数字图像处理与分析(贾永红).pdf

数字图像处理与分析(贾永红)，介绍了数字图像处理的基本操作，基本算法。日录342,3灰度最相近的K个邻点平均法…………………"*"…594.2,4梯度倒数加权平滑法■■自■■画画自■4.2.5最大均匀性平滑q·■日自會卡■即·bhq■616有选择保边缘平滑法611.2.7空问低通滤波法■■■■■■甲■■■■酽■甲瞿冒■■■要乎导P费p甲4,2,8多幅图像平均法…………………………………………624.2,9中值滤波………………………甲↓■■……………6313图像空间域锐化……4-3.1梯度锐化法……………着●由中由P●◆··4.32 laplace增强算子西b■哂■■申自鲁音岛·聊早T1684.3.3高通波法……那bb备,584.4图像的频率域增强……684.4,1颜率域平滑…:,………………………694,4.2频率域锐化…………………p由·P甲甲甲p中‘目自自7144.3同态滤波增强……?d@命■4.5彩色增强技术…日日日日山申看44直;●4即◆■导■冒■,日『45.1伪彩色增强………………………:44.5.2假彩色增强…罪·电p自白自自由中鲁↓鲁口t■…………1764.5,3彩色变换及其应用………………………774.6图像的代数运算………■……794.6.1加运算………………………………………………"…""…794.6.2减运算………q中。甲晶b画晶■舌吾日加』+t自中日bh日1自甲吾D自·吾46.3乘运算-……………………794.6.4除运算习题np6b●db卧面●■,p自P■鲁目·■■自专自由……………………8第五章图像复原与重建t香卩平■平中曾.?·:aa→".4·1:自图像退化棋型+835.1.1图像退化▲聊自》噜鲁卓鲁4■■…………………………,………835.1,2图像退化的数学桃型……apm自●b●■835.2代数恢复方法………………………………………855.2.1无约束复原画画_画鲁卡■即引自■甲·p唱p●自由Itch4d.P身中卩4·日一……8552.2有约束最小二乘复原…………………………………8553频率域恢复方法…+,,…,,………………………………875.3.1逆滤波复法“……………………875.3.2去除由匀速运动引起的模糊……"…………"""5.33维纳滤波复原方法s………………905.4图像的几何校正……………………………………………95.4.1空间坐标变换……◆自自甲曾中甲血自白自…………"914计算机图慷处理号分析5.42像素灰度内插方法………r………935.5图像重建………………………………………………………95.5]计算机断层扫描的二维重建…………"…w…955.5.2三维彩状的复原…………………………………96习题……………98第六章图像编码与压縮血自會l…………--……t996.1概述…………………………………………""………996,1.1图像费据压缩的必要性与可能性……………………………996.1.2图俅编码压编的分类………………“………"…"……1006.2图像保真度准则6.2.]客观保真度准则如4由●b如由d■食●●■卩国直省留号■PFPe■◆自q:·曾·t日··…1D06.22主观保真度准则…°1016.3统计编码方法∵………………………“………1026.3.1图像冗余度和编码效率息语·1026.32霍夫曼编码………;……"""s"…102633费诺仙依编码………卿1鲁恤专自血平于平P_→d哥1036.3.4算木编码西血_血▲百·■日唱P自中曹t·雪甲甲甲甲曾曾r…………,……………1046.4预测编码……s……"r……q會■106641线性预测编码………………"…b●导甲●甲0664.2非线性预测编码如目号冒●看下·+·4中血卡甲·4甲·自1·●4·●。ψt看d罪1076.5正交变换编码…4晋"·日日日◆甲甲中日西如b西d·罪日目+中自争中由目即创卧目自唱非自B即旷10865.1变换码愿理6.5.2正交变换的性质…………6.5,3变换編码的数学分析,∴……"…1096.5.4最佳变换与准最佳变换……………………1106.55各种准最佳变换的性能比较……112656編码……………………………""""""""1136,6图像压缩的标准…6.6.1静止图俾压缩标准……M1146.6.2运动图像压缩标准…………-……………………1146.6.3二值图像压缩标准………………………;…4…115习题………015第七章图像分割↓bp↓q………………1167.1慨述……………"…""…444…4……1167.2几种常用的边级检测算子………………117.21梯度算子▲l音血41187.2.2 Roberts掷度算子s甲甲』萨a于自中::a由bad西。+鲁昌4b唱卡4自即日P4。118日录7.2.3 Prewitt和 Sabet算予…"……1192.4方向算子………………………………………1197.2.5 Laplace算子17.2.6马尔算子…121.2?曲面拟合法自b4=舀uqψdb日4a44■n↓日日p即。1萨萨甲4日卓4丰。国卡即●4b……1237.3边缘跟踪……………………………………………………………2373】光栅跟踪…■q看早‘■日■…………12473.2全向跟踪…………………………………………………………1257.4 Hough变换检测直线…7.4.] Hough变换定义…………………………………1267.42 Hough变换检测直线的算法…12774.3广义 Hough变换…1277.5区域分割法12975,1最简单图像的区域分新法297.5.2复杂图像的区域分割法鲁日甲D看■·如甲节■鲁血『命音1327.5,3特征空向聚类法………1326区域增长………1337.6.1简单区域扩张法自·▲画··』■}目·罪罪目■中自自■·罪4■1337.6.2质心型增长………………………………………………………”1347.6.3混合型增长……1347.7分裂、合并混合法……………………………………………""135习题…………………………138第八章二值图像处理与形状分析……r…”1398.1二值图像的连接性和距离…………b由p■女自p■斷量自v由P平4冒139811邻域和邻接…………………“13981.2素的连接……4·4:.自自‘a子1408.1.3连接成分………,…,…………………………1408-1.4欧拉数hdb血喜自自■●即?日早号鲁「■「t#+:吾4·日a···罪·罪目.命d卜甲1418.1,5像素的可删除性和连接数··…a···1418..6距离………1438.2二值图像连接成分的变形操作●山萨冒命·音日中血哥·4南“卡自即钾■自唱日唱申●中器■144821连接成分的标记4……,444*"+1448.2.2膨胀和收缩……144823线图形化·…"……"!"w………………,………“-1468.3形状特征提取与分析………………1498.3.1区域内部形状特征提取与分析…………………………………1498,3.,2区域外部形状特征提取与分析………………………………1538.4关系描述●■■………………………1586计算机团像处理与分析8.4字符串描述………………4a444.4.“a4·4-158842树结构描述……………………………………159习题……………………………………………………………160第九章影像纹理分析………1629.1述?平.日m日T...平.自由·+1·曾,P中11629.2影像纹理的直方图分析法1629.3Laws纹理能量测量法an.………………11:…1639.4影像纹理的自相关函数分析法…………………………"…1649.5灰度共生矩阵分析法备d·画++●;日■甲即号日司司申咖中寸p命草·D目日日·■9.5,I灰度共生矩阵的定义""9,5.2灰度共生矩阵特征的提取……41669.5.3灰度-梯度共生矩阵法p画日日日品日日dt………1689.6行程长度统计法…………………………………………1709.7傅立叶频谱分析法………l719.8马尔柯夫随机场分析法atws44吾".甲+日■····日甲···■···自日甲即·l739.8.1马尔柯夫随机场的定义和基本性质………Pa『·tA··+··.·.,·、···"·‘「t…1739.8.2纹理MRF模型参数提取与分析…………………1749.9影像纹理的小波分析4.……,…4………………………1759.10影像纹理的分形分析法1769.10.1分形的定义v?+q如·导.………………1769.10.2分维…"s……口口口●由1769,10,3影像纹理的分维特纸提与分析…1779.11影像纹理的句法结构分析法1779.12影像纹理区域分割与边缘检测9.12.1纹理区域分割…………………"…"……………………1799.12.2纹理边缘检测…………………………""""…:179习题……·。a■■■●dh■Tb4h哥■■■要鲁中》···"179第十章模板匹配与模式识别技术1里會8110.1模板匹配…看··Pt4“争甲血萨4●山●即聊18110.1.1模板匹配方祛………,+,……4……………………………18F10.L2楼板匹配方法的改进∴,,+,……4………………"……"…18210.2统计模式识刑……………………………………18310.2.1特征处理…“…………18410.2.2统计分类方法………………"""""""…………………18510.3结构模式识别法单a*+}“a自自自·『·申"·"··‘···""………18810.3.1结构模式识别原理…………28810.3,2树分类法"…………""”190目录710.4人工神经网络识别法……4自a·abdb4aaa“B=a4aa申……………19110.4.I神经网络的结构………………………19110.4,2抻经元…19110.4.3神经网络的工作过程…………………………………………∵…19210.4.4神经网络性能4p4画“4垂4L……………1920.45BP神经网络………………………………………………………193弓题195参考文藏………………………………………196附录英汉专业术语对照……………198第一章绪论第一章绪论1.1何谓计算机图像处理1.1图像的概念图像是对客观对象的种相似性的、生动性的描述或写真。或者说图像是客观对象的种表示,它包含了有关被描述对象的信息。它是人们最主要的信息源。据统计,一个人获取的信息大约有75%来自视觉。图像可根据其形式或产生方法来分类。从人眼的视觉特点上可将图像分为可见图像和不可见图像。其中可见图像的一个子集为图片,它包括照片、用线条画的图和画;另一个子集为光图像,即用透镜光栅和全息技术产生的图像。不可见的图像包含不可见光成像和不可见量,如温度、压力及人口密度等的分布图。按波段多少图像可分为单波段,多波段和超波段图像。单波段图像在每个点只有一个亮度值;多光图像上每一个点不只一个特性例如红、绿、蓝三波段光谱图像或彩色图像在每个点具有红、绿、蓝三个亮度值这三个值表示在不同光波段上的强度,人眼看来就是不同的颐色。超波段图像上每个点貝有几子或几白个特性。按图像空间坐标和明暗程度的连续性可分为模拟图像和数字图像。模拟图像指空间坐标和明暗程度都是连续变化的计算机无法直接处理的图像数字图像是一种空间坐标和灰度均不连续的、用离散的数字(-般用整数)表示的图像。这样的图像才能被计算机处理。1.1.2图像处理对图像进行一系列的操作以达到预期的目的的技术称作图像处理。图像处理可分为模拟图像处理和数字图像处理两种方式。利用光学、照像和电子学方法对模拟图像的处理称为模拟图像处理。光学图像处理方法已有很长的历史,在激光全息技术出现后,它得到了进一步发展。尽管光学图像处理理论日臻完善,且处理速度快,信息容量大,分辨率离,又非常经济但处理精度不高稳定性差,设备笨重,操作不方便和工艺水平不高等原因限制了它的发展速度。从20世纪60年代起随者电子计算机技术的进步,计算机图像处理获得了飞跃发展。所谓数字图像处理,就是利用计算机对数字图像进行系列操作从而获得某种预期的结果的技术。数字图像处理离不开计算机,因此又称计算机图像处理。“计算机图像处理”与“数字图像处理”可视为同义语,为了与模拟图像处理相区别,下文采用“数字图像处理”。计机图像处理与分析1.2图像处理学的内容和其他相关学科的关系1.2.1图像处理学的内容自20世纪70年代末以来,由于数字技术和微电了技术的迅猛发展给数字图像处理提供∫先进的技术于躞,基于计算杌的图像处理学乜就从信息处理、自动制系统论计算机科学、数据通信、电视技木等学科中脱颖而出,成为研究“图像信息的获取传输、存储、变换、显示理解与综合利用”的一门崭新学科。图像处理学所包含的内容是相当丰富的根据抽象程度不同可分为三个层次:狭义图像处理、图像分析和图像理解。如图1.2.1所示。换勹话说图像处理学是既相互联系又相互区别的狭义图像处理、图像分析和图像理解三者的有机结合高小高层图像处理符号抽语)中层操象程度图像分析目标}作义象低尼狭义图像处理像素大低图1.2.1图像处理学二层次示意图狭义图像处理着重强调在图像之间进行的变换。虽然人们常用的图像处理泛指各种图像技术,但狭义的图像处理主要指对图像进行各种操作以改善图像的视觉效果,或对图像进行压缩编码以减少所需有储空间或传输时问、传输通路的要求。它是一个从图像到图像的过程图像分析主要是对图像中感兴趣的目标进行检测和测量,从而建立对图像的描述。图像分析是一个从图像到数值或符号的过程图像理解则是在图像分析的基础t,进一步研究图像中各目标的性质和它们之间的相互联系,并得岀对图像内容含义的璂解以及对原来客观场景的解译,从而指导和规划行动如果说图像分析主要是以观察者为中心研究客观世界(主要研究可观察到的对象),那么图像理解在一定程度上是以客观世界为屮心,借助知识经验等来把握整个客观世界。可见,狭义图像处理、图像分析和图像理解是处在个抽象程度和数据量各有特煮的不同层次上。狭义图像处理是比较低层的操作,它主要在图像像素级上进行处理,处理的数据量非常大;图像分析则进入了中层,经分割利特征提取把原来以像察构成的图像转变成比较简洁的非图像形式的描述;图像理解高层操作,它是对从描述中抽象出来的符号进行运算,其处理过程和方法与人类的思维推理可以有许多类似之处。由图1.2.1可见随着抽象第一章绪论程度的提高数据量逐渐减少。一方面,原始图像数据经过…系列的处理逐步转化为更有组织和用途的信息在这个过程中,语义不断引人,操作对象发牛变化,数据量得到了压縮;另一方面,高层操作对低层操作有指导作用,能提高低层操作的效能。1.2,2图像处理学与相关学科的关系图像处理学是一门综合性边缘学科,在图像处理学这把大伞下会聚了光学电子学数学摄影技术、计算机技术等众多方面的学科、从研究范米看,它与订算机图形学、模式识别、计算机视觉等既有联系又有区别。从图12.2可以看到图像处理学三个层次的输入输出内容以及与计算机图形学、模式识别、计算机视觉等的关系。图形学原本指用图形图表绘图等形式表达数据信息的科学,而算机图形学研充的是如何利用计斧机技术来产生这些形式和图像分析对比两者的处理对象和輸出结果正好相反。计算机图形学试图从非图像形式的数据描述来生成图像。另方面,模式识别与图像分析则比较相似,只是前者试图把图像抽象成用符号描述的类别。它们有相同的输入,而不同的输出结果之间可较方便地进行转换至于计算机视觉主要强调用计算机去实现人的视觉功能,其中涉及图像处理的许多技米,但目前的研究内容主要与图像理解相结合。图像狭义图像处理图傲客观世界计算机视觉计算机图形学图像分析模式识别新新新理工数据论具术图像理解转换人)像理解符号图1.2.2图像处理学与相关学科和领域的联系和区别由此看来,以上学科相互联系,相互交叉,它们之间并没有绝对的界限虽各有侧重但又互为补充。另外以上各学科都得到了人工智能神经网络、遗传算法、模糊逻辑等新理论、新工具、新技术的支持,所以它们又都在近年得到了长足进展。1.3计算机图像处理系统概述图13.1是一个图像处理和分析系统的基木组成。它包括采集显示、存储、通信处理和分析五个模块。各模块都有其特定的功能,对图1.3.1中的各个模块分别简介如下。