《數(shù)字圖像處理及工程應用》課件第17章

2024/8/21第1頁第17章數(shù)字圖像處理案例解析17.1圖像編輯器圖像的編輯、合成、調(diào)色特效制作是常用的圖像處理功能，主要是對圖像進行一些基本的變換和增強處理，包括：(1)灰度變換增強(2)直方圖增強(3)平滑降噪(4)圖像銳化(5)彩色增強(6)圖像濾鏡2024/8/21第2頁第17章數(shù)字圖像處理案例解析17.1.1功能描述圖像編輯器實現(xiàn)的主要功能有：(1)灰度變換增強：主要有線性灰度增強、分段線性增強、非線性增強等。(2)直方圖增強：直方圖均衡和直方圖規(guī)定化。(3)平滑降噪：主要有鄰域平均、加權(quán)平均、掩膜平滑和中值濾波等。(4)圖像銳化：主要有門限梯度、拉普拉斯、Sobel算子和Canny算子等。(5)彩色增強：主要是偽彩處理等。(6)圖像濾鏡：主要有底片、浮雕、霧化、黑白和素描等。2024/8/21第3頁第17章數(shù)字圖像處理案例解析17.1.2功能實現(xiàn)灰度變換主要是針對圖像中的像素點灰度值進行處理，根據(jù)一定的映射法則將輸入圖像像素點灰度值映射為輸出圖像相應位置像素點灰度值，從而使得輸出圖像在視覺上得到改觀的過程。相應的算法代碼如下：1、灰度變換增強2024/8/21第4頁第17章數(shù)字圖像處理案例解析2024/8/21第5頁第17章數(shù)字圖像處理案例解析2024/8/21第6頁第17章數(shù)字圖像處理案例解析2024/8/21第7頁第17章數(shù)字圖像處理案例解析2、直方圖增強要實現(xiàn)直方圖增強，首先必須獲得圖像的灰度直方圖統(tǒng)計，然后在此基礎上完成直方圖均衡與直方圖規(guī)定化。利用OpenCV獲取圖像灰度直方圖的代碼如下：2024/8/21第8頁第17章數(shù)字圖像處理案例解析2024/8/21第9頁第17章數(shù)字圖像處理案例解析2024/8/21第10頁第17章數(shù)字圖像處理案例解析3、平滑降噪平滑降噪主要分為鄰域平均、加權(quán)平均、均值平滑、高斯平滑、中值平滑等模塊：2024/8/21第11頁第17章數(shù)字圖像處理案例解析2024/8/21第12頁第17章數(shù)字圖像處理案例解析2024/8/21第13頁第17章數(shù)字圖像處理案例解析2024/8/21第14頁第17章數(shù)字圖像處理案例解析均值平滑、高斯平滑和中值濾波平滑可以通過調(diào)用OpenCV的函數(shù)進行處理，示例代碼如下：2024/8/21第15頁第17章數(shù)字圖像處理案例解析4、圖像銳化圖像銳化包括梯度銳化、拉普拉斯銳化、Sobel算子和Canny算子等，以增強圖像中的細節(jié)成分。水平梯度和垂直梯度銳化只需設定相應的模板mask，然后通過調(diào)用OpenCV的二維濾波函數(shù)filter2D即可達到所需目的。2024/8/21第16頁第17章數(shù)字圖像處理案例解析2024/8/21第17頁第17章數(shù)字圖像處理案例解析2024/8/21第18頁第17章數(shù)字圖像處理案例解析5、彩色增強偽彩增強的代碼如下：2024/8/21第19頁第17章數(shù)字圖像處理案例解析2024/8/21第20頁第17章數(shù)字圖像處理案例解析2024/8/21第21頁第17章數(shù)字圖像處理案例解析6、濾鏡效果底片效果：見“灰度變換增強”。浮雕效果：顧名思義就是使圖像產(chǎn)生雕刻效果，使圖像的前景前向凸出，是增強圖像立體感的有效手段，可以通過將圖像上的一個像素點與其鄰域8個方向的某一個像素灰度值進行求差運算來實現(xiàn)。具體算法如下：2024/8/21第22頁第17章數(shù)字圖像處理案例解析2024/8/21第23頁第17章數(shù)字圖像處理案例解析2024/8/21第24頁第17章數(shù)字圖像處理案例解析2024/8/21第25頁第17章數(shù)字圖像處理案例解析2024/8/21第26頁第17章數(shù)字圖像處理案例解析2024/8/21第27頁第17章數(shù)字圖像處理案例解析霧化效果：顧名思義就是一種模糊的效果，就像我們要看的物體在霧中一樣。霧化可以通過一直隨機機制加以實現(xiàn)，通過將某一點的像素值修改為圖像中另一個隨機點的像素值，分為水平霧化、垂直霧化和復合霧化三種。2024/8/21第28頁第17章數(shù)字圖像處理案例解析2024/8/21第29頁第17章數(shù)字圖像處理案例解析17.1.3效果演示圖17.1~圖17.7為圖像編輯器的運行界面和處理效果演示。2024/8/21第30頁第17章數(shù)字圖像處理案例解析圖17.1

圖像編輯器運行界面2024/8/21第31頁第17章數(shù)字圖像處理案例解析圖17.2直方圖增強效果2024/8/21第32頁第17章數(shù)字圖像處理案例解析圖17.3平滑降噪效果2024/8/21第33頁第17章數(shù)字圖像處理案例解析圖17.4垂直梯度效果2024/8/21第34頁第17章數(shù)字圖像處理案例解析圖17.5Canny算子效果2024/8/21第35頁第17章數(shù)字圖像處理案例解析圖17.6浮雕效果2024/8/21第36頁第17章數(shù)字圖像處理案例解析圖17.7霧化效果2024/8/21第37頁第17章數(shù)字圖像處理案例解析數(shù)字水印技術可以分為空間域和變換域兩大類：空間域數(shù)字水印技術是指直接對數(shù)字圖像的像素點灰度值進行水印嵌入和提取的技術；而變換域數(shù)字水印技術則先將數(shù)字圖像從空間域進行某種變換，然后在變換域數(shù)字圖像上進行數(shù)字水印的嵌入和提取的方法。在大多數(shù)情況下，數(shù)字水印嵌入系統(tǒng)主要包括水印嵌入模塊和水印提取模塊。17.2數(shù)字圖像水印系統(tǒng)17.2.1基本原理本節(jié)主要內(nèi)容有以下幾個方面：(1)數(shù)字水印基本原理(2)水印嵌入與提取算法(3)系統(tǒng)功能實現(xiàn)(4)系統(tǒng)效果展示2024/8/21第38頁第17章數(shù)字圖像處理案例解析圖17.8數(shù)字圖像水印嵌入模塊框圖數(shù)字圖像水印提取的模型框圖，輸入為水印載體圖像、公鑰和原始宿主圖像。其中，宿主圖像可以根據(jù)采用的具體算法決定是否需要輸入提取模塊。數(shù)字圖像水印嵌入的模型框圖，輸入為水印圖像、宿主圖像和可選的公鑰或私鑰，輸出則為成功嵌入水印圖像的水印載體圖像。圖17.9數(shù)字圖像水印提取模塊框圖2024/8/21第39頁第17章數(shù)字圖像處理案例解析17.2.2水印嵌入與提取算法1、DCT域圖像水印嵌入與提取算法(1)DCT域圖像水印算法流程DCT域圖像水印是應用最多的一種水印嵌入算法，具有魯棒性強、隱蔽性好等特點。主要思想是在圖像的DCT變換域選擇中低頻段疊加水印信息，之所以選擇中低頻段嵌入水印信息是因為人眼視覺對中低頻更為敏感，而且一般的圖像處理不會對這部分信息進行更改。圖17.10和圖17.11分別為DCT域圖像水印嵌入與提取算法原理流程圖。2024/8/21第40頁第17章數(shù)字圖像處理案例解析圖17.10DCT域圖像水印嵌入流程圖17.11DCT域圖像水印提取流程2024/8/21第41頁第17章數(shù)字圖像處理案例解析(2)DCT域圖像水印嵌入算法描述水印嵌入：水印圖像為64×64的圖像(可以為黑白或彩色)，宿主圖像為尺寸大于4倍水印圖像的彩色圖像。水印嵌入方法的具體實現(xiàn)：Step1：首先將水印圖像進行Arnold置亂變換，再將置亂后的水印圖像進行4×4分塊的DCT變換，在進行Zigzag排序，得到置亂水印圖像的16個DCT變換系數(shù)；Step2：將宿主圖像進行8×8分塊的DCT變換，得到每塊宿主圖像分塊的64個DCT變換系數(shù)，對這64個變換系數(shù)進行Zigzag排序，分別對應低頻、中頻和高頻系數(shù)；2024/8/21第42頁第17章數(shù)字圖像處理案例解析Step3：將水印圖像的DCT系數(shù)按奇數(shù)塊和偶數(shù)塊分別嵌入到宿主圖像的分塊DCT變換系數(shù)中：①水印圖像分塊DCT的直流分量嵌入到宿主圖像分塊DCT的直流分量中；②當嵌入奇數(shù)塊時，其余15個DCT系數(shù)嵌入宿主圖像4個分塊DCT系數(shù)的如下中頻信息中21~35、22~36、23~37、24~38；③當嵌入偶數(shù)塊時，其余15個DCT系數(shù)嵌入宿主圖像4個分塊DCT系數(shù)的如下中頻信息中25~39、26~40、27~41、28~42。這樣有利于提高嵌入水印信息的不可見性和魯棒性。嵌入公式為：I'=I+q*W，其中q為嵌入強度。Step4：將嵌入水印后的宿主圖像進行8×8分塊DCT反變換，得到嵌入水印后的載體圖像。2024/8/21第43頁第17章數(shù)字圖像處理案例解析水印提取實際上是水印嵌入的逆過程，其步驟如下：Step1：對原始宿主圖像進行8×8分塊DCT變換，并進行Zigzag排序，得到宿主圖像分塊DCT變換系數(shù)；Step2：對嵌入水印的載體圖像進行8×8分塊DCT變換，并進行Zigzag排序，得到載體圖像分塊DCT變換系數(shù)；Step3：按照嵌入的反操作，分別從4個分塊DCT系數(shù)的中頻信息中提取水印信息，并對從4個分塊DCT系數(shù)中提取的水印信息求平均；提取公式為：W=(I'.I)/qStep4：對提取的水印圖像進行4×4分塊DCT反變換，再進行Arnold置亂反變換，得到提取的水印圖像。2024/8/21第44頁第17章數(shù)字圖像處理案例解析（3）算法實現(xiàn)2024/8/21第45頁第17章數(shù)字圖像處理案例解析2024/8/21第46頁第17章數(shù)字圖像處理案例解析2024/8/21第47頁第17章數(shù)字圖像處理案例解析2024/8/21第48頁第17章數(shù)字圖像處理案例解析2024/8/21第49頁第17章數(shù)字圖像處理案例解析2024/8/21第50頁第17章數(shù)字圖像處理案例解析2024/8/21第51頁第17章數(shù)字圖像處理案例解析2024/8/21第52頁第17章數(shù)字圖像處理案例解析2、DWT域圖像水印嵌入技術小波變換具有多分辨分析能力，廣泛應用與數(shù)字圖像處理領域。對圖像進行小波分解，得到水平細節(jié)系數(shù)H、垂直細節(jié)系數(shù)V、對角細節(jié)系數(shù)D和低頻系數(shù)A。其中，低頻系數(shù)A表示小波分解級數(shù)決定的最大分辨率、最大尺度下對原始圖像的最佳逼近，圖像的大部分能力集中在低頻系數(shù)A；而高頻系數(shù)H、V和D則表示不同分辨率、不同尺度下的細節(jié)信息。圖17.12為baboon圖像的3層小波分解的結(jié)果圖像。圖17.12baboon圖像2層小波分解2024/8/21第53頁第17章數(shù)字圖像處理案例解析（1）DWT域圖像水印算法流程根據(jù)人類的視覺特性，人眼對圖像邊緣、輪廓(對應小波分解中的高頻系數(shù))的變化很敏感，而對圖像中的高頻成分(對應小波分解中的低頻系數(shù))的改變則相對不敏感。為保證嵌入水印的不可見性，應將水印嵌入到圖像的高頻系數(shù)中，然而高頻系數(shù)所包含的能力又很少，很容易被圖像降噪等操作所濾除。因此，為保證嵌入水印的魯棒性，應將水印嵌入到宿主圖像的低頻系數(shù)中。可以采用一種折中的辦法：即分別對宿主圖像和水印圖像進行不同級數(shù)的小波分解，這里選擇宿主圖像分解級數(shù)為4級，水印圖像分解級數(shù)為1級。然后，將分解后的水印低頻系數(shù)、水平細節(jié)、垂直細節(jié)和對角系數(shù)分別嵌入到宿主圖像的第3層的對角系數(shù)、第4層的水平系數(shù)、第4層的垂直系數(shù)和第4層的對角系數(shù)中。圖17.13和17.14分別為DWT域圖像水印嵌入與提取算法流程。2024/8/21第54頁第17章數(shù)字圖像處理案例解析圖17.13DWT域圖像水印嵌入流程圖17.14DWT域圖像水印提取流程2024/8/21第55頁第17章數(shù)字圖像處理案例解析（2）DWT域圖像水印算法流程水印圖像為64×64的圖像(可以為黑白或彩色)，宿主圖像為尺寸大于4倍水印圖像的彩色圖像。①水印嵌入：Step1：首先將水印圖像進行Arnold置亂變換，然后對置亂后的水印圖像進行1層DWT正變換，得到置亂后水印圖像的DWT變換系數(shù)；Step2：對宿主圖像進行4層DWT變換后，得到宿主圖像分解后的各層小波系數(shù)，水印圖像將被嵌入到不同層級的系數(shù)之中；Step3：將置亂后水印圖像的水印低頻系數(shù)、水平細節(jié)、垂直細節(jié)和對角系數(shù)分別嵌入到宿主圖像的第3層的對角系數(shù)、第4層的水平系數(shù)、第4層的垂直系數(shù)和第4層的對角系數(shù)中；Step4：對嵌入水印后的宿主圖像小波系數(shù)進行DWT反變換，得到嵌入水印圖像后的載體圖像。2024/8/21第56頁第17章數(shù)字圖像處理案例解析②水印提?。篋WT水印提取實際上是水印嵌入的逆過程。Step1：對嵌入水印后的載體圖像進行4層DWT變換，并獲取第3層的對角系數(shù)、第4層的水平系數(shù)、第4層的垂直系數(shù)和第4層的對角系數(shù)；Step2：同樣，對宿主圖像進行4層DWT變換，并獲取第3層的對角系數(shù)、第4層的水平系數(shù)、第4層的垂直系數(shù)和第4層的對角系數(shù)；Step3：按照嵌入時的反操作，分別從不同層級的系數(shù)中提取水印圖像的小波系數(shù)；Step4：對提取的水印小波系數(shù)進行DWT反變換，并經(jīng)過Arnold反變換得到提取的原始水印圖像。2024/8/21第57頁第17章數(shù)字圖像處理案例解析（3）算法實現(xiàn)為便于設計重用，本案例采用基于C++面向?qū)ο蟮某绦蛟O計思想，將相關的功能以類的形式進行封裝，采用實例化對象的方法進行調(diào)用，從而大大簡化應用程序的設計。限于篇幅，此處只給出關鍵的代碼，詳見附錄光盤。具體如下：2024/8/21第58頁第17章數(shù)字圖像處理案例解析2024/8/21第59頁第17章數(shù)字圖像處理案例解析2024/8/21第60頁第17章數(shù)字圖像處理案例解析2024/8/21第61頁第17章數(shù)字圖像處理案例解析2024/8/21第62頁第17章數(shù)字圖像處理案例解析2024/8/21第63頁第17章數(shù)字圖像處理案例解析2024/8/21第64頁第17章數(shù)字圖像處理案例解析2024/8/21第65頁第17章數(shù)字圖像處理案例解析2024/8/21第66頁第17章數(shù)字圖像處理案例解析2024/8/21第67頁第17章數(shù)字圖像處理案例解析2024/8/21第68頁第17章數(shù)字圖像處理案例解析2024/8/21第69頁第17章數(shù)字圖像處理案例解析2024/8/21第70頁第17章數(shù)字圖像處理案例解析2024/8/21第71頁第17章數(shù)字圖像處理案例解析2024/8/21第72頁第17章數(shù)字圖像處理案例解析2024/8/21第73頁第17章數(shù)字圖像處理案例解析17.2.3效果展示圖17.15數(shù)字水印系統(tǒng)運行界面2024/8/21第74頁第17章數(shù)字圖像處理案例解析圖17.16DCT數(shù)字水印嵌入與提取2024/8/21第75頁第17章數(shù)字圖像處理案例解析圖17.17DCT數(shù)字水印嵌入與提取(嵌入強度0.08)2024/8/21第76頁第17章數(shù)字圖像處理案例解析圖17.18DWT變換及嵌入圖示說明：左上：宿主圖像；右上：宿主圖像4層DWT；左下：水印置亂DWT；右下：載體圖像DWT2024/8/21第77頁第17章數(shù)字圖像處理案例解析圖17.19DWT數(shù)字水印嵌入與提取(嵌入強度0.08)2024/8/21第78頁第17章數(shù)字圖像處理案例解析圖17.20DWT數(shù)字水印嵌入與提取(嵌入強度0.057)2024/8/21第79頁第17章數(shù)字圖像處理案例解析圖17.21DCT數(shù)字水印嵌入與提取(嵌入強度0.057)2024/8/21第80頁第17章數(shù)字圖像處理案例解析系統(tǒng)主要由圖像效果增強模塊、特征提取模塊和顯示方式模塊組成。其中，圖像效果增強模塊包含圖像平滑、閾值選取、填充孔洞和梯度修正處理；特征提取模塊包含閾值分割、查找中心點、腐蝕和信息統(tǒng)計處理；顯示方式模塊包含區(qū)域顯示、邊緣顯示和Sobel檢測處理。17.3細胞識別統(tǒng)計系統(tǒng)17.3.1系統(tǒng)方案細胞識別統(tǒng)計系統(tǒng)的主要功能是對細胞進行識別與計數(shù)。經(jīng)過圖像平滑、閾值選取、梯度修正和查找中心點等一系列操作，識別出細胞，同時統(tǒng)計細胞的個數(shù)、平均半徑和平均面積。細胞識別統(tǒng)計系統(tǒng)涉及的核心技術主要有圖像平滑、閾值分割、填充孔洞、梯度修正、腐蝕、邊界生成和查找中心點。2024/8/21圖17.22細胞識別統(tǒng)計系統(tǒng)的主要流程第81頁第17章數(shù)字圖像處理案例解析2024/8/2117.3.2核心模塊1、圖像平滑圖像平滑模塊主要是對圖像中的像素點提取RGB三個顏色通道的值，在8鄰域中進行求平均。相應的算法代碼如下：第82頁第17章數(shù)字圖像處理案例解析2024/8/21第83頁第17章數(shù)字圖像處理案例解析2024/8/21第84頁第17章數(shù)字圖像處理案例解析2、閾值分割閾值分割模塊首先選取一塊細胞區(qū)域，將RGB顏色空間轉(zhuǎn)為HSI顏色空間并記錄，然后得到此區(qū)域的H、I分量的最大值和最小值，在整個圖像范圍內(nèi)搜索滿足條件的區(qū)域，即細胞區(qū)域。相應的算法代碼如下：2024/8/21第85頁第17章數(shù)字圖像處理案例解析2024/8/21第86頁第17章數(shù)字圖像處理案例解析2024/8/21第87頁第17章數(shù)字圖像處理案例解析2024/8/21第88頁第17章數(shù)字圖像處理案例解析3、填充孔洞填充孔洞模塊掃描整個圖像，首先對孔洞特征(如大小、是否標記、面積)進行記錄，然后再根數(shù)上述孔洞特征進行填充，引入隊列作為存儲結(jié)構(gòu)。相應的算法代碼如下：2024/8/21第89頁第17章數(shù)字圖像處理案例解析2024/8/21第90頁第17章數(shù)字圖像處理案例解析2024/8/21第91頁第17章數(shù)字圖像處理案例解析2024/8/21第92頁第17章數(shù)字圖像處理案例解析2024/8/21第93頁第17章數(shù)字圖像處理案例解析4、梯度修正梯度修正模塊主要就是去除超出Sobel結(jié)果范圍、亮度和色調(diào)的像素點，即部分細胞邊界與邊界之間的小空隙，閾值分割后連為整體的細胞便可以區(qū)分開。相應的算法代碼如下：2024/8/21第94頁第17章數(shù)字圖像處理案例解析2024/8/21第95頁第17章數(shù)字圖像處理案例解析5、腐蝕腐蝕模塊對于八方向采用方形模板，四方向采用十字形模板。循環(huán)使用兩個模板做多次腐蝕，直至保留中心點或者消失。每次腐蝕細胞半徑就會減1，從而獲取細胞半徑值。相應的算法代碼如下：2024/8/21第96頁第17章數(shù)字圖像處理案例解析2024/8/21第97頁第17章數(shù)字圖像處理案例解析6、邊界生成邊界生成模塊搜索