數字影象處理課件

數字影象處理(Digital Image Processing)又稱為計算機影象處理，它是指將影象訊號轉換成數字訊號並利用計算機對其進行處理的過程。下面是小編為你帶來的數字影象處理課件 ，歡迎閱讀。

數字影象處理

數字影象處理(Digital Image Processing)是通過計算機對影象進行去除噪聲、增強、復原、分割、提取特徵等處理的方法和技術。數字影象處理的產生和迅速發展主要受三個因素的影響：一是計算機的發展;二是數學的發展(特別是離散數學理論的創立和完善);三是廣泛的農牧業、林業、環境、軍事、工業和醫學等方面的應用需求的增長。

主要目的

一般來講，對影象進行處理(或加工、分析)的主要目的有三個方面：

(1)提高影象的視感質量，如進行影象的亮度、彩色變換，增強、抑制某些成分，對影象進行幾何變換等，以改善影象的質量。

(2)提取影象中所包含的某些特徵或特殊資訊，這些被提取的特徵或資訊往往為計算機分析影象提供便利。提取特徵或資訊的過程是模式識別或計算機視覺的預處理。提取的特徵可以包括很多方面，如頻域特徵、灰度或顏色特徵、邊界特徵、區域特徵、紋理特徵、形狀特徵、拓撲特徵和關係結構等。

(3)影象資料的變換、編碼和壓縮，以便於影象的儲存和傳輸。不管是何種目的的影象處理，都需要由計算機和影象專用裝置組成的影象處理系統對影象資料進行輸入、加工和輸出。

常用方法

數字影象處理常用方法有以下幾個方面：

1)影象變換：由於影象陣列很大，直接在空間域中進行處理，涉及計算量很大。因此，往往採用各種影象變換的方法，如傅立葉變換、沃爾什變換、離散餘弦變換等間接處理技術，將空間域的處理轉換為變換域處理，不僅可減少計算量，而且可獲得更有效的'處理(如傅立葉變換可在頻域中進行數字濾波處理)。新興研究的小波變換在時域和頻域中都具有良好的區域性化特性，它在影象處理中也有著廣泛而有效的應用。

2)影象編碼壓縮：影象編碼壓縮技術可減少描述影象的資料量(即位元數)，以便節省影象傳輸、處理時間和減少所佔用的儲存器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。編碼是壓縮技術中最重要的方法，它在影象處理技術中是發展最早且比較成熟的技術。

3)影象增強和復原：影象增強和復原的目的是為了提高影象的質量，如去除噪聲，提高影象的清晰度等。影象增強不考慮影象降質的原因，突出影象中所感興趣的部分。如強化影象高頻分量，可使影象中物體輪廓清晰，細節明顯;如強化低頻分量可減少影象中噪聲影響。影象復原要求對影象降質的原因有一定的瞭解，一般講應根據降質過程建立“降質模型”，再採用某種濾波方法，恢復或重建原來的影象。

4)影象分割：影象分割是數字影象處理中的關鍵技術之一。影象分割是將影象中有意義的特徵部分提取出來，其有意義的特徵有影象中的邊緣、區域等，這是進一步進行影象識別、分析和理解的基礎。雖然已研究出不少邊緣提取、區域分割的方法，但還沒有一種普遍適用於各種影象的有效方法。因此，對影象分割的研究還在不斷深入之中，是影象處理中研究的熱點之一。

5)影象描述：影象描述是影象識別和理解的必要前提。作為最簡單的二值影象可採用其幾何特性描述物體的特性，一般影象的描述方法採用二維形狀描述，它有邊界描述和區域描述兩類方法。對於特殊的紋理影象可採用二維紋理特徵描述。隨著影象處理研究的深入發展，已經開始進行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。

6)影象分類(識別)：影象分類(識別)屬於模式識別的範疇，其主要內容是影象經過某些預處理(增強、復原、壓縮)後，進行影象分割和特徵提取，從而進行判決分類。影象分類常採用經典的模式識別方法，有統計模式分類和句法(結構)模式分類，近年來新發展起來的模糊模式識別和人工神經網路模式分類在影象識別中也越來越受到重視。

應用工具

數字影象處理的工具可分為三大類：

第一類包括各種正交變換和影象濾波等方法，其共同點是將影象變換到其它域(如頻域)中進行處理(如濾波)後，再變換到原來的空間(域)中。

第二類方法是直接在空間域中處理影象，它包括各種統計方法、微分方法及其它數學方法。

第三類是數學形態學運算，它不同於常用的頻域和空域的方法，是建立在積分幾何和隨機集合論的基礎上的運算。

由於被處理影象的資料量非常大且許多運算在本質上是並行的，所以影象並行處理結構和影象並行處理演算法也是影象處理中的主要研究方向。