy/dx; //斜率k
//画垂线------------------------------------------------------------ if(dx==0)//画垂线，统一从下往上画
{
if(y0>y1){
float tmp;
tmp=y0;y0=y1;y1=tmp;}//如果是起点在上，交换起点和终点
for(y=y0;y<=y1;y++)
dc.SetPixel(x,y,color);
}//画垂线
//斜率在[-1，1]区间---------------------------------------------
if(k>=-1&&k<=1)//斜率在[-1，1]区间
{
y=y0;
for(x=x0;x<=x1;x++)
{
dc.SetPixel(x,y,color);
y+=k;//下个点的Y坐标在此基础上增加k
}
}//|k|<=1//斜率在（1,∞）区间和（∞，-1）-------------
else //斜率在（1,∞）区间和（∞，-1）
{
if(y0 { x=x0; k=1/k;// //|k|>1时，应以Y坐标的增加控制流程，并将斜率变为1／k for(y=y0;y<=y1;y++) { dc.SetPixel(x,y,color); x+=k; //下个点的X坐标在此基础上增加k } }//k>1 else//画斜率在（∞,-1）------------------------------ { x=x0; k=1/k; //|k|>1时，应以Y坐标的增加控制流程，并将斜率变为1／k for(y=y0;y>=y1;y--)//此时,y0>y1 { dc.SetPixel(x,y,color); x-=k; //下个点的X坐标在此基础上减少k } }//k<-1 }//|k|>1 }//DDALine ////////////////////////////////////////////////////////////////////////////////// ////////////////////// void Line::Draw_DDA(CDC *pDC) {//用DDA算法画直线 int i; if(pStart.x==pEnd.x) { //为竖线 if(pStart.y<=pEnd.y) { for(i=pStart.y;i<=pEnd.y;i++) pDC->SetPixel(pStart.x,i,m_lPenColor); } else { for(i=pEnd.y;i<=pStart.y;i++) pDC->SetPixel(pStart.x,i,m_lPenColor); } return; } //为横线 if(pStart.y==pEnd.y) { if(pStart.x<=pEnd.x) { for(i=pStart.x;i<=pEnd.x;i++) pDC->SetPixel(i,pStart.y,m_lPenColor); } else { for(i=pEnd.x;i<=pStart.x;i++) pDC->SetPixel(i,pStart.y,m_lPenColor); } return; } //为斜线 double m=(pEnd.y-pStart.y)*1.0/(pEnd.x-pStart.x); float fTemp; if(abs(m)<=1) { if(pStart.x { fTemp=pStart.y-m; for(i=pStart.x;i<=pEnd.x;i++) pDC->SetPixel(i,fTemp+=m,m_lPenColor); } else { fTemp=pEnd.y-m; for(i=pEnd.x;i<=pStart.x;i++) pDC->SetPixel(i,fTemp+=m,m_lPenColor); } return; } if(pStart.y { fTemp=pStart.x-1/m; for(i=pStart.y;i<=pEnd.y;i++) pDC->SetPixel(fTemp+=1/m,i,m_lPenColor); } else { fTemp=pEnd.x-1/m; for(i=pEnd.y;i<=pStart.y;i++) pDC->SetPixel(fTemp+=1/m,i,m_lPenColor); } } void Line::Draw_Bresenham(CDC *pDC) {//用Bresenham算法画直线 int i; if(pStart.x==pEnd.x) { //为竖线 if(pStart.y<=pEnd.y) { for(i=pStart.y;i<=pEnd.y;i++) pDC->SetPixel(pStart.x,i,m_lPenColor); } else { for(i=pEnd.y;i<=pStart.y;i++) pDC->SetPixel(pStart.x,i,m_lPenColor); } return; } //为横线 if(pStart.y==pEnd.y) { if(pStart.x<=pEnd.x) { for(i=pStart.x;i<=pEnd.x;i++) pDC->SetPixel(i,pStart.y,m_lPenColor); } else { for(i=pEnd.x;i<=pStart.x;i++) pDC->SetPixel(i,pStart.y,m_lPenColor); } return; } //为斜线 float m=(pEnd.y-pStart.y)*1.0/(pEnd.x-pStart.x); float p; p=2*m-1; if(m>0 && m<=1) { if(pStart.x { while(pStart.x<=pEnd.x) { pDC->SetPixel(pStart.x++,pStart.y,m_lPenColor); if(p>=0) { p+=2*m-2; pStart.y++; } else p+=2*m; } } else { while(pEnd.x<=pStart.x) { pDC->SetPixel(pEnd.x++,pEnd.y,m_lPenCol or); if(p>=0) { p+=2*m-2; pEnd.y++; } else p+=2*m; } } return; } p=-2*m-1; if(m<0 && m>=-1) { if(pStart.x { while(pStart.x<=pEnd.x) { pDC->SetPixel(pStart.x++,pStart.y,m_lPenColor); if(p>=0) { p+=-2*m-2; pStart.y--; } else p+=-2*m; } } else { while(pEnd.x<=pStart.x) { pDC->SetPixel(pEnd.x++,pEnd.y,m_lPenCol or); if(p>=0) { p+=-2*m-2; pEnd.y--; } else p+=-2*m; } } return; } p=2/m-1; if(m>1) { if(pStart.y { while(pStart.y<=pEnd.y) { pDC->SetPixel(pStart.x,pStart.y++,m_lPenColor); if(p>=0) { p+=2/m-2; pStart.x++; } else p+=2/m; } } else { while(pEnd.y<=pStart.y) { pDC->SetPixel(pEnd.x,pEnd.y++,m_lPenCol or); if(p>=0) { p+=2/m-2; pEnd.x++; } else p+=2/m; } } return; } p=-2/m-1; if(pStart.y { while(pStart.y<=pEnd.y) { pDC->SetPixel(pStart.x,pStart.y++,m_lPenColor); if(p>=0) { p+=-2/m-2; pStart.x--; } else p+=-2/m; } } else { while(pEnd.y<=pStart.y) { pDC->SetPixel(pEnd.x,pEnd.y++,m_lPenColor); if(p>=0) { p+=-2/m-2; pEnd.x--; } else p+=-2/m; } } } import java.awt.BorderLayout; import java.awt.Color; import java.awt.Graphics; import java.awt.event.MouseAdapter; import java.awt.event.MouseEvent; import java.awt.event.WindowAdapter; import java.awt.event.WindowEvent; import java.util.T imer; import java.util.T imerTask; import javax.swing.JFrame; import javax.swing.JPanel; import javax.swing.JScrollBar; /** * @author super_huang *点击画板暂停 */ public class Square extends JPanel{ private JFrame jf; private double length_line; private static double Width_window,Height_window; private static double PointX_center,PointY_center; private double PointX1,PointY1,PointX2,PointY2,PointX3,PointY3,PointX4,PointY4; private double Ox,Oy; private Oval Opoint; private boolean on; private Thread myThread; Square(){ jf=new JFrame("旋转地正方形"); Opoint=new Oval(); jf.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE); jf.setSize(800, 600); jf.add(this); on=true; jf.addWindowListener(new WindowAdapter(){ public void windowStateChanged(WindowEvent e){ repaint(); } }); this.addMouseListener(new MouseAdapter(){ public void mouseClicked(MouseEvent e){ on=!on; } }); myThread=new Thread(Opoint); myThread.start(); jf.setVisible(true); } public static void main(String[] args) { // TODO Auto-generated method stub new Square(); } public void paintComponent(Graphics g){ super.paintComponent(g); Width_window=jf.getWidth(); Height_window=jf.getHeight(); PointX_center=Width_window/2.0; PointY_center=Height_window/2.0; length_line=Width_window/4.0; g.drawLine((int)(PointX_center-length_line/2.0), (int)PointY_center,(int) (PointX_center+length_line/2.0),(int)PointY_center); g.drawLine((int)PointX_center,(int) PointY_center,(int)PointX_center, (int)( PointY_center+length_line/1.5)); Ox=PointX_center; Oy=PointY_center+length_line/1.5; Opoint.setR(length_line/2.7); PointX1=Ox-Opoint.getR()*Math.sin(Opoint.geta()); PointY1=Oy-Opoint.getR()*Math.cos(Opoint.geta()); PointX2=Ox-Opoint.getR()*Math.cos(Opoint.geta()); PointY2=Oy+Opoint.getR()*Math.sin(Opoint.geta()); PointX3=Ox+Opoint.getR()*Math.sin(Opoint.geta()); PointY3=Oy+Opoint.getR()*Math.cos(Opoint.geta()); PointX4=Ox+Opoint.getR()*Math.cos(Opoint.geta()); PointY4=Oy-Opoint.getR()*Math.sin(Opoint.geta()); int [] x={(int)PointX1,(int)PointX2,(int)PointX3,(int)PointX4}; int [] y={(int)PointY1,(int)PointY2,(int)PointY3,(int)PointY4}; g.drawPolygon(x, y, 4); } class Oval implements Runnable{ private double r; private double a; Oval(){ a=0; r=0; } public void setR(double x){ r=x; } public double getR(){ return r; } public double geta(){ return a; } @Override public void run() { // TODO Auto-generated method stub while(true) if(on){ a=(a+0.2)%360; repaint(); try { Thread.sleep(800); } catch (InterruptedException e) { // TODO Auto-generated catch block e.printStackTrace(); } } else{ try { Thread.sleep(1000); } catch (InterruptedException e) { // TODO Auto-generated catch block e.printStackTrace(); } } } } } 第二章数学形态学的基本运算 2.1二值腐蚀和膨胀 二值图象是指那些灰度只取两个可能值的图象，这两个灰度值通常取为0和1。习惯上认为取值1的点对应于景物中的点，取值为0的点构成背景。这类图象的集合表示是直接的。考虑所有1值点的集合(即物体)X，则X与图象是一一对应的。我们感兴趣的也恰恰是X集合的性质。 如何对集合X进行分析呢?数学形态学认为，所谓分析，即是对集合进行变换以突出所需要的信息。其采用的是主观“探针”与客观物体相互作用的方法。“探针”也是一个集合，它由我们根据分析的目的来确定。术语上，这个“探针”称为结构元素。选取的结构元素大小及形状不同都会影响图象处理的结果。剩下的问题就是如何选取适当的结构元素以及如何利用结构元素对物体集合进行变换。为此，数学形态学定义了两个最基本的运算，称为腐蚀和膨胀即1。 2.1 .1二值腐蚀运算 腐蚀是表示用某种“探针”(即某种形状的基元或结构元素)对一个图象进行探测，以便找出图象内部可以放下该基元的区域。它是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。腐蚀的实现同样是基于填充结构元素的概念。利用结构元素填充的过程，取决于一个基本的欧氏空间概念—平移。我们用记号A二表示一个集合A沿矢量x平移了一段距离。即: 集合A被B腐蚀，表示为AΘB，其定义为: 其中A称为输入图象，B称为结构元素。AΘB由将B平移x仍包含在A内的所有点x组成。如果将B看作模板，那么，AΘB则由在将模板平移的过程中，所有可以填入A内部的模板的原点组成。根据原点与结构元素的位置关系，腐蚀后的图象大概可以分为两类: (1)如果原点在结构元素的内部，则腐蚀后的图象为输入图象的子集，如图2.1所示。 (2)如果原点在结构元素的外部，那么，腐蚀后的图象则可能不在输入图象的内部，如图2.2所示。 图2.1腐蚀类似于收缩 基于数学形态学的图像噪声处理 摘要 本文首先介绍了数学形态学的发展简史及其现状，紧接着详细的阐述了数学形态学在图像处理和分析中的理论基础。并从二值数学形态 学出发着重研究了数学形态学的膨胀、腐蚀、开运算、闭运算等各种 运算和性质，然后根据已有的运算，接着引入了形态滤波器设计、形态学图像处理的实用算法。由于在图像的获取中存在各种可能的噪声，比 如高斯噪声、瑞利噪声、伽马噪声、指数噪声、均匀噪声以及椒盐等 噪声，由于这些噪声的普遍存在，因此，利用数学形态学的腐蚀、膨胀、开启、闭合设计出了一种比较理想的（闭和开）形态学滤波器，并且用MATLAB语言编写程序，反复的使用这种开闭、闭开来处理图像中存在的噪声，其效果比较满意。 关键词:数学形态学图像处理腐蚀膨胀滤波Studies on Mathematical Morphology for Image Processing ABSTRACT In this paper ,we first introduced the brief history and development of mathematical morphology some general theory of mathematical morphology analysis and many experiment results are https://www.wendangku.net/doc/1516300742.html,ter ,from the aspect of morphology of dual value, special emphasis on various operations and properties including dilation, erosion,open operation and close operation etc.In addition, morphology analysis method of the dual value image is also discussed and the practical and improved operations of the morphological image processing such as electric filter design, marginal pattern testing are introduced. As the image of the acquisition in the range of possible noise, such as Gaussian noise, Rayleigh noise, Gamma noise, Uniform noise Salt and Pepper noise and so on. As the prevalence of such noise, so using mathematical morphology of erosion,dilation, opening, closing designed a more ideal (open and closed morphological filter, And repeated to use opening and closing, closing and opening handle image processing in the noise. It is satisfied with its results.And the simulation results is more satisfactory after the use of MATLAB language programming. Keyword：mathematical morphology image processing erosion dilation 一．形态学基础知识理解 形态学图像处理基本的运算包括：二值腐蚀和膨胀、二值开闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换、灰值腐蚀和膨胀、灰值开闭运算、灰值形态学梯度等。 1.膨胀与腐蚀 最基本的形态学操作有二种：膨胀与腐蚀(Dilation与Erosion)。膨胀是在二值图像中“加长”和“变粗”的操作。这种方式和变粗的程度由一个结构元素组成的集合来控制。腐蚀是“收缩”或“细化”二值图像中的对象。同样，收缩的方式和程度由一个结构元素控制。腐蚀和膨胀是对白色部分（高亮部分）而言的，不是黑色部分。膨胀就是图像中的高亮部分进行膨胀，“领域扩”，效果图拥有比原图更大的高亮区域。腐蚀就是原图中的高亮部分被腐蚀，“领域被蚕食”，效果图拥有比原图更小的高亮区域。 常用的三种膨胀与腐蚀的组合：开运算、闭运算、击中或击不中变换。（1）开运算和闭运算: A被B的形态学开运算是A被B腐蚀后再用B来膨胀腐蚀结果。其几何解释为：B在A完全匹配的平移的并集。形态学开运算完全删除了不能包含结构元素的对象区域，平滑了对象的轮廓，断开了狭窄的连接，去掉了细小的突出部分；（2）闭运算: A被B的形态学闭运算是先膨胀再腐蚀的结果，其几何解释为：所有不与A重叠的B的平移的并集。形态学闭运算会平滑对象的轮廓，与开运算不同的是，闭运算一般会将狭窄的缺口连接起来形成细长的弯口，并填充比结构元素小的洞。（3）击中击不中变换: 击中与击不中变换先对目标图像进行目标结构元素的腐蚀操作；后对目标图像的对偶进行背景结构元素的腐蚀操作；最后取两次结果的交集。 2.重构 重构是一种涉及到两幅图像和一个结构元素的形态学变换。一幅图像，即标记（marker），是变换的开始点。另一幅图像是掩模（mask），用来约束变换过程。结构元素用于定义连接性。 3.灰度图像形态学 对于灰度图像来说，膨胀和腐蚀是以像素邻域的最大值和最小值来定义的。膨胀和腐蚀可以组合使用，以获得各种效果。例如，从膨胀后的图像中减去腐蚀过的图像可以产生一个“形态学梯度”，可以用来度量图像局部灰度变化。 开运算和闭运算用于形态学平滑。由于开运算可以去除比结构元素更小的明亮细节，闭运算可以去除比结构元素更小的暗色细节，所以它们经常组合在一起用来平滑图像并去除噪声。 图像学一词由希腊语图像演化成的图像志发展而来，研究绘画主题的传统、意义及与其他文化发展的联系。图像学最早由19世纪下半叶法国学者E.马莱提出，而最有影响的研究者是E.帕诺夫斯基，他在《视觉艺术的意义》一书中认为对美术作品的解释分三个层次：解释图像的自然意义；发现和解释艺术图像的传统意义即作品的特定主题的解释，称图像志分析；解释作品的更深的内在意义或内容，这称为图像学分析即帕氏所谓象征意义。 对美术内容的历史探究。目的是为了发现和解释艺术图像的象征意义，揭示图像在各个文化体系和各个文明中的形成、变化及其所表现或暗示出来的思想观念。图像学与图像志的不同之处，就是图像学发现和揭示作品在纯形式、形象、母题、情节之后的更本质的内容。它亦适用于建筑，对建筑的形式、结构、作用、象征意义之间的关系的研究，称为建筑图像学。这种研究更新了建筑史的观念。 图像学(Ikonologie )大体上分成三个部分 一 - 前图像志分析Präikonographische Analyse ： 视觉上识别的东西，基本的形式分析 二 -图像志分析Ikonographische Analyse： 识别图像的故事和人物 三 -图像学分析 Ikonologische Interpretation： 解读出图像的意义，考虑到该图像制作的时间，地点，流行的文化风格或艺术家风格，赞助人意图等 现代图像学 现代图像学的研究领域非常广阔，重要的3个方面是：①解释作品的本质内容，即帕诺夫斯基所说象征意义。②考察西方美术中的古典传统，古典母题在艺术发展中的延续和变化。③考察一个母题在形式和意义上的变化。现代图像学涉及的学科也非常众多，如形式分析、社会学、心理学和精神分析等，与它们的交叉也是现代图像学的一个特点。常雷摘要：“图像学”是现代视觉艺术研究、实践探索中极其重要的一个理论学科，它起源于十九世纪兴起于西方的传统图像志研究，二十世纪前 东北大学秦皇岛分校 计算机与通信工程学院 综合课程设计 设计题目形态学图像处理的Matlab设计与实现 专业名称 班级学号 学生姓名 指导教师 设计时间 课程设计任务书 专业：学号：学生姓名（签名）： 设计题目：形态学图像处理的Matlab设计与实现 一、设计实验条件 计算机，数字信号处理实验室 二、设计任务及要求 1.了解数字图像处理中关键问题； 2.熟悉形态学处理的产生背景及意义； 3.熟悉形态学处理的几种常用方法； 4.掌握开操作和闭操作算法的流程； 5.用Matlab软件设计并实现数字图像的形态学处理。 三、设计报告的内容 1.设计题目与设计任务（设计任务书） 2.前言（绪论）(设计的目的、意义等) 3.设计主体（各部分设计内容、分析、结论等） 4.结束语（设计的收获、体会等） 5.参考资料 四、设计时间与安排 1、设计时间：2周 2、设计时间安排： 熟悉实验设备、收集资料：4天 设计图纸、实验、计算、程序编写调试：2天 编写课程设计报告：7天 答辩：1天 目录 绪论 (3) 1.形态学简介 (4) 2.开操作和闭操作 (4) 2.1腐蚀与膨胀 (4) 2.1.1腐蚀 (4) 2.1.2膨胀 (5) 2.1.3膨胀、腐蚀的性质 (6) 2.2开操作与闭操作 (7) 2.2.1开操作 (7) 2.2.2闭操作 (8) 3.形态学处理的几种常用方法 (9) 3.1边界提取 (10) 3.2区域填充 (11) 3.3连通分量的提取 (12) 3.4凸壳 (13) 3.5细化 (15) 3.6粗化 (16) 3.7骨架 (17) 3.8裁剪 (18) 4．数字图像的形态学处理的Matlab设计并实现 (20) 4.1形态学图像平滑 (20) 4.2形态学图像梯度 (21) 4.3 Top-hat变换 (22) 4.4纹理分割 (22) 5.结束语 (22) 6.参考文献 (23) 浅析绘画作品中图像学的意义 摘要：图像在艺术史研究中无疑具有特定的意义。无法想象在没有任何图像的情况下我们可以描述和阐述史前文化独特又辉煌的成就，无论是西班牙的阿尔塔米拉洞窟还是法国的拉斯科洞窟，抑或是古埃及的文明史，假如没有壁画，陵墓壁画等的佐证，再怎么不吝辞藻也是苍白乏力的，人们对于当时的社会活动(譬如狩猎)了解就只能诉诸不慎可靠的猜测了。图像无论是绘画还是纪念性的雕塑――是过去时代中人的内心精神的展现的一种见证，由此可以通向对特定时代思想及其表征结构。 关键词：图像学;意义;绘画 图像在艺术史的研究中是一个重要的因素，它可帮助我们了解当时的文化特征，如在新发现的西班牙的阿尔塔米拉洞窟中壁画，法国的拉斯科洞窟壁画，还是古埃及的文明历史，这些壁画或者陵墓壁画都提供了很好的佐证;当时的社会活动才能很好的被我们发现，进而去慢慢的理解，如果没有这些，那么我们只能依靠我们苍白无力的想象力去猜测了。图像无论是绘画还是纪念性的雕塑――是过去时代中人的内心精神的展现的一种见证，由此可以通向对特定时代思想及其表征结构。 在美术史的研究中中，一些重要图案不仅来自特殊的文化传统，而且又进一步融化为这种传统的一部分。因而割裂或者无视图像，与 传统的联系就将来在阐释图像本身方面带来认识上的误解。换句话说，我们只有正视并深入地把握图形与特定的文化传统的内在联系，才能较为接近图像的本意，从而避免所谓的“视觉隐形”的尴尬。 在我们面对普桑的《收集佛西翁的骨灰的风景》图-1的一画时，我们所见的无疑是一种具有示范意义的宏大场面。后世很多艺术家对这种理想的风景场面心仪不已。但是，这样的观感还是不够的，尚不足以呈现普桑在这幅中的主题意义：伟大的爱情究竟意味着什么?依据文献，我们或可对佛西翁的身世有大致的概念。佛西翁是公元前4世纪古代雅典的一个将军，由于作战失利而被其政敌不公正的判处叛国罪后，他被押到雅典以外的麦加拉接受火刑，而且是焚骨扬灰，死无葬身之地，也就是说，其灵魂将永远不的安宁。他的遗孀实在不能接受这残酷的现实。为了替屈死丈夫减轻受惩罚的程度，她就悄悄地赶到刑场，冒死收集自己丈夫的骨灰。接着她将骨灰倒入水中将其喝下。一个不得安宁的灵魂便因此获得了一个异常独特的归宿，他将安卧在她身体里――一个有着生命的墓地里!此时，我们再来审视一下人物身后的建筑寂静的威势。极度严谨的建筑物与风景，便使人强烈的感受到一种巨大的反差，似一种出自伟大的爱情的举动与周围一切无关。 同样，英国画家沃特豪斯的名作《夏洛特小姐》图-2也不是单纯的视觉对象，需要参考其他资源才能把握其真实的含义。画家从诗人丁尼生的同名诗歌中汲取灵感，将文学描绘的微妙瞬间诉诸画面。从 文献综述 课题：基于数学形态学的图像边缘检测方法研究 边缘检测是图像分割的核心容，而图像分割是由图像处理到图像分析的关键步骤，在图像工程中占据重要的位置，对图象的特征测量有重要的影响。图像分割及基于分割的目标表达、特征提取和参数测量等将原始图像转化为更抽象更紧凑的形式，使得更高层的图像分析和理解成为可能。从而边缘检测在图像工程中占有重要的地位和作用。因此对边缘检测的研究一直是图像技术研究中热点，人们对其的关注和研究也是日益深入。 首先，边缘在边界检测、图像分割、模式识别、机器视觉等中有很重要的作用。边缘是边界检测的重要基础，也是外形检测的基础。同时，边缘也广泛存在于物体与背景之间、物体与物体之间,基元与基元之间，是图像分割所依赖的重要特征。其次，边缘检测对于物体的识别也是很重要的。第一，人眼通过追踪未知物体的轮廓而扫视一个未知的物体。第二，如果我们能成功地得到图像的边缘，那么图像分析就会大大简化，图像识别就会容易得多。第三，很多图像并没有具体的物体，对这些图像的理解取决于它们的纹理性质，而提取这些纹理性质与边缘检测有极其密切的关系。 理想的边缘检测是能够正确解决边缘的有无、真假、和定向定位。长期以来，人们一直关心这一问题的研究，除了常用的局 部算子及以后在此基础上发展起来的种种改进方法外，又提出了许多新的技术，其中，比较经典的边缘检测算子有 Roberts cross算子、Sobel算子、Laplacian算子、Canny算子等，近年来又有学者提出了广义模糊算子，形态学边缘算子等。这些边缘检测的方法各有其特点，但同时也都存在着各自的局限性和不足之处。 本次研究正是在已有的算法基础上初步进行改进特别是形 态学边缘算子，以期找到一个更加简单而又实用的算子，相信能对图像处理中的边缘检测方法研究以及应用有一定的参考价值。 一、课题背景和研究意义： 伴随着计算机技术的高速发展，数字图像处理成为了一门新兴学科，并且在生活中的各个领域得以广泛应用。图像边缘检测技术则是数字图像处理和计算机视觉等领域最重要的技术之一。在实际图像处理中，图像边缘作为图像的一种基本特征，经常被用到较高层次的图像处理中去。边缘检测技术是图像测量、图像分割、图像压缩以及模式识别等图像处理技术的基础，是数字图像处理重要的研究课题之一。 边缘检测是图像理解、分析和识别领域中的一个基础又重要的课题, 边缘是图像中重要的特征之一，是计算机视觉、模式识别等研究领域的重要基础。图像的大部分主要信息都存在于图像的边缘中，主要表现为图像局部特征的不连续性，是图像中灰度变化比较强烈的地方，也即通常所说的信号发生奇异变化的地 实验五 图像形态学处理 一、实验目的： 1、进一步了解MATLAB 关于图像处理的相关指令。 2、了解图像腐蚀、膨胀、开启、闭合及细化的目的及意义，加深对其的感性认识，巩固所学理论知识。 3、能够编程实现图像的各种形态学处理。 4、观察并比较图像处理结果。 二、实验内容： 图像腐蚀、图像膨胀、开启、闭合、细化 三、实验仪器 PC 一台，MATLAB 软件。 四、实验报告要求： 1、写出程序 2、附上处理前后的图像 3、写出对处理前后图像的分析（即：说明图像的变化） 有关结构元素说明： se1 = strel('square',11) % 结构元素为边长11的正方形 se2 = strel('line',10,45) % 倾角为45度长为10的线性结构 se3 = strel('disk',15) % 半径为15的圆盘 se4 = strel('ball',15,5) %半径为15高为5的球形结构 一、图像的膨胀运算（在右图中任选一幅图像处理） 函数说明： se=strel('ball',8,8); %设定直径为8的球形结构元素 I2=imdilate(I,se); %膨胀函数，I ：原图像，se ：结构元素，I2：输出图像 %膨胀程序 I=imread('yuan.bmp '); subplot(121);imshow(I); title('原图像'); se=strel('ball',8,8); I2=imdilate(I,se); subplot(122);imshow(I2); title('膨胀后图像'); 二、任选题（1）中一幅图像根据膨胀程序编写腐蚀程序，实现腐蚀处 理，保存处理前后图像（图像要标明'title'），并分析处理结果。 kong.bmp yuan.bmp 实验图像分割和形态学处理 一、实验目的 1、掌握图像分割的基本方法。 2、掌握形态学处理的基本方法。 3、学会使用MATLAB编程实现上述方法。 二、实验任务 （1）编程实现基于阈值的图像分割方法和边缘检测方法。 （2）编程实现膨胀、腐蚀方法。 （3）编程实现开运算和闭运算的方法。 （4）编程实现提取骨架和细化的方法。 三、实验配套的主要仪器设备及台(套)数 教师示范用投影仪一台 微型计算机每个学生一台 四、报告要求 记录每一步的实验过程。 五、实验记录 5.1阈值图像分割方法1——点检测 5.1.1程序 clc clear data = imread('lianzipoint.jpg'); w = [-1 -1 -1; -1 8 -1; -1 -1 -1] g =abs(imfilter(double(data),w)); t =max(g(:)); g1=(g>=t); [m n]=find(g1) figure imshow(data) hold on plot(n,m,'ro') g1=(g>=t-200); [m n]=find(g1) figure imshow(data) hold on plot(n,m,'ro') g1=(g>=t-800); [m n]=find(g1) figure imshow(data) hold on plot(n,m,'ro') 5.1.2 效果 分析：随着阈值的减小，所检测出的点越来越多 5.2 阈值分割方法2——线检测 5.2.1程序 clc clear data = imread('xian.jpg'); subplot(221),imshow(data); title('检测指定方向线的原始图像'); w = [2 -1 -1; -1 2 -1; -1 -1 2]; g =abs(imfilter(double(data),w)); subplot(222),imshow(g,[]) title('使用-45度检测器处理后的图像'); gtop = g(1:40,1:40); gtop = pixeldup(gtop,4);%piceldup函数是将图片放大相应倍数subplot(223),imshow(gtop,[]) title('-45度检测后左上角放大图'); gbot = g(end-40:end,end-40:end); gbot = pixeldup(gbot,4); subplot(224),imshow(gbot,[]) title('-45度检测后右下角后放大图'); 图像学 图像学 对美术内容的历史探究。它的目的是发现和解释艺术图像的象征意义，揭示图像在各个文化体系和各个文明中的形成、变化及其所表现或暗示出来的思想观念。 图像学由图像志(iconography)发展而来。图像志 一词来自希腊语εικωυ（图像），在古希腊曾专指 对图像的精鉴，20世纪发展为关于视觉艺术的主题的全面描述研究。与图像志比较，图像学更强调对图像的理性分析，Iconology的词尾logy有思想和理性的意思,它 研究绘画主题的传统、意义及与其他文化发展的联系。图像学研究最有影响的学者E.帕诺夫斯基在《视觉艺术的意义》一书中，对图像志和图像学作了系统的阐述。他认为，图像学对美术作品的解释须分三个层次：①解释图像的自然意义，即识别作品中作为人、动物和植物等自然物象的线条与色彩、形状与形态，把作品解释为有意味的特定的形式体系。②发现和解释艺术图像的传统意义。例如,确切地指出画面上的人物、花朵象征着美德，13个人围坐桌前描写基督及其门徒在进行最后的晚餐等。这种对图像所表现的故事、寓言等传统意义，即作品的特定主题的解释，叫做图像志分析。③解释作品的内在意义或内容，这种更深一层的解释叫作图像学。一个国家或一个时代的政治、经济、社会状况、宗教、哲学，通过艺术家的手笔凝聚在艺术作品中，成为作品的本质意义和内容，即帕诺夫斯基所谓的象征意义。图像学与图像志的不同之处，就是图像学发现和揭示在作品的纯形式、形象、母题和故事的表层意义下面潜藏着的这种更为本质的内容。换言之，图像学把美术作品作为社会史和文化史中某些环节凝缩了的征兆，而进行解释。 图像学也适用于建筑。对建筑的内容──它的形式、结构与它的作用（包括它的象征意义）之间的关系的研究，叫作建筑图像学。建筑图像学较之传统的工程技术建筑史，或者形式分析建筑史研究更加复杂。欧美现代学者把传统的方法、形式分析方法与社会学方法结合起来，解释建筑的内容。他们的研究极大地更新了人们关于建筑史的观念。 图像学出现在19世纪下半叶，法国学者E.马莱最早提出了图像学这一概念。图像学最初被看作历史科学的一个附属部门，它在很大程度上被限于纯文献价值的研 以图像学分析《韩熙载夜宴图》 一、作品概述 《韩熙载夜宴图》为中国十大传世 名画之一，传为五代南唐顾闳中所 作，绢本设色，纵28．7厘米，横 335．5厘米，现藏故宫博物院，它 以连环长卷的方式描摹了南唐巨宦 韩熙载家开宴行乐的场景。整副作品分为五段：悉听琵琶、击鼓观舞、更衣暂歇、清吹合奏、曲终人散。韩熙载为避免南唐后主李煜的猜疑，以声色为韬晦之所，每每夜宴宏开，与宾客纵情嬉游。此图绘写的就是一次韩府夜宴的全过程。这幅长卷线条准确流畅，工细灵动，充满表现力。设色工丽雅致，且富于层次感，神韵独出。 二、内容分析 第一段悉听琵琶 描绘了韩熙载与宾客们正在专心聆 听琵琶弹奏的画面，顾闳中浓墨重彩地刻 画了演奏琵琶时，全场氛围被美妙的清脆 的音符所笼罩的那一刹那。每个人都被音 乐所陶醉，画中有人击节，有人扼腕，有 人仔细注视着那件精致的琵琶，似乎看到了音符在琵琶弦上奔跑。作者紧紧的抓住了一个“听”字，把每一个听众在听乐的过程中的动作、表情、情绪都仔细的描绘了下来，使在场的每一个人，无论表现出何种姿态，似乎都被音乐所感染。左上方一个侍女探出了头，似乎是被这美妙的旋律所吸引，急冲冲的刚刚赶来，而驻足在屏风后面，仔细的聆听着，生怕发出一点点声音而破坏了这美好的旋律。画面正上方，一个人双手环抱胸前，嘴角露出了一丝丝的微笑，被音乐深深的陶醉了，似乎在音乐的感染下已经超乎了现实，到达了超然洒脱的天地。整幅画面，让人觉得，时间似乎在这时候暂停了，只留下一个个音符在风中奔跑。但是画面中有一个人和大家特别不一样，那就是韩熙载，他盘腿而坐，左手松弛随意的摆放着，表情平淡而严肃，与大家形成了明显的对比，在这祥和、愉悦的画面中十分显眼。 第二段击鼓观舞 ２０世纪８０年代以来，西方艺术史学科中的许多研究方法被陆续翻译介绍到中国，并对我国的艺术史研究产生了一定的影响。其中图像学的方法就是被大家不断提及和运用的方法之一。一些艺术史专业的学者和青年学生开始尝试运用这些方法和理论对中国宗教、神话和民俗美术等方面的个案进行分析研究，并取得了一定的成果。但另一方面，由于对图像学方法产生的学术背景和发展阶段及其适用范围和局限仍然了解不够，因此在具体的课题研究中往往不能有效地运用这一方法，并达到预期的研究目标和结果。针对这一情况，本文将从历史和现实的不同方面考察图像学产生和发展的过程，举例分析图像学的理论和方法在具体研究中的运用程序，并评价其在现代艺术学研究中的价值和功能。以期对我国艺术史学界和艺术史专业的研究生认识和运用图像学理论和方法有所助益。 一、图像志发展简史 描述和阐释视觉艺术的图像志方法最早可以追溯到古希腊的文献。在古希腊菲 洛斯特拉托斯（Ｐｈｉｌｏｓｔｒａｔｏｓ）的著述中就 有关于艺术作品的描述，尽管我们并不清 楚他所谈的艺术作品是真实的，还是虚构 的。严格地说，直到１６世纪晚期才真正出 现对艺术作品的阐释。第一位“天才”的图 像志学者似乎应该是乔瓦尼?彼德罗?贝洛 里（Ｇｉｏｖａｎｎｉ Ｐｉｅｔｒｏ Ｂｅｌｌｏｒｉ）。在他的 《艺术家传》 （１６７２）一书的导言中，贝洛里 宣称他要特别关注艺术作品的内容，而且 后来他还注意到尼古拉?普桑也很早就关 注了绘画创作中的图像志方面的问题。贝 洛里在他的著作中经常描述一些图画，尝 试辨认它们的主题，调查它们背后的文学 渊源，并且最终还要探寻图画的深层意义。 在１７和１８世纪中，人们对图像志的兴 趣逐渐传播开来。在对古典文物的考古研 究中，图像志的发展特别显著，其中一个 典型的例子是莱辛（Ｇ．Ｅ．Ｌｅｓｓｉｎｇ）的《古 代艺术家如何塑造死神》。在这部书中，作 者论述了“倒持火炬的丘比特”这一图像 志的主题。１９世纪期间，有关中世纪图像 志的学术研究主要在法国得到了发展。受 到夏多布里昂的《基督教的本质》激励，在 这个领域内出现许多相关的研究著作，例 如克罗尼耶（Ａ． Ｃｒｏｓｎｉｅｒ）、迪德隆（Ａ．Ｎ． Ｄｉｄｒｏｎ）和罗奥?德弗勒里（Ｃ．Ｒｏｈａｕｌｔ ｄｅ Ｆｌｅｕｒｙ）等人对基督教图像志进行了一系列 有代表性的整体考察。２０世纪的图像志学 者，例如克尼平（Ｊ．Ｂ．Ｋｎｉｐｐｉｎｇ）、孔斯特 勒（Ｋ．Ｋｕｎｓｔｌｅ）、马勒（Ｅ．Ｍａｌｅ）、雷奥（Ｌ． Ｒｅａｕ）以及蒂默斯（Ｊ．Ｊ．Ｍ．Ｔｉｍｍｅｒｓ）等人， 都将他们的工作建立在最初由法国前辈学 者发展出的理论基础之上。 ２０世纪初，阿比?瓦尔堡（Ａｂｙ Ｗａｒｂｕｒｇ，１８６６－１９２４）在德国汉堡创建了 瓦尔堡图书馆（二战期间从德国迁至英 国，现为伦敦大学的瓦尔堡研究院），并为 艺术的图像志研究发展出一种新的方法。 １９世纪法国图像志学者主要对通过参阅神 学文献和礼拜仪式分析艺术作品的内容感 兴趣。而瓦尔堡则是将艺术作品的创造放 在一个更宽广的文化历史背景上来理解 的。在瓦尔堡看来，要正确阐释这个时代 的艺术作品及其主题和题材，就必须熟悉 这个时代的历史、科学、诗歌、神话，以 及社会和政治生活。瓦尔堡是图像学，或 阐释视觉艺术的图像学方法的创始人。后 来，瓦尔堡的学生将这种视觉艺术的研究 方法称之为图像学研究。 瓦尔堡有几位重要的追随者，其中欧 艺术史的图像学方法及其运用 ■常宁生／编译 扬?维米尔 《称金的妇女》 约１６６２－１６６４年 布面油彩 ４２×３８ｃｍ 华盛顿国家美术馆藏 WOR LD ART 70 数学形态学图像处理的基本运算实现及分析 一、基本原理 数学形态学是一种应用于图像处理和模式识别领域的新的方法。它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像进行分析和识别的目的。数学形态学的数学基础和所用语言是集合论。数学形态学的应用可以简化图像数据，保持它们基本的形状特性，并除去不相干的结构。另一方面，数学形态学的算法具有天然的并行实现的结构。 1、基本运算 数学形态学的基本运算有四个：膨胀、腐蚀、开启和关。 如用A 表示图像集合，B 表示结构元素，形态学运算就是用B 对A 进行操 作。 A 被 B 膨胀，记为A ⊕B ，⊕为膨胀算子，膨胀的定义为 A B ⊕?{|[()]}x x B A =≠? 该式表明的膨胀过程是B 首先做关于原点的映射，然后平移x 。A 被B 的膨胀是 B 被所有x 平移后与A 至少有一个非零公共元素。 A 被 B 腐蚀，记为A ⊙B ，⊙为腐蚀算子，腐蚀的定义为 A B Θ?{|[()]}x x B A =≠? 也就是说，A 被B 的腐蚀的结果为所有使B 被x 平移后包含于A 的点x 的集合。 换句话说，用B 来腐蚀A 得到的集合是B 完全包括在A 中时B 的原点位置的集合。 膨胀和腐蚀并不互为逆运算，所以它们可以级连结合使用。例如，利用同一个结构元素B ，先对图像腐蚀然后膨胀其结果，或先对图像膨胀然后瘸蚀其结果，前一种运算称为开运算，后一种运算称为关运算。它们也是数学形态学中的重要运算。 开启的运算符为o ，A 用B 来开启写作AoB ，其定义为: A o ()B A B B =Θ⊕ 关的运算符为·，A 用B 来关写作A ·B ，其定义为: A ·()B A B B =⊕Θ 开和关两种运算都可以去除比结构元素小的特定图像细节，同时保证不产生全局的几何失真。开运算可以把比结构元素小的椒盐噪声滤除，切断细长搭接而起到分离作用。关运算可使比结构元素小的缺口或孔填补上，搭接短的间断而起到连通作用。 2、实际应用 近年来，数学形态学在图像处理方面得到了日益广泛的应用。下面主要就数学形态学在边缘检测、骨架提取等方面的应用做简要介绍。 形态学的基本思想是用具有一定形态的结构元素去度量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。数学形态学的数学基础和所用语言是集合论，它着重研究图像的几何结构，由于视觉信息理解都是基于对象几何特性的，因此它更适合视觉信息的处理和分析，这类相互作用由两种基本运算腐蚀和膨胀及它们的组合运算来完成。数学形态学的应用可以简化图像数据，保持它们基本的形状特性，并除去不相干的结构。数学形态学的算法具有天然的并行实现结构。 数学形态学的基本运算有4个：膨胀、腐蚀、开启的闭合，它们在二值图像中的灰度图像中各有特点。基于这些运算还可以推导和组合成各种数学形态学的实用算法。我们这里主要讨论二值数学形态学的基本运算和算法。 二值图像包含目标的位置、形状、结构等许多重要特征，是图像分析和目标识别的依据。二值形态学的运算对象是集合，但实际运算中当涉及两个集合时并不把它们看作是互相对等的，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 膨胀的运算符为⊕，A 用B 来膨胀写作B A ⊕，其定义为: }])[(|{?≠=⊕∧ A B A B A x I 上式表明用B 膨胀A 的过程是，先对B 做关于原点的映射，再将其映像平移x ，这里A 与B 映像的交集不为空集。也可以解释为： }])[(|{A A B A B A x ?=⊕∧ I 腐蚀 腐蚀的运算符为Θ，A 用B 来腐蚀写作B A Θ，其定义为: })(|{A B A B A x ?=Θ 上式表明用B 腐蚀A 的结果是所有x 的集合，其中B 平移x 后仍在A 中，换句话说，用B 来腐蚀A 得到的集合是B 完全包括在A 中时B 的原点位置的集合。 开启和闭合 图像学研究的三个层次 最具影响的研究者 ?最有影响的研究者是E帕诺夫斯基，他在《视觉艺术的意义》一书中认为对美术作品的解释分三个层次： ?解释图像的自然意义； ?发现和解释艺术图像的传统意义即作品的特定主题的解释，称图像志分析； ?解释作品的更深的内在意义或内容，这称为图像学分析即象征意义。 扬维米尔《称金的妇女》 窗前读信的少女 挤奶女工 ?意大利伟大的艺术家列奥纳多·达·芬奇所创作，是所有以这个题材创作的作品中最著名的一幅。此画无可争议地成为世界美术宝库中最完美的典范杰作。这幅画，是他直接画在米兰一座修道院的餐厅墙上的。沿着餐桌坐着十二个门徒，形成四组，耶稣坐在餐桌的中央。他在一种悲伤的姿势中摊开了双手，示意门徒中有人出卖了他。 ?题材取自圣经故事。犹大向官府告密，耶稣在即将被捕前，与十二门徒共进晚餐，席间耶稣镇定地说出了有人出卖他的消息，达·芬奇此作就是耶稣说出这一句话时的情景。画家通过各种手法，生动地刻画了耶稣的沉静、安详，以及十二门徒各自不同的姿态、表情。此作传达出丰富的心理内容。 ?达·芬奇改变了文艺复兴早期对这一题材的传统处理方式，图中人物列为一排，以耶稣为中心，十二门徒分为四组，对称分列两侧，形成了一个穿插变化又相互统一的整体。达·芬奇成功地运用构图和用光等手段，塑造了一系列个性鲜明的人物形象。 ?达.芬奇毕生创作中最负盛名之作。在众多同类题材的绘画作品里,此画被公认为空前之作,尤其以构思巧妙,布局卓越,细部写实和严格的体面关系而引人入胜。构图时,他将画面展现于饭厅一端的整块墙面,厅堂的透视构图与饭厅建筑结构相联结,使观者有身临其境之感。画面中的人物,其惊恐,愤怒,怀疑,剖白等神态,以及手势,眼神和行为,都刻划得精细入微,唯妙唯肖。这些典型性格的描绘与画题主旨密切配合,与构图的多样统一效果互为补充,使此画无可争议地成为世界美术宝库中最完美的典范杰作。 中国画中的文人画 ?院体画和文人画是中国画的两大形势。 ?文人画泛指文人，士大夫所做的画。 自六朝至宋元，绘画的艺术行为主流发生了从宫廷贵族到文人的转换，但无论是贵族还是文人，其创作主体的阶级烙印都是很明显的，艺术史的发展始终都控制在对制作技艺具有垄断地位的社会群体手中，所谓“院体画”、“文人画”都是技术传播垄断的结果。 ?文人画对中国画的美学思想以及对水墨、写意花鸟画等技法的发展都有相当大的影响。 *********************** 实践教学 *********************** 兰州理工大学 计算机与通信学院 2009年秋季学期 计算机图象处理综合训练 题目：二值数学形态学图像处理和噪声抑制程序设计 专业班级： 姓名： 学号： 指导教师： 成绩： 目录 摘要 (1) 前言 (1) 一、算法分析与描述： (1) 二、详细设计过程： (3) 三、调试过程中出现的问题及相应解决办法： (3) 四、程序运行截图及其说明 (3) 图像噪声的抑制: (7) 1、均值滤波的方法是 (7) 2、中值滤波的方法是 (7) 二值图像的腐蚀和膨胀开运算和闭运算 (11) 五、简单操作手册 (14) 总结 (15) 参考文献......................................................................................................... 错误！未定义书签。致谢 (17) 附录I (18) 部分源程序 (18) 摘要 图像处理(DigitalImageProcessing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。本文利用matlab以实现图像的二值数学形态学图像处理和噪声抑制程序设计。 噪声抑制针对高斯噪声和椒盐噪声，利用均值滤波和中值滤波对比处理：①均值滤波的方法是，对待处理的当前像素，选择一个模版，该模板为其近邻的若干像素组成，用模板中像素的均值来代替原来像素的方法，此处选取高斯模板来均值处理，即高斯去噪；②中值滤波的方法是，基于排序统计理论的一种能有效的线性信号处理技术。 二值数学形态学图像处理实现图像的腐蚀和膨胀开运算和闭运算。①腐蚀可以粘连的目标物进行分离；②膨胀可以将断开的目标进行接续；③开运算：使用同一个模板对图像先腐蚀再进行膨胀的运算，以达到腐蚀目的，利用腐蚀可以粘连的目标物进行分离；④闭运算：使用同一个模板对图像先膨胀再进行膨腐蚀的运算，以达到膨胀目的，利用膨胀可以将断开的目标进行接续。 【关键词】腐蚀膨胀开运算闭运算中值去噪均值去噪 一、选择题 1．在下列叙述语句中，正确的论述为（ D ） A 、一个计算机图形系统至少应具有计算、存储、输入、输出四个方面的基本功能； B 、在图形系统中，图形处理速度取决于CPU 的性能； C 、在图形系统中，存储容量指的是计算机的内存； D 、 在图形系统中，图形处理精度主要是指图形采集输入质量和显示输出质量。 2．如果一幅512×512像素的图像，每一像素用4位表示，那么存储此图像至少需要的容量为（B ） A 、512K B B 、1MB C 、2MB D 、3MB 3．如果一个长方形使用右边二维图形变换矩阵：??? ???????=105050005T ,将产生变换的 结果为（D ） A 、图形放大5倍；同时沿X 坐标轴方向移动5个绘图单位 B 、图形放大25倍，同时沿X 坐标轴方向移动5个绘图单位； C 、图形放大5倍，同时沿Y 坐标轴方向移动5个绘图单位； D 、图形放大25倍，同时沿Y 坐标轴方向移动5个绘图单位； 4．使用二维图形变换矩阵：T =??? ? ? ?????-100001010 如果图形的一个顶点坐标为A （6， 8），则变换后的坐标A’ 为 (A ) A 、(8,－6); B 、（－6，8）; C 、（－8，6）; D 、（6，－8）。 5、在透视投影中，主灭点的最多个数是（C ） A 、1 B 、2 C 、3 D 、4 6．计算机显示设备一般使用的颜色模型是 （ A ） A ）RG B B ）HSV C ）CMY D ）不在A,B,C 中出现 7．在计算机图形关于Modeling 的物体的描述中，下列是正确的结论有（ C ） A 一根直线是物体 B 一个空间的点是物体 E·凯默林编，《作为图像系统的造型艺术I：图像志和图像学》，科隆，1979年版。 欧文·帕诺夫斯基，《图像学研究：文艺复兴艺术中的人文主题》，纽约，1939年版。 欧文·帕诺夫斯基，《图像志和图像学：文艺复兴艺术研究导论》，载《视觉艺术的 意义》，纽约，花园城，1955年版 G·赫默伦，《视觉艺术中的表征和意义：图像志和图像学的神话学研究》，载《隆德哲学研究》第1 期，瑞典，隆德，1969年。 U·艾柯，《符号学理论》，伦敦，1977年。 O·巴茨曼，《艺术史阐释学导论：图 画的阐释》，达姆斯塔特，1984年。 潘诺夫斯基[Erwin Panofsky]，《视觉艺术的含义》 [Meaning in the Visual Arts]，Penguin, 1970 年，p205 《艺术与错觉:图画再现的心理学研究》，李本正、林夕、范 景中译，浙江摄影出版社，p439 沃尔夫林，《艺术史的基本概念》[Principles of Art History：The Problem of the Development of Style in Later Art]，1915 年。 《视像与设计》[Vision and Design]，Oxford，1981 年。 《格林伯格：批评文集》[Clement Greenberg ：The Collected Essays and Criticism]，John O’Brian,ed. Chicago， 1986-1993 年。 《符号学与语言哲学》[Semiotics and the Philosophy of Language]，London，1984 年。 卡西尔[Ernst Cassirer]，《象征形式哲学》[The Philosophy of Symbolic Forms]，New Haven，1953-1996 年。 《图像志：图像、文本、意识形态》[Iconology: Image, Text, Ideology]，Chicago，1986 年，p48 《意图的模式：论图画的历史说明》，中国美术学院出 版社，1997 年，p1 [ 1 ] 潘诺夫斯基《视觉艺术的含义》, 傅志强译, 辽宁美术出 潘諾夫斯基/ 圖像研究與圖像學 文藝復興時期藝術的研究導引Fang Chi Apr.2009 ＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ 德國人潘諾夫斯基的圖像學理論主要是以史學研究的角度出發，並在著作《視覺藝術的意義meaning in the visual arts》導論中「談藝術史為一門人文科學the history of art as a humanistic discipline」提出他對藝術史問題所提出的三個論述。而圖像學事實上是潘諾夫斯基為了了解「什麼是藝術?」或「什麼才是藝術品?」所架構出來的觀點，是他看待藝術品的態度，認為藝術或藝術作品應具備三各要素：形式、主題象徵、文化意義。 另外，美國當代藝術教育學者Kerry Freedman在著作《教授視覺文化－課程、美學和藝術的社會生活teaching visual culture－curriculum,aesthetics,and the social life of art 》說到背景（context）的重要性，說明圖像或物件都有多種背景意義，以創作背景和觀賞背景為主要範圍。同時陳述背景提供了影像與物體概念上的關聯，並且和形式、功能或象徵意義一樣，是藝術作品的一部份。 Iconography（描述性質）圖像研究 最早出現於十七世紀，源於拉丁文iconographia和希臘文eikonographia，指描繪和計畫。 Iconology（思想、理性）圖像學 內文 ˙說明何謂圖像研究 段落: p.26, 第一段 關鍵字: 圖像研究iconography、主題subject matter、涵意meaning、形式form 圖像研究是藝術史的一個枝幹，主要探討的不是形式而是藝術品主題或涵意。 ˙舉例：熟識的人在街上向我舉起帽子 段落: p.26, 第二段 關鍵字:對象object、事件event、事實的涵意factual meaning 舉起帽子跟我打招呼的人，從形式的角度看去，由顏色、線條和型體組合起來的人形，自然而然的我會認為這個人型是個對象(男士)，而細節變化是個事件(舉帽)，這時候我已經跨越純粹形式認知的範圍，而進入主題或是涵義的第一層領域( 倒數第七行前面,first sphere of subject matter or meaning.)数学形态学的基本运算
基于数学形态学的图像噪声处理.
形态学图像处理小结
图像学
形态学图像处理 课设报告
浅析绘画作品中图像学的意义
基于数学形态学的图像边缘检测方法研究文献综述
实验五 图像形态学处理
图像分割和形态学处理与MATLAB实现
图像学.
以图像学分析韩熙载夜宴图
艺术史的图像学方法及其运用
数学形态学图像处理的基本运算实现及分析
形态学
图像学研究的三个层次
二值数学形态学图像处理和噪声抑制程序设计
图像学模拟题1
图像学参考书目
图像研究与图像学