数字图像处理 订阅
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 [1]  数字图像处理的产生和迅速发展主要受三个因素的影响:一是计算机的发展;二是数学的发展(特别是离散数学理论的创立和完善);三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。 [2] 展开全文
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 [1]  数字图像处理的产生和迅速发展主要受三个因素的影响:一是计算机的发展;二是数学的发展(特别是离散数学理论的创立和完善);三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。 [2]
信息
外文名
Digital Image Processing
应用学科
通信、多媒体
中文名
数字图像处理
数字图像处理简介
数字图像处理(Digital Image Processing)又称为计算机图像处理,它是指将图像信号转换成数字信号并利用 计算机对其进行处理的过程。
收起全文
精华内容
下载资源
问答
  • 数字图像处理
    千次阅读
    2022-01-17 23:03:55

    引言

    2.1 人类视觉系统的机理,包括眼中图像的形成及对亮度的适应和鉴别能力。
    2.2 讨论光、电磁波谱的其他分量及它们的成像特点
    2.3 讨论成像传感器及怎么使用它们产生数字图像
    2.4 介绍均匀图像取样及灰度量化的概念。还有数字图像表示、图像中取样数和灰度级变化的影响、空间和灰度分辨率的概念,以及图像内插的原理
    2.5 处理像素间的各种基本关系
    2.6 介绍本书用到的主要数学工具。该节的第二个目的是帮助您开始积累一些在各种基本图像处理任务中如何运用这些工具的感觉

    2.1 视觉感知要素

    仅涉及人类视觉的最基本方面

    2.1.1 人眼的结构

    有三层薄膜包围着眼睛:角膜与巩膜外壳、脉络膜和视网膜
    角膜是一种硬而透明的组织,覆盖着眼睛的前表面。
    与角膜相连的巩膜是一层包围着眼球其余部分的不透明的膜

    2.2 光与电磁波谱

    电磁波谱可用波长、频率获能量来描述,波长×频率=光速,电磁波谱各个分量的能量=普朗克常数×波长

    2.3 图像感知和获取

    我们感兴趣的多数图像都是由“照射”源和形成图像的“场景”元素对光能的反射或吸收而产生的。比我们所熟悉的一个可见光源每天照射普通的三维场景情况更一般。
    通过将输入电能和对特殊类型检测能源敏感的传感器材料相结合,把输入能源转化为电压。输出电压波形是传感器的响应,通过把传感器响应数字化,从每一个传感器得到的一个数字量。

    2.3.1 使用单个传感器获取图像

    2.3.2 使用条带传感器获取图像

    2.3.3 使用传感器阵列获取图像

    2.3.4 简单的图像形成模型

    2.4 图像取样和量化

    2.4.1 取样和量化的基本概念

    2.4.2 数字图像表示

    2.4.3 空间和灰度分辨率

    2.4.4 图像内插

    内插并用它调整图像的大小,这是基本的图像取样方法
    从根本上看,内插是用已知数据来估计未知位置的数值的处理
    最邻近内插法,把原图像中最近邻的灰度赋给了每个新位置,但是有产生不希望的人为缺陷的倾向,如某些直边缘的严重失真。
    更实用的方法是双线性内插,我们用4个最邻近去估计给定位置的灰度。令(x,y)为我们想要赋以灰度值的位置的坐标,v(x,y)=ax+by+cxy+d
    双线性内插给出了比最近邻近内插好得多的结果,但随之而来的是计算量的增加
    更复杂的是双三次内插,他包括16个最近紧邻点,是商业图像编辑程序的标准内插方法

    2.5 像素间的一些基本关系

    2.5.1 相邻像素

    位于坐标(x,y)处的像素p有4个水平和垂直的相邻像素,这组像素成为p的4邻域,用 N 4 ( p ) N_4(p) N4(p)表示
    也有4个对角相邻像素,用 N D ( p ) N_D(p) ND(p)表示。这些点与4个邻点一起成为p的8邻域,用于 N 8 ( p ) N_8(p) N8(p)表示。

    2.5.2 邻接阵、连通性、区域和边界

    令V是用于定义邻接性的灰度值集合。
    在二值图像中,如果把具有1值的像素归诸于邻接像素,则V = {1}。
    在灰度图像中,V一般包含有更多的元素。例如具有可能的灰度值范围为0到255的邻接像素中,集合V可能是这256个值的任何一个子集。

    • 4邻接。如果q在集合 N 4 ( p ) N_4(p) N4(p)中,则具有V中数值的两个像素p和q是4邻接的。
    • 8邻接。如果q在集合 N 8 ( p ) N_8(p) N8(p)中,则具有V中数值的两个像素p和q是8邻接的。
    • m邻接。如何(i)q在 N 4 ( p ) N_4(p) N4(p)中,或(ii)q在 N d ( p ) N_d(p) Nd(p)中,且集合 N 4 ( p ) ∩ N 4 ( q ) N_4(p) \cap N_4(q) N4(p)N4(q)中没有来自V中数值的像素,则具有V中数值的两个像素p和q是m邻接的。

    混合邻接是8邻接的改进。混合邻接的引入是为了消除采用8邻接时产生的二义性。
    令S是图像中的一个像素子集。如果S的全部像素之间存在一个通路,则可以说两个像素p和q在S中是连通的。对于S中的任何像素p,S中联通到该像素的像素集称为S的连通分量。如果S仅有一个连通分量,则集合S称为连通集。
    令R是图像中的一个像素子集。如果R是连通集,则称R为一个区域。两个区域,如果它们联合形成一个连通集,则区域 R i R_i Ri R j R_j Rj称为邻接区域。不邻接的区域称为不连接区域。在谈到区域时,我们考虑的时4邻接和8邻接。为了使我们的定义有意义,必须指定邻接的类型。

    假设一幅图像包含有 K K K个不连接的区域,即 R k , k = 1 , 2 , . . . , K R_k, k = 1,2,...,K Rk,k=1,2,...,K,且它们都不接触图像边界(这种假设的目的是在于避免处理特殊情形。这样做不会丧失一般性,因为如果一个或多个区域接触到图像的边界,我们可以简单地使用1像素宽的背景值来填充图像。) 令 R u R_u Ru代表所有 K K K个区域的并集,其所有点为图像的前景,而其补集中的所有点为图像的背景。

    区域R的边界是这样的点的集合,这些点与R的补集中的点邻近。换一种方式说,一个区域的边界是该区域中至少有一个背景邻点的像素集合。这里必须指定用于定义邻接的连通性。

    前述定义有时称为区域的内边界,以便与其外边界相区分,外边界对应于背景边界。在开发追踪边界的算法时这个区别很重要。这种算法为了保证结果形成一个闭合通路,通常是沿外边界确立的。
    如果R恰巧是整幅图像(我们假设这副图像是像素的方形集合),则边界由图像第一行、第一列和最后一行、最后一列的像素集合来定义。这个附加定义是需要的,因为一副图像超过边界范围之外没有邻点。正常情况下,当我们提到一个区域时,指的是一副图像的子集,并且区域边界种任何与图像边缘吻合的像素都作为区域边界的一部分全部包含在其中。

    一个有限区域的边界形成一条闭合通路,并且是“整体”概念。边缘是由具有某些超过预先设定的阈值的导数值的像素形成的。这样边缘的概念就是基于在进行灰度级度量时不连续点的"局部“概念。把边缘点连成边缘线段是可能的,并且有时以与边界对应的方法连接线段。边缘和边界吻合的一个例外是二值图像的情况,从二值区域提取边缘与区域边界是一样的,这很直观。

    5.5.3 距离度量

    距离度量满足非负性,互换性,三角不等式

    欧式距离 (圆形)
    城市街区距离(菱形)
    棋盘距离(正方形)

    2.6 数字图像处理所用数字工具的介绍

    2.6.1 阵列与矩阵操作

    2.6.2 线性操作与非线性操作

    线性算子
    非线性算子

    2.6.3 算术操作

    图像间的算术操作是阵列操作,其意思是算术操作在相应的像素对之间进行。
    例2.5 针对降噪的带噪图像相加(平均)
    例2.6 增强差别的图像相减
    例2.7 使用图像相乘和相除来校正阴影

    2.6.4 集合和逻辑操作

    一个灰度图像的补集是255-灰度图像像素
    两个灰度集合的并集是一个由空间相应元素的最大灰度形成的阵列

    模糊集合

    2.6.5 空间操作

    空间操作直接在给定图像的像素上执行。
    我们把空间操作分为三大类:单像素操作,邻域操作,几何空间变换
    单像素操作
    邻域操作
    几何空间变换和图像配准
    在数字图像处理中,几何变换由两个基本操作组成:
    (1)坐标的空间变换 (2)灰度内插,即对空间变换后的像素赋灰度值
    例2.9 图像旋转与灰度内插
    用仿射变换说明图像旋转。
    图像配准是数字图像处理的一种重要应用。
    主要方法之一是使用约束点,这些点是在输入图像和参考图像中其位置恰好已知的相应点.这些点是在输入图像和参考图像中其位置恰好已知的相应点.
    估计变换函数问题是建模问题之一
    例2.10 图像配准

    2.6.6 向量与矩阵操作

    2.6.7 图像变换

    通过变换输入图像来表达图像处理任务,在变换域执行指定的任务,之后再用反变换返回到空间域会更好.该过程从空间域到变换域,然后返回到空间域.
    例2.11 变换域图像处理

    2.6.8 概率方法

    更多相关内容
  • 数字图像处理 冈萨雷斯 第三版 课后习题。 免费下,没积分的朋友们,免费下。 百度文库网页链接转出来的,清晰,内容可能不太全,没积分的朋友们将就看吧。
  • 纯英文答案,由于国内网连不上去特意下下来整理成册。 希望能帮到需要的人。 如果侵权麻烦联系我删除。
  • 数字图像处理.pdf

    2019-06-03 23:52:14
    数字图像处理MATLAB版本科教学版 第2版 [(美)冈萨雷斯,(美)伍兹,(美)艾丁斯 著] 2014年版
  • 冈萨雷斯的这本书在数字图像处理领域,作为主要教材已有30多年。这一版本是作者在前两版的基础上修订而成的,是前两版的发展与延续。除保留了前两版的大部分内容外,根据读者的反馈,作者在13个方面对本书进行了修订...
  • 数字图像处理视频教程,冈萨雷斯第三版数字图像处理中译版PDF
  • 冈萨雷斯 数字图像处理(MATLAB版) 中文高清版 带书签 pdf。 希望对大家有用!这是数字图像处理中非常经典的一本书,有助于提高matlab环境下的数字图像处理的学习研究!
  • 中科院期末王伟强数字图像处理大作页,用MATLAB实现了冈萨雷斯书中的大部分程序,带有可视化的界面,可以调节参数,实现的功能简要概括如下:灰度变换与图像锐化,滤波(低通,高通,中值,维纳滤波),噪声模型,...
  • 该资源是从百度文库中直接获取的,答案不是完全覆盖,但是应付数字处理的作业应该是没问题的
  • 亲测好用 文字版PDF, 非转换PDF。数字图像处理,冈萨雷斯,文字版,英文版,第四版,英文版电子书:Digital Image Processing 4th Edition
  • 数字图像处理

    千次阅读 2022-03-25 17:01:04
    数字图像处理的主要两种方法:空域法和频域法; 图像变换主要两种重要方式:图像几何变换(空间变换)和图像正交变换,其中图像几何变换属于空域法。 几何变换 图像几何变换大体包含:刚性变换,仿射变换,透视变换...

    数字图像处理的主要两种方法:空域法和频域法;
    图像变换主要两种重要方式:图像几何变换(空间变换)和图像正交变换,其中图像几何变换属于空域法。

    几何变换

    图像几何变换大体包含:刚性变换,仿射变换,透视变换,弹性变换。广义来讲,非线性变换包含投影变换;投影变换包含仿射变换;仿射变换包含刚体变换。 图像几何变换又称为图像空间变换,它将一副图像中的坐标位置映射到另一幅图像中的新坐标位置。我们学习几何变换就是确定这种空间映射关系(即变换矩阵),以及映射过程中的变化参数。其中基础的变换矩阵包含:恒等变换、尺度变换(scaling)、剪切或错切或错位变换(shearing-垂直或水平变换)、旋转变换(rotation)、平移变换(translation)、翻转变换(flip)

    刚体变换(rigid transformation)

    只改变物体位置,不改变物体形状,即一幅图像中的两点间的距离经变换到另一幅图像中后仍然保持不变。刚体变换仅局限于平移、旋转和反转(镜像)。

    仿射变换(affine transformation)

    一幅图像中的直线经过后映射到另一幅图像上仍为直线,并且保持平行关系,仿射变换适应于平移、旋转、缩放和反转(镜像)情况。 仿射变换是从一个二维坐标系变换到另一个二维坐标系,属于线性变换,包括旋转,缩放,平移,错切操作。
    在这里插入图片描述
    通过已知3对坐标点可以求得变换矩阵。所以仿射变换可以由一个矩阵A和一个向量B给出:
    在这里插入图片描述
    仿射变换的方程组有6个未知数,所以要求解就需要找到3组映射点,三个点刚好确定一个平面。
    不同A和B矩阵对应的各种基本仿射变换:
    在这里插入图片描述
    仿射变换改变物体位置和形状,但保持二维图像的“平直性”和“平行性”:

    平直性:直线经仿射变换后还是直线,圆弧经仿射变换后还是圆弧;

    平行性:直线之间的相对位置关系保持不变,平行线经仿射变换后依然为平行线,直线上点的位置顺序不会发生变化;

    向量间夹角可能会发生变化;

    通过仿射变换将图片中的每个像素点按照一定的规律映射到新的位置,仿射变化需要一个转换矩阵。opencv提供了函数 cv2.getAffineTransform(pos1,pos2),根据源图像和目标图像上三个对应的点来自动创建变换矩阵,其输出就是仿射矩阵M,最后这个矩阵会被传给函数 cv2.warpAffine() 来实现仿射变换。

    透视变换(perspective transformations)或 投影映射

    一幅图像中的直线经过后映射到另一幅图像上仍为直线,但平行关系基本不保持。

    透视变换是从一个二维坐标系变换到一个三维坐标系,属于非线性变换。通过已知4对坐标点可以求得变换矩阵。彻底改变物体的位置和形状。
    在这里插入图片描述
    opencv提供了函数 cv2.getPerspectiveTransform(pos1,pos2),根据源图像和目标图像上四个对应的点来自动创建变换矩阵,其输出就是仿射矩阵M,最后这个矩阵会被传给函数 cv2.warpPerspective() 来实现仿射变换。

    弹性变换(elastic transformation)(非线性变换或弯曲变换 curved transformation)

    一幅图像上的直线映射到另一幅图像上不一定是直线,可能是曲线。
    在这里插入图片描述
    弹性变形论文最早是由Patrice等人在2003年ICDAR上发表:《Best Practices for Convolutional Neural Networks Applied to Visual Document Analysis》

    具体实现步骤:

    对原始图像A进行仿射变换(三点法),得到图像B;

    对图像B中的每个像素点随机生成一个在x和y方向的位移,记为Δx和Δy,范围(-1,1),从而得到一个随机位移场(random displacement fields);

    生成服从高斯分布的kernal,记为N(0,δ),对上一步生成的随机位移场进行卷积操作;

    然后用一个控制因子α,再和卷积操作后的随机位移场相乘,用以控制其变形强度;

    最后,将随机位移场施加到图像B上,得到变形后的图像C。具体操作如下:

    首先,生成一个和imageB大小一样的meshgrid网格meshB,网格中的每个值就是像素的坐标,比如说meshgrid网格大小为512x512,则meshgrid中的值为(0, 0), (0, 1), …, (511, 0), (511, 511);然后将随机位移场和meshB网格相加,这就模拟了imageB中的每个像素点在经过随机位移场的作用后,被偏移的位置,meshB与随机位移场相加后的结果记做imageC;最后,对其进行双线性插值,得到图像C。

    代码如下:
    在这里插入图片描述

    插值算法

    原图变换到对应图像上的方式会有一些没有被填充的点,解决这种问题一般用差值的方式,常见的有最近邻插值法、双线性插值法、双三次插值法、区域插值算法。

    展开全文
  • 数字图像处理_冈萨雷斯(第三版_中文版)带完整书签
  • 《MATLAB数字图像处理实战》深入浅出地介绍了数字图像基础和MATLAB数字图像处理的新功能及其应用案例,同时还结合作者科研、教学的经验,对数字图像处理的学习、思维、方法和技巧进行了总结与点拨。本资源为此书中...
  • 冈萨雷斯数字图像处理+第二版中文版pdf+第二版MATLAB中文版 两份pdf 对应 课程书籍和 MATLAB版本的书籍 均不缺页!!
  • Visual C++数字图像处理技术详解 完整版 pdf + 源码 刘海波、沈晶、郭耸 等编著
  • 数字图像处理的MATLAB实现(第2版)》是第一本介绍图像处理的基础理论以及图像处理实现中所使用软件原理的书籍,汇集了Digital Image Processing 一书的基本概念和MathWorks公司的图像处理工具箱(MathWorks公司在...
  • 转眼间大学就毕业了,这是我大三学习《数字图像处理》课程时完成的小作业,使用C++ MFC完成的数字图像处理软件,由于老师只要求对bmp图片进行处理,所以该图片只是对bmp图片处理。功能包括: 双显示图片,显示图片...
  • 数字图像处理与机器视觉--Visual C++与MATLAB实现》第2版配套光盘内容 内容推荐  本书将理论知识、科学研究和工程实践有机结合起来,介绍了数字图像处理和识别技术的方方面面,内容包括图像的点运算、几何变换、...
  • 数字图像处理 冈萨雷斯 第三版 课后答案绝对完整

    千次下载 热门讨论 2015-03-08 08:13:43
    数字图像处理 冈萨雷斯 第三版 课后答案绝对完整
  • 数字图像处理——图像锐化

    千次阅读 2022-03-23 11:07:32
    对主要的图像锐化算法进行了介绍。

            图像增强是图像处理的一个重要环节,早期的图像处理就是从图像增强开始的,人们研究对质量低的图像进行处理以获得改善质量后的图像。现今的图像增强还为后续的图像处理,如图像信息提取、图像识别等,提供更高识别度的图像。

            从图像处理技术来看,图像的摄取、编码、传输和处理过程中有许多因素可以使图像变模糊。如摄取过程中的聚焦不良,编码中的量化步骤使得图像的高频分量损失,处理过程中的对图像进行放大时由于缩放算法具有低通滤波性质而导致图像变得柔和等等。图像锐化正是针对这个问题对图像的边缘进行增强和高频分量进行补偿,使得画质清晰锐利,视觉感受良好,为后续的处理提供具有更高辨析度的图像。

    一、图像锐化基本原理

            研究表明,各种图像模糊的物理过程的数学模型一般包含有求和、平均或者积分运算。那么与此相反,图像的锐化过程就是包含有差分和微分的运算。

            图像锐化是图像增强的一个经典问题。长期以来在出版业中使用的图像锐化处理是从原始图像自身减去低通滤波后的图像而得到一幅清晰锐利的图像,这种处理称为图像的反锐化掩蔽,也称钝化模板,可以表示为

    f_{s}(x,y)=f_{o}(x,y)-f_{lp}(x,y)

            反锐化掩蔽的一般形式称为高频提升滤波和高频增强滤波。高频提升滤波通过将

    展开全文
  • 数字图像处理 冈萨雷斯 第三版 中文版

    千次下载 热门讨论 2014-11-21 23:29:34
    数字图像处理领域 《数字图像处理 第三版 》作为主要教材已有30多年 这一版本是作者在前两版的基础上修订而成的 是前两版的发展与延续 除保留了前两版的大部分内容外 根据读者的反馈 作者在13个方面对《数字图像...
  • 数字图像处理课程设计

    千次阅读 2021-10-30 18:44:44
    数字图像处理课程设计 一、前言 《数字图像处理》是一门应用型课程,为了更巩固和掌握图像处理技术的基本技能,提高实际动手能力,并通过实际编程了解图像处理算法实现的基本原理,为今后应用图像处理技术和编程...

    数字图像处理课程设计


    一、前言

    《数字图像处理》是一门应用型课程,为了更巩固和掌握图像处理技术的基本技能,提高实际动手能力,并通过实际编程了解图像处理算法实现的基本原理,为今后应用图像处理技术和编程技术解决实际问题奠定基础,设计一个GUI界面实现图像处理的交互界面。

    二、设计目标

    1、该程序用python tkinter库设计GUI界面,实现图像处理交互式操作
    2、可实现绘制灰度直方图及直方图均衡化
    3、灰度变换,如:灰度反转、对数变换、线性变换
    4、几何变换,如:图像放大、缩小、旋转、位移
    5、图像加噪声(椒盐噪声与高斯噪声)、空域和频域去噪
    6、边缘提取,采用robert,sobel,拉普拉斯算子对图像进行边缘提取

    三、程序设计

    1、GUI界面设计

    GUI界面采用的是python的第三方库tkinter来搭建的。整体GUI界面分为信息框、原图预览框、参数框、结果显示框四个区域。信息框用来显示个人基本信息;原图预览框用来导入预处理的图片并显示,以及图像处理方式的选择;参数框用来输入参数;结果显示框用来显示图像处理后的结果。GUI界面如图:
    Alt
    Alt

    其中,用LabelFrame划分各个区域,在原图显示区域中,点击选择图片按钮选择图片,选择的图片会在Label2上显示出来,下方的下拉框是用来选择图像处理方式,最后处理结果会在右侧显示区域画布控件canvas_spice上绘制出来。

    2、灰度直方图均衡化

    直方图均衡化是通过拉伸像素强度分布范围来增强图像对比度的一种方法。直方图均衡化是通过调整图像的灰阶分布,使得在0~255灰阶上的分布更加均衡,提高了图像的对比度,达到改善图像主观视觉效果的目的。
    均衡化过程:
    1.将彩色图片转换为灰度图片,统计各灰度级的像素数目;
    2.将每一个灰度级的像素的个数/图像的像素总数得到每一灰度的出现概率;
    3.最后用每一级灰度值×该灰度出现概率得到灰度分布情况,实现灰度均衡。
    下图是图像原灰度图与灰度均衡化后的图像对比与直方图对比:
    Alt

    从结果图中可以看到,均衡化后的图比原灰度图相比,对比度明显提高了,也更加清晰了,而均衡化后的直方图在坐标轴上的分布也更为平均。

    3、灰度变换

    (1)灰度反转
    黑白图像的反转其实就是将灰度值为1的像素变为0,灰度值为0的像素变为1。而对有256灰度级的图像来说,就是用255减去原图像各个像素的灰度值。
    (2)对数变换
    对数变换是对原图像灰度值动态范围进行压缩,对数变换的公式可表示为: g(x,y)=c*log⁡(1+f(x,y)),主要用于调高输入图像的低灰度值。
    (3)线性变换
    线性变换是通过建立灰度映射来调整原始图像的灰度,从而改善图像的质量,凸显图像的细节,提高图像的对比度。线性变换的计算公式:g(x)=αf(x)+β。
    下图是各灰度变换后的结果:
    Alt
    Alt

    4、几何变换

    (1)缩放
    缩放是对图像进行放大或缩小。图像放大就是将原图像中的每一个像素复制到放大新图像对应的像素乘上倍数,这种方法叫最近领域插值法,本设计的放大倍数为2,也就是将原图像的像素复制到新图像对应的2各像素上;本设计使用的缩小方法是将图像的行和列缩小一半,从整体上就是将原图像缩小为原来的四分之一。
    (2)旋转
    图像旋转是以图像的中心为原点,将图像中的像素旋转同一个角度达到整体图像的旋转。本程序中使用cv2.getRotationMatrix2D()函数取图像中点逆时针旋转90°。
    (3)位移
    图像位移是指将一幅图像或一幅图像中的子图像块按指定的x方向和y方向的偏移量△x和△y进行位移。程序中使用cv2.warpAffine()以H为变换矩阵进行图像平移,其中变换矩阵H为[1,0,50],[0,1,25] 。
    下图为图像几何变换后的结果图:
    Alt
    通过给设定相关参数执行对于程序,实现图片的放大、缩小、旋转以及位移。上图是放大3倍、缩小2倍、顺时针旋转90度和向下平移100像素,向右平移10像素,这里的放大与缩小后的图像是设置与画布大小一致的,可以通过图片的坐标轴查看具体像素。

    5、图像加噪及滤波

    (1)椒盐噪声
    椒盐噪声是指两种噪声,一种是盐噪声,另一种是胡椒噪声。盐=白色(0),椒=黑色(255)。前者是高灰度噪声,后者属于低灰度噪声。一般两种噪声同时出现,呈现在图像上就是黑白杂点,类似椒盐,故称为椒盐噪声。
    添加椒盐噪声的原理是:首先设置一个阈值即噪声比例,然后随机生成0-1之间的数字,如果生成的随机数小于噪声比例则将该像素点添加黑点,即椒噪声,如果生成的随机数大于(1-噪声比例)则将该像素点添加白点,即盐噪声,这样就能够得到要添加的椒盐噪点,最后将这些噪点与原图像相加,得到噪声污染后的图像。
    下图为添加噪声后的图与所添加的噪点图:
    Alt
    (2)高斯噪声
    高斯噪声是指它的概率密度函数服从高斯分布的一类噪声。如果一个噪声,它的幅度分布服从高斯分布,而它的功率谱密度又是均匀分布的,则称它为高斯白噪声。
    添加高斯噪声的原理是:首先将原始图像的像素值进行归一化,然后设置一个均值与方差呈高斯分布的图像矩阵,将噪声和原始图像进行相加得到加噪后的图像,clip函数将元素的大小限制在了low_clip和1之间了,小于的用low_clip代替,大于1的用1代替,解除归一化,乘以255将加噪后的图像的像素值恢,这样就得到添加噪声后的图像了。
    下图为添加噪声后的图与所添加的噪声图:
    Alt

    (3)空域滤波(中值滤波)
    中值滤波是一种非线性滤波器,在一定程度上可以克服线性平滑滤波器所引起的图像模糊问题。其基本原理是基于某种中值滤波窗口,对该窗口覆盖的所有像素的灰度进行排序,用其中间值代替图像中被该窗口覆盖的所有像素的中点像素的灰度值,从而弥补了领域平均噪声消除方法的不足。
    本次使用的是cv2中的medianBlur(img,k)函数进行滤波,其中img参数是要处理的图像,k代表窗口的尺寸,下图分别为使用中值滤波处理椒盐噪声和处理高斯噪声的结果:
    Alt
    通过上面结果我们可以看到,中值滤波对于消除图像中的椒盐噪声非常有效,效果很好,在滤除噪声的同时能很好的保护信号的细节信息,但是对高斯噪声的处理结果却非常差,所以不建议使用中值滤波处理高斯噪声。
    (4)频域滤波(低通滤波)
    理想低通滤波器的含义是在半径为D0的圆内的所有频率没有衰减地通过该滤波器;而在此半径的圆之外的所有频率完全被衰减掉。D0称为截止频率。一个理想的低通滤波器的转移函数定义为:
    Alt
    实现过程:①将图片转换为数组并将其进行傅里叶变换;②将低频移动到中间;③使用一个矩形窗口对图像进行掩模操作去除高频分量;④再将得到的结果进行傅里叶逆变换;⑤最后进行归一化。
    在编写程序过程中,在这一步遇到了问题,当执行低通滤波时,会出现结果是一张黑图,原因可能是图片格式不符,而且执行完低通滤波后就不能执行其他程序了,没有找到解决的方法。下图为单独使用低通滤波函数对高斯噪声和对椒盐噪声处理的结果:
    Alt

    通过上面结果我们可以看到,中值滤波对于消除图像中的高斯噪声效果好一些,但是对椒盐噪声的处理结果却非常差。

    6、边缘提取

    (1)Robert算子
    任意一堆互相垂直方向上的差分可以看成是梯度的近似求解,Robert边缘检测算子就是基于该原理,用对角线上相邻像素之差来代替梯度寻找边缘。Robert算子模板可以表示为
    Alt
    检测步骤:利用算子模板对图像进行像素卷积,将两个结果相加,判断结果是否大于阈值,若满足条件,将其作为结果图像中对应模板位置的像素值;若不满足,则给结果图像中对应模板位置的像素赋予0。
    (2)Sobel算子
    Sobel算子是一种用于边缘检测的离散微分算子,它结合了高斯平滑和微分求导。该算子用于计算图像明暗程度近似值,根据图像边缘旁边明暗程度把该区域内超过某个数的特定点记为边缘。其算子模板为:
    Alt
    检测步骤:利用算子模板对图像进行卷积后叠加,判断结果是否大于阈值,若满足条件,将其作为结果图像中对应模板位置的像素值;若不满足,则给结果图像中对应模板位置的像素赋予0。
    (3)拉普拉斯算子
    拉普拉斯算子是一种无方向性的二阶导数算子,常用于图像增强领域和边缘提取。它通过灰度差分计算邻域内的像素。拉普拉斯运算只需要一个模板,所以计算量较小。拉普拉斯算子模板有:Alt

    检测步骤:判断图像中心像素灰度值与它周围其他像素的灰度值,如果中心像素的灰度更高,则提升中心像素的灰度,反之降低中心像素的灰度,从而实现图像锐化操作;拉普拉斯算子通过对邻域中心像素的四方向或八方向求梯度,再将梯度相加起来判断中心像素灰度与邻域内其他像素灰度的关系;最后通过梯度运算的结果对像素灰度进行调整。
    下图是各算子对图像边缘提取的结果图:
    Alt

    对比三个算子边缘提取的结果来看,Robert算子无法消除局部噪声干扰,也会丢失灰度值变化缓慢的局部边缘,从而导致边缘轮廓不连续;Sobel算子在较好的获取边缘效果的同时,对噪声具有一定的平滑作用,减小了对噪声的敏感性,但检测的边缘比较粗,会检测出一些伪边缘,边缘检测精度较低;拉普拉斯算子对图像中的阶跃型边缘点定位准确,对图像的噪声较敏感,它使噪声成分得到加强,这两个特性使该算子容易丢失一部分边缘的方向信息,造成一些不连续的检测边缘,同时抗噪声能力比较差,由于其算法可能会出现双像素边界,常用来判断边缘像素位于图像的明区或暗区,很少用于边缘检测。

    四、存在的问题

    (1)GUI界面结果显示中,图像直方图不能正常比例显示,原因是直方图没有归一化,而当直方图均衡化后,结果就不能显示出来;
    (2)在低通滤波的GUI显示时,并不能实现滤波结果,导致这一问题的原因应该是图片格式的问题,当运行低通滤波后,整个程序就会崩溃,未找到解决方法。

    五、参考

    链接:
    https://blog.csdn.net/qq_45769063/article/details/107137025.
    https://blog.csdn.net/wlwwlk/article/details/107040954.

    展开全文
  • 数字图像处理的概念   图像:对客观对象的一种相似性的,生动的写真或描述 图像类别: 伽马射线成像 x射线成像 紫外线成像 可见光与红外波段成像 微波成像 无线电波成像 其他成像模式:超声波成像,电子显微镜方法...
  • 数字图像处理》题库5:计算题 ①

    千次阅读 2022-05-12 13:59:46
    这是我在学习数字图像处理这门课程时,从网络上以及相关书籍中搜集到的一些题目, 这些题目主要是针对期末考试的。 1、这篇文章整理了第5种题型,即计算题。 2、为了提高复习的效率,这篇文章从考试可能涉及到的...
  • 数字图像处理》冈萨雷斯 第三版part1(共1-3部分)

    千次下载 热门讨论 2014-11-12 13:50:07
    数字图像处理方面的经典教材,中文译本 阮秋琦,阮宇智等译 本书是把图像处理基础理论论述与软件实践方法相结合的第一本书,它集成了冈萨雷斯和伍兹所著的《数字图像处理》一书中的重要内容和MathWorks公司的图像...
  • 数字图像处理总结(冈萨雷斯版)

    千次阅读 2021-12-20 16:25:24
    数字图像处理(冈萨雷斯版本)课程复习
  • 数字图像处理 第三版 中文版 冈萨雷斯

    千次下载 热门讨论 2015-03-28 09:32:18
    数字图像处理领域 《数字图像处理 第三版 》作为主要教材已有30多年 这一版本是作者在前两版的基础上修订而成的 是前两版的发展与延续 除保留了前两版的大部分内容外 根据读者的反馈 作者在13个方面对《数字图像...
  • 数字图像处理课后习题汇总

    千次阅读 2020-12-22 16:17:41
    文章目录绪论Chapter 0 Course 1 WhatChapter 0 Cours 2Chapter 0 Course 3第一章Chapter 1 Introduction 1 HistoryChapter 1 Introduction 2 ...imagingChapter 2 digitization 3 step数字图像马赛克第三章Chapter 3 Color 1 M
  • 随着计算机技术的不断发展,数字图像处理技术的应用也愈发广阔。图像是人们接受、表达、传递信息的快捷方式,通过计算机程序的运用,将图像用数字的形式表现出来,可以更加全面的控制图像处理,在全球各个尖端领域都...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 292,113
精华内容 116,845
关键字:

数字图像处理

友情链接: Net_tex.zip