彩色图像的分割处理程序设计+Hough算法(3)
时间:2016-12-16 21:10 来源:毕业论文 作者:毕业论文 点击:次
从图像处理到计算机视觉这个连续的统一体内并没有明确的界线。然而，在这个连续的统一体中可以考虑三种典型的计算处理(即低级、中级和高级处理)来区分其中的各个学科。低级处理涉及初级操作，如降低噪声的图像预处理，对比度增强和图像尖锐化。低级处理是以输人、输出都是图像为特点的处理。中级处理涉及分割〔 把图像分为不同区域或目标物)以及缩减对目标物的描述，以使其更适合计算机处理及对不同日标的分类(识别)。中级图像处理是以输人为图像，但输出是从这些图像中提取的特征(如边缘、轮廓及不同物体的标识等)为特点的。最后，高级处理涉及在图像分析中被识别物体的总体理解，以及执行与视觉相关的识别函数(处在连续统一体边缘)等。 根据上述讨论，我们看到，图像处理和图像分析两个领域合乎逻辑的重叠区域是图像中特定区域或物体的识别这一领域。这样，在本书中，我们界定数字图像处理包括输人和输出均是图像的处理，同时也包括从图像中提取特征及识别特定物体的处理。举一个简单的文本自动分析方面的例子来具体说明这一概念。在自动分析文本时首先获取一幅包含文本的图像，对该图像进行预处理，提取(分割)字符，然后以适合计算机处理的形式描述这些字符，最后识别这些字符，而所有这些操作都在本书界定的数字图像处理的范围内。理解一页的内容可能要根据理解的复杂度从图像分析或计算机视觉领域考虑问题。这样，本书定义的数字图像处理的概念将在有特殊社会和经济价值的领域内通用。在以下各章展开的概念是那些应用领域所用方法的基础。 1.1.2 彩色图像 在大千世界里，物体是五彩斑斓的，大多数图像具有丰富多彩的色彩。彩色图像提供利了比灰度图像更丰富的信息，而且人眼对彩色图像的视觉感受要比对黑白或灰度图像的感受丰富得多。然而，在彩色图像的处理过程中不仅要考虑位置、灰度，还要考虑彩色信息。因此它对比灰度图像处理要复杂。 数字图像可以许多不同的输入设备和技术生成，例如数码相机、扫描仪、坐标测量机、seismographic profiling、airborne radar等等，也可以从任意的非图像数据合成得到，例如数学函数或者三文几何模型，三文几何模型是计算机图形学的一个主要分支。数字图像处理领域就是研究它们的变换算法。 每个图像的像素通常对应于二文空间中一个特定的“位置”，并且有一个或者多个与那个点相关的采样值组成数值。根据这些采样数目及特性的不同数字图像可以划分为： 1) 二值图像 (Binary Image)：图像中每个像素的亮度值(Intensity)仅可以取自0到1的图像。 2) 灰度图像 (Gray Scale Image)：也称为灰阶图像—图像中每个像素可以由0(黑)到255(白)的亮度值表示。0-255之间表示不同的灰度级。 3) 彩色图像 (Color Image)：每幅彩色图像是由三幅不同颜色的灰度图像组合而成，一个为红色，一个为绿色，另一个为蓝色。 4) 伪彩色图像（false-color） 5) 立体图像 (Stereo Image)：立体图像是一物体由不同角度拍摄的一对图像，通常情况下我们可以用立体像计算出图像的深度信息。 6) 三文图像 (3D Image)：三文图像是由一组堆栈的二位图像组成。每一幅图像表示该物体的一个横截面。 数字图像也用于表示在一个三文空间分布点的数据，例如计算机断层扫描设备生成的图像，在这种情况下，每个数据都称作一个体素。 对于计算机系统，图像是栅格结构的画面存储格式。栅格结构将图像划分为均与分布的栅格（像素）。显示记录每个像素的光度值（色彩/亮度）。在windows环境下，最重要的图像是位图（Bitmap），也就是映像，像素的坐标值是规则地隐含的，其位置规则排列。而从色度学理论观念，颜色可以有红（Red）、绿（Green）、蓝（Blue）3中基本颜色按不同的比例组合而成，即RGB三原色。采用基于位置的坐标表示如下： (责任编辑：qin) |