第一章 概述

數(shù)字圖象處理是一門關(guān)于如何用計算機(jī)對圖象進(jìn)行處理的學(xué)科，本課程主要講解基本原理和方法，針對計算機(jī)系的學(xué)生，強(qiáng)調(diào)編程實踐和建立圖象處理應(yīng)用系統(tǒng)的方法。推薦的教材與圖象編程參考書包括：

R.C. Gonzalez, R.E. Woods，Digital Image Processing, (影印)?電子工業(yè)出版社& Prentice Hall,2002.

R.C. Gonzalez, R.E. Woods, (阮秋琦、阮宇智等譯)，數(shù)字圖像處理，第二版，電子工業(yè)出版社& Prentice Hall, 2003.

K. R.?Castleman, Digital Image Processing, (影印)?清華大學(xué)出版社& Prentice Hall,1998.

K. R.?Castleman, (朱志剛、林學(xué)閆、石定機(jī)等譯),?數(shù)字圖象處理，電子工業(yè)出版社& Prentice Hall, 1998.

M.?Sonka, V.?Hlavac, and R. Boyle, Image processing, analysis, and machine vision, Chapman & Hall Computing,?London, 2nd Edition, Brooks/Cole Publishing, 2002. (影印)?圖像處理、分析與機(jī)器視覺，人民郵電出版社

M.?Sonka, V.?Hlavac, and R. Boyle, (艾海舟、武勃 等譯),?圖像處理、分析與機(jī)器視覺，人民郵電出版社, 2003.9。

章毓晉，圖象工程 上冊 圖象處理和分析，清華大學(xué)出版社, 1999

崔屹，數(shù)字圖象處理技術(shù)與應(yīng)用，電子工業(yè)出版社，1997.3

呂風(fēng)軍，數(shù)字圖象處理編程入門，清華大學(xué)出版社，1999.9

周長發(fā)，精通Visual C++圖像編程，電子工業(yè)出版社，2000.1

郎銳，數(shù)字圖像處理學(xué)Visual C++實現(xiàn)，北京希望電子出版社，2002.12

?

最近出版的新書：

章毓晉，圖象工程，第二版，清華大學(xué)出版社, 2007.5

目錄

什么是數(shù)字圖象？

數(shù)字圖象處理系統(tǒng)的基本組成結(jié)構(gòu)

數(shù)字圖象處理的應(yīng)用

數(shù)字圖象處理中的數(shù)據(jù)結(jié)構(gòu)

作業(yè)

1.?什么是數(shù)字圖象？

數(shù)字圖象是指由被稱作象素的小塊區(qū)域組成的二維矩陣。對于單色即灰度圖象而言，每個象素的亮度用一個數(shù)值來表示，通常數(shù)值范圍在0到255之間，即可用一個字節(jié)來表示，0表示黑、255表示白，而其它表示灰度。如下圖所示：

　?　?

圖1.1?灰度圖象(128x128)及其對應(yīng)的數(shù)值矩陣（僅列出一部分(26x31)）

彩色圖象可以用紅、綠、藍(lán)三元組的二維矩陣來表示。通常，三元組的每個數(shù)值也是在0到255之間，0表示相應(yīng)的基色在該象素中沒有，而255則代表相應(yīng)的基色在該象素中取得最大值，這種情況下每個象素可用三個字節(jié)來表示。

　?　?

圖1.2?彩色圖象(128x128)及其對應(yīng)的數(shù)值矩陣（僅列出一部分(25x31)）

????數(shù)字圖象是對二維連續(xù)光函數(shù)進(jìn)行等距離矩形網(wǎng)格采樣，再對幅度進(jìn)行等間隔量化得到的二維數(shù)據(jù)矩陣。采樣是測量每個象素值而量化是將該值數(shù)字化的過程。

數(shù)字圖象在本質(zhì)上是二維信號，因此信號處理（以一維信號為對象展開的課程）中的基本技術(shù)（如FFT）可以用在數(shù)字圖象處理中。但是，由于數(shù)字圖象只是一種非常特殊的二維信號，反映場景的視覺屬性，只是二維連續(xù)信號的非常稀疏的采樣，希望從單個或少量采樣中獲得有意義的描述或特征，無法照搬一維信號處理的方法，需要專門的技術(shù)。實際上數(shù)字圖象處理更多地依賴于具體應(yīng)用問題，是一系列的特殊技術(shù)的匯集，缺乏貫穿始終的嚴(yán)格的理論體系。

數(shù)字圖象處理是一個多學(xué)科交叉的領(lǐng)域，涉及光學(xué)、電子學(xué)、數(shù)學(xué)、攝影技術(shù)、計算機(jī)技術(shù)等眾多學(xué)科，是一個高度綜合的技術(shù)學(xué)科。

解釋：

數(shù)字圖象處理是一門計算機(jī)的技術(shù)課程，而且是一種非常特殊的專業(yè)課程，而非有系統(tǒng)理論體系的基礎(chǔ)課程。

本課程只講述基本原理和一般方法，不涉及具體領(lǐng)域中的特殊方法，如醫(yī)學(xué)圖象處理已經(jīng)成為一個專門的研究領(lǐng)域，有許多特殊的處理方法。

學(xué)生在學(xué)習(xí)時的感覺是內(nèi)容的系統(tǒng)性不強(qiáng)，涉及的知識面寬但不很深（高級部分除外，如小波變換等），需要出色的綜合能力。而在技術(shù)上需要很強(qiáng)的程序設(shè)計能力，可以說圖象處理是門對學(xué)生的技術(shù)能力即動手能力要求很高的課程。

圖象在計算機(jī)中表現(xiàn)為二維數(shù)據(jù)矩陣，難點是矩陣所涉及的各種變換與其在信號原理中的對應(yīng)關(guān)系。圖象處理涉及很多變化參數(shù)，為了達(dá)到好的圖象處理效果，參數(shù)的選擇是關(guān)鍵。為了實現(xiàn)好的圖象處理功能，方便的交互手段包括調(diào)整參數(shù)、圖象的顯示、存儲等是很重要的。

相關(guān)資料：數(shù)字圖象（圖象處理基礎(chǔ)在線講義：http://www.ph.tn.tudelft.nl/Courses/FIP）

2.數(shù)字圖象處理系統(tǒng)的基本組成結(jié)構(gòu)

數(shù)字圖象處理系統(tǒng)由圖象數(shù)字化設(shè)備、圖象處理計算機(jī)和圖象輸出設(shè)備組成，如下圖所示：

圖1.3?數(shù)字圖象處理系統(tǒng)

　圖象數(shù)字化設(shè)備：掃描儀、數(shù)碼相機(jī)、攝象機(jī)與圖象采集卡等

　圖象處理計算機(jī)：PC、工作站等

　圖象輸出設(shè)備：打印機(jī)等

3.?數(shù)字圖象處理的應(yīng)用

隨著微電子與計算機(jī)技術(shù)的高速發(fā)展，圖象數(shù)字化設(shè)備如CCD攝象機(jī)、掃描儀、數(shù)碼相機(jī)、圖象采集卡的成本大大降低，普通的微機(jī)已經(jīng)可以勝任部分圖象處理任務(wù)，使得圖象處理的應(yīng)用越來越廣泛，可以預(yù)見在不久的將來，圖象及視頻處理的應(yīng)用將與目前語音處理的應(yīng)用一樣變得日益普及和重要。

圖象處理的重要應(yīng)用包括：

　遙感

　視覺監(jiān)視、保安

　工業(yè)檢測與測量

　宇宙探險、軍事偵察、高精度制導(dǎo)

　醫(yī)療診斷

　通訊

　影視業(yè)、娛樂、公眾服務(wù)

解釋：

????數(shù)字圖象處理是與模式識別與計算機(jī)視覺等學(xué)科緊密相關(guān)的學(xué)科方向。數(shù)字圖象處理通常作為模式識別或計算機(jī)視覺系統(tǒng)的預(yù)處理部分，用于圖象采集、變換、特征提取等前期工作，如圖象增強(qiáng)、幾何矯正、邊緣提取、輪廓跟蹤等；而模式識別則重點在于抽取有效特征，分類和識別物體，如指紋識別、簽字驗證等；計算機(jī)視覺的核心任務(wù)是景物理解，追求人工的視覺功能，如立體信息的獲取，運(yùn)動分析等。

4.數(shù)字圖象處理中的數(shù)據(jù)結(jié)構(gòu)

數(shù)字圖象處理中常用的數(shù)據(jù)結(jié)構(gòu)包括矩陣、鏈碼、屬性圖等；此外還常用分層表示的數(shù)據(jù)結(jié)構(gòu)，如金字塔和四叉樹（pyramids and?quadtrees）結(jié)構(gòu)。

數(shù)據(jù)結(jié)構(gòu)是指數(shù)據(jù)的組織方式，對算法的選擇和其實現(xiàn)的容易程度有明顯的影響。數(shù)據(jù)結(jié)構(gòu)的選擇在程序設(shè)計中是關(guān)鍵性的步驟。

算法?+?數(shù)據(jù)結(jié)構(gòu)?=?程序 （Algorithm + Data Structure = Program）

邏輯?+?控制?=?算法??（Logic + Control = Algorithm）

本節(jié)是如下資料的摘譯：Milan Sonka, Chapter 3, Data Structures in Image Analysis?（..\..\download_IPCVPR\DIP of Milan Sonka\datastructureinimageprocessing.htm）。建議讀者閱讀原文。

4.1?圖象數(shù)據(jù)的表示層次

??????圖象數(shù)據(jù)的表示層次反映圖象處理的不同階段，表達(dá)圖象數(shù)據(jù)的不同抽象程度。總的來說有如下幾個逐級升高的表示層次。

???象素層圖象：由原始數(shù)據(jù)組成，是象素亮度的整數(shù)矩陣；

???分割圖象：圖象被分割為可能屬于同一物體的區(qū)域；

???幾何表示：2D和3D?形狀信息；

???關(guān)系模型： 數(shù)據(jù)更高層次的抽象，使使用數(shù)據(jù)更為有效。

4.2?規(guī)范的圖象數(shù)據(jù)結(jié)構(gòu)

規(guī)范的圖象數(shù)據(jù)結(jié)構(gòu)有矩陣、鏈碼、圖、物體屬性表、關(guān)系數(shù)據(jù)庫 等（matrices,chains, graphs, lists of object properties, relational databases, etc.）。它們不僅用于圖象信息的直接表示，而且還是更復(fù)雜的圖象分層表示方法的基礎(chǔ)，如金字塔和四叉樹（pyramids and?quadtrees）結(jié)構(gòu)。

???矩陣：低層圖象表示的最普通的數(shù)據(jù)結(jié)構(gòu)，矩陣元素是整型數(shù)值；這類圖象數(shù)據(jù)通常是圖象獲取設(shè)備（攝象機(jī)、掃描儀等）的直接輸出。

???鏈碼：描述物體的邊界，鏈碼中的符號一般對應(yīng)于圖象基元的鄰接關(guān)系。如下圖所示。鏈碼可以用靜態(tài)數(shù)據(jù)結(jié)構(gòu)來表示，如1維數(shù)組，取其大小為鏈碼的最大可能長度；也可以用動態(tài)數(shù)據(jù)結(jié)構(gòu)來表示，且這樣在節(jié)省存儲空間方面更合適。

???行程編碼：通常用于圖象矩陣中符號串的表示。例如?，傳真機(jī)就使用這種方式。在二值圖象中，行程編碼僅記錄圖象中屬于物體的區(qū)域，該區(qū)域表示成以表為元素的表。圖象的每行表示成一個子表，它的第一個元素為行號，然后是兩個縱坐標(biāo)構(gòu)成的項，第一個為行程的開始的縱坐標(biāo)（列號），第二個為行程的結(jié)束的縱坐標(biāo)。一行中可以有若干個這樣的序列項。如下圖所示：

行程編碼也可用于含有多個亮度層次圖象的表示，這時子表中必須記錄序列的亮度值。

???拓?fù)鋽?shù)據(jù)結(jié)構(gòu)：圖象描述成一組元素及其相互關(guān)系的圖結(jié)構(gòu)。例如，賦值的屬性圖，區(qū)域鄰接圖。區(qū)域鄰接圖例子如下：

???關(guān)系結(jié)構(gòu)：信息集中在語義上重要的圖象組成部分（它們是圖象分割的結(jié)果）即物體之間的關(guān)系上，適合用于高層次的圖象理解工作。例如，使用關(guān)系結(jié)構(gòu)描述自然場景的示意圖（物體及其關(guān)系屬性表）如下：

4.3分層數(shù)據(jù)結(jié)構(gòu)

分層數(shù)據(jù)結(jié)構(gòu)將圖象描述成若干不同粒度的層次，使算法可以根據(jù)需要將處理控制在較小的數(shù)據(jù)量上；只有必要時，處理才會在最細(xì)的數(shù)據(jù)分辨率上進(jìn)行。兩種典型的分層表示數(shù)據(jù)結(jié)構(gòu)是金字塔和四叉樹（pyramids and?quadtrees）結(jié)構(gòu)。

??金字塔（pyramids）

?????圖象的M-pyramid金字塔結(jié)構(gòu)是一個圖象序列{M_L, M_L-1, ..., M₀}?，其中M_L?是具有原圖象分辨率的圖象，即原圖象本身，然后依次降低一倍分辨率得到該圖象序列。當(dāng)原圖象的分辨率是2的整數(shù)冪時，M₀?則僅對應(yīng)于一個象素。當(dāng)需要對圖象的不同分辨率同時進(jìn)行處理時，可以采用這種數(shù)據(jù)結(jié)構(gòu)。分辨率每降低一層，數(shù)據(jù)量則減少4倍，因而處理速度差不多提高4倍。

M-pyramid金字塔結(jié)構(gòu)存儲所有圖象矩陣需要的象素個數(shù)為：

???一般而言，同時使用幾個分辨率層次比僅使用單個層次優(yōu)越。這些圖象可以表示成樹狀金字塔結(jié)構(gòu)：?T-pyramid.?T-pyramid是樹結(jié)構(gòu)，每個結(jié)點有4個子結(jié)點，如下圖所示：

????T-pyramid金字塔結(jié)構(gòu)的存儲表示與T-pyramid相似，樹的弧不必存儲，這是因為由于其結(jié)構(gòu)的規(guī)范性樹的子結(jié)點和父結(jié)點的地址都很容易計算出來。

??四叉樹（Quadtrees）

????四叉樹是對T-pyramids的改進(jìn)，除葉子結(jié)點外每個結(jié)點有4個子結(jié)點(西北NW: north-western,?東北NE: north-eastern,?西南SW: south-western,?西南SE: south-eastern).與T-pyramids一樣，在每個層次圖象被分解4個象限，但無須保留所有的葉結(jié)點。如果父結(jié)點有4個與它的值（如，亮度）一樣的子結(jié)點，則無須保留這些子結(jié)點。如下圖所示。

分層圖象表示的缺欠是：

??依賴于物體的位置、方向和相對大小；

?兩個僅有微小差別的相似圖象可能會具有非常不同的金字塔結(jié)構(gòu)或四叉樹結(jié)構(gòu)；

?甚至當(dāng)兩個圖象描述的是完全相同而只是略微移動了的景物時，可能會產(chǎn)生完全不同的表示。

說明：有關(guān)鏈接參考資料的自學(xué)問題

課件中涉及相當(dāng)多的通過鏈接方式訪問的參考資料（如htm/html網(wǎng)頁、pdf或word文檔，等等。），主要的目的是提供豐富的素材，便于不同程度的讀者自由學(xué)習(xí)，不是基本要求，感興趣的讀者可以參考。這種內(nèi)容是傳統(tǒng)教材無法實現(xiàn)的，是電子課件的主要特點之一。學(xué)生如果能夠充分發(fā)揮主觀能動性，將會突破課件自身內(nèi)容局限性，對課程的學(xué)習(xí)十分有益。??

參考文獻(xiàn)

Milan Sonka, Chapter 3, Data Structures in Image Analysis?（..\..\download_IPCVPR\DIP of Milan Sonka\datastructureinimageprocessing.htm）。

--------------------------------------------------------------------------------

作業(yè)

1.????編制讀入并顯示bmp格式的程序，用鼠標(biāo)選擇區(qū)域，將其象素數(shù)據(jù)寫入數(shù)組，并以文本文件txt輸出。

（有關(guān)位圖（bmp）的格式請參考：第一章，Windows位圖和調(diào)色板，“數(shù)字圖象處理編程入門”，呂風(fēng)軍，清華大學(xué)出版社，1999.9：位圖格式說明..\Readings\chapter01\bitmapformat.doc

---

返回主目錄?返回本章目錄

清華大學(xué)計算機(jī)系?艾海舟

最近修改時間：2000年1月10日

出處：http://media.cs.tsinghua.edu.cn/~ahz/digitalimageprocess/chapter01/chapt01_ahz.htm

總結(jié)

以上是生活随笔為你收集整理的数字图像处理：第一章 概述的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。