基于Matlab的数字图像处理.ppt

主要内容1.图像的概念
基本概念
图形：是指由外部轮廓线条构成的矢量图。即由计算机绘制的直线、圆、矩形、曲线、图表等；
图像：是由扫描仪、摄像机等输入设备捕捉实际的画面产生的数字图像，是由像素点阵构成的位图。
数据描述
图形：用一组指令集合来描述图形的内容，如描述构成该图的各种图元位置维数、形状等。描述对象可任意缩放不会失真。
图像：用数字任意描述像素点、强度和颜色。描述信息文件存储量较大，所描述对象在缩放过程中会损失细节或产生锯齿。矢量图：是用一系列绘图指令来表示一幅图。这种方法的本质是用数学(更准确地说是几何学)公式描述一幅图像。
特点如下：
它的文件数据量很小；图像质量与分辨率无关，这意味着无论将图像放大或缩小了多少次，图像总是以显示设备允许的最大清晰度显示。
缺点是：不易制作色调丰富或色彩变化太多的图像，绘出来的图像不是很逼真，同时也不易在不同的软件间交换文件。
位图：是通过许多像素点表示一幅图像，每个像素具有颜色属性和位置属性。

位图又可以分成如下四种：二值图像（binaryimage)、灰度图像(gray-scaleimage)、索引颜色图像(indexcolorimage)和真彩色图像（truecolorimage）。
位图的优缺点正好和矢量图相反。

8
二值图像的表示方法很简单，只有黑白两种颜色。
在灰度图像中，像素灰度级一般用8bit表示，所以每个像素都是介于黑色（0）和白色（255）之间的256（28=256）种灰度中的一种。
每一个像素由红、绿和蓝三个字节组成，每个字节为8bit，表示0到255之间的不同的亮度值，这三个字节组合可以产生1670万种不同的颜色。
在RGB真彩色出现之前，由于技术上的原因，计算机在处理时并没有达到每像素24位的真彩色水平，为此人们创造了索引颜色。
在索引颜色（也称为映射颜色）模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。
3.图像与图像数字化过程图像变换由于图像阵列很大，直接在空间域中进行处理涉及的计算量很大。因此，往往采用各种图像变换方法，如傅立叶变换(DFT)、离散余弦变换(DCT)、离散小波变换(DWT)等间接处理技术，将空间域的处理转换为变换域的处理，不仅可以减少计算量，而且可获得更有效的处理。图像变换还包括传统的几何变换，如图像缩放、旋转、平移、投影等。
图像重构(ImageReconstruction)
采用某种滤波方法，如去除噪声、干扰和模糊等，恢复或重建原来的图像。
图像是人类用来表达和传递信息的最重要手段。现代图像既包括可见光范围的图像(能被人眼观察到的各种图像)，也包括不可见光范围内借助于适当转换装置转换成人眼可见的图像(如红外成像技术)。还包括视觉无法观察的其他物理图像和空间物体图像，以及由数学函数和离散数据所描述的连续或离散图像。在空间图像信息中，光强度是其基本要素，它随图像空间坐标(x,y,z)及光线的波长λ和时间t的变化而变化，因此空间图像函数可表示为：
二维平面图像隐式地包含着景深z的信息，它以x和y的某种函数的形式，即z=f(x,y)，隐含在x,y平面之中。因此平面图像同样可表示为：现实中的图像是一种模拟信号。图像数字化的目的是把真实的图像转变成计算机能够接受的显示和存储格式，以便于计算机进行分析处理。图像的数字化过程分为采样、量化与编码三步。采样的实质就是要用多少个点来描述一张图像，采样的结果即通常所说的图像分辨率。如，一幅640×480的图像，表示这幅图像由307200个像素点组成。采样频率是指一秒钟内采样的次数，它反映了采样点之间的间隔大小。采样频率越高，得到的图像样本就越细腻逼真，图像的质量也越高，但要求的存储量也越大。量化是指要使用多大范围的数值来表示图像采样之后的每一个点。量化的结果是图像能够容纳的颜色总数，它反映了采样的质量。如，若以4位来存储一个点，图像表示只能有16种颜色。若采用16位存储一个点，则有2的16次方=65536种颜色。所以，量化位数越大，表示图像可拥有更多的颜色，自然可产生更为细致的图像效果，但也会占用更大存储空间。
假设有一幅黑白照片，因为它在水平与垂直方向上的灰度变化都是连续的，可认为有无数个像素，而且任一点上灰度的取值都是从黑到白可以有无限个可能值。通过沿水平和垂直方向的等间隔采样可将一幅模拟图像分解为近似的有限个像素，每个像素的取值代表该像素的灰度(亮度)，对灰度进行量化，使其取值变为有限个值。通常采用256级均匀量化(也称8比特量化)已能得到优质的图像。
经过这样采样和量化得到的一幅空间上表现为离散分布的有限个像素，灰度取值上表现为有限个离散的可能值的图像称为数字图像。只要水平与垂直方向采样点数N和M足够多，量化比特数足够大，则数字图像的质量比