（数字）图像处理
教学形式
考核方式
教学内容教学内容
从广义的角度来说，图像处理分为模拟图像处理和数字图像处理。
模拟图像处理在计算机和数字图像出现之前就已存在，例如照片图像处理、电影、光学图像处理等。
数字图像处理则起源于数字技术和计算机技术的产生和发展，数字图像处理是将模拟图像数字化以后采用数字电路或计算机来进行处理。
本课程中图像处理指数字图像处理，介绍数字图像处理的基本概念、基本理论及实用技术。
参考读物
1,K,R,Castleman,Digital Image
Processing,清华出版社,1998
2,W,K,Pratt，,数字图像处理学》，科学出版社,1984
1 引言
1.1 基本概念
1.2 主要内容
1.3 学科间关系
1.4 小结
1.1 基本概念
1.1.1 模拟图像
1.1.2 数字图像
1.1.1 模拟图像
模拟图像概念
模拟图像举例
模拟图像分类
1.1.1 模拟图像
模拟图像概念
– [模拟图像 ] 自然图像是连续的，或者说，采用数字化（离散化）表示和数字技术出现之前，图像是连续的，这一类图像称为 模拟图像 或 连续图像 。
1.1.1 模拟图像
图像是一种语言
– 表达方法直观
– 表现力强
图像信息是人类信息获取和交流的主要方式
– 视、听、触、嗅、味
1.1.1 模拟图像
模拟图像举例
– 黑白照片及底片
– 彩色照片及底片
– 全息照片 （ 三维 ）
– 电影 （ 动态 ）
1.1.1 模拟图像
模拟图像分类
– 维数：二维图像 i(x,y),三维图像 i(x,y,z)
– 颜色：黑白图像 i(x,y),彩色图像
– 时间：静止图像 i(x,y),活动图像 i(x,y,t)
1.1.2 数字 图像
数字图像概念
数字图像采样
数字图像量化
空间分辨率
亮度分辨率
彩色图像
1.1.2 数字 图像
数字图像概念
– [数字图像 ] 数字图像是由连续的模拟图像 采样 和 量化 而得 。 组成数字图像的基本单位是像元,所以数字图像是像元的集合 。
– 常见的二维静止黑白图像是以像元为元素的矩阵,每个像元上的值代表图像在该位置的亮度,称为图像的 灰度值 。
– 数字图像像元具有整数坐标和整数灰度值,
用大写 I(X,Y) 表示 。
– Digitalimage,pixel,gray-level
1.1.2 数字 图像
数字图像采样
– [采样 ] 所谓采样就是把位置空间上连续的模拟图像变换成离散点 （ 称为 采样点 ） 的集合的一种操作 。
– 采样点对应采样所得的数字图像的像元 。
– 模拟图像 i(x,y) => 离散点阵 i(X,Y)。
注：小写表示实数,大写表示整数 。
– Sampling
1.1.2 数字 图像
数字图像量化
– [量化 ] 所谓量化就是把亮度空间上连续的亮度变换成离散值或整数值的一种操作 。
– 量化和采样是两个不同的概念,量化是在每个采样点上进行的,所以必须先采样后量化 。
– 量化和采样是图像数字化的不可或缺的两个操作,所以二者又紧密相关,同时完成 。
– 离散点阵 i(X,Y) => 数字图像 I(X,Y)
– Quantization
1.1.2 数字 图像
空间分辨率
– [绝对分辨率 ] 每个像元所占物理空间的绝对尺寸 。
– 绝对尺寸举例：
5~ 10米
1米
1.1.2 数字 图像
空间分辨率
– [相对分辨率 ] 对应同一模拟图像,采用不同大小的采样点阵 。
– 点阵大小举例：
512 x 512
1024 x 1024
1.1.2 数字 图像
亮度分辨率
– [亮度分辨率 ] 一般而言,亮度分辨率是相对分辨率,即对应同一模拟图像的亮度分布,
可以采用不同量化级数 （ 称为 灰度级 ） 的量化操作,也就是说用不同的灰度级数来表示 。
– 常见灰度级：
512 x 512 x 1 位 —— 二值图像
512 x 512 x 8 位 —— 灰度图像
512 x 512 x 24位 —— 彩色图像
1.1.2 数字 图像
彩色图像
– 三基色原理：三基色指可以用来调配出其它颜色的红,绿,蓝三种颜色 。
– 彩色图像可由红,绿,
蓝三基色图像叠加而成 。
– R(X,Y) + G(X,Y) +
B(X,Y)
1.2 主要内容
1.2.1 处理功能
1.2.2 算法分类
1.2.3 实用技术
1.2.1 处理功能
图像增强,改善图像质量
图像几何处理,平移、缩放、旋转、扭曲
图像复原,去噪声、去模糊
图像编码压缩,减少存储量和传输量
图像分割,图像区域分割和理解
图像重建,重建原始图像
1.2.2 算法分类
[点处理 ] 输出图像像元灰度值仅由输入图像对应像元的灰度值计算而得。
[局域处理 ] 输出图像像元灰度值仅由输入图像对应像元及其邻近像元（称之为 邻域 ）的灰度值综合计算而得。
[全局处理 ] 输出图像像元灰度值由输入图像全体像元的灰度值综合计算而得。
1.2.3 实用技术
图像硬件
– 图像输入
– 图像显示
– 图像输出
图像软件
– 图像工具库
– 图像处理软件
1.3 学科间关系
1.3.1 数字信号处理
1.3.2 计算机图形学
1.3.3 模式识别
1.3.4 多媒体技术
1.3.1 数字信号处理数字信号处理 图像处理研究对象,一维数字信号 二维数字信号研究内容,数字滤波器、数字 图像滤波器、图像正交变换、数字编 正交变换、图像编码等 码、其它数字信号处理与图像处理是紧密相关学科。
1.3.2 计算机图形学计算机图形学 图像处理研究对象,图形 图像研究内容,图形生成、透视,图像处理、图像分消阴 割、图像分析过程,由数学公式生成仿 由原始图像处理出真图形或图像 分析结果计算机图形学与图像处理是逆过程。
1.3.3 模式识别模式识别 图像处理研究对象,图像模式、一维信 数字图像号模式研究内容,图像识别、一维信 图像处理、图像分号识别 割、图像分析过程,由分析结果生成识 由原始图像处理出别结果 分析结果图像模式识别是图像处理的后续过程。
1.3.4 多媒体技术多媒体技术 图像处理研究对象,语音、图像的计算 数字图像机化研究内容,语音、图像的技术 图像处理、图像分割、图像分析图像处理通常指理论，多媒体技术通常指实用技术，
二者紧密相关，多媒体技术是图像处理的应用领域之一。
1.4 小结
图像信息是人类信息获取和交流的主要方式
– 视、听、触、嗅、味
数字图像对比模拟图像具有巨大的优越性
– 高度利用现代数字技术和计算机技术
– 高清晰度、高分辨率、高保真度
– 完全复制、永久保存
– 有线或无线网络传输，广域、快速
应用于各行各业，渗透到各个领域
1.4 小结
未来趋势
– 从二维（ 2D） 向三维（ 3D） 发展
– 从静止向动态发展
– 从单态向多态发展
– 结合应用数学新进展
模糊数学
分形与混沌理论
基因与遗传算法
人工神经元网络作业一
结合每个人的本专业学科，谈谈与数字图像处理的关系或在本专业学科中的应用。（若无关系，请综述数字图像处理的各种应用）
教学形式
考核方式
教学内容教学内容
从广义的角度来说，图像处理分为模拟图像处理和数字图像处理。
模拟图像处理在计算机和数字图像出现之前就已存在，例如照片图像处理、电影、光学图像处理等。
数字图像处理则起源于数字技术和计算机技术的产生和发展，数字图像处理是将模拟图像数字化以后采用数字电路或计算机来进行处理。
本课程中图像处理指数字图像处理，介绍数字图像处理的基本概念、基本理论及实用技术。
参考读物
1,K,R,Castleman,Digital Image
Processing,清华出版社,1998
2,W,K,Pratt，,数字图像处理学》，科学出版社,1984
1 引言
1.1 基本概念
1.2 主要内容
1.3 学科间关系
1.4 小结
1.1 基本概念
1.1.1 模拟图像
1.1.2 数字图像
1.1.1 模拟图像
模拟图像概念
模拟图像举例
模拟图像分类
1.1.1 模拟图像
模拟图像概念
– [模拟图像 ] 自然图像是连续的，或者说，采用数字化（离散化）表示和数字技术出现之前，图像是连续的，这一类图像称为 模拟图像 或 连续图像 。
1.1.1 模拟图像
图像是一种语言
– 表达方法直观
– 表现力强
图像信息是人类信息获取和交流的主要方式
– 视、听、触、嗅、味
1.1.1 模拟图像
模拟图像举例
– 黑白照片及底片
– 彩色照片及底片
– 全息照片 （ 三维 ）
– 电影 （ 动态 ）
1.1.1 模拟图像
模拟图像分类
– 维数：二维图像 i(x,y),三维图像 i(x,y,z)
– 颜色：黑白图像 i(x,y),彩色图像
– 时间：静止图像 i(x,y),活动图像 i(x,y,t)
1.1.2 数字 图像
数字图像概念
数字图像采样
数字图像量化
空间分辨率
亮度分辨率
彩色图像
1.1.2 数字 图像
数字图像概念
– [数字图像 ] 数字图像是由连续的模拟图像 采样 和 量化 而得 。 组成数字图像的基本单位是像元,所以数字图像是像元的集合 。
– 常见的二维静止黑白图像是以像元为元素的矩阵,每个像元上的值代表图像在该位置的亮度,称为图像的 灰度值 。
– 数字图像像元具有整数坐标和整数灰度值,
用大写 I(X,Y) 表示 。
– Digitalimage,pixel,gray-level
1.1.2 数字 图像
数字图像采样
– [采样 ] 所谓采样就是把位置空间上连续的模拟图像变换成离散点 （ 称为 采样点 ） 的集合的一种操作 。
– 采样点对应采样所得的数字图像的像元 。
– 模拟图像 i(x,y) => 离散点阵 i(X,Y)。
注：小写表示实数,大写表示整数 。
– Sampling
1.1.2 数字 图像
数字图像量化
– [量化 ] 所谓量化就是把亮度空间上连续的亮度变换成离散值或整数值的一种操作 。
– 量化和采样是两个不同的概念,量化是在每个采样点上进行的,所以必须先采样后量化 。
– 量化和采样是图像数字化的不可或缺的两个操作,所以二者又紧密相关,同时完成 。
– 离散点阵 i(X,Y) => 数字图像 I(X,Y)
– Quantization
1.1.2 数字 图像
空间分辨率
– [绝对分辨率 ] 每个像元所占物理空间的绝对尺寸 。
– 绝对尺寸举例：
5~ 10米
1米
1.1.2 数字 图像
空间分辨率
– [相对分辨率 ] 对应同一模拟图像,采用不同大小的采样点阵 。
– 点阵大小举例：
512 x 512
1024 x 1024
1.1.2 数字 图像
亮度分辨率
– [亮度分辨率 ] 一般而言,亮度分辨率是相对分辨率,即对应同一模拟图像的亮度分布,
可以采用不同量化级数 （ 称为 灰度级 ） 的量化操作,也就是说用不同的灰度级数来表示 。
– 常见灰度级：
512 x 512 x 1 位 —— 二值图像
512 x 512 x 8 位 —— 灰度图像
512 x 512 x 24位 —— 彩色图像
1.1.2 数字 图像
彩色图像
– 三基色原理：三基色指可以用来调配出其它颜色的红,绿,蓝三种颜色 。
– 彩色图像可由红,绿,
蓝三基色图像叠加而成 。
– R(X,Y) + G(X,Y) +
B(X,Y)
1.2 主要内容
1.2.1 处理功能
1.2.2 算法分类
1.2.3 实用技术
1.2.1 处理功能
图像增强,改善图像质量
图像几何处理,平移、缩放、旋转、扭曲
图像复原,去噪声、去模糊
图像编码压缩,减少存储量和传输量
图像分割,图像区域分割和理解
图像重建,重建原始图像
1.2.2 算法分类
[点处理 ] 输出图像像元灰度值仅由输入图像对应像元的灰度值计算而得。
[局域处理 ] 输出图像像元灰度值仅由输入图像对应像元及其邻近像元（称之为 邻域 ）的灰度值综合计算而得。
[全局处理 ] 输出图像像元灰度值由输入图像全体像元的灰度值综合计算而得。
1.2.3 实用技术
图像硬件
– 图像输入
– 图像显示
– 图像输出
图像软件
– 图像工具库
– 图像处理软件
1.3 学科间关系
1.3.1 数字信号处理
1.3.2 计算机图形学
1.3.3 模式识别
1.3.4 多媒体技术
1.3.1 数字信号处理数字信号处理 图像处理研究对象,一维数字信号 二维数字信号研究内容,数字滤波器、数字 图像滤波器、图像正交变换、数字编 正交变换、图像编码等 码、其它数字信号处理与图像处理是紧密相关学科。
1.3.2 计算机图形学计算机图形学 图像处理研究对象,图形 图像研究内容,图形生成、透视,图像处理、图像分消阴 割、图像分析过程,由数学公式生成仿 由原始图像处理出真图形或图像 分析结果计算机图形学与图像处理是逆过程。
1.3.3 模式识别模式识别 图像处理研究对象,图像模式、一维信 数字图像号模式研究内容,图像识别、一维信 图像处理、图像分号识别 割、图像分析过程,由分析结果生成识 由原始图像处理出别结果 分析结果图像模式识别是图像处理的后续过程。
1.3.4 多媒体技术多媒体技术 图像处理研究对象,语音、图像的计算 数字图像机化研究内容,语音、图像的技术 图像处理、图像分割、图像分析图像处理通常指理论，多媒体技术通常指实用技术，
二者紧密相关，多媒体技术是图像处理的应用领域之一。
1.4 小结
图像信息是人类信息获取和交流的主要方式
– 视、听、触、嗅、味
数字图像对比模拟图像具有巨大的优越性
– 高度利用现代数字技术和计算机技术
– 高清晰度、高分辨率、高保真度
– 完全复制、永久保存
– 有线或无线网络传输，广域、快速
应用于各行各业，渗透到各个领域
1.4 小结
未来趋势
– 从二维（ 2D） 向三维（ 3D） 发展
– 从静止向动态发展
– 从单态向多态发展
– 结合应用数学新进展
模糊数学
分形与混沌理论
基因与遗传算法
人工神经元网络作业一
结合每个人的本专业学科，谈谈与数字图像处理的关系或在本专业学科中的应用。（若无关系，请综述数字图像处理的各种应用）
