目錄

• 2.1 圖像處理技術概述
• 2.2 圖像成像過程
  • 2.2.1 視覺過程
  • 2.2.2 成像變換
  • 2.2.3 成像亮度
  • 2.2.4 視覺系統對光的感知特點
  • 2.2.5 采樣和量化
• 2.3 像素間聯系
  • 2.3.1 像素的領域
  • 2.3.2 像素間的鄰接、連接和連通
  • 2.3.3 像素間的距離

2.1 圖像處理技術概述

• 圖像采集：利用設備獲取可輸入計算機的數字圖像，這些設備主要完成：
• 根據接收到的電磁能量產生模擬電信號
• 進一步將模擬電信號轉化為離散形式
• 圖像變換：將圖像在不同空間轉換的技術和過程
• 圖像增強：對圖像進行加工，得到對具體應用來說視覺效果更“好”，更“有用”的圖像
• 圖像恢復：根據圖像退化的模型和知識重建或恢復原始的圖像
• 圖像編碼：對圖像進行加工，采用新的表達方法以減小表示圖像所需數據量的技術和過程，又稱圖像壓縮，在需要消除圖像中冗余數據時使用
• 圖像顯示：多指 以空間亮度分布模式顯示圖像數據或其它類型的數據，主要目的：給人以直觀可視的感覺

2.2 圖像成像過程

需要考慮三個方面的問題：

幾何：在圖像中什么地方可發現目標？

輻射：圖像中的目標有多亮，該亮度與目標和成像系統的光學特性有什么關系？

數字化和量化：當用一個數字矩陣表達圖像并用數字計算機處理該圖像會得到什么結果？

2.2.1 視覺過程

整體視覺過程：

2.2.2 成像變換

投影成像：將 3-D 客觀場景 投影 到 2-D 圖像平面

成像過程：三個坐標系統

世界坐標系統 \(X,Y,Z\)

攝像機坐標系統 \(x, y, z\)

圖像平面 \(x,y\)

從 \(X, Y, Z\) 到 \(x,y,z\)，從 \(x, y,z\) 到 \(x, y\)

2.2.3 成像亮度

2.2.4 視覺系統對光的感知特點

人眼適應的亮度范圍：

• 總體范圍大：從暗視覺門限到炫目極限之間的范圍在 \(10^{10}\) 量級
• 具體范圍小：一般范圍在 \(10^{2}\) 量級

人類視覺系統 對亮度變化的感知 比 對亮度本身要敏感，人類視覺系統對光亮度的響應不是線性的，而是對數形式的。

2.2.5 采樣和量化

\[ 圖像 \rightarrow 數字圖像 \\ f(x,y) \rightarrow l(r,c) \]

空間坐標的離散化叫做空間采樣：\((x, y) \rightarrow (r,c)\)

幅度的離散化叫做幅度量化：\(f \rightarrow l\)

2.3 像素間聯系

2.3.1 像素的領域

• 4-鄰域——\(N_4(p)\)

• 對角領域——\(N_D(p)\)

• 8-領域——\(N_8(p)\)

2.3.2 像素間的鄰接、連接和連通

• 鄰接：僅考慮像素間的空間關系

• 連接：
  • 是否鄰接
  • 灰度值是否滿足某個特定的相似準則（同在一個灰度值集合中取值）

• 連通：連接是連通的一種特例，由一系列依次連接的像素組成

  從具有坐標 \((x, y)\) 的像素 \(p\) 到具有坐標 \((s, t)\) 的像素 \(q\) 的一條通路由一系列具有坐標 \((x_0, y_0)，(x_1, y_1)，...，(x_n, y_n)\) 的獨立像素組成。這里 \((x_0, y_0) = (x, y)，(x_n, y_n) = (s, t)\)，且 \((x_i, y_i)\) 與 \((x_i-1, y_i-1)\) 鄰接，其中 \(1 ≤ i≤n\)，\(n\) 為通路長度

  4-連通，8-連通 ——>4-通路，8-通路

連接分為三種：

• 4-連接：2個像素 \(p\) 和 \(r\) 在 \(V\) 中取值且 \(r\) 在 \(N_4(p)\)中

• 8-連接： 2個像素 \(p\) 和 \(r\) 在 \(V\) 中取值且 \(r\) 在 \(N_8(p)\) 中
  

• m-連接（混合連接）：2個像素 \(p\) 和 \(r\) 在 \(V\) 中取值且滿足下列條件之一 ：

  • \(r\) 在 \(N_4(p)\) 中
  • \(r\) 在 \(N_D(p)\) 中且集合 \(N_4(p) ∩ N_4(r)\) 不包含 \(V\) 中取值的像素
    

混合連接的作用： 消除 8 連接可能產生的歧義性。

? note：(a) 為原始圖，(b) 為8-連接，(c) 為混合連接

一些定義：

對2個圖像子集 \(S\) 和 \(T\) 來說，如果 \(S\) 中的一個或一些像素與 \(T\) 中的一個或一些像素鄰接，則可以說圖像子集\(S\) 和 \(T\) 是鄰接的;

完全在一個圖像子集中的像素組成的通路上的像素集合構成該圖像子集中的一個 連通組元

如果S 中只有1個連通組元，即S 中所有像素都互相連通，則稱S 是一個連通集

2.3.3 像素間的距離

距離度量函數的一些要求：

前提：3個像素 \(p，q，r\)，坐標 $(x, y)，(s, t)，(u, v) $

$0 \le D(p,q) $ （\(D(p,q)=0，當且僅當 p=q\)）兩個像素之間的距離總是正的

\(D(p,q)=D(q,p)\) 距離和起點、終點無關

\(D(p,r) \le D(p,q)+D(q,r)\) 最短距離是沿直線的

距離度量函數：

• 歐式距離
  \[ D_E(p,q) = [(x-s)^2 + (y-t)^2]^{\frac{1}{2}} \]

• 城區距離
  \[ D_4(p,q) = |x-s|+|y-t| \]

• 棋盤距離
  \[ D_8(p,q) = \max(|x-s|, |y-t|) \]
  

  其中，上圖 \(D_1(p,q)\) 代表城區距離，\(D_2(p,q)\) 代表歐式距離，\(D_\infty(p,q)\) 代表棋盤距離

距離計算示例：

用距離定義領域：

• 4-領域：
  \[ N_4(p) = \{r| D_4(p,r)=1\} \]

• 8-領域：
  \[ N_8(p) = \{r| D_8(p,r)=1\} \]

轉載于:https://www.cnblogs.com/xxxxxxxxx/p/11494489.html

總結

以上是生活随笔為你收集整理的（二）图像处理技术概述的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。