lecture 1 - 数字图像处理基础.ppt

* * * * * * * Matlab -toolbox image processing\feature-based logic * * * * * * * * * 调色板 RGBQUAD 索引值 R G B 1 R1 G1 B1 2 R2 G2 B2 ： : : : N RN GN BN 索引色模式的调色板 BMP图像文件格式 * 第三部分为调色板(Palette)，只是对那些需要调色板的位图文件而言的。调色板实际上是一个数组， 共有biClrUsed个元素（如果该值为零，则有2的biBitCount次方个元素）。数组中每个元素的类型是一个RGBQUAD结构， 占4个字节，其定义如下： typedef struct tagRGBQUAD{ BYTE rgbBlue; //该颜色的蓝色分量 BYTE rgbGreen; //该颜色的绿色分量 BYTE rgbRed; //该颜色的红色分量 BYTE rgbReserved; //保留值 } RGBQUAD; * 索引值 R G B 1 R1 G1 B1 2 R2 G2 B2 ： : : : N RN GN BN 数据区 像素的调色板索引值 索引色模式的数据区 BMP图像文件格式 * 对于2色位图，用1位就可以表示该像素的颜色（一般0表示黑， 1表示白），所以一个字节可以表示8个像素。 对于16色位图，用4位可以表示一个像素的颜色，所以一个字节可以表示2个像素。 对于256色位图，一个字节刚好可以表示1个像素。 第四部分就是实际的图像数据。对于用到调色板的位图， 图像数据就是该像素颜色在调色板中的索引值，对于真彩色图像， 图像数据就是实际的R、 G、 B值。 * 1.5 数字图像的灰度直方图 一幅数字图像的数据是二维的，同时给出了场景的亮暗信息和位置信息。正是由于获得了这两类信息，我们可以从图像中获得对原始场景的一个生动的再现。 我们对图像质量进行评价或分析时，不考虑图像中的位置信息，而是对图像亮暗程度、目标物体与背景之间的对比关系较为敏感。因此有必要提出一个对图像整体画面的亮暗分布进行统计的概念，即灰度直方图。 直方图描述了图像的概貌，例如图像的灰度范围、每个灰度级出现的频率、灰度级的分布、整幅图像的平均明暗和对比度等。在数字图像处理中，灰度直方图是一种最简单且最有用的工具，是反映一幅图像中的灰度与出现这种灰度的概率之间关系的图形，它是多种空间域处理技术的基础。 * 1.5.1 直方图的概念 灰度直方图是灰度级的函数，描述的是具有某灰度值像素的个数。其横坐标是像素的灰度级别（0到255），纵坐标是某灰度值出现的频率（像素的个数）。 1 2 3 4 5 6 6 4 3 2 2 1 1 6 6 4 6 6 3 4 5 6 6 6 1 4 6 6 2 3 1 3 6 4 6 6 1 2 3 4 5 6 5 4 5 6 2 14 图像灰度分布直方图 灰度级别 像素个数 * 灰度级别由灰度分辨率决定 7bit? 128个灰度级（0，1，2……，127） 8bit? 256个灰度级（0，1，2，……255） 12bit? 4096个灰度级（0，1，2，……4095） 随着灰度等级的增加，连续性增强。 * 灰度图像的灰度直方图： 多个峰值对应不同的灰度分布： 图像中较暗区域，对应灰度直方图中灰度级低的部分 图像中较亮区域，对应灰度直方图灰度级高的部分 在低灰度级别和高灰度级别处出现明显的两个峰值说明图 像明暗分明。 灰度级0——黑色 灰度级255——白色 * 彩色图像的灰度直方图 彩色图像的直方图由红、绿、蓝三个颜色分量对应的直方图表示。 * 直方图虽然不能直接反映出图像内容，但对它进行分析可以得出图像一些有用的特征，有些特征能反映出图像的质量，例如直方图能体现整幅图像的平均明暗和对比度特性 。 * 图像偏暗 图像偏亮 所以，在处理图像之前，可以根据灰度直方图来选取处理手段 * 图像亮度与灰度直方图的关系 * 大多数象素的灰度集中在一个狭小的灰度范围，动态范围较小，细节不清楚 各种灰度的象素个数分布的范围较宽，均匀，图像清晰明快 * 图像动态范围小 图像动态范围适中 * 图像对比度与灰度直方图的关系 * 动态范围均匀，图象清晰分明 动态范围小，细节不清楚 * 例. 已知原始灰度图像，画出图像的灰度直方图。 图像的灰度直方图