圖像表示與處理 完整版

圖像表示與處理圖像表示1位二值圖像8位灰度圖像位平面半影調(diào)彩色圖像RGB模型索引圖像1．黑白圖象

是指圖象的每個像素只能是黑或白，沒有中間的過渡，故又稱為２值圖象。2值圖像的像素值為0、1。1位二值圖像2．灰度圖象

灰度圖象是指每個像素的信息由一個量化的灰度級來描述的圖象，沒有彩色信息。8位灰度圖像位平面半影調(diào)任務(wù)如何使用黑白激光打印機打印灰度圖像呢？半影調(diào)（Halftone）基本策略是平衡灰度分辨率到空間分辨率（intensityresolutionvsspatialresolution).圖案法和抖動法基本原理當人眼從較遠距離觀察圖像時，將會平均局部小區(qū)域像素的灰度值，并記錄之。圖案法圖案法(patterning)是指灰度可以用一定比例的黑白點組成的區(qū)域表示，從而達到整體圖象的灰度感。黑白點的位置選擇稱為圖案化。假設(shè)有一幅240×180×8bit的灰度圖，當用分辨率為300dpi×300dpi的激光打印機將其打印到12.8×9.6英寸的紙上時，每個像素的圖案有多大？這張紙最多可以打(300×12.8)×(300×9.6)=3840×2880個點，所以每個象素可以用(3840/240)×(2880/180)=16×16個點大小的圖案來表示，即一個象素256個點。想存儲256級灰度的圖案，就需要256×16×16的二值點陣，占用的空間還是相當可觀的。有一個更好的辦法是：只存儲一個整數(shù)矩陣，稱為標準圖案，其中的每個值從0到255。圖象的實際灰度和陣列中的每個值比較，當該值大于等于灰度時，對應(yīng)點打一黑點。設(shè)計標準圖案的算法M1=Mn+1=M2=如果利用M3一個象素要用8×8的圖案表示，則一幅N×N的圖將變成8N×8N大小。如果利用M4，就更不得了，變成16N×16N了。能不能在保持原圖大小的情況下利用圖案化技術(shù)呢？M3(8×8陣)比較特殊，稱為Bayer抖動表。假設(shè)原圖是256級灰度，利用Bayer抖動表，做如下處理if(g[y][x]>>2)>bayer[y&7][x&7]then打一白點else打一黑點其中，x,y代表原圖的象素坐標，g[y][x]代表該點灰度。首先將灰度右移兩位，變成64級，然后將x，y做模8運算，找到Bayer表中的對應(yīng)點，兩者做比較，根據(jù)上面給出的判據(jù)做處理。抖動法假設(shè)有一幅600*450*8bit的灰度圖，當用分辨率為300dpi*300dpi的激光打印機將其打印到8*6英寸的紙上時，每個像素可以用（2400/600）*(1800/450)=4*4個點大小的圖案來表示，最多能表示17級灰度，無法滿足256級灰度的要求?？捎袃煞N解決方案：1.減小圖象尺寸，由600*450變?yōu)?50*113；2.降低圖象灰度級，由256級變成16級。這兩種方案都不理想。M3規(guī)則抖動的優(yōu)點是算法簡單；缺點是圖案化有時很明顯，這是因為取模運算雖然引入了隨機成分，但還是有規(guī)律的，另外，點之間進行比較時，只要比標準圖案上點的值大就打白點，這種做法并不理想，因為，如果當標準圖案點的灰度值本身就很小，而圖象中點的灰度只比它大一點兒時，圖象中的點更接近黑色，而不是白色。一種更好的方法是將這個誤差傳播到鄰近的像素。Floyd-Steinberg算法假設(shè)灰度級別的范圍從b(black)到w(white)，中間值t為（b+w）/2，對應(yīng)256級灰度，b=0；w=255；t=127.5；設(shè)原圖中像素的灰度為g，誤差值為e，則新圖中對應(yīng)像素的值用如下的方法得到：一個有趣的應(yīng)用——bmp2txtBmp2txt

把位圖文件轉(zhuǎn)換成和圖案很相似的字符文本。用到了和圖案化技術(shù)類似的思想：首先將位圖分成同樣大小的小塊，求出每一塊灰度的平均值，然后和每個字符的灰度做比較，找出最接近的那個字符，來代表這一小塊圖象。彩色圖像光譜彩色圖像24位彩色圖像：通常真彩色用三字節(jié)的R，G，B來表示，即8:8:8=24位。R、G、B（三基色波長（CIE）Blue:435.8nm,Green:546.1nm,Red:700nm）彩色模型RGB模式

(相加混色模型，用于發(fā)光物體)24位彩色圖像彩色模型彩色模型CMYK模式（相減混色模型，用于不發(fā)光物體）三次色（青色Cyan，品紅Magenta和黃色Yellow）。K為真正黑色。顏色1顏色2顏色3混合結(jié)果黃色Y洋紅M紅R青色C黃色Y綠G青色C洋紅M藍B彩色模型采用CMYK模式的原因白光

RGB和CMY顏色模型的區(qū)別索引圖像調(diào)色板（palette）：圖像的色彩索引表。若圖像的色彩數(shù)遠小于全色彩數(shù)時，當每個像素的值用色彩索引表的位置表示就可以大大節(jié)約存儲空間。這種技術(shù)常用于各種圖像的存儲格式中，如bmp,tif,gif等。（圖像表示用到調(diào)色板時，像素值是palette的地址）調(diào)色板一般最多只能有256種顏色

圖象在空域上的處理

本節(jié)概述圖象處理功能分類及其在空域上處理算法的基本形式。圖象處理功能分類

按圖象處理運算的輸入信息與輸出信息的類型分，可概括為三大類：單幅圖象單幅圖象多幅圖象單幅圖象單或多幅圖象數(shù)值/符號等

上述三類特點：1)所有輸入信息都是圖象且其灰度值都是非負的整數(shù)2)輸出信息可以是多種多樣的：

A.可以是具有非負灰度值的圖象

B.二值圖象

C.對輸入圖象逐個象素作出解釋的用編碼組成的某種二維信息

D.從圖象中提取出來的用數(shù)值描述的特征2.按處理操單幅圖象單幅圖象作(運算)方式可分為：局部處理和全局處理

迭代處理

跟蹤處理

局部處理和全局處理

為要計算出輸出圖象中某一象素值,需要用到輸入圖象中哪些象素值,這是構(gòu)成不同的處理算法的一個重要因素。1、局部處理或鄰域處理僅用某輸入象素IP(i,j)的一個小鄰域N(IP(i,j))中的象素值計算對應(yīng)的輸出象素JP(i,j)值2、全局處理需用全部輸入圖象的象素值計算某一輸出象素JP(i,j)值

3、點處理當局部處理鄰域N(IP(i,j))縮小到僅包含IP(i,j)的場合時,即某一輸出象素JP(i,j)值僅與其對應(yīng)的輸入象素IP(i,j)值有關(guān)時,則這類處理算法叫點處理。點處理

若令輸出圖象的象素值用JP(i,j)來表示,輸入圖象的對應(yīng)象素值用于IP(i,j)來表示則點處理運算可寫作:JP(i,j)=∮P(IP(i,j))

式中∮P是某種函數(shù)關(guān)系。即輸出象素值與輸入象素之間有某函數(shù)關(guān)系。1、點處理常用的函數(shù)關(guān)系

線性變換

JP(i,j)=A+B*IP(i,j)

指數(shù)變換

JP(i,j)=IP(i,j)^A+B

對數(shù)變換

JP(i,j)=A*㏑IP(i,j)+B

式中：A、B為根據(jù)需要選定的常數(shù)(1)線性變換的動態(tài)范圍調(diào)整1399821373360646820529260黑：02白：9723777223733626467225072620299900292270747900509070y=1.8*x-3.6作用：進行亮暗限幅(3)、非線性變換的動態(tài)范圍調(diào)整：指數(shù)變換與對數(shù)變換為非線性變換通常用取對數(shù)的方法。原因是人眼對信號的處理是有一個近似對數(shù)算子的環(huán)節(jié)。(3)、非線性動態(tài)范圍調(diào)整13998213733606468205292603599943585580868940749480g=9*log(f+1)作用：將暗的部分擴展，而將亮的部分抑制。

點處理的典型用途是調(diào)整圖象的灰度分布與圖象二值化。上圖的灰度主要部分集中在[a,b]范圍內(nèi),為使[a,b]段灰度范圍擴展到全部灰度范圍[ZI,ZK],可采用下圖所示線性變換,使[a,b]段灰度范圍擴大到[ZI,ZK]，調(diào)整了圖象灰度分布,突出了主要部分。

象素數(shù)

ZIZK

ab

灰度象素數(shù)灰度

圖(a)圖(b)

鄰域處理鄰域處理是根據(jù)輸入圖象某象素IP(i,j)的一個小鄰域N(IP(i,j))中的象素值,按某種函數(shù)關(guān)系∮N來計算得出輸出象素JP(i,j)點的值的方法

數(shù)學關(guān)系可表述為：

JP(i,j)=∮N(N(IP(i,j)))

鄰域處理有可分為并行處理與串行處理兩類。

并行處理：是對圖象上的各象素同時進行相同形式的運算處理

串行處理：是對圖象上的各象素依一定順序,如按由左到右,由上到下的順序逐個進行相同形式的處理

在鄰域處理中,鄰域N(IP(i,j))的形狀與大小可以是各種各樣的。鄰域的大小可以是固定的,也可以是隨所處理的象素點位置(i,j)而變化的。

實用上一般多采用以象素(i,j)

為中心的矩形對稱鄰域。若圖象大小為M*N象素,鄰域大小為K*L象素則鄰域處理時總計算量為：

O(M*N*K*L)

鄰域處理的計算量不僅與被處理圖象大小成正比,也與所用鄰域大小成正比。常用：3*3﹑5*5

鄰域處理常用于實現(xiàn)圖象的銳化或平滑處理。下圖表示了根據(jù)輸入圖象上以IP(i,j)為中心的3*3鄰域上的象素值,計算得出輸出圖象上JP(i,j)象素值的過程。

加權(quán)矩陣(2.2)(M-1,2)(2，2)(M-1,2)JP(i,j)

輸出圖象JP

3*3鄰域M*N象素得到在

IP（i,j）I=2~M-1J=2~N-1

輸入圖象IP的范圍內(nèi)的值

(M*N象素)

為能根據(jù)輸入圖象的3*3鄰域唯一地算出輸出象素JP(i,j)值,必須準備一個與該鄰域大小相同的加權(quán)矩陣。對應(yīng)于3*3鄰域,加權(quán)矩陣大小即為3*3。加權(quán)矩陣各元素與對應(yīng)的鄰域元素值之積的總和,即為輸出象素JP(i,j)的值。若令加權(quán)矩陣用WMAT表示,則上述計算可寫作:I+1J+1

JP(i,j)=∑∑IP(K,L)*WMAT(K-1+2,L-J+2)

K=I－1L=J－1

當用3*3鄰域處理時,上式僅用于I=2~(M-1)及J=2~(N-1)范圍內(nèi)輸出象素值的計算。

對這類無法根據(jù)輸入圖象的對應(yīng)鄰域來確定其輸出象素值的象素點,可人為地置0或根據(jù)處理目的,設(shè)定適當?shù)闹?。這類圖象外圈輸出象素無法按鄰域處理算法確定的情況在采用不同尺寸作鄰域處理是普遍存在的現(xiàn)象。

對鄰域處理來說,當鄰域大小確定后,加權(quán)矩陣各元素的權(quán)值是決定處理效果的關(guān)鍵因素。不同的加權(quán)矩陣,得到不同的處理效果。加權(quán)矩陣是根據(jù)所需效果來選定的。

全局處理

全局處理:根據(jù)輸入圖象的全圖A(IP(i,j))作某種運算而的到輸出圖象JP(i,j)的象素值

JP(i,j)=∮G(A(IP(i,j)))應(yīng)用:圖象在變換域上的處理,即屬全局處理。

輸入圖象IP

IP(i,j)A=(IP(i,j))

輸入圖象中的大范圍輸出圖象JP

或者全局處理

JP(i,j)

JP(i,j)=∮G(A(IP(i,j)))(i,j)輸入圖象全體

迭代處理

所謂迭代是指反復地進行某一種處理運算。即對輸入圖象IP先作∮運算得到中間結(jié)果KP1,然后再對KP1作∮運算得到中間結(jié)果KP2,如此重復直到完成n次∮運算為止。迭代次數(shù)n可以是預先給定的,或是根據(jù)迭代終止條件自動確定的。

跟蹤處理跟蹤處理是串行處理的一種,其原理是一邊進行處理,一邊探索與確定下一個應(yīng)處理的象素。

處理方法:1)首先選擇滿足規(guī)定條件象素作為起始象素。2)根據(jù)已得輸出結(jié)果,在輸入圖象上探索確定下一步應(yīng)處理的象素,并進行規(guī)定的處理。3)根據(jù)已得輸出結(jié)果及輸入圖象,確定終止條件。

跟蹤處理的特點是:1)下一步處理那個象素依賴于前面的處理結(jié)果,從而也就依賴于起始象素的位置。也就是說,跟蹤處理的結(jié)果隨由圖象那一部分開始進行處理而有所不同。2)可根據(jù)已有的處理結(jié)果來限定后續(xù)處理的范圍,從而可減少不必要的處理工作。并且,由于限制了處理范圍,有可能提高處理精度。3)跟蹤處理特別適用于邊界線,等高線的跟蹤及邊緣提取等場合。多幅圖象單幅圖象的處理在該種處理模式中,多幅圖象中的對應(yīng)點,通過代數(shù)運算而得出輸出圖象的對應(yīng)點值也可看作點處理。對兩幅輸入圖象經(jīng)點處理而得到一幅輸出圖象的情況可表達為:JP(i,j)=∮P(IP1(i,j)，IP2(i,j))

式中IP1(i,j)及IP2(i,j)分別代表兩幅輸入圖象。

常用的點運算算法

1）乘積變換

JP(i,j)=A*IP1(i,j)*IP2(i,j)+B2）比例變換

JP(i,j)=A*IP1(i,j)/IP2(i,j)+B3）求和變換

JP(i,j)=A*(IP1(i,j)+IP2(i,j))+B

4）求差變換

JP(i,j)=A*(IP1(i,j)-IP2(i