數(shù)字圖像處理2數(shù)字圖像基礎(chǔ)-4,5,6

2.4圖像灰度直方圖

在數(shù)字圖像處理中，灰度直方圖是最簡單且最有用的工具，可以說，對圖像的分析與觀察直到形成一個有效的處理方法，都離不開直方圖。一、灰度直方圖的定義

灰度直方圖是灰度級的函數(shù)，描述的是圖像中該灰度級的像素個數(shù)或該灰度級像素出現(xiàn)的頻率。即：橫坐標(biāo)表示灰度級，縱坐標(biāo)表示圖像中該灰度級出現(xiàn)的個數(shù)或該灰度級像素出現(xiàn)的頻率，這個關(guān)系圖就是灰度直方圖。它反映了圖像灰度分布的情況。2.4圖像灰度直方圖

1234566432211664663456661466231364661234565456214灰度直方圖1234565456214頻率的計算式為：2.4圖像灰度直方圖2.4圖像灰度直方圖二、直方圖的性質(zhì)１．灰度直方圖只能反映圖像的灰度分布情況，而不能反映圖像像素的位置，即所有的空間信息全部丟失。２．一幅圖像對應(yīng)唯一的灰度直方圖，反之不成立。不同的圖像可對應(yīng)相同的直方圖。下圖給出了一個不同的圖像具有相同直方圖的例子。2.4圖像灰度直方圖3．一幅圖像分成多個區(qū)域，多個區(qū)域的直方圖之和即為原圖像的直方圖。圖像的直方圖H(i)=區(qū)域Ⅰ的直方圖H1(i)+區(qū)域Ⅱ的直方圖H2(i)=+2.4圖像灰度直方圖三、直方圖的應(yīng)用1.數(shù)字化參數(shù)（判斷量化是否恰當(dāng)）

直方圖給出了一個簡單可見的指示，用來判斷一幅圖象是否合理的利用了全部被允許的灰度級范圍。一般一幅圖應(yīng)該利用全部或幾乎全部可能的灰度級，否則等于增加了量化間隔。丟失的信息將不能恢復(fù)。025502550255(a)恰當(dāng)量化(b)未能有效利用動態(tài)范圍(c)超過了動態(tài)范圍2.4圖像灰度直方圖２.邊界閾值選?。ù_定圖像二值化的閾值）

假設(shè)某圖象的灰度直方圖具有二峰性，則表明這個圖象的較亮的區(qū)域和較暗的區(qū)域可以較好地分離，以這一點為閾值點，可以得到好的二值處理的效果。目標(biāo)背景0255閾值T目標(biāo)背景2.4圖像灰度直方圖3.當(dāng)物體部分的灰度值比其它部分灰度值大時，可利用直方圖統(tǒng)計圖像中物體的面積。

A=

式中n為圖像像素總數(shù)，

vi是圖像灰度級為i的像素出現(xiàn)的頻率。4.計算圖像信息量H（熵）

Pi是圖像灰度級為i的像素出現(xiàn)的頻率，圖像的灰度范圍在[0，L-1]。彩色圖的灰度直方圖灰度圖的灰度直方圖灰度圖具有二峰性具有二峰性的灰度圖的二值化

2.5圖像處理算法的形式

一.圖像處理基本功能的形式

按圖像處理的輸出形式，圖像處理的基本功能可分為三種形式。

1單幅圖像→單幅圖像,如圖(a).2多幅圖像→單幅圖像,如圖(b).3單（或多）幅圖像→數(shù)字或符號等。

二.圖像處理的幾種具體算法形式

1.局部處理對于任一像素（i，j），把像素的集合{（i+p,j+q），p、q取任意整數(shù)}叫做該像素的鄰域，

2.5圖像處理算法的形式

在對輸入圖像處理時，計算某一輸出像素JP(i,j)值由輸入圖像IP（i,j）像素的小鄰域N(i,j)中的像素值確定。這種處理稱為局部處理，或者稱鄰域處理。局部處理的計算表達(dá)式為：

在局部處理中，當(dāng)鄰域N(i,j)僅包含IP(i,j)像素時的處理稱為點處理。點處理的計算表達(dá)式為：

2.5圖像處理算法的形式

在局部處理中，輸出像素JP(i,j)的值取決于輸入圖像大范圍或全部像素的值，這種處理稱為大局處理。其計算表達(dá)式為：

2.5圖像處理算法的形式

2.迭代處理反復(fù)對圖像進行某種運算直至滿足給定的條件，從而得到輸出圖像的處理形式稱為迭代處理。下圖為圖像的細(xì)化處理過程。

2.5圖像處理算法的形式

3.跟蹤處理選擇滿足適當(dāng)條件的像素作為起始像素，檢查輸入圖像和已得到的輸出結(jié)果，求出下一步應(yīng)該處理的像素，進行規(guī)定的處理，然后決定是繼續(xù)處理下面的像素，還是終止處理。這種處理形式稱為跟蹤處理。

2.5圖像處理算法的形式

跟蹤處理有以下特點：①對某個像素的處理，依賴于這以前的處理結(jié)果，從而也就依賴于起始像素的位置。為此，跟蹤處理的結(jié)果與從圖像哪一部份開始進行處理相關(guān)。②能夠根據(jù)利用在此以前的處理結(jié)果來限定處理范圍，從而可能避免徒勞的處理。另外，由于限制了處理范圍，有可能提高處理精度。③用于邊界線、等高線等線的跟蹤(檢測)方面。如根據(jù)搜索法檢測邊緣曲線。4.位置不變處理和位置可變處理輸出像素JP(i，j)的值的計算方法與像素的位置(i，j)無關(guān)的處理稱為位置不變處理或位移不變處理。隨位置不同計算方法也不同的處理稱為位置可變處理或位移可變處理。

2.5圖像處理算法的形式

5.窗口處理和模板處理單獨對圖像中選定的矩形區(qū)域內(nèi)的像素進行處理的方式叫做窗口處理。單獨對圖像中選定的任意形狀的像素進行處理的方式叫做模板處理。

2.5圖像處理算法的形式

6.串行處理和并行處理

后一像素輸出結(jié)果依賴于前面像素處理的結(jié)果，并且只能依次處理各像素而不能同時對各像素進行相同處理的一種處理形式稱為串行處理。串行處理的特點是：①用輸入圖像的第(i,j)像素鄰域的像素值和輸出圖像(i,j)以前像素的處理結(jié)果計算輸出圖像(i,j)像素的值；②處理算法要按一定順序進行。因此，不能同時并行計算各像素的輸出值，且串行處理的順序會影響處理結(jié)果。

2.5圖像處理算法的形式

對圖像內(nèi)的各像素同時進行相同形式運算的一種處理形式稱為并行處理。其特點如下：①輸出圖像像素(i,j)的值，只用輸入圖像的(i,j)像素的鄰域像素進行計算；②相對于不同(i,j)的輸出值可以獨立進行計算。2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

1.組合方式組合方式是一個字長存放多個像素灰度值的方式。它能起到節(jié)省內(nèi)存的作用，但導(dǎo)致計算量增加，使處理程序復(fù)雜。

解壓壓縮組合方式圖像2.6.1圖像的數(shù)據(jù)結(jié)構(gòu)最常用的方式是將圖像各像素用一維或二維數(shù)組相應(yīng)的各元素加以存儲。除此之外，還有下列方式。2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

2.比特面方式按比特位存取像素，即將每個像素的相同比特位用一個二維數(shù)組表示，形成比特面。n個比特位的灰度圖像采用比特面方式存取就有n個比特面。n-1210這種結(jié)構(gòu)能充分利用內(nèi)存空間，但對灰度圖像處理耗時多。2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

3.分層結(jié)構(gòu)由原始圖像開始依次構(gòu)成像素數(shù)愈來愈少的圖像，就能使數(shù)據(jù)表示具有分層性，其代表有錐形(金字塔)結(jié)構(gòu)。

2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

錐形結(jié)構(gòu)是對2k×2k個像素形成的圖像，看成是分辨率(20×20→2k×2k,但20×20不具有反映輸入圖像二維構(gòu)造的信息)不同的k+1幅圖像的層次集合。如圖所示，從輸入圖像I0開始，順序產(chǎn)生像素數(shù)縱橫都變?yōu)?/2的一個一個的圖像I1，I2，…Ik。此時，作為圖像Ii的各像素的值，就是它前一個圖像Ii-1的相應(yīng)的2×2像素的平均值(一般采用平均值，但也可以采用能表示2×2像素的性質(zhì)的某個值)。

2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

4.樹結(jié)構(gòu)對于一幅二值圖像的行、列都接連不斷地二等分，如果圖像被分割部分中的全體像素都變成具有相同的特征時，這一部分則不再分割。用這種方法，可以把圖像用樹結(jié)構(gòu)(4叉樹)來表示。這可以用在特征提取和信息壓縮等方面。2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

5.多重圖像數(shù)據(jù)存儲在彩色圖像（紅、綠、蘭）或同一對象用多個不同的波長拍攝的多波段圖像中，每個像素包含著多個圖像的信息。這類圖像數(shù)據(jù)的處理，以多譜圖像為例，有下列三種存儲方式：①逐波段存儲，分波段處理時采用；②逐行存儲，行掃描記錄設(shè)備采用；③逐像素存儲，用于分類。2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

2.6.2

圖像的特征1．圖像的特征圖像特征是圖像分析的重要依據(jù)，它可以是視覺能分辨的自然特征，也可以是人為定義的某些特性或參數(shù)，即人工特征。數(shù)字圖像的像素亮度、邊緣輪廓等屬自然特征；圖像經(jīng)過變換得到的頻譜和灰度直方圖等屬人工特征。

2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

1）自然特征圖像是空間景物反射或輻射的光譜能量的記錄，因而具有光譜特征、幾何特征和時相特征。①光譜特征同一景物對不同波長的電磁波具有不同的反射率，不同景物對同一波長也可能具有不同的反射率。因而不同類型的景物在各個波段的數(shù)字成像，就構(gòu)成了數(shù)字圖像的光譜特征。數(shù)字圖像的光譜特征可用于多波段遙感，從中獲得關(guān)于地理、地質(zhì)、地貌等豐富的信息。

2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

②幾何特征幾何特征主要表現(xiàn)為圖像的空間分辨率、圖像紋理結(jié)構(gòu)及圖像變形等幾個方面?？臻g分辨率反映所采用的設(shè)備性能。如SPOT5衛(wèi)星地面像元尺寸為2.5米×2.5米。紋理結(jié)構(gòu)是指影像細(xì)部的形狀、大小、位置、方向以及分布特征，是圖像目視判讀的主要依據(jù)，也是模式識別的主要依據(jù)。圖像變形導(dǎo)致所得圖像中的幾何形狀與實物平面投影不相似。

③時相特征

時相特征主要反映在不同時間獲得的同一地區(qū)各圖像之間存在的差異。它是對動體進行監(jiān)測、跟蹤的主要依據(jù)。

2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

2）人工特征圖像的人工特征很多，主要包括以下幾種:①直方圖特征②灰度邊緣特征圖像灰度在某個方向上的局部范圍內(nèi)表現(xiàn)出不連續(xù)性，這種灰度明顯變化點的集合稱為邊緣?；叶冗吘壧卣鞣从沉藞D像中目標(biāo)或?qū)ο笏嫉拿娣e大小和形狀。

2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

③線和角點特征城市區(qū)劃圖中有建筑群、街道、公路、鐵路、橋梁等，這些地物可用線、線相交的角點來表示。從圖中提出這些特征，不僅可壓縮圖像，也可用于識別。角點代表的局部結(jié)構(gòu)關(guān)系不因視角而改變，在圖像匹配中很有用。

④紋理特征紋理區(qū)域是指某種結(jié)構(gòu)在比它更大的范圍內(nèi)大致呈現(xiàn)重復(fù)排列，這種結(jié)構(gòu)稱為紋理基元。有如草地、大面積農(nóng)作物構(gòu)成的自然紋理和如磚墻、建筑群等構(gòu)成的人工紋理。2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

圖像的特征有很多，但在實際的特征提取中，重視何種特征主要依賴于對象和處理的目的。按提取特征的范圍大小又可分為：①點特征僅由各個像素就能決定的性質(zhì)。如單色圖像中的灰度值、彩色圖像中的紅(R)、綠(G)、藍(lán)(B)成分的值。2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

②局部特征在小鄰域內(nèi)所具有的性質(zhì)，如線和邊緣的強度、方向、密度和統(tǒng)計量(平均值、方差等)等。③區(qū)域特征在圖像內(nèi)的對象物(一般是指與該區(qū)域外部有區(qū)別的具有一定性質(zhì)的區(qū)域)內(nèi)的點或者局部的特征分布，或者統(tǒng)計量，以及區(qū)域的幾何特征(面積、形狀)等。④整體特征整個圖像作為一個區(qū)域看待時的統(tǒng)計性質(zhì)和結(jié)構(gòu)特征等。2.6圖像的數(shù)據(jù)結(jié)構(gòu)與特征

2．特征提取

獲取圖像特征信息的操作稱作特征提取。它作為模式識別、圖像理解或信息量壓縮的基礎(chǔ)是很重要的。通過特征提取，可以獲得特征構(gòu)成的圖像（稱作特征圖像）和特征參數(shù)。

3．特征空間

對于由圖像中提取出的特征量，利用特征空間這一定義，可應(yīng)用于模式分類等方面。把從圖像提取的m個特征量y1，y2，…，ym，用m維的向量Y＝[y1y2…ym]t表示稱為