数字图像基本概念 一

数字图像基本概念

  • 数字图像的基本概念
    • 图像的获取
    • 图像的颜色
    • 图像和图形的区别
    • 数字图像的表示
    • 数字图像的表示
    • 数字图像的精度
  • 数字图像处理系统
    • 数字图像处理的目的
    • 数字图像处理技术简介
    • 一般的图像处理过程
    • 数字图像处理技术
    • 图像处理三阶段
      • 图像处理阶段
      • 图像分析阶段
      • 图像理解阶段

初学图像处理,如有写的不正确的地方请多纠正

数字图像的基本概念

数字图像,又称 数码图像或 数位图像,是二维图像用有限数字数值像素的表示。由数组或矩阵表示,其光照位置和强度都是离散的。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。

图像的获取

数字图像基本概念 一_第1张图片
光源 - 物体 - 成像系统 - 输出图片

图像的颜色

色度学理论认为,任何颜色可由红、绿、蓝三种基本颜色混合得到。
图像的公式表达方式:
f ( x , y , z ) = f r e d ( x , y , z ) + f g r e e n ( x , y , z ) + f b l u e ( x , y , z ) (0) f(x,y,z)=fred(x,y,z)+fgreen(x,y,z)+fblue(x,y,z)\tag{0} f(x,y,z)=fred(x,y,z)+fgreen(x,y,z)+fblue(x,y,z)(0)

图像和图形的区别

计算机屏幕上显示出来的画面通常有两种描述方法:一种为图形、一种为图像
注意:图形和图像的存存储结构和表示方法上有根本的区别。

  • 图形
    1.由指令集合组成
    2.指令由位置、形状、颜色等描述。
    3.记录的是坐标值。
    4.颜色隐含,统一描述。
    5.显示时执行命令,转变为屏幕上所显示的形状和颜色。
    . 图像
    1.光度值(亮度或者彩色)。
    2.位置按规则方式排列。
    3.坐标值隐含。

数字图像的表示

数字图像由矩阵来表示。

数字图像基本概念 一_第2张图片
I = [ 0 150 200 120 50 180 250 220 100 ] (1) I= \begin{bmatrix} 0 & 150 & 200 \\ 120 & 50 & 180 \\ 250 & 220 & 100 \end{bmatrix} \tag{1} I=012025015050220200180100(1)

[ f ( 0 , 0 ) f ( 0 , 1 ) f ( 0 , M − 1 ) f ( 1 , 0 ) f ( 1 , 1 ) f ( 1 , M − 1 ) f ( N − 1 , 0 ) f ( N − 1 , 1 ) f ( N − 1 , M − 1 ) ] (2) \begin{bmatrix} f(0,0) & f(0,1)& f(0,M-1) \\ f(1,0) & f(1,1) &f(1,M-1)\\ f(N-1,0)&f(N-1,1)&f(N-1,M-1) \end{bmatrix} \tag{2} f(00)f(10)f(N10)f(01)f(11)f(N11)f(0M1)f(1M1)f(N1M1)(2)

数字图像的表示

数字图像基本概念 一_第3张图片
抽象的数字矩阵(f代表该像素彩色或者灰度值;角码代表像素的坐标位置。)
[ f 11 f 12 ⋯ f 1 n f 21 f 22 ⋯ f 2 n ⋮ ⋮ ⋱ ⋮ f n 1 f n 2 ⋯ f n n ] (3) \left[ \begin{matrix} f11 & f12 & \cdots & f1n \\ f21 & f22 & \cdots & f2n \\ \vdots & \vdots & \ddots & \vdots \\ fn1 & fn2 & \cdots & fnn \end{matrix}\tag{3} \right] f11f21fn1f12f22fn2f1nf2nfnn(3)

数字图像的精度

1:图像空间分辨率:指图像数字化的空间精细程度。
2:灰度级分辨率: 即颜色深度,表示每一像素的颜色值所占的二进制位数。颜色深度越大则能表示的颜色数目越多。

空间分辨率:
数字图像基本概念 一_第4张图片
灰度级分辨率:

数字图像处理系统

数字图像基本概念 一_第5张图片

数字图像处理的目的

1)提高图像的视感质量,达到赏心悦目的目的。 图像去除噪声,改变图像的亮度、颜色,增强图像中的某些成份、抑制某些成份,对图像进行几何变换等,从而改善图像的质量。
2)提取图像中某些特征, 以便于分析。常用作模式识别、计算机视觉的预处 理等。这些特征包括很多方面,如频域特 性、灰度/颜色特性、边界/区域特性、纹理特性、形状特性等。
3)图像识别,在分析的基础上,进行内容识别,例如:汽车牌照识别,人脸识别、虹膜识别、指纹识别等。
过程:采集——分析——识别
4)对图像数据压缩,便于存储和传输。提高存储量,提高网络的速度。

数字图像处理技术简介

图象处理是交叉边缘学科:是计算机、传感器、信息技术、信号 处理、人工智能、模式识别、应用对象等的交叉学科和技术。利用计算机对图像进行去除噪声、 增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理。

一般的图像处理过程

数字图像基本概念 一_第6张图片

数字图像处理技术

  1. 图像获取、表示和表现:这一过程主要包括摄取图像、 光电转换及数字化等几个步骤。把模拟图像信号转化为数字形式,以及显示和表现出来(如打印)。

  2. 图像复原:当造成图像退化(图像品质下降)的原因已知时,复原技术可以对图像进行校正。关键是对每种退化都需要有一个合理的模型。复原技术是基于模型和数据的图像恢复,其目的是消除退化的影响, 从而产生一个等价于理想成像系统所获得的图像。

  3. 图像增强:改善图像质量。并非是针对退化,只能通过试验和分析误差,选择一种合适的方法。数字图像基本概念 一_第7张图片

  4. 图像分割:为达到识别和理解的目的,按照一定的规则将图像分割成区域(物体)。人类视觉系统将复杂场景中的对象分开,识别。但计算机视觉却是一个难题。将各种方法融合,提高处理的可靠性和有效性是研究热点。目前,汽车牌照识别,人脸识别已经应用到生活领域,在医学上还有待提高。数字图像基本概念 一_第8张图片

  5. 图像分析:应用的目标几乎均涉及到图像分析, 即分割、特征提取和表示,从而有利于 计算机对图像进行分类、识别和理解。 如医学图像处理,不仅要检测出物体 (如肿瘤)的存在, 而且还要检查物体的大小。

  6. 图像重建:图像增强、 图像复原输入是图像,处理后输出也是图像。 而图像重建与上述不同,输入的是某种数据,而经过处理后得到的结果是图像。

  7. 图像压缩编码:数据量庞大,必需压缩。
    ①减少数据存储量;
    ②降低数据率以减少传输带宽;
    ③压缩信息量,便于特征提取,为后续识别作准备。

图像处理三阶段

流程分为三个阶段 :

图像处理阶段

在像素级上进行处理,
1:几何校正;
2:灰度变换处理;
3:图像平滑处理;
4:图像锐化处理等。

图像分析阶段

对感兴趣的目标: 检测;
1:分割;
2:测量;
3:特征提取等。
分析的结果能为用户提供描述目标特点和性质的数据。

图像理解阶段

对图像里各目标的性质和它们之间相互关系的研究,与人类的思维类似。
1:对描述对象抽象出来;
2:了解图像内容;
3:解释客观场景;
4:指导和规划行为。

你可能感兴趣的:(Halcon,数学,C#/C++联合编程,图像处理)