数字图像处理课件

数字图像处理欢迎来到数字图像处理课程本课程将系统地介绍数字图像处理的基本原理、核心算法和实际应用从图像的采集、增强、复原到压缩、分割，再到高级的目标识别和深度学习应用，我们将全面探索数字图像处理的各个方面图像处理技术已广泛应用于医疗诊断、遥感探测、计算机视觉、人工智能等众多领域，正在深刻改变我们的生活方式和工作方法通过本课程的学习，您将掌握分析和处理数字图像的能力，为未来的研究和应用打下坚实基础课程内容与学习目标理论基础掌握数字图像的基本概念、图像变换理论及视觉系统原理处理技术学习图像增强、复原、分割、压缩等核心处理方法实践能力通过编程实验实现各种图像处理算法，培养实际操作能力前沿应用了解深度学习在图像处理中的应用及行业最新发展趋势通过本课程的学习，您将能够分析图像处理问题，选择合适的算法进行处理，并能够针对特定应用设计图像处理系统我们注重理论与实践相结合，帮助您建立扎实的专业知识体系什么是数字图像处理？输入图像通过各种成像设备获取的原始图像数据处理过程应用各种算法对图像进行分析和变换输出结果产生经过改进或提取特定信息的图像数字图像处理是指利用计算机对数字图像进行处理、分析和理解的技术其目的是改善图像的视觉效果，提取图像中的有用信息，或者进行图像的测量、分类和解释数字图像处理与模拟图像处理的主要区别在于，它处理的是经过采样和量化后形成的离散数字信号，而不是连续的光学信号这使得我们可以应用复杂的数学算法，实现更精确、更灵活的图像处理功能数字图像处理的应用领域医学影像射线、、、超声等医学影像的增强、分割和分析，辅助医生进行疾病诊X CTMRI断和手术规划遥感与地理信息卫星和航空图像处理，用于地形分析、资源勘探、环境监测和城市规划计算机视觉机器人导航、自动驾驶、工业检测、人脸识别等智能系统的视觉感知能力娱乐与媒体电影特效、数字摄影、视频处理、虚拟现实等领域的图像生成和优化除上述领域外，数字图像处理在文档分析、安防监控、生物特征识别、艺术创作等方面也有广泛应用随着计算能力的提升和算法的进步，其应用范围还在不断扩大数字图像的基本概念数字图像定义图像表示方式数字图像是一个二维函数，数字图像通常表示为像素矩阵，fx,y其中和是空间坐标，而在任何每个像素包含亮度或颜色信息x yf一对坐标处的值称为该点的x,y灰度级或强度图像类型二值图像（和两个值）•01灰度图像（通常为灰度级）•0-255彩色图像（、等色彩空间）•RGB HSV理解数字图像的基本概念是学习图像处理的基础从本质上讲，数字图像是对真实世界的视觉信息进行数字化表示的结果，是连续信号经过采样和量化的离散表示形式像素与分辨率像素（）分辨率（）Pixel Resolution像素是构成数字图像的最小单元，代表图像上的一个点空间分辨率图像包含的像素数量，通常表示为（行列）M×N×每个像素都有特定的位置和值，表示该位置的颜色或亮度常见分辨率、、720p1280×7201080p1920×10804K等3840×2160像素值的范围取决于图像的色彩深度（如位灰度图像的像素值8范围为）更高的分辨率通常意味着更多的细节，但也需要更大的存储空间0-255分辨率是衡量图像质量的重要指标之一对于相同尺寸的图像，分辨率越高，图像越清晰，但处理所需的计算资源也越多在实际应用中，需要根据需求选择合适的分辨率灰度级与色彩深度位图像（二值图像）1每像素1位，仅黑白两色位图像（灰度图像）8每像素8位，256灰度级位图像（真彩色）24每像素24位，约1677万色位及以上（高动态范围）32增加alpha通道或更高精度色彩深度（或位深度）决定了每个像素可以表示的颜色数量对于灰度图像，常用的是8位深度，提供256个灰度级（0-255），其中0通常表示黑色，255表示白色彩色图像常用24位RGB格式，每个颜色通道（红、绿、蓝）各占8位，组合可以表示约1677万种颜色某些专业应用可能需要更高的色彩深度，如医学和科学成像图像文件格式简介JPEG/JPG PNGGIF TIFF有损压缩，适合照片，无损压缩，支持透明支持动画，有限的高质量，支持多页和各256不支持透明度，文件小度，适合图形和截图色，支持透明度种压缩方式，适合专业用途不同的图像文件格式针对不同的应用场景而设计，在压缩率、图像质量、兼容性等方面各有优劣除上述常见格式外，还有（无压缩位BMP图）、（谷歌开发的新格式）、（相机原始数据）等多种格式WEBP RAW选择适当的图像格式对于优化图像质量和存储空间非常重要例如，网页图像通常使用或，专业摄影可能优先选择或，而JPEG PNGRAW TIFF需要简单动画效果时则可能选择GIF人类视觉系统概述光线捕获光电转换光线通过角膜和瞳孔进入眼睛，由晶状体聚视网膜上的感光细胞（视锥和视杆）将光信焦号转换为神经信号视觉感知信号传输大脑处理和解释这些信号，形成我们所看到视神经将信号传输到大脑的视觉皮层的图像理解人类视觉系统对开发有效的图像处理算法至关重要人眼对不同频率的光有不同的敏感度，对亮度的变化比对颜色的变化更敏感，这些特性直接影响了许多图像处理算法的设计例如，压缩算法利用了人眼对高频细节不敏感的特性，通过丢弃人眼难以察觉的高频信息来实现高压缩率同样，许多图像增强技术也是基于JPEG人类视觉感知特性设计的图像获取与数字化成像光学系统将场景投射到感光元件上感光CCD或CMOS传感器接收光信号采样将连续的光学信号转换为离散的空间采样点量化将每个采样点的强度值转换为离散的数字值图像获取是将现实世界的光学信息转换为数字图像的过程在这个过程中，成像设备（如相机、扫描仪、X射线机等）捕获光学信号，然后通过采样和量化步骤将其转换为数字数据不同的成像技术基于不同的物理原理可见光相机捕捉反射光，红外相机检测热辐射，X射线和CT扫描则基于穿透组织的能力这些不同的成像技术为我们提供了观察世界的多种视角图像采样与量化采样（）量化（）Sampling Quantization采样是将连续空间的图像转换为离散空间点的过程量化是将连续的亮度值转换为离散数字值的过程采样间隔决定了图像的空间分辨率量化级别决定了图像的灰度分辨率根据奈奎斯特采样定理，采样频率应至少是最高信号频率的两量化可能引入误差，级别过少会导致伪轮廓现象倍，以避免混叠现象采样和量化是模拟信号转换为数字信号的两个基本步骤采样在空间维度上进行离散化，而量化在亮度维度上进行离散化这两个过程共同决定了数字图像的质量和文件大小空间分辨率与灰度分辨率高空间分辨率高灰度分辨率+最佳图像质量，但文件最大1高空间分辨率低灰度分辨率+2细节清晰但色调过渡不自然低空间分辨率高灰度分辨率+3色调平滑但细节模糊低空间分辨率低灰度分辨率+4质量最差但文件最小空间分辨率和灰度分辨率是衡量数字图像质量的两个基本参数空间分辨率决定了图像可以表示的细节水平，通常以每英寸像素数（PPI）或总像素数来衡量灰度分辨率决定了图像可以表示的亮度级别数量，影响色调过渡的平滑度在实际应用中，需要根据具体需求在这两种分辨率之间进行权衡例如，医学成像可能需要较高的灰度分辨率来区分细微的组织差异，而卫星图像则可能更注重空间分辨率以识别地面目标图像增强技术概述图像增强的目的增强的领域改善图像视觉效果，突出感兴可在空间域（直接处理像素）趣的特征，抑制不需要的特或频率域（处理图像的变换）征，便于后续分析和处理中进行主要增强类别对比度增强、锐化、平滑、伪彩色处理等多种方法针对不同的图像问题图像增强是数字图像处理中最常用的技术之一，旨在通过各种变换和操作使图像在视觉上更加清晰或更适合特定应用图像增强是一个主观过程，通常没有最佳结果的绝对标准，而是取决于具体应用和观察者的需求需要注意的是，图像增强通常不增加图像中的信息量，而是突出或重组现有信息，使其更容易被人眼或计算机算法感知和处理在某些情况下，增强可能会引入人工痕迹或放大噪声，因此需要谨慎应用空间域图像增强点处理局部处理全局处理独立处理每个像素，不考虑邻域信息考虑像素及其邻域进行处理基于整个图像的统计特性进行处理包括灰度变换、直方图均衡化等包括各种空间滤波操作如全局直方图修改、对比度拉伸等空间域图像增强是指直接在图像像素上进行操作的技术，这些方法通常计算简单，易于理解和实现空间域增强的基本思想是通过像素值的变换或基于邻域的运算来改变图像的外观空间域处理的一般形式可以表示为，其中是输入图像，是处理后的图像，是对的操作对于局部处理，通常涉及在点gx,y=T[fx,y]f gT fT f周围的像素通过设计适当的变换函数，可以实现各种增强效果x,y T灰度变换与直方图处理线性对比度拉伸伽马校正直方图均衡化将原始图像的灰度范围线性映射到更宽的非线性灰度变换，调整图像的中间调，常重新分配图像灰度值，使直方图近似均匀范围，增强整体对比度用于补偿显示设备的非线性特性分布，自动增强对比度灰度变换是最基本的图像增强技术之一，通过改变像素的灰度值来改善图像的视觉效果图像直方图是图像灰度分布的统计表示，直方图处理则是基于图像的灰度统计特性进行的增强方法空间滤波基础空间滤波原理卷积过程使用滤波器（也称为卷积核或掩模）在图像上进行卷积操作将滤波器中心对准当前处理的像素滤波器是一个小矩阵，定义了如何组合一个像素及其邻域的值计算滤波器覆盖区域内的像素值与对应滤波器系数的乘积之和不同的滤波器设计可以实现不同的效果，如平滑、锐化等将计算结果作为输出图像中对应位置的新像素值滑动滤波器至下一像素，重复上述步骤空间滤波是图像处理中的基本操作，通过在空间域中应用卷积操作来处理图像本质上，空间滤波通过考虑像素周围的邻域信息来决定每个像素的新值，从而实现对图像特定特征的增强或抑制平滑滤波器均值滤波用邻域像素的平均值替代中心像素，最简单的平滑操作，但会导致图像模糊高斯滤波基于高斯分布的加权平均，中心像素权重最大，边缘像素权重递减，保留更多细节中值滤波用邻域像素的中值替代中心像素，非线性滤波，对椒盐噪声特别有效双边滤波同时考虑空间距离和灰度相似度的加权平均，可以保持边缘的同时平滑区域平滑滤波器主要用于减少图像噪声和细节它们在医学影像降噪、预处理和艺术效果创建等方面有广泛应用不同的平滑滤波器有各自的特点和适用场景，选择合适的滤波器对于得到理想的处理效果至关重要锐化滤波器锐化滤波器的目的是增强图像中的边缘和细节，使图像看起来更加清晰常用的锐化滤波器包括拉普拉斯算子算子非锐化掩蔽Sobel检测图像中的二阶导数变化，强调计算图像强度的近似梯度，对噪声从原图减去模糊版本，然后将差值灰度的快速变化区域，突出边缘不太敏感加回原图，有效增强边缘和细节频率域图像增强空间域图像原始像素数据傅里叶变换将图像转换到频率域频率域滤波修改频率域系数反变换转回空间域得到增强图像频率域处理是基于傅里叶变换将图像从空间域转换到频率域进行操作的技术在频率域中，图像被分解为不同频率的正弦和余弦波的组合，低频分量对应图像中变化缓慢的区域（如背景），高频分量对应变化剧烈的区域（如边缘和细节）频率域处理相比空间域处理，在某些任务（如特定频率噪声的去除、图像压缩等）上更加高效和直观通过设计适当的频率域滤波器，可以有选择地增强或抑制图像的特定频率成分傅里叶变换基础频率域滤波扩展图像将图像扩展到适合的尺寸（通常为的幂次），并进行零填充以减少边缘效应FFT2执行傅里叶变换使用算法将图像转换到频率域，得到复数值的频谱FFT设计并应用滤波器在频率域中设计滤波器函数，并与图像频谱相乘Hu,v Fu,v执行反傅里叶变换将滤波后的频谱转换回空间域，得到处理后的图像后处理提取实部，裁剪到原始尺寸，进行必要的归一化等操作频率域滤波的核心是设计合适的频率响应函数这个函数决定了哪些频率成分被增强或抑制，从而实现各种增强效果，如平滑、锐化、Hu,v边缘检测等低通滤波与高通滤波低通滤波高通滤波保留低频成分，抑制高频成分保留高频成分，抑制低频成分用于图像平滑、去噪和模糊处理用于边缘检测、图像锐化和细节增强常见的低通滤波器常见的高通滤波器理想低通滤波器理想高通滤波器••巴特沃斯低通滤波器巴特沃斯高通滤波器••高斯低通滤波器高斯高通滤波器••低通滤波和高通滤波是频率域处理的两种基本方法低通滤波器允许低于截止频率的成分通过，而高通滤波器允许高于截止频率的成分通过此外，还有带通滤波器（只允许特定频率范围通过）和带阻滤波器（阻止特定频率范围通过）图像复原技术概述退化分析建立模型识别和模型化图像退化的原因和程度构建合适的数学模型来表示退化过程评估结果反向过程评估复原质量并根据需要调整参数设计算法推导未退化前的原始图像图像复原是一种客观处理技术，旨在基于退化模型和过程的知识，恢复退化或降质图像的原始状态与图像增强不同，图像复原试图重建理想的未退化图像，而不仅仅是提高视觉效果图像退化可能由多种因素引起，如运动模糊、散焦、大气扰动、传感器噪声等复原技术的选择取决于退化的类型和可用的先验信息在实际应用中，图像复原通常是一个具有挑战性的逆问题图像退化复原过程模型/原始图像fx,y理想的未退化图像退化函数H表示模糊等退化过程噪声nx,y加性噪声干扰退化图像gx,y观察到的含噪声退化图像图像退化/复原的数学模型通常表示为gx,y=H[fx,y]+nx,y，其中f是原始图像，H是退化函数（如模糊），n是噪声，g是观察到的退化图像图像复原的目标是在已知g的情况下，估计原始图像f在频率域中，假设退化是线性空间不变的，模型可以简化为Gu,v=Hu,vFu,v+Nu,v，其中G、F、H和N分别是g、f、h和n的傅里叶变换这种表示使得某些复原方法（如逆滤波和维纳滤波）的推导和实现更为简便噪声模型与去噪方法高斯噪声服从高斯分布的随机噪声，常见于电子设备去噪方法高斯滤波、均值滤波、非局部均值滤波椒盐噪声随机出现的黑点或白点，如传输错误引起去噪方法中值滤波、自适应中值滤波泊松噪声与信号强度相关的噪声，常见于低光照条件去噪方法变换域滤波、小波阈值处理乘性噪声与信号成比例的噪声，如雷达成像中的斑点噪声去噪方法对数变换后应用高斯滤波，再反变换图像噪声是影响图像质量的随机变化，可能源于图像获取、传输或处理过程不同类型的噪声需要不同的去噪策略现代去噪方法还包括基于稀疏表示、小波变换和深度学习的技术，如BM3D、K-SVD和基于卷积神经网络的方法逆滤波与维纳滤波逆滤波维纳滤波基本原理考虑噪声影响的最优线性滤波器Fu,v=Gu,v/Hu,v直接反转退化过程基于原始图像和噪声的功率谱比当接近零时会严重放大噪声公式包含噪信比参数，平衡去模糊和噪声抑制Hu,v适用于噪声很小或不存在的情况更稳健，但需要估计噪声和原始图像的统计特性逆滤波和维纳滤波是频率域图像复原的两种基本方法逆滤波简单直接但对噪声敏感，而维纳滤波通过考虑噪声影响提供了更稳健的解决方案除这两种方法外，还有约束迭代复原、正则化滤波等技术可用于图像复原几何变换与图像配准平移变换图像在x和y方向的整体移动，不改变图像内容旋转变换围绕指定点的角度旋转，需要处理采样和插值问题缩放变换改变图像尺寸，可能导致信息丢失或需要插值仿射变换包含平移、旋转、缩放和剪切的组合变换几何变换用于改变图像的空间结构，纠正失真或实现特定的视觉效果图像配准则是将两幅或多幅图像对齐的过程，使得相同的物理点位于相同的坐标位置配准在医学影像分析、遥感图像处理和计算机视觉中有广泛应用图像配准通常包括特征提取、特征匹配、变换模型估计和图像重采样等步骤根据应用需求，配准可以是刚性的（仅允许旋转和平移）或非刚性的（允许局部变形）图像分割技术概述图像分割的目标将图像划分为多个有意义的区域基于阈值的方法根据像素强度值进行分割基于边缘的方法检测图像中的边界和轮廓基于区域的方法4根据区域特性的相似性分组基于深度学习的方法使用神经网络进行自动分割图像分割是将图像划分为多个不重叠区域的过程，每个区域具有一定的一致性或代表一个有意义的物体图像分割是许多高级图像分析和计算机视觉任务的关键预处理步骤基于阈值的分割方法全局阈值法局部自适应阈值法直方图分析法使用单一阈值对整个图像进行根据像素局部邻域特性动态确基于图像灰度直方图特征选择分割，适用于对比度高、背景定阈值，适用于不均匀光照条阈值，如谷点法、Otsu方法均匀的简单图像件等多阈值法使用多个阈值将图像分割为多个区域，适用于多模态直方图的复杂图像阈值分割是最简单也是最常用的图像分割技术之一其基本思想是根据像素值将图像分为前景和背景阈值的选择是关键，可以手动设定，也可以通过自动算法确定Otsu方法是一种广泛使用的自动阈值选择算法，它通过最大化类间方差来找到最佳阈值当图像的直方图具有双峰特性时，Otsu方法尤其有效对于复杂图像，单一阈值可能不足，此时可以考虑局部阈值或多阈值方法基于边缘的分割方法边缘检测使用边缘检测算子（如、、等）识别图像中的边缘点Sobel PrewittCanny边缘增强应用阈值和细化技术增强真实边缘，抑制虚假边缘边缘连接将检测到的边缘片段连接成连续的边界线边界表示使用多边形近似或其他方法表示边界区域形成基于封闭边界形成分割区域基于边缘的分割方法利用图像中的灰度或颜色不连续性（即边缘）来定义物体边界这些方法在目标与背景对比明显的图像中效果较好，但在边缘模糊或噪声严重的情况下可能失效基于区域的分割方法区域生长区域分裂合并从选定的种子点开始，根据相似性准首先将图像分成多个小区域，然后根则逐步合并邻近像素据相似性准则决定是否合并相邻区域优点概念简单，能生成连通区域；缺点需要手动选择种子点，对噪声优点不需要种子点，适应性强；缺敏感点计算复杂度高分水岭算法将图像视为地形表面，从局部最小值开始淹没，形成不同的集水盆地优点产生封闭的连续边界；缺点容易过度分割基于区域的分割方法关注的是像素群的相似性，而不是像素值的不连续性这些方法通常能够生成连通性更好的分割结果，对噪声也有一定的抵抗力在实际应用中，常常结合边缘信息和区域信息，以获得更准确的分割结果形态学图像处理基础数学形态学概念基本形态学操作基于集合论的图像处理技术，主要用于二值图像膨胀扩大图像中的前景区域使用结构元素对图像进行探测和处理腐蚀缩小图像中的前景区域结构元素是一个小的二值模板，定义了操作的具体形状和大小开运算先腐蚀后膨胀，用于平滑轮廓和去除小目标闭运算先膨胀后腐蚀，用于填充小孔洞和连接间断区域数学形态学提供了一套强大的图像处理工具，尤其适用于形状分析、特征提取、噪声去除和图像分割等任务虽然最初为二值图像设计，但现在也已扩展到灰度图像和彩色图像处理腐蚀与膨胀腐蚀操作（）膨胀操作（）Erosion Dilation数学定义A⊖B={z|B_z⊆A}数学定义A⊕B={z|B̂_z∩A≠∅}将结构元素平移到位置，如果完全包含在内，则属于结果集将的反射平移到，如果与有至少一个共同元素，则属于结果集B z B AzBz Az效果缩小前景区域，断开细连接，消除小的孤立区域效果扩大前景区域，连接间断区域，填充小孔洞开运算与闭运算开运算（）闭运算（）Opening Closing定义A∘B=A⊖B⊕B，即先腐蚀后膨胀定义A•B=A⊕B⊖B，即先膨胀后腐蚀效果平滑轮廓，断开狭窄连接，消除小的突出部分，保持整体形状和大效果平滑轮廓，连接窄间隙，填充小孔洞，保持整体形状和大小小顶帽变换（）黑帽变换（）Top-hat Black-hat定义A-A∘B，即原图与开运算结果的差定义A•B-A，即闭运算结果与原图的差效果提取比结构元素小的明亮细节和纹理效果提取比结构元素小的暗色细节和纹理开运算和闭运算是组合形态学操作，它们不仅保留了腐蚀和膨胀的某些特性，还具有更好的形状保持性通过选择适当的结构元素和操作序列，可以实现复杂的形状处理和特征提取任务形态学边缘检测1基本形态学梯度原图与腐蚀结果的差值，突出边缘特征2内部梯度原图与腐蚀结果的差值，突出内部边缘3外部梯度膨胀结果与原图的差值，突出外部边缘4形态学拉普拉斯结合内外梯度，提供完整边缘信息形态学边缘检测利用形态学操作提取图像中的边缘信息与传统基于微分的边缘检测相比，形态学边缘检测不直接依赖于图像的梯度，而是基于形状的变化，因此对噪声有一定的抵抗力，并能提供更连续的边缘形态学边缘检测的一个常用方法是形态学梯度，定义为图像膨胀与腐蚀结果的差g=f⊕b-f⊖b，其中f是原图像，b是结构元素通过选择不同的结构元素，可以检测不同方向和尺度的边缘图像压缩基本原理压缩目标减少存储空间和传输带宽需求冗余信息类型2编码冗余、空间冗余、视觉感知冗余压缩编码熵编码、变换编码、预测编码压缩类型无损压缩和有损压缩图像压缩技术通过减少描述图像所需的数据量来节省存储空间和传输带宽压缩的基本原理是去除图像中的冗余信息，但尽量保留有用信息根据是否完全保留原始图像信息，压缩可分为无损压缩和有损压缩无损压缩在解压后能完全恢复原始图像，适用于医学影像和科学数据等对精度要求高的场合有损压缩则在压缩过程中有选择地丢弃部分被认为不重要的信息，可以达到更高的压缩率，但会导致图像质量的某种程度的降低无损压缩技术行程长度编码（）霍夫曼编码RLE记录连续重复值的长度，适用于具有大面积相同颜色区域的图像根据像素值出现频率分配可变长编码，高频值使用短码，低频值使用长码编码算术编码LZW建立字典记录已出现的模式，GIF和TIFF格式中使用将整个数据序列编码为单个数值，比霍夫曼编码更接近理论极限无损压缩技术在不丢失任何信息的前提下减少数据量这些技术主要利用像素值的统计分布特性，通过更高效的编码方式减少表示图像所需的比特数无损压缩的压缩率通常在2:1到5:1之间，远低于有损压缩常见的无损压缩图像格式包括PNG、TIFF和GIFPNG使用DEFLATE算法（结合LZ77和霍夫曼编码），TIFF支持多种无损压缩方式，而GIF使用LZW编码这些格式在网页图形、线条艺术、文本图像和需要后期编辑的专业图像中广泛使用有损压缩技术压缩标准JPEG颜色空间变换RGB转YCbCr色度下采样减少色度信息变换DCT8×8分块DCT量化根据量化表压缩熵编码霍夫曼或算术编码JPEG（Joint PhotographicExperts Group）是最广泛使用的有损图像压缩标准它基于离散余弦变换（DCT）和人类视觉系统特性，能够在保持可接受图像质量的同时实现高达10:1甚至更高的压缩率JPEG压缩过程的关键步骤是量化，它通过除以量化表中的值来减少DCT系数的精度量化表可以根据所需的压缩率和质量水平进行调整较高的量化值会导致更多信息丢失，但文件尺寸更小；较低的量化值则保留更多细节，但文件更大JPEG特别适合于照片和自然场景图像，但在线条艺术、文本和锐利边缘方面表现较差小波变换与图像压缩小波变换基础标准JPEG2000小波变换是一种时频分析工具，可以提供多分辨率分析基于离散小波变换的现代图像压缩标准DWT基本思想是使用不同尺度和位置的小波函数分解信号主要优势相比，小波变换能够更好地表示局部特征和纹理更高的压缩率DCT•渐进式解码能力•区域解码支持•更少的压缩伪影•小波变换将图像分解为不同频率和分辨率的子带，使能量集中于少量系数与基于的压缩相比，小波变换能更好地处理图像中的DCT不连续性（如边缘），减少块效应，并在高压缩率下提供更好的质量尽管在技术上优于传统，但由于复杂性和专利问题，其普及程度不如然而，在医学影像、遥感、数字电影等JPEG2000JPEG JPEG专业领域，因其卓越的性能和灵活性而得到广泛应用JPEG2000彩色图像处理基础彩色图像表示通常使用多个通道表示颜色信息，如三通道RGB模型通道处理策略可以分别处理各通道，或者在转换后的色彩空间中处理色彩感知考虑人类视觉系统对不同颜色的敏感度差异应用特点彩色提供比灰度更多的信息，便于识别和分割彩色图像处理是数字图像处理的重要分支，相比灰度图像处理，需要考虑更多的因素和处理策略彩色图像通常包含更丰富的信息，可以更好地区分物体和特征处理彩色图像的基本方法有两种一是将彩色图像分解为多个通道（如RGB模型中的红、绿、蓝通道），分别处理后再合成；二是将图像转换到更适合特定处理的色彩空间（如HSV、Lab等），在该空间中进行处理，然后转换回原始色彩空间不同的处理任务可能需要选择不同的策略色彩空间与色彩模型模型模型模型RGB CMYKHSV/HSL加色模型，适合显减色模型，适合印以色调、饱和度和示设备，三个通道刷，四个通道分别明度亮度描述颜/分别表示红、绿、表示青、品红、黄色，更符合人类感蓝光的强度和黑色知模型CIE Lab设备无关模型，表L示亮度，和表示a b色彩对立维度色彩空间是表示颜色的三维坐标系统，色彩模型则是描述颜色如何在该空间中表示的数学模型不同的色彩空间适用于不同的应用场景例如，适合显示器和相机，适RGB CMYK合印刷，便于直观调整颜色，则适合测量颜色差异和色彩校正HSV/HSL Lab在图像处理中，经常需要在不同色彩空间间进行转换例如，将转换到可以更容RGB HSV易地进行基于色调的分割；将转换到可以分离亮度和色度信息，便于压缩和处RGB YCbCr理选择合适的色彩空间对于特定任务的效果至关重要彩色图像分割基于颜色空间的分割在HSV或Lab等色彩空间中进行阈值分割，更有效地分离具有相似颜色的区域聚类分割使用K-means或均值漂移等聚类算法在色彩特征空间中分组像素基于区域的彩色分割考虑颜色和空间信息的区域生长、分裂与合并算法深度学习分割使用CNN等深度学习模型自动学习颜色和纹理特征进行分割彩色图像分割是将彩色图像划分为具有相似颜色特性的区域的过程与灰度图像分割相比，彩色图像提供了更多的特征信息，可以实现更准确的分割，尤其是在目标与背景颜色差异明显的情况下在彩色图像分割中，颜色特征的选择和表示至关重要例如，RGB空间中的欧氏距离可能不符合人类对颜色差异的感知，而在Lab空间中的距离则更接近人眼的感知此外，结合颜色、纹理和空间位置等多种特征通常能获得更好的分割结果彩色图像增强对比度增强饱和度调整色彩平衡可在不同色彩空间中应用，如增强或减弱颜色的鲜艳程度，调整图像的整体色调，纠正色在HSV中调整V通道，或在通常在HSV空间中调整S通道偏，如白平衡校正RGB中均衡各通道直方图色调映射将高动态范围图像转换为显示设备可表示的范围，保留细节和色彩彩色图像增强旨在改善彩色图像的视觉质量，包括调整亮度、对比度、色彩平衡和饱和度等彩色图像增强需要考虑不同色彩通道之间的关系，避免引入不自然的色彩或破坏色彩平衡一种常用的策略是将图像转换到分离亮度和色度的色彩空间（如HSV、YCbCr或Lab），只增强亮度通道而保持色度不变，然后转换回原始色彩空间这样可以避免改变图像的色调和饱和度对于特定应用，也可以有针对性地增强某些颜色区域，如在医学影像中突出感兴趣的组织图像表示与描述区域描述2边界描述描述目标的内部特性和纹理1表示目标的轮廓和形状特征纹理分析3刻画目标表面的结构和规律局部特征矩特征5描述图像中的关键点和显著区域提取目标的统计特性和不变量图像表示与描述是连接低级图像处理和高级图像理解的桥梁，它将分割后的区域或提取的特征转换为适合进一步分析和识别的形式好的表示应该能够捕捉目标的本质特征，同时对旋转、缩放、平移等变换具有不变性图像描述方法可以大致分为基于区域的方法和基于边界的方法基于区域的方法关注目标的内部特性，如面积、纹理、矩等；基于边界的方法则关注目标的轮廓形状在实际应用中，常常结合多种描述方法以获得更全面的特征表示边界表示技术链码表示多边形近似使用方向编码序列表示边界，简洁但不具有旋转不变性用一系列线段近似边界轮廓，可以根据精度需求调整顶点数量形状特征傅里叶描述子提取周长、面积、紧凑度、圆形度等度量，简单但描述能力有限将边界看作闭合曲线，通过傅里叶变换得到频率域表示，具有缩放、旋转和平移不变性区域表示技术区域基本特征包括面积、质心、欧拉数（区域数减去孔洞数）等简单易计算，但描述能力有限矩特征统计描述区域分布的数量，包括原始矩、中心矩和不变矩Hu矩具有对旋转、缩放和平移的不变性形状因子基于区域几何特性的无量纲描述，如圆度、矩形度、伸长度等对形状变化敏感，但对细节变化不敏感区域骨架通过中轴变换获得，保留区域的拓扑结构可用于形状分析和物体识别区域表示技术关注目标的内部特性和分布，提供了对目标整体形状和结构的描述这些技术在目标识别、形状分类和内容检索等应用中发挥重要作用不同的表示方法有不同的优缺点，选择哪种方法取决于具体应用和目标特性纹理分析方法统计方法基于像素强度统计特性，如直方图特征、共生矩阵、自相关函数等结构方法将纹理视为由基本元素按照一定放置规则组成，适合描述规则纹理模型方法使用数学模型表示纹理，如马尔可夫随机场、分形模型等变换方法在变换域分析纹理特征，如傅里叶变换、小波变换、Gabor滤波等纹理是图像中重要的视觉特征，表示图像局部区域的结构和规律性纹理分析在材料识别、生物医学图像分析、遥感图像分类等领域有广泛应用不同的纹理分析方法适用于不同类型的纹理和应用场景统计方法是最常用的纹理分析方法之一，其中灰度共生矩阵（GLCM）特别流行，它通过计算指定距离和方向上像素对的共现频率来表示纹理从GLCM可以派生出多种纹理特征，如能量、对比度、同质性和熵等对于更复杂的纹理，多尺度和多方向的分析方法（如小波变换和Gabor滤波）通常能提供更好的表示图像识别基础图像获取与预处理采集图像并进行增强、去噪等预处理特征提取提取表示图像内容的特征向量特征选择与降维选择最相关特征并降低特征空间维度分类与识别基于特征进行模式分类和目标识别决策与输出根据分类结果做出最终决策并输出图像识别是计算机视觉的核心任务之一，目的是自动理解和识别图像中的内容图像识别系统通常包括图像预处理、特征提取、特征选择和分类决策等环节系统性能很大程度上取决于所提取特征的质量和分类器的设计模式识别与机器学习传统模式识别方法机器学习方法基于规则的方法使用人工设计的规则进行分类监督学习从带标签的训练数据中学习，如分类和回归模板匹配将目标与预定义模板进行比较无监督学习从无标签数据中发现模式，如聚类和降维统计模式识别基于统计学原理进行决策半监督学习结合少量标签数据和大量无标签数据结构模式识别考虑模式中的结构关系强化学习通过与环境交互学习最优策略模式识别和机器学习是图像识别的理论基础，为各种视觉任务提供了数学工具和算法框架传统模式识别方法通常需要专家知识来设计特征和规则，而现代机器学习方法更多地依赖于数据驱动，能够自动学习复杂的特征表示常用的机器学习算法包括支持向量机、决策树、随机森林、近邻和神经网络等近年来，深度学习方法，特别是卷积SVM KKNN神经网络，在图像识别领域取得了巨大成功，在许多基准测试中超越了传统方法的性能CNN特征提取与选择特征提取特征评估从原始图像中提取有意义的特征，如纹理、形评估特征的区分能力、稳定性和计算复杂度状、颜色等2特征变换特征选择通过变换降低特征维度，如、等选择最相关的特征子集，减少冗余和噪声PCA LDA特征提取是将原始图像转换为更紧凑、更有判别力的表示形式的过程好的特征应该能够捕捉识别任务中的关键信息，同时对干扰因素（如光照变化、视角变化）具有鲁棒性常用的图像特征包括全局特征（如颜色直方图、纹理统计）和局部特征（如、、等）SIFT SURFORB特征选择和降维旨在减少特征空间的维度，解决维数灾难问题，提高分类效率和泛化能力常用的方法包括过滤方法（基于特征和目标变量间的统计关系）、包装方法（使用分类器性能评估特征子集）和嵌入方法（在模型训练过程中进行特征选择）分类器设计最近邻分类器贝叶斯分类器基于样本间距离，简单直观，但计算量大且易受噪声影响基于概率模型，需要较少训练样本，但对特征独立性假设敏感支持向量机神经网络寻找最大间隔超平面，泛化能力强，但参数选择复杂模拟人脑结构，表达能力强，但需要大量训练数据和计算资源深度学习在图像处理中的应用图像分类目标检测识别图像所属类别，如物体识别、场景分类定位并识别图像中的多个物体代表模型AlexNet、VGG、ResNet、EfficientNet代表模型YOLO、SSD、Faster R-CNN、DETR图像分割图像生成与超分辨率将图像划分为语义区域，像素级预测生成新图像或提高分辨率代表模型FCN、U-Net、DeepLab、Mask R-CNN代表模型GAN、VAE、Diffusion Models、SRGAN深度学习，特别是卷积神经网络CNN，已经彻底变革了图像处理领域与传统方法不同，深度学习模型能够自动从数据中学习层次化特征表示，无需手动设计特征提取器这种端到端的学习方式在许多视觉任务上取得了突破性进展卷积神经网络简介输入层原始图像数据卷积层提取局部特征池化层减少维度并保持平移不变性激活函数引入非线性变换全连接层综合特征进行分类卷积神经网络CNN是一种专为处理网格化数据（如图像）设计的深度学习架构CNN的核心组件是卷积层，它使用一组可学习的滤波器（卷积核）在输入上滑动，提取局部特征这种局部连接和权重共享机制大大减少了参数数量，使模型更高效且对平移具有不变性典型的CNN架构包括多个卷积层、池化层和全连接层，以及ReLU等非线性激活函数随着网络深度的增加，模型能够学习从低级边缘和纹理到高级语义概念的层次化特征表示现代CNN架构还包括批归一化、残差连接、注意力机制等高级设计，进一步提高了性能和训练稳定性目标检测与识别基于区域的方法单阶段检测器基于的方法Transformer首先生成区域候选，然后对每个候选进行直接预测边界框和类别，绕过区域提议阶采用注意力机制直接从图像特征预测目分类代表算法包括、段代表算法有、和标代表算法如和R-CNN FastR-YOLO SSDDETR Swin和，这类方法精度高，这类方法速度快，适合实时，这类方法消除了手工设计CNN FasterR-CNN RetinaNetTransformer但速度相对较慢应用，但在小目标检测上可能不如两阶段的组件，但训练成本高方法图像分割的深度学习方法语义分割为每个像素分配类别标签，不区分实例代表模型有FCN、U-Net、DeepLab和PSPNet实例分割不仅分类像素，还区分同类不同实例代表模型有Mask R-CNN和SOLO全景分割结合语义和实例分割，处理所有像素代表模型有Panoptic FPN和Panoptic DeepLab网络架构创新编码器-解码器结构、空洞卷积、特征金字塔网络和注意力机制等深度学习在图像分割领域取得了显著进展，从早期的全卷积网络FCN到现代的复杂架构这些方法能够学习像素级的特征表示，实现高精度的分割结果语义分割关注这是什么，实例分割关注这是哪一个，而全景分割则同时解决这两个问题U-Net是医学图像分割中特别流行的架构，它使用跳跃连接将编码器的高分辨率特征与解码器结合，保留空间细节DeepLab系列则引入了空洞卷积（膨胀卷积）和空洞空间金字塔池化ASPP，有效地增大感受野而不增加参数量最新研究还探索了结合Transformer的分割模型，如SETR和Segformer图像处理在计算机视觉中的应用

1.4B人脸识别设备每年全球出货量预计达到14亿台78%自动驾驶汽车使用计算机视觉技术进行环境感知35%零售分析零售商采用计算机视觉增长率60+工业质检视觉检测可识别的缺陷类型计算机视觉是图像处理技术的主要应用领域，致力于让计算机理解和解释视觉信息从低级的图像增强和特征提取，到高级的场景理解和行为分析，图像处理技术在整个计算机视觉流程中发挥着基础性作用在实际应用中，计算机视觉系统通常需要结合多种图像处理技术例如，自动驾驶系统需要图像增强来处理不同光照条件、图像分割来识别道路和障碍物、目标检测来定位其他车辆和行人随着深度学习的发展，传统的图像处理步骤可能被集成到端到端的神经网络中，但理解这些基础技术仍然对设计和优化视觉系统至关重要图像处理在医学影像中的应用图像增强与复原图像分割与测量计算机辅助诊断改善医学图像的质量，增强对比度，减少识别和分离感兴趣的解剖结构或病变区结合图像处理和机器学习技术，辅助医生噪声和伪影，提高诊断价值应用于、域，为进一步分析提供基础例如，分割进行疾病检测、分类和预后评估如乳腺CT、射线等各类医学影像中，帮助医脑部中的肿瘤，测量心脏中的血管线检查中的肿块检测，视网膜图像中的MRI XMRI CTX生更清晰地观察解剖结构和病变直径，或量化肺部射线中的感染区域糖尿病视网膜病变筛查，和肺部中的结X CT节识别图像处理在遥感中的应用数据获取多源、多尺度、多时相遥感数据采集图像预处理几何校正、辐射校正、大气校正信息提取3图像融合、特征提取、变化检测分类与解译土地覆盖分类、目标识别应用分析5环境监测、资源调查、灾害评估遥感图像处理是地球观测和环境监测的关键技术卫星和航空遥感平台获取的图像通常需要进行几何校正、辐射校正和大气校正等预处理，以消除各种干扰和失真然后，通过增强、分割、分类等处理技术，从图像中提取有价值的信息近年来，深度学习在遥感图像处理中的应用迅速发展，如用于高分辨率卫星图像的建筑物提取、用于多光谱图像的土地覆盖分类、用于雷达图像的海冰监测等这些先进技术极大地提高了遥感图像解译的自动化水平和精度，为环境保护、城市规划、农业管理和气候变化研究等领域提供了重要支持总结与展望基础理论不断发展与人工智能深度融合数学模型和算法的创新将持续推动领域进步深度学习和传统图像处理方法的互补优势面临新的挑战应用范围不断扩大4大数据处理、实时性要求、隐私保护等3从专业领域到日常生活的广泛渗透本课程系统介绍了数字图像处理的基本概念、核心算法和主要应用从图像形成和采集，到增强、复原、分割，再到压缩、表示和识别，我们全面探索了这一领域的各个方面数字图像处理已经成为现代信息技术的重要分支，在科学研究、工业生产和日常生活中发挥着越来越重要的作用未来，随着计算能力的提升、新型传感器的发展和人工智能技术的进步，数字图像处理将迎来更广阔的发展前景特别是深度学习与传统图像处理方法的结合，有望解决更复杂的视觉任务，推动计算机视觉向着更高水平发展希望本课程为您打下坚实的基础，激发您在这一富有挑战性和创新性的领域进一步探索。