精通Matlab数字图像处理与识别 - (EPUB全文下载)

文件大小：0.49 mb。
文件格式：epub 格式。
书籍内容：

精通Matlab数字图像处理与识别
第1章 初识数字图像处理与识别
第2章 Matlab数字图像处理基础
第3章 图像的点运算
第4章 图像的几何变换
第5章 空间域图像增强
第6章 频率域图像增强
第7章 小波变换
第8章 图像复原
第9章 彩色图像处理
第10章 形态学图像处理
第11章 图像分割
第12章 特征提取
第13章 图像识别初步
第14章 人工神经网络
第15章 支持向量机
参考文献
版权
光盘下载链接
第1章 初识数字图像处理与识别
图像是指能在人的视觉系统中产生视觉印象的客观对象，包括自然景物、拍摄到的图片、用数学方法描述的图形等。图像的要素有几何要素（刻画对象的轮廓、形状等）和非几何要素（刻画对象的颜色、材质等）。
本章中，我们主要讲解数字图像和数字图像处理的实质内容和一般步骤，以及一些后面会经常使用到的基本概念。
1.1 数字图像
自然界中的图像都是模拟量，在计算机普遍应用之前，电视、电影、照相机等图像记录与传输设备都是使用模拟信号对图像进行处理。但是，计算机只能处理数字量，而不能直接处理模拟图像。所以我们要在使用计算机处理图像之前进行图像数字化
1.1.1 什么是数字图像
简单地说，数字图像就是能够在计算机上显示和处理的图像，可根据其特性分为两大类——位图和矢量图。位图通常使用数字阵列来表示，常见格式有BMP、JPG、GIF等；矢量图由矢量数据库表示，我们接触最多的就是PNG图形。
提示
本书只涉及数字图像中位图图像的处理与识别，如无特别说明，后文提到的“图像”和“数字图像”都仅仅是指位图图像。一般而言，使用数字摄像机或数字照相机得到的图像都是位图图像。
我们可以将一幅图像视为一个二维函数 f(x, y)，其中x和y是空间坐标，而在x—y平面中的任意一对空间坐标(x, y)上的幅值f称为该点图像的灰度、亮度或强度。此时，如果f、x、y均为非负有限离散，则称该图像为数字图像（位图）。
一个大小为M×N数字图像是由M行N列的有限元素组成的，每个元素都有特定的位置和幅值，代表了其所在行列位置上的图像物理信息，如灰度和色彩等。这些元素称为图像元素或像素。
1.1.2 数字图像的显示
不论是CRT显示器还是LCD显示器，都是由许多点构成的，显示图像时这些点对应着图像的像素，称显示器为位映像设备。所谓位映像，就是一个二维的像素矩阵，而位图也就是采用位映像方法显示和存储的图像。当一幅数字图像被放大后就可以明显地看出图像是由很多方格形状的像素构成的，如图1.1所示。
▲图1.1 位图图像示例
1.1.3 数字图像的分类
根据每个像素所代表信息的不同，可将图像分为二值图像、灰度图像、RGB 图像以及索引图像等。
1．二值图像
每个像素只有黑、白两种颜色的图像称为二值图像。在二值图像中，像素只有0和1两种取值，一般用0来表示黑色，用1表示白色。
2．灰度图像
在二值图像中进一步加入许多介于黑色与白色之间的颜色深度，就构成了灰度图像。这类图像通常显示为从最暗黑色到最亮的白色的灰度，每种灰度（颜色深度）称为一个灰度级，通常用L表示。在灰度图像中，像素可以取0～L-1之间的整数值，根据保存灰度数值所使用的数据类型不同，可能有256种取值或者说2k种取值，当k=1时即退化为二值图像。
3．RGB图像
众所周知，自然界中几乎所有颜色都可以由红（Red, R）、绿（Green, G）、蓝（Blue, B）3种颜色组合而成，通常称它们为 RGB 三原色。计算机显示彩色图像时采用最多的就是 RGB 模型，对于每个像素，通过控制R、G、B三原色的合成比例决定该像素的最终显示颜色。
对于三原色RGB中的每一种颜色，可以像灰度图那样使用L个等级来表示含有这种颜色成分的多少。例如对于含有256个等级的红色，0表示不含红色成份，255表示含有100%的红色成分。同样，绿色和蓝色也可以划分为256个等级。这样每种原色可以用8位二进制数据表示，于是三原色总共需要 24位二进制数，这样能够表示出的颜色种类数目为 256×256×256=224，大约有1 600万种，已经远远超过普通人所能分辨出的颜色数目。
RGB颜色代码可以使用十六进制数减少书写长度，按照两位一组的方式依次书写R、G、B三种颜色的级别。例如，0xFF0000代表纯红色，0x00FF00代表纯绿色，而0x00FFFF是青色（这是绿色和蓝色的加和）。当RGB三种颜色的浓度一致时，所表示的颜色就退化为灰度，例如 0 x808080就是50%的灰色，0x000000为黑色，而0xFFFFFF为白色。常见颜色的RGB组合值如表1.1所示。
表1.1 常见颜色的RGB组合值
续表
未经压缩的原始BMP文件就是使用RGB标准给出的3个数值来存储图像数据的，称为RGB图像。在RGB图像中每个像素都是用24位二进制数表示，故也称为24位真彩色图像。
4．索引图像
如果对每个像素都直接使用24位二进制数表示，图像文件的体积将变得十分庞大。来看一个例子，对一个长、宽各为200像素，颜色数为16的彩色图像，每个像素都用RGB 3个分量表示。这样每个像素由3字节表示，整个图像就是 200×200×3=120KB。这种完全未经压缩的表示方式浪费了大量的存储空间。下面简单介绍另一种更节省空间的存储方式：索引图像。
同样还是对200×200像素的16色图像，由于这张图片中最多只有16种颜色，那么可以用一张颜色表（16×3的二维数组）保存这16种颜色对应的RGB值，在表示图像的矩阵中使用那16种颜色在颜色表中的索引（偏移量）作为数据写入相应的行列位置。例如，颜色表中第3个元素为0xAA1111，那么在图像中所有颜色为0xAA1111的像素均可以由3-1=2表示（颜色表索引下标从0开始）。这样一来，每一个像素所需要使用的二进制数就仅仅为4位（0.5字节），从而整个图像只需要200×200×0.5=20KB就可以存储，而不会影响显示质量。
上文所指的颜色表就是常说的调色板（Palette），另一种说法叫 ............

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。