【正文】 本章小結(jié)： 第3章介紹了圖像紋理特征的各種提取方法?；叶裙采仃嚨募y理分析，利用傅立葉變換提取圖像的紋理特征，基于圖像灰度直方圖的特征提取。分析了二維傅立葉變換的算法，直方圖統(tǒng)計的特征等內(nèi)容。 第4章 圖像的邊緣提取算法邊緣(Edge)是指圖像局部亮度變化最顯著的部分。邊緣主要存在于目標(biāo)與目標(biāo)，目標(biāo)與背景，區(qū)域與區(qū)域之間，是圖像分割，紋理特征提取和形狀特征提取等圖像分析的重要基礎(chǔ)。圖像分析和理解的第一步常常是邊緣檢測(Edge Detection)。由于邊緣檢測十分重要，并通過幾種常用的邊緣檢測器來說明邊緣檢測的基本問題。邊緣能勾劃出目標(biāo)物體，使觀察者一目了然。從本質(zhì)上說，圖像邊緣是圖像局部特性不連續(xù)性(灰度變化，顏色變化等)的反映，它標(biāo)志著一個區(qū)域的終結(jié)和另一個區(qū)域的開始。圖像中邊緣通常與圖像亮度或圖像亮度的一階導(dǎo)數(shù)的不連續(xù)性有關(guān)。圖像亮度的不連續(xù)可分為：(1)階躍不連續(xù)，即圖像亮度在不連續(xù)處的兩邊的像素灰度值有著顯著的差異；(2)線條不連續(xù)，即圖像亮度突然從一個值變化到另一個值，保持一個較小的行程后又返回到原來的值。在實際中，階躍的線條邊緣圖像是很少見的，由于大多數(shù)傳感元件具有低頻率特性，使得階躍邊緣成斜坡型邊緣，線條邊緣變成屋頂行邊緣，其中的亮度變化不是瞬間的，而是跨越一定的距離。對一個邊緣來說，有可能同時具有階躍和線條邊緣特性。例如在一個表面上，又一個平面變化到法線方向不同的另一個平面就會產(chǎn)生階躍邊緣；如果這一方面具有鏡面反射特性且兩平面形成的棱角比較圓滑，則當(dāng)棱角圓滑表面的法線經(jīng)過鏡面反射角時，由于鏡面反射分量，在棱角圓滑表面上會產(chǎn)生明亮光條，這樣的邊緣看起來像在階躍邊緣上疊加了一個線條邊緣。由于邊緣可能與場景中物體的重要特征對應(yīng)，所以它是很重要的圖像特征。比如，一個物體的輪廓通常產(chǎn)生階躍邊緣，因為物體的圖像亮度不同于背景的圖像亮度。［16］由于圖像中灰度發(fā)生驟變的部分與其頻譜的高頻分量相對應(yīng)，所以采用高通濾波器衰減或抑制低頻分量，使高頻分量暢通并能夠?qū)D像進行銳化處理。常用的幾種頻域高通濾波器有理想高通濾波器，巴特沃斯高通濾波器，指數(shù)高通濾波器和梯形高通濾波器。［17］理想高通濾波器是特定頻率區(qū)的高頻分量通過并保持不變，而其他頻率區(qū)域的分量全部被抑制的濾波器。［18］一個理想的二維高通濾波器的傳遞函數(shù)又下式表示： (411)其中，的含義同理想低通濾波一樣，也表示截止頻率。此傳遞函數(shù)的特性曲線如圖： 41理想高通濾波器傳遞函數(shù)特性曲線巴特沃斯高通濾波器的傳遞函數(shù)為： (412)傳遞函數(shù)的特性曲線如圖所示：圖42巴特沃斯高通濾波器傳遞函數(shù)特性曲線通常選用最大值的時的頻率作為高通濾波器的截止頻率，則上式化為： n為階數(shù) (413)一階巴特沃斯高通濾波器濾波后的圖像 二階巴特沃斯高通濾波器濾波后的圖像 指數(shù)濾波器的傳遞函數(shù)為： (414)參數(shù)n控制著的增長率。［19］傳遞函數(shù)的特性曲線如下圖所示： 圖43 指數(shù)高通濾波器傳遞函數(shù)特性曲線梯形高通濾波器的傳遞函數(shù)為： (415)這是一種濾波特性介于理想濾波器和完全平滑濾波器之間的高通濾波器。［20］傳遞函數(shù)的特性曲線如下圖所示： 圖44 梯形高通濾波器傳遞函數(shù)特性曲線 邊緣檢測后結(jié)果圖 本章小結(jié)：圖像中灰度發(fā)生驟變的部分與其頻譜的高頻分量相對應(yīng)，所以采用高通濾波器衰減或抑制低頻分量，使高頻分量暢通并能夠?qū)D像進行銳化處理。第4章主要介紹了圖像的邊緣提取方法。分別介紹了理想高通濾波器， 巴特沃斯高通濾波器，指數(shù)濾波器，梯形高通濾波器。以及這四種濾波器的傳遞函數(shù)極其特性曲線圖。 結(jié) 論Texture analysis and research significance 參考文獻荊仁杰等．計算機圖像處理．浙江大學(xué)出版社，1999，42～46阮秋琦．?dāng)?shù)字圖像處理學(xué)．電子工業(yè)出版社，2001，100～110陳純．計算機圖像處理技術(shù)與算法．清華大學(xué)出版社，2003，20～35章毓晉．圖像處理和分析（上、下冊）．清華大學(xué)出版社，2000，123～140++圖像處理程序設(shè)計．清華大學(xué)出版社，2003，78～92．清華大學(xué)出版社，2003，52～80K．R．Castleman著，朱志剛等譯．?dāng)?shù)字圖像處理．電子工業(yè)出版社，2001，165～180ANIL K．JAIN著，韓博譯．?dāng)?shù)字圖像處理基礎(chǔ)．清華大學(xué)出版社，　　　　　　　　 2006，200～223王麗亞，李小平，方凱．紋理圖像的特征提取和分類．微電子學(xué)與計算機．2005 年，第22 卷第9期聶金宗，呂宏伯．紋理分析中的特征提取．微電子學(xué)與計算機．2005 年，第26 卷第10期1鄭曉霞，李偉?。诩y理特征提取的圖像檢索技術(shù)．黑龍江工程學(xué)院學(xué)報（自然科學(xué)版）．2005年,12月,第19卷第4期1徐貴力，毛罕平．利用傅里葉變換提取圖像紋理特征新方法．光電工程．2004年，11月，第31卷第11期1陳賀新，戴逸送．圖像紋理分析方法及發(fā)展．?dāng)?shù)據(jù)采集與處理．1990年，6月，第5卷第2期1王惠明，史萍．圖像紋理特征的提取方法．中國傳媒大學(xué)學(xué)報自然科學(xué)版．　　2006年，3月，第13卷第1期1管業(yè)鵬，顧偉康．二維圖像特征點自主提取算法研究．傳感技術(shù)學(xué)報．2004年，3月，第1期1趙榮春．?dāng)?shù)字圖像處理導(dǎo)論．西北工業(yè)大學(xué)出版社，19951Arerbuch A，Lazar D，Israeli M．“Image Compression Using Wavelet Transform and Multiresonlution Deposition”IEEE Trans．Image Processing，1996．5,167～1761Parker J R．Alogritjms for Image Processing and Computer Vision，John Wiley and Sons，1997, 98～1351The Math Works Inc．Image Processing Toolbox User’s Guide,Version2，1997, 78～89Ballard D H，Brows C M．Computer Cliffs N．J：PrenticeHall,1982,236附錄1燕 山 大 學(xué)本科畢業(yè)設(shè)計（論文）開題報告 課題名稱: 二維數(shù)字圖像的紋理提取算法研究 課題性質(zhì): 模擬 課題來源: 自選 　　 　學(xué)院(系): 里仁學(xué)院 專 業(yè): 電子信息工程 　年　　級: 03—4班 學(xué)生姓名: 張巖 指導(dǎo)教師: 付煒 　 2007 年 06 月 25 日一、綜述本課題國內(nèi)外研究動態(tài)，說明選題的依據(jù)和意義人們所接受到的信息90%以上是通過眼睛看到的圖象來獲取。這說明圖象信息對人有多么重要，隨著電子計算機的出現(xiàn)，人們試圖用計算機技術(shù)來進行對圖象的分析處理，包括對視覺，遙感圖片等的理解和分析。到20世紀(jì)50年代。到20世紀(jì)80年代止，圖象處理的研究方向主要集中于：用圖象變換和數(shù)學(xué)模型來表征圖象信號，圖象濾波和圖象恢復(fù),靜止和視頻圖象壓縮，計算機硬件，圖象獲取設(shè)備和顯示設(shè)備的不斷改進，為圖象處理研究構(gòu)筑了不斷發(fā)展的基礎(chǔ)。二、研究的基本內(nèi)容，擬解決的主要問題：對數(shù)字圖像進行二維付立葉變換，并進行數(shù)字圖像的頻率域濾波（高通濾波和低通濾波），提取數(shù)字圖像的特征矢量參數(shù)（如影像的拐點、紋理、邊沿、目標(biāo)物體的分布范圍等特征參數(shù)）。設(shè)計一種圖像像元灰度的紋理提取算法模型，利用該模型進行二維數(shù)字圖像的紋理提取。構(gòu)建數(shù)字圖像灰度直方圖均衡化處理模型，用以修正原圖像像元的灰度分布，以減少圖像像元灰度等級并擴大像元灰度對比度，以利于圖像目標(biāo)物體的解譯和識別。三、研究步驟、方法及措施： ，自學(xué)圖象處理學(xué)和VC++編程原理。 ++編程原理，聯(lián)系并掌握VC++編程方法。 ++程序，調(diào)試圖象紋理提取程序，自學(xué)圖象處理學(xué)。++語言編制圖象紋理提取算法程序，調(diào)試程序，編寫論文。 四、研究工作進度： 前幾周搜集資料，查閱相關(guān)書籍，初步掌握了圖象處理學(xué)，復(fù)習(xí)以前所學(xué)的C++編程原理。了解了圖象處理技術(shù)的發(fā)展歷史及現(xiàn)狀，了解了圖形系統(tǒng)概述，初步構(gòu)建數(shù)字圖像灰度直方圖均衡化處理模型。五、主要參考文獻：荊仁杰等，計算機圖像處理，浙江大學(xué)出版社，1999阮秋琦，數(shù)字圖像處理學(xué)，電子工業(yè)出版社，2001朱志剛等譯，數(shù)字圖像處理，電子工業(yè)出版社，2001章毓晉，圖像處理和分析（上、下冊），清華大學(xué)出版社，2000六、導(dǎo)師意見： 指導(dǎo)教師（簽字） 年 月 日七、審核意見： 審查結(jié)果： 通過； 完善后通過；　　　未通過 負責(zé)人（簽字）：　　　　年　　月　　日附錄2燕 山 大 學(xué)本科畢業(yè)設(shè)計（論文）文獻綜述 　 課題名稱: 二維數(shù)字圖像的紋理提取算法研究 課題性質(zhì): 模擬 課題來源: 自選 　　 　學(xué)院(系): 里仁學(xué)院 專 業(yè): 電子信息工程 　年　　級: 03—4班 學(xué)生姓名: 張巖 指導(dǎo)教師: 付煒 　 2007 年 06 月 25 日一、課題國內(nèi)外現(xiàn)狀： 圖像處理技術(shù)是一個具有很強理論背景的研究領(lǐng)域，是基于線形代數(shù)。數(shù)理統(tǒng)計和物理學(xué)等理論的學(xué)科，但實際上又與實際應(yīng)用緊密結(jié)合。在國內(nèi)外研究人員的努力之下，隨著成熟的圖像處理算法的廣泛應(yīng)用，其中一些已成為工業(yè)標(biāo)準(zhǔn)，如從20世紀(jì)80年代開始規(guī)劃，至20世紀(jì)90年代發(fā)表的H263，JPEG,MPEG1，MPEG2，MPEG4等圖像壓縮和傳輸標(biāo)準(zhǔn)，使得圖像處理技術(shù)在信息工業(yè)成為不可或缺的一部分。近年來，圖像小波處理技術(shù)已經(jīng)成熟，隨之提出了JPEG2000標(biāo)準(zhǔn)。以小波變換代替原來的DCT變換，因為小波變化具有時頻局部性，而傅立葉變換不具有這個優(yōu)點。二、研究主要成果： 對圖像進行付立葉變換和頻率域濾波，提取圖像特征矢量。提取數(shù)字圖像的特征矢量參數(shù)。建立一種圖像像元灰度的紋理提取算法模型，利用該模型進行二維數(shù)字圖像的紋理提取。構(gòu)建數(shù)字圖像灰度直方圖均衡化處理模型，用以修正原圖像像元的灰度分布，以減少圖像像元灰度等級并擴大像元灰度對比度，以利于圖像目標(biāo)物體的解譯和識別。三、發(fā)展趨勢：隨著技術(shù)的發(fā)展，數(shù)碼相機，數(shù)字?jǐn)z像機，數(shù)字電視機等大量數(shù)字化設(shè)備不斷涌現(xiàn)，從一方面講,這些是圖像處理技術(shù)應(yīng)用的成果，反過來，這些設(shè)備的廣泛應(yīng)用，也促使圖像處理技術(shù)不斷向前發(fā)展圖像數(shù)據(jù)庫和多媒體技術(shù)也推動著這一領(lǐng)域不斷向前發(fā)展。四、存在問題： 題目過于抽像化，不能很好的做到理論于實際相結(jié)合，采用VC++編程時遇到了語句調(diào)試的困難。不能很好的建立所需要的理想模型。五、主要參考文獻：荊仁杰等，計算機圖像處理，浙江大學(xué)出版社，1999阮秋琦，數(shù)字圖像處理學(xué)，電子工業(yè)出版社，2001朱志剛等譯，數(shù)字圖像處理，電子工業(yè)出版社，2001章毓晉，圖像處理和分析（上、下冊），清華大學(xué)出版社，2000楊淑瑩，VC++圖像處理程序設(shè)計，清華大學(xué)出版社，2003陳純，計算機圖像處理技術(shù)與算法，清華大學(xué)出版社，2003K．R．Castleman著，朱志剛等譯．?dāng)?shù)字圖像處理．電子工業(yè) 出版社，2001ANIL K．JAIN著，韓博譯，數(shù)字圖像處理基礎(chǔ)，清華大學(xué)出版社，　　　　　　　　 2006附錄3Texture analysis and research significance Texture analysis，remote sensing，image processing of an important technology． First， texture analysis of remote sensing image analysis and interpretation needs．Remote sensing image analysis and interpretation．Spectrum is the fundamental basis for information (Gray) and Spatial Information (texture and shape) of information With hi