數字圖像處理課件

數字圖像處理(Digital Image Processing)又稱爲計算機圖像處理，它是指將圖像信號轉換成數字信號並利用計算機對其進行處理的過程。下面是小編爲你帶來的數字圖像處理課件 ，歡迎閱讀。

數字圖像處理

數字圖像處理(Digital Image Processing)是通過計算機對圖像進行去除噪聲、增強、復原、分割、提取特徵等處理的方法和技術。數字圖像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，對圖像進行處理(或加工、分析)的主要目的有三個方面：

(1)提高圖像的視感質量，如進行圖像的亮度、彩色變換，增強、抑制某些成分，對圖像進行幾何變換等，以改善圖像的質量。

(2)提取圖像中所包含的某些特徵或特殊信息，這些被提取的特徵或信息往往爲計算機分析圖像提供便利。提取特徵或信息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)圖像數據的變換、編碼和壓縮，以便於圖像的存儲和傳輸。不管是何種目的的圖像處理，都需要由計算機和圖像專用設備組成的圖像處理系統對圖像數據進行輸入、加工和輸出。

常用方法

數字圖像處理常用方法有以下幾個方面：

1)圖像變換：由於圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。因此，往往採用各種圖像變換的方法，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爲變換域處理，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局部化特性，它在圖像處理中也有着廣泛而有效的應用。

2)圖像編碼壓縮：圖像編碼壓縮技術可減少描述圖像的數據量(即比特數)，以便節省圖像傳輸、處理時間和減少所佔用的存儲器容量。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，它在圖像處理技術中是發展最早且比較成熟的技術。

3)圖像增強和復原：圖像增強和復原的目的是爲了提高圖像的質量，如去除噪聲，提高圖像的清晰度等。圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯;如強化低頻分量可減少圖像中噪聲影響。圖像復原要求對圖像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，恢復或重建原來的圖像。

4)圖像分割：圖像分割是數字圖像處理中的關鍵技術之一。圖像分割是將圖像中有意義的特徵部分提取出來，其有意義的特徵有圖像中的邊緣、區域等，這是進一步進行圖像識別、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圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是圖像處理中研究的熱點之一。

5)圖像描述：圖像描述是圖像識別和理解的必要前提。作爲最簡單的二值圖像可採用其幾何特性描述物體的特性，一般圖像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。對於特殊的紋理圖像可採用二維紋理特徵描述。隨着圖像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)圖像分類(識別)：圖像分類(識別)屬於模式識別的範疇，其主要內容是圖像經過某些預處理(增強、復原、壓縮)後，進行圖像分割和特徵提取，從而進行判決分類。圖像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絡模式分類在圖像識別中也越來越受到重視。

應用工具

數字圖像處理的工具可分爲三大類：

第一類包括各種正交變換和圖像濾波等方法，其共同點是將圖像變換到其它域(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圖像，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。

由於被處理圖像的數據量非常大且許多運算在本質上是並行的，所以圖像並行處理結構和圖像並行處理算法也是圖像處理中的主要研究方向。