1.图像处理基本功能的形式
按图像处理的输出形式,图像处理的基本功能可分为三种形式。 1)单幅图像 → 单幅图像 :
2)多幅图像 →单幅图像:
3)单(或多)幅图像→ 数字或符号等:
2.图像处理的几种具体算法
局部处理:对输入图像IP(i,j)处理时,某一输出像素JP(i,j)值由输入图像像素(i,j)及其邻域N(i,j)中的像素值确定。这种处理称为局部处理。
局部处理的计算表达式为
例如 对一幅图象采用3×3模板进行卷积运算.
点处理在局部处理中,当输出值JP(i,j)仅与IP(i,j)有关,则称为点处理,如图
点处理的计算表达式为:
其计算表达式为:
(2)迭代处理
(3)跟踪处理
希望单独处理任意形状的区域时,可采用模板处理。
3.图像的数据结构
组合方式是一个字长存放多个像素灰度值的方式。它能起到节省内存的作用,但导致计算量增加,使处理程序复杂。
(3)分层结构
锥形结构是对2k×2k个像素形成的图像,看成是分辨率(20×20→2k×2k,但20×20不具有反映输入图像二维构造的信息)不同的k+1幅图像的层次集合。如上图所示,从输入图像I0开始,顺序产生像素数纵横都变为1/2的一个一个的图像I1,I2,…Ik。此时,作为图像Ii的各像素的值,就是它前一个图像Ii-1的相应的2×2像素的平均值(一般采用平均值,但也可以采用能表示2×2像素的性质的某个值)。处理具有这种结构的数据时,首先对像素数少的(分)图像进行处理,然后根据需要,进到下面的像素数多的图像的对应位置,使用较细的信息进行处理。同只对原始图像进行处理的场合相比,这种先对粗图像进行处理,并限定应该仔细进行处理的范围,再进行精处理的方法,可使处理的效率得到提高。
用这种方法,可以把图像用树结构(4叉树)表示。这可以用在特征提取和信息压缩等方面。 4.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。通过特征提取,可以获得特征构成的图像(称作特征图像)和特征参数。
特征空间:把从图像提取的m个特征量y1,y 2,…,ym,用m维的向量Y=[y1 y2…ym]t表示称为特征向量。另外,对应于各特征量的m维空间叫做特征空间。
|