【文章內容簡介】 的，其相關性大。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。就電視畫面而言，同一行中相鄰兩個像素或相鄰兩行間的像素，而相鄰兩幀之間的相關性比幀內相關性一般說還要大些。因此，圖像處理中信息壓縮的潛力很大。（4）由于圖像是三維景物的二維投影，一幅圖象本身不具備復現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。因此，要分析和理解三維景物必須作合適的假定或附加新的測量，例如雙目圖像或多視點圖像。在理解三維景物時需要知識導引，這也是人工智能中正在致力解決的知識工程問題。（5）數(shù)字圖像處理后的圖像一般是給人觀察和評價的，因此受人的因素影響較大。由于人的視覺系統(tǒng)很復雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識狀況影響很大，作為圖像質量的評價還有待進一步深入的研究。另一方面，計算機視覺是模仿人的視覺，人的感知機理必然影響著計算機視覺的研究。例如，什么是感知的初始基元，基元是如何組成的，局部與全局感知的關系，優(yōu)先敏感的結構、屬性和時間特征等，這些都是心理學和神經(jīng)心理學正在著力研究的課題。在數(shù)字圖像處理中圖像的數(shù)字化顯示是基礎。將模擬圖像轉化成數(shù)字圖像的過程就是圖形、圖像的數(shù)字化過程。這個過程主要包含采樣、量化和編碼三個步驟。1．采樣 采樣的實質就是要用多少點來描述一幅圖像，采樣結果質量的高低就是用前面所說的圖像分辨率來衡量。簡單來講，對二維空間上連續(xù)的圖像在水平和垂直方向上等間距地分割成矩形網(wǎng)狀結構，所形成的微小方格稱為像素點。一副圖像就被采樣成有限個像素點構成的集合。采樣頻率是指一秒鐘內采樣的次數(shù)，它反映了采樣點之間的間隔大小。采樣頻率越高，得到的圖像樣本越逼真，圖像的質量越高，但要求的存儲量也越大。在進行采樣時，采樣點間隔大小的選取很重要，它決定了采樣后的圖像能真實地反映原圖像的程度。一般來說，原圖像中的畫面越復雜，色彩越豐富，則采樣間隔應越小。由于二維圖像的采樣是一維的推廣，根據(jù)信號的采樣定理，要從取樣樣本中精確地復原圖像，可得到圖像采樣的奈奎斯特（Nyquist）定理：圖像采樣的頻率必須大于或等于源圖像最高頻率分量的兩倍。2．量化 量化是指要使用多大范圍的數(shù)值來表示圖像采樣之后的每一個點。量化的結果是圖像能夠容納的顏色總數(shù)，它反映了采樣的質量。例如：如果以4位存儲一個點，就表示圖像只能有16種顏色；若采用16位存儲一個點，則有216=65536種顏色。所以，量化位數(shù)越來越大，表示圖像可以擁有更多的顏色，自然可以產生更為細致的圖像效果。但是，也會占用更大的存儲空間。兩者的基本問題都是視覺效果和存儲空間的取舍。假設有一幅黑白灰度的照片，因為它在水平于垂直方向上的灰度變化都是連續(xù)的，都可認為有無數(shù)個像素，而且任一點上灰度的取值都是從黑到白可以有無限個可能值。通過沿水平和垂直方向的等間隔采樣可將這幅模擬圖像分解為近似的有限個像素，每個像素的取值代表該像素的灰度（亮度）。對灰度進行量化，使其取值變?yōu)橛邢迋€可能值。經(jīng)過這樣采樣和量化得到的一幅空間上表現(xiàn)為離散分布的有限個像素，灰度取值上表現(xiàn)為有限個離散的可能值的圖像稱為數(shù)字圖像。只要水平和垂直方向采樣點數(shù)足夠多，量化比特數(shù)足夠大，數(shù)字圖像的質量就比原始模擬圖像毫不遜色。在量化時所確定的離散取值個數(shù)稱為量化級數(shù)。為表示量化的色彩值（或亮度值）所需的二進制位數(shù)稱為量化字長，一般可用8位、16位、24位或更高的量化字長來表示圖像的顏色；量化字長越大，則越能真實第反映原有的圖像的顏色，但得到的數(shù)字圖像的容量也越大。3．壓縮編碼數(shù)字化后得到的圖像數(shù)據(jù)量十分巨大，必須采用編碼技術來壓縮其信息量。在一定意義上講，編碼壓縮技術是實現(xiàn)圖像傳輸與儲存的關鍵。數(shù)學里的變換，指一個圖形（或表達式）到另一個圖形（或表達式）的演變。圖象變換是函數(shù)的一種作圖方法。已知一個函數(shù)的圖象，通過某種或多種連續(xù)方式變換，得到另一個與之相關的函數(shù)的圖象，這樣的作圖方法叫做圖象變換。在圖像變換中傅立葉變換就是應用最廣泛的一種變換。數(shù)字圖像經(jīng)二維離散傅立葉變換后，其空間域處理可變換為變換域處理，它具有很多明顯的優(yōu)點，最突出的是算法運算次數(shù)將大大減少，并可采用二維數(shù)字濾波技術進行所需要的各種圖像處理。二位離散余弦變換其去相關性近似于KL(KarhunenLoeve)最佳變換,算法復雜度適中,易于硬件實現(xiàn),且具有抗干擾能力強等優(yōu)點,因此,、JPEG、MPEG等視頻壓縮標準中。小波分解可以覆蓋整個頻域(提供了一個數(shù)學上完備的描述)；小波變換通過選取合適的濾波器，可以極大的減小或去除所提取得不同特征之間的相關性； 小波變換具有“變焦”特性，在低頻段可用高頻率分辨率和低時間分辨率(寬分析窗口)，在高頻段，可用低頻率分辨率和高時間分辨率(窄分析窗口)；小波變換實現(xiàn)上有快速算法(Mallat小波分解算法)。小波變換是一種信號的時間——尺度分析方法，他具有多分辨率分析的特點，而且在時頻兩域都具有表征信號局部特征的能力，是一種窗口大小固定不變但其形狀可變，時間窗和頻率窗都可變的時頻局部化分析方法。即再低頻部分具有較高的頻率分辨率和時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率，很適合探測正常信號中夾帶的瞬態(tài)反?，F(xiàn)象并展示其成分，所以被譽為分析信號的顯微鏡。小波變換是一種新的變換分析方法，它繼承和發(fā)展了短時傅立葉變換局部化的思想，同時又克服了窗口大小不隨頻率變化等缺點，能夠提供一個隨頻率改變的時間一頻率窗口，是進行信號時頻分析和處理的理想工具。它的主要特點是通過變換能夠充分突出問題某些方面的特征，因此，小波變換在許多領域都得到了成功的應用，特別是小波變換的離散數(shù)字算法已被廣泛用于許多問題的變換研究中。從此，小波變換越來越引起人們的重視，其應用領域來越來越廣泛。第四篇：數(shù)字圖像處理實驗報告實 驗 報 告 書系部學生專業(yè)班實驗名稱姓名名稱 級時間：： ： ：：實驗一 直方圖均衡一、實驗目的在學習圖像直方圖的概念、計算方法、性質和相關應用基礎上，生成、繪制圖像的直方圖，并應用MATLAB編程實現(xiàn)圖像直方圖均衡化程序。二、實驗內容（1）計算并繪制圖像直方圖；（2）編程實現(xiàn)圖像的直方圖均衡化處理，顯示均衡前后的直方圖和圖像；三、實驗運行結果四、實驗中遇到的問題及解決方法顯示無法找到圖像文件，；編程過程中應注意標點的輸入法，應該用英文輸入，否則會報錯。編程完成后運行時輸入文件名與保存時文件名相同，區(qū)分大小寫。五、思考題（1）、灰度直方圖可以反映一幅圖像的哪些特征？ 答：表征了圖像的一維信息。只反映圖像中像素不同灰度值出現(xiàn)的次數(shù)（或頻數(shù)）而未反映像素所在位置。與圖像之間的關系是多對一的映射關系。一幅圖像唯一確定出與之對應的直方圖，但不同圖像可能有相同的直方圖。子圖直方圖之和為整圖的直方圖。(2)均衡化后的直方圖有何特點？答：經(jīng)直方圖均衡化處理后，可以得到一副改善了質量的新圖像。這幅圖像的灰度層次將不再是呈黑暗色調的圖像，而是一副灰度層次較為適中的、比原始圖像清晰、明快得多的圖像。處理的結果使圖像更適合與人的視覺特征或機器的識別系統(tǒng)。六、實驗心得體會本次實驗中，因為初學這個軟件，我學習到了在程序中關于圖像的運用，以及也復習了課本上的許多知識，加深了對直方圖均衡化的理解。七、程序清單clear all。I=imread(39。39。)。%打開一幅灰度圖像 [m,n]=size(I)。p=m*n。J=imhist(I)./p。%計算圖像的歸一化直方圖 subplot(1,3,1),imshow(I)； subplot(1,3,2),imhist(I,64)； subplot(1,3,3),plot(J)；（2）直方圖均衡化clear all。Im=imread(39。39。)。J=histeq(Im)。%均衡化 subplot(2,2,1)。imshow(Im)。title(39。原圖39。)。%顯示原圖 subplot(2,2,2)。imhist(Im)。title(39。原圖直方圖39。)。%顯示原圖的直方圖 subplot(2,2,3)。imshow(J)。title(39。均衡化結果39。)。%顯示均衡化后的圖像 subplot(2,2,4)。imhist(J)。title(39。均衡化結果的直方圖39。)。%顯示均衡化后的直方圖實驗二 頻域圖像增強一、實驗目的頻域圖像增強掌握基于頻域的圖像增強方法。二、實驗內容（1）編程實現(xiàn)圖像的理想低通和高通濾波；（2）編程實現(xiàn)圖像的巴特沃斯低通和高通濾波。三、實驗運行結果四、實驗中遇到的問題及解決方法顯示圖像無法打開，最終查出來時圖像格式弄錯了。五、思考題分析為什么圖像通過低通濾波器后變得模糊？為什么通過高通濾波器后得到銳化結果？答：圖像的精細結構及突變部分主要由高頻成分起作用，故經(jīng)低通濾波后圖像的精細結構消失，變得模糊；經(jīng)高通濾波后圖像得到銳化。六、實驗心得體會本實驗中遇到很多問題及錯誤，例如圖像打不開、處理后圖像模糊等，都是經(jīng)常容易發(fā)生的錯誤，最后實驗幾次，就能夠逐一自己解決了。使自己對數(shù)字圖像處理課程中的許多問題有了更實際和確切的深入了解。七、程序清單clc。clear。data4=imread(39。39。)。subplot(3,2,1)。imshow(data4)。title(39。原圖39。)。i=fft2(data4)。subplot(3,2,2)。i=fftshift(i)。z=log(abs(i))。x=0:1:255。y=0:1:255。[x,y]=meshgrid(x,y)。mesh(z)。%以三維坐標顯示該圖像頻譜圖title(39。原圖頻譜39。)。[n,m]=size(i)。%for k=1:1:n for l=1:1:m if(k^2+l^2)=190^2 % result(k,l)=0。else result(k,l)=i(k,l)。end end end subplot(3,2,4)。對