数字图像获取

• 1 图像数字化
  • 1.1 图像数字化过程
  • 1.2 采样、量化参数与数字化图像间的关系
  • 1.3 数字图像处理系统
• 2 图像灰度直方图
  • 概念
  • 计算公式
  • 灰度直方图的性质
  • 应用
• 3 数字图像处理算法形式
  • 点处理与局部处理
• 1.5 图像的数据结构与文件格式
• 1.6 图像的特征与噪声
  • 特征类别
  • 特征提取与特征空间
  • 图像噪声
• 图书文献

1 图像数字化

1.1 图像数字化过程

定义

• 就是把一副图画分割成一个个小区域(像元或像素),并将各小区域的灰度用整数来表示，形成一副点阵式的数字图像

• 图像数字化包含采样和量化两个过程

• 像素的属性包括：位置、灰度或颜色.

• 数字图像的表示:

  • 数字图像用矩阵来描述;
  • 数字图像更具灰度级数的差异可以分为:__黑白__图像,__灰度__图像和__彩色__图像.
    • 黑白图像:每个像素只能是黑或白,没有中间的过渡,又被称为__二值图像__,像素值为0或者1.
    • 灰度图像:每个像素的信息由一个量化的灰度来描述,没有彩色信息,1字节可以表示256级灰度,即取值范围为$[0,255]$。
    • 彩色图像:每个像素由R、G和B分量构成的图像,其中R、G和B是由不同的灰度级来描述。3字节可以表示一个像素。

图像数字化过程

• 采样

  • 将空间上连续的图像变换为离散点的操作。
  • 采样间隔、采样孔径 是采样的两个很重要的参数。
    • 采样间隔：
      • 采样点之间的距离(满足抽样定理)
      • 有缝、无缝和重叠
        • 
    • 采样孔径：
      • 形状和大小
      • 圆形、正方形、长方形和椭圆形
        • 

• 量化

  • 将采样所得的像素的灰度从模拟值转换成离散的整数值的过程

    • 一副数字图像中不同灰度值的个数称为灰度级，用$G$表示.
    • 一副数字图像灰度级数$G$为2的整数幂，即$G=2^g$,g为量化bit数
    • 若一副数字图像的量化灰度级数$G=256=2^8$,灰度值范围为$[0,255]$,常称为__8bit量化__.
    • 图像的数据量：一副$M\times N$、灰度级数为$G$的图像所需的存储空间为$M\times N \times g(bit)$.

  • 灰度

    灰度是用来表征像素明暗程度。

    

    其中：

    • ①灰度级数（G）：一副数字图像中不同灰度值的个数。用于表征图像的灰度层次，称灰度分辨率。
    • ②量化bit数（g）：表示存储图像像素灰度值所需的比特位数；称为位的深度。

    数字化所得的数字图像的数据量（存储空间）= M × N × g

1.2 采样、量化参数与数字化图像间的关系

• 数字化方式可以分为均匀采样、量化和非均匀采样、量化。
• 所谓均匀是指采样、量化均为等间隔方式。图像数字化一般采用均匀采样和均匀量化方式。
• 非均匀采样：根据图像细节的丰富程度改变采样间距。细节丰富的地方，采样间距小，细节不丰富的地方，采样间距大。
• 非均匀量化：对图像层次少的区域采用间隔大量化，对图像层次丰富的区域采用间隔小量化。

1. 采样参数与图像间的关系——空间分辨率

   • 图像中可辨认的物体空间长度的最小极限，即对细微结构的分辨程度。

   • 图像的空间分辨率，就是这幅图像所能分辨的空间物体的最小尺度。

     • 采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；
     • 采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。
     • 

   • 医学影像中的像素数的多少由成像设备所决定

     • 成像设备决定了其产生的医学图像的空间分辨率，也就决定了其所能分辨物体的精细程度。

     • 

     • • 比如这个CT数据的空间分辨率是X轴Y轴0.97mm，Z轴4mm
       • Z轴分辨率是4mm

2. 量化参数与图像间的关系——灰度分辨率或亮度分辨率

   • 指的是在亮度量化级别中可分辨的最小变化

   • 图像的亮度分辨率与图像的颜色无关，只关系到图像亮度。

   • 量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；

   • 量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。

   • 

   • 注：但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化。

3. 对缓变的图像及对细节丰富的图像采样、量化方法

   • 对于图像中有大面积灰度变化缓慢的区域：侧重细量化；
   • 对于图像细节丰富复杂的：侧重高采样。

4. 采样和量化的一般原则

   • ①对缓变的图像应该以细量化、粗采样,避免假轮廓。
   • ②对细节丰富的图像采用细采样、粗量化，避免模糊(混叠)。

1.3 数字图像处理系统

采集、显示、存储、通信、处理与分析

数字图像处理系统的组成

• 图像采集
  • 光敏感器件
  • 模数转换装置
• 图像存储
• 图像传输
• 图像处理主机
• 图像处理软件
  • 由系统管理、图像数据管理和图像处理模块三部分组成。
  • Photoshop

图像数字化设备

• 数字化器包括:
  • 采样孔
  • 图像扫描机构
  • 光传感器
  • 量化器
  • 输出存储体
• 扫描仪工作原理(三色滤色镜、CCD)

2 图像灰度直方图

概念

• 灰度直方图是反应一幅图像中各灰度级像素出现的__频率__与__灰度级__的关系

• 以灰度级为横坐标，该灰度级的频率为纵坐标，绘制频率同灰度级的关系图，即得灰度直方图；

• 灰度直方图是图像的一个重要特征,反映一幅图像中各灰度级像素出现的频率之间的关系。

• 

• 从图中可以看出低亮度的像素占主要成分，中等亮度的像素占次要成分，高亮度的像素较少，与左边的CT图像的情况完全对应。

  • 不同亮度级别的图像的直方图

  

计算公式

• 频率计算公式为 $\Huge v_i=\frac{n_i}{n}$

灰度直方图的性质

1. ①只反映像素灰度的分布情况，不能反应图像像素的位置，即丢失了像素的空间位置信息；
2. ②一幅图像对应唯一的灰度直方图，不同的图像却可以具有相同的直方图；
   • 
3. ③图像的直方图满足相加性；一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。

应用

1. 评价成像条件：判断图像量化是否恰当，图像质量好坏。
   • 
2. 选取图像二值化的阈值。
   • 区分前景和背景
   • 
   • 
3. 进行图像增强处理
   1. 根据图像的亮度直方图，设计一种亮度映射函数，实现处理后图像的像素尽可能充分地使用亮度动态范围，或将亮度映射到色彩空间，以不同的颜色强化图像的亮度变换。
4. 计算图像的熵。
5. 计算图像中物体的面积。

3 数字图像处理算法形式

• 基本功能形式
  • 单幅图像$\to$单幅图像
  • 多幅图像$\to$单幅图像
  • 单(或多)副图像$\to$数字或符号等

点处理与局部处理

具体算法形式

• 局部处理

  • 邻域的概念
    • 对于任一像素(i，j），该像素周围的像素构成的集合{(i+p，j+q)，p、q取合适的整数}，叫做该像素的邻域。
    • 常用的领域
      • 
  • 局部处理的概念（邻域处理）
    • 输出图象每个像素的灰度值依赖于对应输入图象像素及其像素邻域中的像素灰度值。（图像的移动平均平滑法和空间域锐化法等）
    • 
    • 局部处理的计算表达式为： $\large JP(i,j) = \Phi(N(IP(i,j)))$
  • 卷积运算
    • 
  • 点处理
    • 输出图像每个像素的灰度值只依赖于对应输入图象像素的灰度值。（图像对比度增强、对比度拉伸、灰度变换、图像二值化等）
      • 
      • 点处理的计算表达式为： $\large JP(i,j) = \Phi_p(IP(i,j))$
  • 大局处理
    • 输出像素的值取决于输入图像较大范围或整幅图像像素的值。
      • 
      • 大局处理的计算表达式为： $\large JP(i,j) = \Phi_G(G(IP(i,j)))$

• 迭代处理

  • 反复对图像进行某种运算直到满足给定的条件,从而得到输出图像.
  • 图像的细化过程
    • 

• 跟踪处理

  • 选择满足适当条件的某个像素作为起始像素，检查输入图像和已得到的输出结果，按一定条件找出下一步要处理的像素，求出下一步应该处理的像素，进行规定的处理，然后决定是继续处理下面的像素，还是终止处理。
  • 特点：目标像素依赖于前一个像素的位置和处理条件。

• 窗口处理和模板处理

  • 窗口处理
    • 窗口是一种特殊的模板
    • 单独对图像中选定的矩形区内的像素进行处理的方式
    • 
  • 模板处理：参照模板平面对图像中选定矩形区域内的像素进行处理。
    • 模板：任意形状的区域，预先设置好一个模板，按模板平面（一般用二值图像的形式表示）对待处理图像进行某种处理。特殊地，当模板为矩形时，与窗口处理效果相当。
    • 

• 串行处理和并行处理

  • 串行处理
    • 后一像素输出结果依赖于前面像素处理的结果，并且只能依次处理各像素而不能同时对各像素进行相同处理的一种形式
    • 特点:计算要按照一定顺序进行。
  • 并行处理
    • 对图像内的各像素同时进行相同形式运算的一种处理形式.
    • 特点:各输出值可以独立进行运算。

1.5 图像的数据结构与文件格式

数字图像的类型

位图	矢量图

图像数据结构是指图像素灰度值的存储方式，常用方式是将图各素灰度值用一维或二维数组相应的各元素加以存储。

• 组合方式
  • 一个字长存放多个像素灰度值
  • 特点：节省内存，但计算量增加，处理程序复杂
• 比特面方式：
  • 将所有像素灰度相同比特位用一个二维数组表示，形成比特面。$n$个比特位表示的灰度图像按比特面方式存储，就得到$n$个比特面.
  • 能充分利用内存空间，便于进行比特面之间的运算，但对灰度图像处理耗时多；
• 分层结构：
  • 从原始图像开始依次构成像素越来越少的系列图像，使数据表示具有分层性。代表为锥形(金字塔)结构。
  • 优点：先对低分辨率图像进行处理，然后根据需要对高分辨率图像进行处理，可提高效率。
  • 
• 树结构：
  • 对于二值图像不断的按行、列进行二等分，如果图像被分割部分中的全体像素都变成具有相同的特征时，这一部分则不再分割。
  • 
• 多重图像数据存储
• 对于彩色图像或多波段图像而言，存储方式由三种
  • 逐波段存储，分波段处理时采用；
    • 逐行存储，逐行扫描记录设备采用；
    • 逐像素存储，用于分类。

图像存储的文件格式

数字图像有多种存储格式，不同的厂家采用不同的格式。随着信息技术的发展和图像应用领域的不断拓还会出现新的图像格式。

每种图像文件均有一个文件头，在文件头之后才是图像数据。文件头的内容由制作该图像文件的公司决定，一般包括文件类型、文件制作者、制作时间、版本号、文件大小等内容。各种图像文件的制作还涉及图像文件的压缩方式和存储效率等。

下面介绍几种常见的图像文件格式

• RAW
  • 将像素按行列号顺序存储在文件中，这种文件只含有图像像素数据，不含有__信息头__,因此在读取时，需要事先知道图像大小(矩阵大小)
  • 它是最简单的一种图像格式。
• BMP
  • 14字节文件头
  • 40字节的信息头
  • 8字节的颜色定义(是否有调色板)
  • 位图数据
  • 
• GIF
  • GIF图像是基于__颜色列表__的，最多支持8位。
  • GIF支持在一幅GIF文件中存放多幅彩色图像，并且可以按一定的顺序和时间间隔将多幅图像依次读出并显示在屏幕上，这样就可以形成一种简单的动画效果。
  • 
• JPG
  • 
• TIFF
  • 三部分组成
    • 文件头
    • 标识信息区(可以自定义)
    • 图像数据区
  • TIFF文件有特有的标识信息，并能进行自定义，是一种开放易于扩展的数据格式，能支持大数据两和不同定义方式的影像数据，官方应用于 遥感和地理信息领域。
  • 

图像压缩比

定义

DICOM

1.6 图像的特征与噪声

特征类别

1. 图像的特征类别
   1. 自然特征：
      1. 光谱特征
      2. 几何特征
      3. 时相特征
   2. 人工特征：
      1. 直方图特征
      2. 灰度边缘特征
      3. 线、角点和纹理特征
2. 图像的特征类别2(按提取特征的 范围大小)
   1. 点特征
   2. 局部特征
   3. 区域特征
   4. 整体特征

特征提取与特征空间

1. 特征提取
   • 获取图像特征信息的操作称作特征提取。它作为模式识别、图像理解或信息量压缩的基础是很重要的。涌过特征提取，可以获得特征构成的图像（称作特征图像）和特征参数。
2. 特征空间
   • 提取m个特征向量，对应于各特征量的m维空间称为特征空间
   • 

图像噪声

• 噪声种类
  • 外部噪声
  • 内部噪声
• 噪声特征
  • 常常统计特征来描述噪声，如均值，方差，总功率等。
• 噪声的模型
  • 加性噪声模型
  • 乘性噪声模型
• 常见噪声
  • 光电管噪声
  • 摄像管噪声
  • 前置放大器噪声
  • 光学噪声

图书文献

MOOC《数字图像处理》——武汉大学——2. 数字图像获取

MOOC《数字图像处理》上海交通大学——第二周 图像的灰度直方图与二值化