数字图像处理概述

1. 引言

机器能看到各个波段的信号，（结合视觉定位，与不同波段的”图像“定位）

机器视觉很难发现人眼的理解和识别（狗狗，静态图动态化）

2. 图像处理的目的

• 便于人类理解：
  • 图像复原：将传输过程的噪声降低（复原或增强）
  • 图像增强：增大分辨率（感兴趣的信息增强，更好理解）
  • 医学图像
  • 空间图像
• 便于存储传输和机器感知
  • 图像压缩：尺寸较大压缩大小
  • 图像识别
  • 图像理解：先识别，目标检测，后理解（讲故事）

3. 图像处理简史

• 第一张照片:1826年，约瑟夫.尼塞福尔.尼埃普斯在法国拍摄 了“在Le Gras窗外的景色” （不是数字图像，感光材料->曝光形成）
• 1920s，报纸业，伦敦-纽约，从一周缩短到约三小时
• 1960s，出现能够进行数字图像处理任务的计算机
• 1964， 第一张月球照片（照片上有十字标的，用于图像矫正）
• 1970s，CT(computerized tomography)，X射线 1960s-至今，迅猛发展

4. 图像处理应用

• 医学:骨扫描(Gamma-ray)，CT(X-ray)，MRI(无线电波)...
• 空间应用:空间图像，星球图像 •地理学:GIS(地理信息系统)
• 生物学:DNA、细胞
• 军事:目标定位、军事侦察、虚拟训练
• 数码设备:拍摄预处理、拍摄效果 •多媒体:压缩、传输、展示等
• 计算机视觉:三维重建、分割、检测、识别、理解
• 游戏、电影、虚拟现实、电子商务...

5. 图像处理基础内容

• 图像获取:通常包含尺度归一化等预处理
• 图像增强:丢失信息重现或强化感兴趣信息，It looks better
• 图像重建:客观的目标，通常基于数学模型，包括后面介绍的三维重建
• 彩色图像处理:Web上需求，基于颜色的检索等
• 小波变换:图像表示、图像压缩
• 图像压缩:减小存储空间、降低传输压力
• 形态学处理:形状描述、简单区域分割等
• 图像分割:图像分割成部件或目标，通常是识别和理解的基础
• 图像表示:便于图像处理或识别或理解等
• 图像识别和理解:包括后面介绍的视频内容识别和理解

6. 图像处理系统构成

数字图像处理基础

1. 图像的概念

• 图像：f(x,y),x,y是空间坐标，f(x,y)是对应位置的幅值
• 数字图像：x,y，f(x,y)是有限离散值，对模拟图像进行采样和量化得到。

• 灰度图像:每个位置是一个在某个范围内的灰度值 ——每个位置一个灰度值：0-255（256）
• 彩色图像:每个位置通常有三个灰度值 ——每个位置RGB三个灰度值：256*256*256
• 二值图像:每个位置可选值为0或1 ——每个位置一个灰度值： 0-1（2）

2. 采样

• 均匀采样和非均匀采样

• 采样对图像质量影响

• 量化对图像质量的影响

3. 图像质量

• 层次：表示图像实际拥有的灰度级数量，层数越多，视觉效果越好

• 对比度：反应图像中灰度反差大小，最大亮度/最小亮度

• 亮度

• 尺度和尺寸

• 细节

• 饱和度

4. 像素之间关系-近邻

• 4近邻:像素f(x,y)的4近邻为f(x,y-1), f(x,y+1), f(x-1,y), f(x+1,y)

• D近邻:像素f(x,y)的D近邻为f(x-1,y-1), f(x-1,y+1), f(x+1,y-1), f(x+1,y+1)

• 8近邻:4近邻+D近邻

5. 像素之间关系-连通

• 连通是描述区域和边界的重要概念
• 两个像素连通的必要条件:
  • 相邻:对应4连通、8连通和m连通
  • 灰度值满足特定条件
• 4连通:具有值V的像素p和q，如果q在p的4邻域内， 则称p和q是4连通的。

• 8连通:具有值V的像素p和q，如果q在p的8邻域内， 则称p和q是8连通的。

• m连通:具有值V的像素p和q，如果q在p的4邻域内，或q在p的D邻域内且p和q的4邻域交集为空。

6. 像素之间关系-通路

• 一条从像素f(x,y)到像素f(s,t)的通路(x0,y0) (x1,y1),...,(xn,yn)满足，(xi,yi)和(xi+1,yi+1)是相邻 的，其中(x,y)= (x0,y0) 、(s,t)=(xn,yn)。N是 路径的长度。如果(x,y)= (s,t)则成为闭合通路。

7. 像素之间关系-距离

• 欧式距离、城市距离(D4距离)、棋盘距离(D8距离)