数字图像处理_第一章:数字图像处理概述(笔记1)

学习目标

	①较深的专业知识
	②较强的应用能力和实践动手能力
	③良好的编程素质
	④培养创新精神
	⑤从事图像处理的专业人才

扩展知识

	当今用于图像处理的最流行的两种语言：C++，matlab

1.1 数字图像的基本概念

	图像：光照的情况下，反射光到了成像系统里得出这个物体的像；目前主流是二维图像，慢慢发展到三维图像

1. 成像系统的分辨率是非常重要的(点数越多阵列越大)
2. 颜色的表示，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。
   f(x,y,z)={fred(x,y,z),fgreen(x,y,z),fblue(x,y,z)}

图像和图形的区别

图形：
	由指令集合组成；
	指令由位置，形状，颜色等描述；
	记录的是坐标值；
	颜色隐含，统一描述；
	显示时执行命令，转变为屏幕上所显示的形状和颜色。

图像：
	光度值(亮度或彩色)；
	位置按规则方式排列；
	坐标值隐含。
	大矩阵

数字图像的表示

上图解析

	左边：是肉眼所见形状 右边：计算机里对该图的表达
	
	图示计算机表达：二维矩阵，由9个像素构成，每个像素位置是固定的在矩阵里边，并且排序顺序已经固定好了显示这个数值。这里的*数值就是颜色*。
	每一个元素称之为像素，每一个像素值可以认为是颜色值。
	
	问题：那么红，绿，蓝三个分量颜色哪去了？
	(这个颜色是一个颜色表的索引值，所以还是对应了一个颜色值)
	
	这个大矩阵：含有图像的宽，图像的高；宽和高相乘就是分辨率。

上图解析

	后续所学，都是讲对图像的处理，进一步说就是对数据的处理。
	这个数据就是二维的数据，数学中的矩阵。
	处理的方法有多种：领域法，平域法，空间域法等。
	
	f：代表该像素彩色或灰度值；脚码代表像素的坐标位置。

图像数字化的精度

	图像空间分辨率：
		指图像数字化的空间精细程度。
	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。

空间分辨率示意图

上图解析

	分辨率越高：图像越清楚
	分辨率越低：图像越模糊

上图解析

	左边(4位):可清晰表达出由黑到白的过渡
	右边(1位):只有黑和白，没有过渡的变化

对比得出结论

	某个像素所占的颜色的数目越多，就越逼真，越接近大自然的真实
	
	目前说的真彩色：用的24位
	可想而知能表达出丰富的颜色

图像处理系统

	图像数字化设备→图像处理计算机→输出设备

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分，抑制某些成分，对图像进行几何变换等，从而改善图像的质量。	
	增强：亮度，颜色
	抑制：去噪
	几何变换：图像的放大，缩小，旋转，镜像等

	②提取图像中的某些特征，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：汽车牌照识别，人脸识别，虹膜识别，指纹识别等。
	过程：
		计算机：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。

1.2 图像处理技术简介

图像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，提取特征等理论，方法和技术成为数字图像处理。

一般图像处理过程

重点：预处理，图像分割

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，以及显示和表现出现(如打印)。

②图像复原
	当造成图像退化(t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：对每种退化都需要有一个合理地模型。
	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
	并非是针对退化，只能通过实验和分析误差，选择一种合适方法。

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的热点。
	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。

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，而且还要检测物体的大小。
⑥图像重建
	图像增强，图像复原输入时图像，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，必须亚索。
	>减少数据存储量
	>降低数据率以减少传输带宽
	>压缩信息量，便于特征提取，为后续识别作准备

数字图像处理流程

流程分为三个阶段：
	图像处理阶段→图像分析阶段→图像理解阶段
	处理阶段：
		在像素级上进行处理
		>几何校正
		>灰度变换处理
		>图像平滑处理
		>图像锐化处理

	分析阶段：
		>检测
		>分割
		>测量
		>特征提取
	分析的结果能为用户提供描述目标特点和性质的数据。

	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。
		>对描述对象抽象出来
		>了解图像内容
		>解释客观场景
		>指导和规划行为

常用技术

点处理：灰度变化
域处理：主要有卷积，中值滤波和边缘检测。

1.3图像处理技术的应用

 ①遥感航天中的应用
 ②生物医学中的应用
 ③工业应用
 ④军事公安领域中的应用
 ⑤其他应用

1.4图像的存储格式

图像的分类：
	按照颜色深度分类：常用图像文件(这三种图像存储格式和颜色表现都有区别)
		①黑白图像：两种颜色，没有层次感
		②8位索引图像：灰度图像(0-255)，伪彩色图像，不是真彩色
		(③④)24位真彩色图像：彩色图像

 ①黑白图像(二值图像或单色图像)

②8位索引图像
	一个数据矩阵X和一个调色板矩阵MAP

两个矩阵：一个是颜色的索引表矩阵，一个是颜色的每个像素的数值矩阵(数据矩阵)

数据矩阵和索引表的关系：*数据矩阵每个元素的值就是索引号*

所以到这里明白了为什么图像是彩色的？
	答：图像有颜色，由RGB三原色构成，但是数据矩阵并没有RGB三个分量的值，而是存的是RGB颜色值的索引号

灰度图像:各像素信息由一个量化的灰度级来描述，没有彩色信息。

8位灰度索引图像
	(1)文件带有图像颜色索引表。
	fred(x,y) = fgreen(x,y) = fblue(x,y)
	(2)像素值是图像颜色表的索引地址。由8位组成，从0-255.
	颜色表里的表象是相等的(即蓝绿红三个分量相等)。

如果一个颜色表的三个分量值相等，而且数据区里面每个像素占八位(这个八位是指的这个索引号)，这样的图像就是灰度图像

如上截取灰度图像中的8x8个像素块，对应的每个像素块的索引号，它的索引号对应它的颜色(RGB)，可以看大RGB颜色分量是相等的。还可以看出，黑的索引号低，白的索引号高。

对于灰度图像来说，索引号等于颜色的浓度值。比如说127这块，每个分量都是127。如果像素的值很低，对应图像很暗；反之像素的值很高，对应图像很亮。

之后会学习对数据区统计多少像素有多少个，画出直方图来分析分布情况。数据区的浓度值虽然是序号值，但是在使用上相当于颜色值。


彩色图像
	是指每个像素的信息由RGB三原色构成的图像，其中RGB是由不同的灰度级来描述的。当三个分量都取满值的时候，就是白色的。

8位伪彩色索引图像
	(1)颜色表红，绿，蓝分量值不全相等。
	(2)像素值是图像颜色表的索引地址。

因为伪彩色只能表现256中颜色中一种颜色，颜色跨越还是比较高，但不细腻。

	灰度图像并不是没有颜色，而是三个分量颜色相等。灰度图像与伪彩色图像的区别在于颜色索引表的不同，对比上面的索引表就知道了。

24位真彩色图像
	(1)每一像素由RGB三个分量组成。
	(2)每个分量各占8位，取值范围为0-255，每个像素24位。
	它的颜色浓度级别量化的非常细，每个分量占8位，一般表示
	(0,0,0)~(255,255,255)，三个分量构成一个像素，一共24位。

真彩色图像表示
	我们知道灰度图像只有一个矩阵，矩阵的数值是颜色表的索引号；
	而对于真彩色图像的数据区是三个矩阵，红色一个矩阵，绿色一个矩阵，蓝色一个矩阵。这是按位平面来说的

对每一个分量来说，仍然是8位的。
所以对真彩色图像的表示及处理和8位是有区别的，需要注意。

图像的显示流程：
	开始→得到数据起始位置指针，并得到图像的宽，高等信息→
	(判断是否带有颜色表)
	是(8位)→使用文件中颜色表创建调色板→调色板调入设备环境(内存)→以调色板来显示图像→(显示完后)恢复到原调色板
	否(24位)→直接用RGB去显示像素

 只有伪彩色，灰度图像8位的索引这两种图像的时候要用到调色板；真彩色不用调色板。

图像文件格式
	(1)BMP(BitMaP)格式
		BMP位图可以进行绘画操作，常用
	(2)GIF(Graphics Interchange Format)格式
		GIF主要用于不同平台上交流和传输，而不是作为文件的存储格式。最大不能超过64M，颜色最多为256色。
	(3)TIFF(Tagged Image Format File)格式
		TIF文件的设计考虑了扩展性，方便性和可修改性，是最复杂的一种。要求用更多的代码来控制它，结果导致文件读写速度慢，代码长。不通用，不常见。
	(4)JPEG(Joint Photographic Expert Group)格式
		JPEG是一种压缩格式

1.5BMP文件存储格式

BMP文件组成
	BMP文件头
	位图信息头
	颜色表
	位图数据

①位图文件头结构
	BITMAPFILEHEADER
②位图信息头结构
	BITMAPINFOHEADER
③位图颜色表RGB QUAD
④位图像素数据

BMP文件头
typedef struct tagBITMAPFILEHEADER
{
	WORD bfType;//BM文件标识符
	DWORD bfSize;//文件大小，字节
	WORD bfReserved1;//0
	WORD bfReserved2;//0
	DWORD bfOffBits;//位图数据的起始位置
}BITMAPFILEHEADER;

位图信息头
typedef struct tagBITMAPINFOHEADER
{
	DWORD biSize;//本结构的大小
	LONG biWidth;
	LONG biHeight;
	WORD biPlanes;
	WORD biBitCount;//每个像素所需的位数
	DWORD biCompression;//位图亚索类型
	DWORD biSizeImage;//位图的大小
	LONG biXPelsPerMeter;
	LONG biYPelsPerMeter;
	DWORD biClrUsed;//颜色数
	DWORD biClrImportant;//重要的颜色数
}BITMAPINFOHEADER;

颜色表
typedef struct tagRGBQUAD
{
	BYTE rgbBlue;//蓝色
	BYTE rgbGreen;//绿色
	BYTE rgbRed;//红色
	BYTE rgbReserved;//0
}RGBQUAD;

位图信息--BITMAPINFO结构
struct tagBITMAPINFO
{
	BITMAPINFOHEADER bmiHeader;
	RGBQUAD bmiColors[1];//颜色表
}BITMAPINFO;

对于8位位图文件调色板
	调色板 256项；
	所占字节数：256*4=1024；
	1024/16=64行；
	总行数43h=4*16+3=67行；
	文件头占 3行；
		每行16字节，可以存储4个表项，64*4=256个表项。