数字图像处理基本算法

㈠ 用MATLAB做数字图像处理

数字图像的获取
景物(模拟) -->成像系统(采样与量化) -->数字图像(计算机处理)
采样：对x y 坐标值离散化
量化：对幅度值(灰度级) 离散化
2
数字图像在MATLAB里的表示
空间分辨率：例如，800x600的图像，就是指横向800个像素、纵向600个像素(MxN像素)
灰度分辨率：指像素的数值f(x,y)的级数。若用8个比特来存储某图像的每个像素，则这个图像的灰度级为28，即灰度分辨率为256
实例：读取灰度图像HSQ.jpg，查看不同位置的像素值
END
数字图像的数据类型
1
图像的常用数据类型
- uint8(1比特每像素)：像素取值范围[0,255]
- uint16(2比特每像素)：像素取值范围[0,65535]
- double(8比特每像素)：像素取值范围[0,1]
常用数据类型之间的转换
- im2uint8
- im2uint16
- im2double
END
数字图像的类型
MATLAB图像处理工具箱，支持以下四种图像
灰度图像
RGB图像
索引图像
二值图像
使用 MATLAB 自定义一副简单的灰度图像
RGB图像：读取彩色图像YW.jpg，查看该图像的数据矩阵
红色(Red) 绿色(Green) 蓝色(Blue) 称为三原色光，通过这三种颜色(RGB) 相互之间的叠加，可得到各种各样的颜色
RGB 图像的数据矩阵为三维矩阵(M x N x 3)，该矩阵有“三页”
三维矩阵的“三页”，分别表示Red分量，Green 分量，Blue 分量的强度
使用 MATLAB 自定义一副简单的RGB 图像
索引图像：读取索引图像ESX.tif，查看该图像的数据矩阵
索引图像，由两个矩阵描述
索引矩阵：X
RGB 色彩矩阵(调色板)：MAP
使用 MATLAB 自定义一副简单的索引图像
二值图像：读取二值图像(黑白图像) YM.bmp，查看该图像的数据矩阵
二值图像矩阵数值类型：logical (0/1)
像素值非0 (黑色) 即1 (白色)
黑白图像，只有黑白两种颜色
对二值图像进行取反操作，查看“黑白颠倒”的效果
MATLAB 里数字图像类型的转换

㈡ 图像处理算法有哪些

多了：图像分割、增强、滤波、形态学，等等，推荐看数字图像处理那本厚书

㈢ 什么是数字图像的频率域滤波算法，有哪些主要的算法，谢谢

就是把数字图像利用傅立叶变换，小波等数学方法，转化为频域进行处理，再把处理后的数据反变换成图像数据。最基本的应用算法如高通滤波，低通滤波，维纳滤波，相位相关等等。不过用频域处理都比较耗时，对实时性要求比较高的系统几乎都不用频域处理。

㈣ 数字图像处理的基本概念

(一)数字图像

数字图像,又称数字化图像,是一种以二维数组(矩阵)形式表示的图像。该数组由对连续变化的空间图像作等间距抽样所产生的抽样点——像元(像素)组成,抽样点的间距取决于图像的分辨率或服从有关的抽样定律抽样点(像元)的量值,通常为抽样区间内连续变化之量物的均值化量值,一般称作亮度值或灰度值,它们的最大、最小值区间代表该数字图像的动态范围。数字图像的物理含义取决于抽样对象的性质。对于遥感数字图像,就是相应成像区域内地物电磁辐射强度的二维分布。

在数字图像中,像元是最基本的构成单元。每一个像元的位置可由行、列(x,y)坐标确定;亮度值(z)通常以0(黑)到255(白)为取值范围。因此,任何一幅数字图像都可以通过X、Y、Z的三维坐标系表示出。例如,陆地卫星的MSS图像(图4-8),便可看作x=2340(行),y=3240(列),z=0-255的三维坐标系。TM、HRV等亦然,只是行、列数不同而已。

图4-8 陆地卫星MSS数字图像的构成原理

数字图像可以有各种不同的来源:大多数卫星遥感,如MSS、TM、HRV、AVERR等等,地面景像的遥感信息都直接记录在数字磁带上,有关的接收系统(遥感卫星地面站、气象卫星接收站等)均可提供相应的计算机兼容数字磁带(CCT)及其记录格式。应用人员只要按记录格式将CCT数据输入计算机图像处理系统,即可获得数字图像,并进行各种图像处理;对于胶片影像,则可通过透射密度计、飞点扫描器、鼓形扫描器及摄像扫描器等,将影像密度转换为数值,进而形成数字图像;对于非遥感的地学图件,如地形图、地质图、航磁图、重力图、化探元素异常图等等,也可通过数字化仪,转换为数字图像。同一地区不同来源的数字图像都可精确配准,并作复合处理。

与光学图像相比,数字图像量化等级高(256级)、失真度小、不同图像的配准精度高、传输及储存方便,尤为重要的是可由计算机进行各种灵活、可靠、有效的处理,使遥感图像获得更好的判读、分析等应用效果。

(二)数字图像处理

数字图像以不同亮度值像元的行、列矩阵组织数据,其最基本的特点就是像元的空间坐标和亮度取值都被离散化了,即只能取有限的、确定的值。所以,离散和有限是数字图像最基本的数学特征。所谓数字图像处理,就是依据数字图像的这一数字特征,构造各种数字模型和相应的算法,由计算机进行运算(矩阵变换)处理,进而获得更加有利于实际应用的输出图像及有关数据和资料。故数字图像处理通常也称为计算机增强处理。

数字图像处理在算法上基本可归为两类:一类为点处理,即施行图像变换运算时只输入图像空间上一个像元点的值,逐点处理,直到所有点都处理完毕,如反差增强、比值增强等;另一类为邻域处理,即为了产生一个新像元的输出,需要输入与该像元相邻的若干个像元的数值。这类算法一般用作空间特征的处理,如各种滤波处理。点处理和邻域处理有各自不同的适应面,在设计算法时,需针对不同的处理对象和处理目标加以选择。

遥感数字图像处理,数据量一般很大,往往要同时针对一组数字图像(多波段、多时相等)作多种处理,因此,需要依据遥感图像所具有的波谱特征、空间特征和时间特性,按照不同的对象和要求构造各种不同的数学模型,设计出不同的算法,不仅处理方法非常丰富,而且形成了自身的特色,已发展为一门专门的技术。根据处理目的和功能的不同,目前遥感数字图像处理主要包括以下四方面的内容。

1.图像恢复处理:旨在改正或补偿成像过程中的辐射失真、几何畸变、各种噪声以及高频信息的损失等。属预处理范畴,一般包括辐射校正、几何校正、数字放大、数字镶嵌等。

2.图像增强处理:对经过恢复处理的数据通过某种数学变换,扩大影像间的灰度差异,以突出目标信息或改善图像的视觉效果,提高可解译性。主要包括有反差增强、彩色增强、运算增强、滤波增强、变换增强等方法。

3.图像复合处理:对同一地区各种不同来源的数字图像按统一的地理坐标作空间配准叠合,以进行不同信息源之间的对比或综合分析。通常也称多元信息复合,既包括遥感与遥感信息的复合,也包括遥感与非遥感地学信息的复合。

4.图像分类处理:对多重遥感数据,根据其像元在多维波谱空间的特征(亮度值向量),按一定的统计决策标准,由计算机划分和识别出不同的波谱集群类型,据以实现地质体的自动识别分类。有监督和非监督两种分类方法。

遥感数字图像处理的过程和各部分内容的关系如图4-9。本节将从遥感地质应用的角度简要介绍其中几种常用的处理方法,有一些方法(如复合处理)将在有关的应用章节讨论。

数字图像处理既可在专用的图像处理系统上进行,也可自编程序在通用计算机或微机上进行;处理结果既可打印成数符图(图4-10),也可以在彩色显示器上作彩色显示;既可以输出单波段的黑白图像,也可以输出多波段合成或各种运算处理结果的彩色图像(参见图版③);既可以内拍或扫描到胶片上成像,也可以外摄翻拍成像;既可以直接形成成果图件,给出各种统计数据,也可以再记录到CCT上转存……。总之,十分灵活、方便,比光学图像处理有更强的适应性,越来越得到广泛的应用。

图4-9 遥感图像数字处理基本流程

(三)数字图像处理系统

遥感数字图像处理不仅数据量大,而且数据传输频繁,专业性强,因此,一般都要在专门的处理设备上进行。用以进行数字图像处理的专门计算机设备及其功能软件即称之为数字图像处理系统,通通由硬件系统和软件系统两大部分组成。

其中,硬件系统,按目前国内外的发展趋势可分为大型的专用机系统(如目前国内使用的I²S公司的S600系统)和微机图像处理系统两类。一般情况下,它们都包括以下一些基本的部件(图4-11):

1.主机:进行各种运算、预处理、统计分析和协调各种外围设备运转的控制中心,是最基本的设备。一般为速度快、内存大的计算机,如VAX-11、VAX-3600等。随着微机的内存日渐扩大、运算速度越来越快,已可以用微机取代,如PC386、PC486及各种工作站等。

图4-10 杭州三潭印月TM5波段数符图

图4-11 数字图像处理系统基本结构示意图

2.磁带机和磁盘机:连结数字磁带(CCT)和主机的数据传输装置,既可以输入CCT数据,也可以将中间处理和最终处理的结果再转存记录到CCT上;对于微机系统,图像数据的传输一般用软磁盘,但对大数据量的卫星CCT则需用具微机接口的磁带机(如F880);

3.图像处理机:数字图像处理专用的核心设备,既具体承担各种图像处理功能,如图像复原、几何校正、增强和分类等各种变换处理等等,也是主机和各种输出输入设备的纽带。就前者而言,它实际上是各种图像处理软件的硬件化。目前国内使用较多的M75图像处理机即是,它可以快速处理显示512×512或1024×1024的图像;对于微机系统,则可以用图像处理板(MVP-AT板)代替。

4.输出设备:用作处理结果的监视分析(彩色监视器或彩显)及记录、成图(包括宽行打印机、彩色喷墨打印机、绘图仪、胶片记录扫描仪等等)。

对于功能齐全的系统,除上述外,通常还包括有胶片影像的摄像或扫描数字化仪、图形数字化仪等输入设备。

软件系统系指与硬件系统配套的用于图像处理及操作实施的各种软件。一般包括系统软件和应用软件两部分。前者又包括操作系统和编译系统,主要用于输入指令、参数及与计算机“对话”;后者则是以某种语言编制的应用软件,存于硬件系统的应用程序库中,用户可按研究任务采用对话方式或菜单方式,发出相应的指令使用这些程序,由主机作运算处理,获得所需的结果。不同专业往往设计有各自的应用软件系统,故国际上已涌现出各种各样的软件系统,如JPL的VICAR系统、LARSYS系统等等;目前微机上则普遍采用C语言编程,也已开发了一系列的微机图像处理的应用软件。

㈤ （急）数字图像处理主要包含哪八个方面的内容

主要内容有：图像增强、图像编码、图像复原、图像分割、图像分类、图像重建、图像信息的输出和显示。

图像增强用于改善图像视觉质量；图像复原是尽可能地恢复图像本来面目；图像编码是在保证图像质量的前提下压缩数据，使图像便于存储和传输；图像分割就是把图像按其灰度或集合特性分割成区域的过程。

图像分类是在将图像经过某些预处理（压缩、增强和复原）后，再将图像中有用物体的特征进行分割，特征提取，进而进行分类；图像重建是指从数据到图像的。处理，即输入的是某种数据，而经过处理后得到的结果是图像。

(5)数字图像处理基本算法扩展阅读

发展概况

数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。

早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL）。

他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。

随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。

在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。

㈥ 数字图像处理的基本算法及要解决的主要问题

图像处理，是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。

图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。

传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。
目录
[隐藏]

* 1 解决方案
* 2 常用的信号处理技术
o 2.1 从一维信号处理扩展来的技术和概念
o 2.2 专用于二维（或更高维）的技术和概念
* 3 典型问题
* 4 应用
* 5 相关相近领域
* 6 参见

[编辑] 解决方案

几十年前，图像处理大多数由光学设备在模拟模式下进行。由于这些光学方法本身所具有的并行特性，至今他们仍然在很多应用领域占有核心地位，例如 全息摄影。但是由于计算机速度的大幅度提高，这些技术正在迅速的被数字图像处理方法所替代。

从通常意义上讲，数字图像处理技术更加普适、可靠和准确。比起模拟方法，它们也更容易实现。专用的硬件被用于数字图像处理，例如，基于流水线的计算机体系结构在这方面取得了巨大的商业成功。今天，硬件解决方案被广泛的用于视频处理系统，但商业化的图像处理任务基本上仍以软件形式实现，运行在通用个人电脑上。

[编辑] 常用的信号处理技术

大多数用于一维信号处理的概念都有其在二维图像信号领域的延伸，它们中的一部分在二维情形下变得十分复杂。同时图像处理也具有自身一些新的概念，例如，连通性、旋转不变性，等等。这些概念仅对二维或更高维的情况下才有非平凡的意义。

图像处理中常用到快速傅立叶变换，因为它可以减小数据处理量和处理时间。

[编辑] 从一维信号处理扩展来的技术和概念

* 分辨率(Image resolution|Resolution)
* 动态范围(Dynamic range)
* 带宽(Bandwidth)
* 滤波器设计(Filter (signal processing)|Filtering)
* 微分算子(Differential operators)
* 边缘检测(Edge detection)
* Domain molation
* 降噪(Noise rection)

[编辑] 专用于二维（或更高维）的技术和概念

* 连通性(Connectedness|Connectivity)
* 旋转不变性(Rotational invariance)

[编辑] 典型问题

* 几何变换（geometric transformations）：包括放大、缩小、旋转等。
* 颜色处理（color）：颜色空间的转化、亮度以及对比度的调节、颜色修正等。
* 图像合成（image composite）：多个图像的加、减、组合、拼接。
* 降噪（image denoising）：研究各种针对二维图像的去噪滤波器或者信号处理技术。
* 边缘检测（edge detection）：进行边缘或者其他局部特征提取。
* 分割（image segmentation）：依据不同标准，把二维图像分割成不同区域。
* 图像制作（image editing）：和计算机图形学有一定交叉。
* 图像配准（image registration）：比较或集成不同条件下获取的图像。
* 图像增强（image enhancement）：
* 图像数字水印（image watermarking）：研究图像域的数据隐藏、加密、或认证。
* 图像压缩（image compression）：研究图像压缩。

[编辑] 应用

* 摄影及印刷 (Photography and printing)
* 卫星图像处理 (Satellite image processing)
* 医学图像处理 (Medical image processing)
* 面孔识别, 特征识别 (Face detection, feature detection, face identification)
* 显微图像处理 (Microscope image processing)
* 汽车障碍识别 (Car barrier detection)

[编辑] 相关相近领域

* 分类（Classification）
* 特征提取（Feature extraction）
* 模式识别（Pattern recognition）
* 投影（Projection）
* 多尺度信号分析（Multi-scale signal analysis）
* 离散余弦变换（The Discrete Cosine Transform）

㈦ 简述如何获得和处理数字图像，所需的主要设备和操作步骤有哪些

数字图像处理主要就是一些算法，如果你已经入门VC的话，就可以做一些简单的图像处理算法。推荐看一本图像书《数字图像处理基础》朱虹着，将的很通俗易懂

（1）目前，数字图像处理的信息大多是二维信息，处理信息量很大。如一幅256×256低分辨率黑白图像，要求约64kbit的数据量；对高分辨率彩色512×512图像，则要求768kbit数据量；如果要处理30帧/秒的电视图像序列，则每秒要求500kbit～22.5Mbit数据量。因此对计算机的计算速度、存储容量等要求较高。

（2）数字图像处理占用的频带较宽。与语言信息相比，占用的频带要大几个数量级。如电视图像的带宽约5.6MHz，而语音带宽仅为4kHz左右。所以在成像、传输、存储、处理、显示等各个环节的实现上，技术难度较大，成本亦高，这就对频带压缩技术提出了更高的要求。

（3）数字图像中各个像素是不独立的，其相关性大。在图像画面上，经常有很多像素有相同或接近的灰度。就电视画面而言，同一行中相邻两个像素或相邻两行间的像素，其相关系数可达0.9以上，而相邻两帧之间的相关性比帧内相关性一般说还要大些。因此，图像处理中信息压缩的潜力很大。

（4）由于图像是三维景物的二维投影，一幅图象本身不具备复现三维景物的全部几何信息的能力，很显然三维景物背后部分信息在二维图像画面上是反映不出来的。因此，要分析和理解三维景物必须作合适的假定或附加新的测量，例如双目图像或多视点图像。在理解三维景物时需要知识导引，这也是人工智能中正在致力解决的知识工程问题。

（5）数字图像处理后的图像一般是给人观察和评价的，因此受人的因素影响较大。由于人的视觉系统很复杂，受环境条件、视觉性能、人的情绪爱好以及知识状况影响很大，作为图像质量的评价还有待进一步深入的研究。另一方面，计算机视觉是模仿人的视觉，人的感知机理必然影响着计算机视觉的研究。例如，什么是感知的初始基元，基元是如何组成的，局部与全局感知的关系，优先敏感的结构、属性和时间特征等，这些都是心理学和神经心理学正在着力研究的课题。

数字图像处理的优点

1. 再现性好数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。

2．处理精度高按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言，不论数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。换言之，从原理上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组参数就可以了。回想一下图像的模拟处理，为了要把处理精度提高一个数量级，就要大幅度地改进处理装置，这在经济上是极不合算的。

3．适用面宽图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像（彩色图像也是由灰度图像组合成的，例如RGB图像由红、绿、蓝三个灰度图像组合而成）组合而成，因而均可用计算机来处理。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。

4．灵活性高图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运算，这极大地限制了光学图像处理能实现的目标。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。

数字音频的优点

无线由广播正在进入数字时代,其特点是从播音室至接收机传送的各种业务都是在数字领域里进行的.数字音频广播(DAB)是根据尤里卡-147计划提出的,后来由欧洲电信标准协会(ETSI)进行了标准化,旨在传送高质量的数字音频无线电业务给广大听众.在英国,英国广播公司(BBC)目前正在率先建立DAB全国传输网络,T大众提供各种数字无线电广播业务,并挖掘DAB的潜力,推出现有AM/FM无线电系统无法提供的各种新型节目和业务种类

㈧ 数字图像处理的主要方法

数字图像处理的工具可分为三大类：

第一类包括各种正交变换和图像滤波等方法，其共同点是将图像变换到其它域（如频域）中进行处理（如滤波）后，再变换到原来的空间（域）中。

第二类方法是直接在空间域中处理图像，它包括各种统计方法、微分方法及其它数学方法。

第三类是数学形态学运算，它不同于常用的频域和空域的方法，是建立在积分几何和随机集合论的基础上的运算。

由于被处理图像的数据量非常大且许多运算在本质上是并行的，所以图像并行处理结构和图像并行处理算法也是图像处理中的主要研究方向。

(8)数字图像处理基本算法扩展阅读

1、数字图像处理包括内容：

图像数字化；图像变换；图像增强；图像恢复；图像压缩编码；图像分割；图像分析与描述；图像的识别分类。

2、数字图像处理系统包括部分：

输入（采集）；存储；输出（显示）；通信；图像处理与分析。

3、应用

图像是人类获取和交换信息的主要来源，因 此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。

主要应用于航天和航空、生物医学工程、通信 工程、工业和工程、军事公安、文化艺术、机器人视觉、视频和多媒体系统、科学可视化、电子商务等方面。

㈨ 图像变换的目的是什么，常用的图像变换算法有哪些

图像变换的目的为了有效和快速地对图像进行处理和分析，需要将原定义在图像空间的图像以某种形式转换到另外的空间，利用空间的特有性质方便地进行一定的加工，最后再转换回图像空间以得到所需的效果。

图像变换是对图像处理算法的总结，它可以分为四个部分：空域变换等维度算法，空域变换变维度算法，值域变换等维度算法和值域变换变维度算法。

其中空域变换主要指图像在几何上的变换，而值域变换主要指图像在像素值上的变换。等维度变换是在相同的维度空间中，而变维度变换是在不同的维度空间中，例如二维到三维，灰度空间到彩色空间。

(9)数字图像处理基本算法扩展阅读：

相关延伸：图像简介

21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。数字图像处理，即用计算机对图像进行处理，其发展历史并不长。数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。

首先数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高；

可以识别上千种颜色，但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。

在计算机中，按照颜色和灰度的多少可以将图像分为二值图像、灰度图像、索引图像和真彩色RGB图像四种基本类型。大多数图像处理软件都支持这四种类型的图像。

中国物联网校企联盟认为图像处理将会是物联网产业发展的重要支柱之一，它的具体应用是指纹识别技术。