目录
图像处理基础知识 数字图像的表示 数字图像的空间分辨率即灰度级分辨率 像素间的基本关系
数字图像文件格式 BMP图像文件格式 调色板的概念 BMP图像文件的注意事项
空域图像增强
图像处理基础知识
数字图像的表示
f(x,y)——灰度级值,又称灰度矩阵,取值范围为[0,L-1]其中,L=2k 。则相应的,k=1时 ,就是所谓的二值图像 。
数字图像的空间分辨率即灰度级分辨率
定义:空间分辨率 :图像中可辨别的最小细节 定义:灰度级分辨率 :在灰度级别中可辨别的最小变化
像素间的基本关系
相邻像素
4邻域 ——N4 ( P)对角邻域 ——ND ( P) : (x+1, y+1)、(x+1, y-1)、(x-1, y+1)、(x-1, y-1)8邻域 ——N8 ( P)N8 ( P) = N4 ( P) + ND ( P)
邻接性与连通性
邻接性(Adjacency) :两个像素是否相邻以及它们的灰度值是否满足特定的相似性准则令V为定义邻接性的灰度值集合,()例如,在具有5级灰度等级的图像中,当V={0,1,2} 时,意味着灰度值为0或1或2的像素满足灰度值相似准则。) 连通性 :
通路(Path):从像素p(x0,y0)到像素q(xn,yn)的通路是指一个像素序列(x0,y0),(x1,y1),…,(xn,yn),其中像素(xi,yi)和(xi-1,yi-1)是邻接的。此处,n为通路的长度。 如果(x0,y0) = (xn,yn), 则通路为闭合通路 。 根据邻接关系,通路分为4通路 、8通路 和m通路 设p和q是一个图像子集S中的两个像素,如果存在一条完全由在S中的像素组成的从p到q的通路,则称p在S中与q相连通。 连通成分 :一个像素集合,如果集合内的每一个像素与集合内的其他像素连通,则称该集合为一个连通成分。
像素间的距离
像素在空间的接近程度 可用像素之间的距离来度量。 三种距离的定义:
欧氏距离:欧氏距离(Euclidean Distance)De (p,q) = [( x –s )2+( y –t )2]1/2 城市街区距离:D4 (p,q) = | x –s | + | y –t | 棋盘距离:D8 (p,q) = max ( | x –s | , | y –t | )
数字图像文件格式
图像根据构图原理和描述方式的不同,可以分为两类:矢量图,位图 。
矢量图:是一种面向对象的、基于数学方法的图形方式。它以对象为中心,通过对每个对象的数学描述来存储图像。常用于工程应用(如工程制图)和艺术领域,极少用于自然图像 位图:位图又称点阵图像 ,它以像素为单位,描述图像的实际信息,适合于描述自然界的图像
BMP图像文件格式
BMP(Bitmap)格式是微软公司为其Windows操作系统设置的标准图像格式。BMP图像文件是个人计算机上最常见、最简单的文件格式之一。BMP图像文件扩展名为.bmp或.BMP 文件头数据结构:
typedef struct tagBITMAPFILEHEADER
{
WORD bfType;
DWORD bfSize;
WORD bfReserved1;
WORD bfReserved2;
DWORD bfOffBits;
} BITMAPFILEHEADER;
位图信息头数据结构:
typedef struct tagBITMAPINFOHEADER
{
DWORD biSize;
LONG biWidth;
LONG biHeight;
WORD biPlanes;
WORD biBitCount;
DWORD biCompression;
DWORD biSizeImage;
LONG biXPelsPerMeter;
LONG biYPelsPerMeter;
DWORD biClrUsed;
DWORD biClrImportant;
} BITMAPINFOHEADER;
文件信息头数据结构:
数据项 含义 大小 取值 biSize 本结构的大小 4B 字节数(40或28H) biWidth 图像宽度 4B 像素数 biHeight 图像高度 4B 像素数 biPlanes 图像平面数 2B 必须为1 biBitCount 每像素位数 2B 1、4、8、24、(32) biCompression 压缩类型 4B 0~3(一般为0,不压缩) biSizeImage 图像数据大小 4B 实际位图数据占用字节数 biXPelsPerMeter 水平分辨率 4B 像素数/米(一般为0) biYPelsPerMeter 垂直分辨率 4B 像素数/米(一般为0) biClrUsed 使用颜色数 4B >0时为颜色表项数=0时,无颜色表(24位色) biClrImportant 重要颜色数 4B 通常置0,所有颜色都重要
调色板的概念
节省存储数据量,显示设备对同时显示的颜色有限制 调色板的数据结构:
typedef struct tagRGBQUAD
{
BYTE rgbBlue;
BYTE rgbGreen;
BYTE rgbRed;
BYTE rgbReserved;
} RGBQUAD;
BMP图像文件的注意事项
在BMP文件格式中规定每行的字节数必须是4的整数倍。若不是,要补0直至4的整数倍。 图像字节数biSizeImage的计算方法为:biSizeImage=(biWidth×biBitCount+31)/32×4×biHeight 或=bfSize-bfOffBits 一般来说,BMP文件的数据从下到上,从左到右存放的。也就是说,从文件中最先读到的是图像最下面一行的左边第一个像素,然后是左边第二个像素…接下来是倒数第二行左边第一个像素,左边第二个像素…依次类推,最后得到的是最上面一行的最右一个像素。 在调色板数据结构和图像数据中,每个像素的颜色排列顺序为:蓝、绿、红 ,不同于传统的RGB顺序!!
空域图像增强
图像增强 :图像增强技术是众多图像处理技术中最基本、也是最重要的一种,是对图像进行加工,以得到视觉效果更“好,更“有用的”图像 目的 :通过技术手段,突出有用信息,抑制无用信息 ,从而改善图像的视觉效果,或者使图像达到后续图像分析和识别所需的效果。
图像增强技术不增加图像的信息量,只是增强对某种信息的辨别能力 。
图像增强
空域方法
点运算
领域运算
频域方法
低通滤波
高通滤波
带通带阻滤波
同态滤波
图像间运算
灰度变换
直方图变换
图像平滑
图像锐化
线性滤波器
非线性滤波器
空域 :在图像处理中,空域指由像素组成的空间 空域增强方法 :指直接作用于像素的增强方法,可以表示为: 其中,f(x,y)和g(x,y)分别为增强前后的图像,E表示增强操作 。
图像间的运算
指在两幅图像的对应像素间进行的、灰度值的算术和逻辑运算。运算结果是一幅新的图像 。
算术运算一般作用与灰度图像 ,逻辑运算一般作用于二值图像 。
图像的加法:
用途 :利用图像相加取平均以减少和去除图像采集时混入的噪声
当样本数k增大时,平均图像会越来越趋近原始图像
图像间的减法
即求取两幅图像之间的差异。g(x,y) = f(x,y) - h(x,y) 用途: 用于医学图像处理中消除背景 ,或是运动目标检测 。
差值图像的灰度超出动态范围,怎么办?
方法一: 对每个像素值加255,然后除以2。方法二: 首先,提取最小差值,并且把它的负值加到所有差值图像的像素中(得到一幅最小像素值为零的改进的差值图像)。然后,通过用255/ IMax 值去乘每个像素(其中 IMax 为改进的差值图像中最大像素取值)将图像中的所有像素标定到0至255的范围。
逻辑运算
逻辑运算一般应用于二值图像,基本的逻辑运算包括:
补(complement):记为NOT q 与(AND):记为p AND q ,或 p·q 或(OR):记为p OR q,或p + q 异或(XOR):记为 p XOR q
(黑色——1,白色——0) 组合逻辑运算:
灰度变换
根据原始图像中每个像素的灰度值,按照某种映射规则,将其转化为另一灰度值。常用的三种基本映射类型:线性函数,对数函数,幂次函数 。
图像反转: 对数变换——动态范围压缩:使得一窄带低灰度输入图线映射为一宽带输出值。对数函数在很大程度上压缩了图像像素值的动态范围。 幂次变换:
灰度直方图变换
灰度直方图是图像的一种统计表达。它反映了图像中灰度的分布情况,是多种空间域图像处理技术的基础,直方图操作能有效地增强图像。 h k = nk ,(k=0,1,…,L-1),其中nk 为图像中灰度级为宽带像素个数。 直观上可以认为,如果一幅图像其像素占有全部可能的灰度级并且分布均匀,则这样的图像有高对比度和多变的灰度色调。
直方图均衡化
基本思想 : 变换原始图像的直方图为均匀分布 ——>大动态范围 使像素灰度值的动态范围最大 ——> 增强图像整体对比度(反差) 归一化直方图 : 灰度累积直方图(归一化) :
直方图规定化
借助直方图变换实现规定/特定的灰度映射 三步骤 :
映射/对应原则 :
直方图规定化 直方图均衡化 自动增强 有选择地增强 效果不易控制 需给定直方图 总得到全图增强的结果 可得到特定增强的结果
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)