0.2.3 数字图像处理和识别的一些应用
0.3 数字图像处理的预备知识
邻接性、连通性、区域和边界
邻接性 像素p的4邻域、8邻域和对角邻域
P的4邻域
P的8邻域
P的对角邻域
邻接性
定义V 是用于决定邻接性的灰度值集合，它是一种相似性的度量，用 于确定所需判断邻像素之间的相似程度。
4 邻接(4-Neighbor): 如果Q∈N4(P)，则称具有V中数值的两个像素 P和Q是4邻接的。
数字图像的显示
位图图像的例子
数字图像的分类
根据每个像素所代表的信息的不同，可将数字图像分为
二值图像
灰度图像 RGB图像 索引图像
......
1. 二值图像
每个像素只有黑、白两种颜色的图像成为二值图像。 在二值图像中，像素只有0和1两种取值，一般用0来表示黑色，用1来表示白色。
2. 灰度图像
对于三原色RGB中的每一种颜色，可以像灰度图那样使用L等级来表 示含有这种原色成分的多少。 如果每一种原色都可以划分为256个等级，即每一种原色都用8位2进 制数据表示，则三原色总共需要24位2进制数来表示，这样能够表示出的 颜色种类可达224，大约1600万种。
(207,137,130) (220,179,163) (215,169,161) (210,179,172) (210,179,172) (207,154,146) (217,124,121) (215,169,161) (216,179,170) (216,179,170) (207,137,120) (159, 51, 71) (213,142,135) (216,179,170) (221,184,170) (190, 89, 89) (204,109,113) (204,115,118) (216,179,170) (220,188,176) (190, 77, 84) (206, 95, 97) (217,113,113) (189, 85, 97) (222,192,179) (150, 54, 71) (177, 65, 73) (145, 39, 65) (150, 47, 67) (112, 20, 56) (136, 38, 65) (112, 20, 56) (112, 20, 56) (109, 30, 65) (112, 20, 56) ( 95, 19, 64) (136, 38, 65) ( 91, 11, 56) (113, 25, 60) (103, 19, 59) ( 81, 12, 59) (126, 62, 94) (138, 46, 71) (103, 19, 59) (158, 65, 83) (124, 40, 70) (145, 62, 79) (130, 46, 73)
194 198 203 203 207 208 207 204 193 158 129 124 110 104 99 100
194 198 199 202 203 202 197 181 143 111 101 90 93 105 111 97
193 198 197 194 199 189 167 122 92 86 78 85 105 108 114 107
180 170 159 128 75 54 50 49 53 65 60 61 58 81 111 139
162 151 132 91 61 58 51 44 60 67 84 94 85 65 90 114
153 138 118 78 56 51 45 43 52 63 80 100 97 85 77 105
8 邻接(8-Neighbor): 如果Q∈N8(P)，则称具有V中数值的两个像素 P和Q是4邻接的。 对于两个图像子集S1和S2，如果S1中的某些像素和S2中的某些像素 相邻，则称这两个子集是邻接的。
190 193 190 188 186 159 112 81 67 69 79 103 120 128 129 125
192 193 185 178 156 101 65 54 50 56 78 97 120 134 144 137
187 183 173 158 118 56 49 50 50 50 51 61 93 118 148 150
数字图像的表示
i0,0 i 1,0 I I [m, n] iM 1,0
图0.2 数字图像的坐标约定
i0,1 i1,1
iM 1,1
i0, N 1 i1, N 1 iM 1, N 1
图像的空间和灰度级分辨率


灰度级分辨率又称色阶， 是指图像中可分辨的灰度级数目， 由于灰度级度量的是投射到传感器上光辐射的强度，也叫辐 射计量分辨率。 灰度级分辨率的逐渐降低，图像中包含的颜色数目变少，从 而在颜色的角度造成图像信息受损。
图像的灰度级/辐射计量分辩率例子
0.2 数字图像处理与识别
• 0.2.1 从图像处理到图像识别
授课内容
• 第 0 章 数字图像处理概述
• 第1章 Matlab 图像处理编程基础 • 第2章 Visual C++ 图像处理编程基础 • 第3章 图像的点运算 • 第4章 图像的几何变换
• 第5章 空间域图像增强
参考书目
u 1、教材 • 数字图像处理与机器视觉--Visual C++与Matlab实现，张峥等，人民邮 电出版社，2010年4月
• 1. 数字图像处理
• 对一个物体的数字表达进行一系列的操作，以得到期 望的效果。一般是指对图像的修改或增强。
• 2. 数字图像分析
ቤተ መጻሕፍቲ ባይዱ
• 对感兴趣的目标进行检测和测量，获得距离、目标对 象的计数或其尺寸等. 外延：边缘检测和图像分割、 特征提取以及几何测量与计数等.
• 3 . 数字图像识别
• 图像中各目标的性质和相互关系，识别出目标对象的 类别，从而理解图像的含义。例如光学字符识别 ( OCR ) 、产品质量检验、人脸识别、自动驾驶、医 学图像和地貌图像的自动判读理解等.
数字图像不同角度的观察
• 静态的灰度图像：f(x， y)； 动态画面f (x. y. t) ; 函 数值可能是一个数值，也可能是一个向量（对于 彩色图像) 。 • 从线性代数和矩阵论的角度， 数字图像就是一个 由图像信息组成的二维/三维矩阵。
• 由于随机变化和噪声的原因，图像在本质上是统 计性的。因而有时将图像函数作为随机过程的实 现来观察。 • 从线性系统的角度考虑， 图像及其处理也可以表 示为用狄拉克冲激公式表达的点展开函数的叠加， 在使用这种方式对图像进行表示时，可以采用成 熟的线性系统理论研究。
灰度图像通常显示为从最暗黑色到最亮的白色的灰度，每种 灰度（颜色深度）称为一个灰度级。 每个像素可以取0~L-1之间的整数值，其中L是指全部灰度等 级的个数，一般为2的乘方。常用如8位灰度图像，其中8是指 灰度图像在计算机中以2进制数形式表达或存储时的位数或容 量，即8位灰度图像有28，共256个灰度级。
可见的图像 （visible image）
图片 (picture)
照片 (photograph) 图(drawing)
光图像 (optical image)
画(painting)
0.1 数字图像
什么是数字图像
数字图像是指一个被采样和量化后的二维函数（该二维函数 由光学方法产生），采用等距矩形网格采样，对幅度进行等 间隔量化。至此，一幅是指图像是一个被量化的采样数值的 二维矩阵。 这样，我们可以用f (x, y)来表达数字图像，其中， x ， y：2-D空间中XY坐标点的位置， f：代表图象在(x, y)的性质F 的数值。 f，x，y 的值可以是任意实数
1. 图像的空间分辨率( Spatial Resolution )
u
u
图像的空间分辨率是指图像中每单位长度所包含的像 素或点的数目，常以像素/英寸( pixels per inch, ppi) 为 单位来表示。 通常会称一幅大小为M×N的数字图像的空间分辨率 为M×N像素.
图像的空间分辨率例子
2.图像的灰度级/辐射计量分辩率 ( Radiometric Resolution)
3. RGB图像
颜色模型主要有HSV、RGB、HSI、CHL、LAB、CMY等。它们在不同的行业各 有所指，但在计算机技术方面运用较为广泛是RGB模型。 自然界中几乎所有颜色都可以由红（Red，R），绿（Green，G），蓝（Blue，B ）三种颜色组合而成，通常称为RGB三原色。 RGB图像中，每个像素的颜色信息由RGB三个分量构成。对于每一个像素，通过 控制R，G，B三原色的合成比例可决定该像素的最终显示颜色。
第0章 数字图像处理概论
数字图像 数字图像处理与识别 数字图像处理的预备知识知识
图像的概念
一幅图像是对另一个事物的一种表示。
图像（image） 不可见 物理图像 (invisible physical image) 物体 （object） 数学函数 (function)
连续函数 (continuous) 离散函数 (discrete)
138 115 87 59 53 47 46 49 48 54 63 89 100 103 75 88
137 100 58 56 59 50 42 44 43 45 42 75 93 100 89 79
132 97 62 60 53 55 49 44 45 40 46 67 86 96 88 79
103 68 53 49 51 54 59 55 61 60 72 87 88 98 86 86
性质F : 可对应不同物理量; 灰度图象里用灰度表示
这样，我们可以用f (x, y)来表达数字图像，其中， x ， y：2-D空间中XY坐标点的位置， f：代表图象在(x, y)的性质F 的数值。 f，x，y 的值可以是任意实数 性质F : 可对应不同物理量;