【视觉入门】——图形处理基础知识、BMP图像文件介绍、空域图像增强(点运算部分）——图像间变换、灰度变换、直方图变换
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
-
- 相邻像素
- 邻接性与连通性
- 像素间的距离
- 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
-
- 图像间的运算
-
- 图像的加法：
- 图像间的减法
- 逻辑运算
- 灰度变换
- 灰度直方图变换
-
- 直方图均衡化
- 直方图规定化
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; // 必须是0x424D，’BM’；2B
DWORD bfSize; // 文件大小，包括结构本身; 4B
WORD bfReserved1; // 保留字，必须为0；2B
WORD bfReserved2; // 保留字，必须为0; 2B
DWORD bfOffBits; // 图像数据偏移量；4B
} BITMAPFILEHEADER;
位图信息头数据结构：
typedef struct tagBITMAPINFOHEADER
{
DWORD biSize; //结构本身的大小(40字节）
LONG biWidth; //图像宽度
LONG biHeight; //图像高度
WORD biPlanes; //显示设备的平面数目（取1）
WORD biBitCount； //每个像素颜色需要的位数
DWORD biCompression; //压缩标志
DWORD biSizeImage; //图像数据字节数
LONG biXPelsPerMeter; //图像x方向分辨率
LONG biYPelsPerMeter; //图像y方向分辨率
DWORD biClrUsed; //指定图像实际用到的颜色数，如
//果该值为零，则用到的颜色数为2的biBitCount次方。
DWORD biClrImportant; //重要颜色数目，如果为零，则都是重要的。
} 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; //蓝色分量
BYTE rgbGreen; //绿色分量
BYTE rgbRed; //红色分量
BYTE rgbReserved; //保留，为0
} 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。
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：
-
对原始直方图进行灰度均衡化（求原始累积直方图）
-
规定需要的直方图，计算能使规定直方图均衡化的变化（求规定累积直方图）
-
将原始累积直方图对应映射到规定累积直方图
映射/对应原则：
-
单映射规则（SML）：取原始积累直方图的各项依次与规定累积直方图比较，每次都选择最接近的数值
-
组映射规则（GML）：(I(l)为整数函数)取原始积累直方图的各项依次与规定累积直方图比较，每次都选择最接近的数值
对比：
| 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 |