第1-10章网络多媒体技术复习课件.pptx

网络多媒体技术复习;第1章多媒体信息处理基础;位图文件 图像分辨率：分辨率越高，表示组成一幅图的像素就越多，图像文件就越大 像素深度：像素深度越深，表达单个像素的颜色和亮度的位数越多，图像文件就越大 灰度图像:只有明暗不同的像素而没有彩色像素组成的图像。灰度值级数就等于256级，每个像素可以是0～255之间的任何一个值 彩色图像：每个像素的R、G和B值用一个字节来表示 1位：黑白；8位：灰阶；8位：256色；24位：真彩；30/36/48位：全彩 ;音频数字化实际上就是对模拟信号进行采???、量化和编码 色调反映彩色的类别，例如红、橙、黄、绿、青、蓝、紫等不同颜色。发光物体的色调由光的波长决定， 色饱和度反映彩色光的深浅程度 在RGB模型中，颜色空间里所有的颜色都是由R、G、B (红、绿、蓝)三种光依不同的比例相加而成；相加混色。 在CMY颜色模型中，颜色空间由青（Cyan）、品红（Magenta）和黄（Yellow）这三种基色按不同的比例混合而成，相减混色。;声波可以用一条连续的曲线来表示，它可以分解成一系列正弦波的线性叠加。;图1-3 电磁波谱;图像采样就是对图像在水平方向和垂直方向上进行等间隔的采样，将二维空间上模拟的连续亮度（即灰度）或彩色信息，转化为一系列有限的离散数值来表示 一幅图像在采样时，行、列的采样点与量化时每个像素量化的级数，既影响数字图像的质量，也影响到该数字图像数据量的大小。假定图像取M×N个采样点，每个像素量化后的灰度二进制位数为Q，一般Q总是取为2的整数幂，即Q=2k, 则存储一幅数字图像所需的字节数B为 ;第2章 图像增强;图像增强: 根据一定的要求将图像中感兴趣的部分加以处理或突出有用的图像特征（如边缘、轮廓、对比度等），抑制不需要的信息，以改善图像的主观视觉效果或便于后续的图像分析和识别。 图像复原: 针对图像降质的具体原因，设法补偿降质因素，从而使改善后的图像尽可能地逼近原始图像。;图像增强;灰度直方图;1. 统计原始图像的直方图： 其中， 是归一化的输入图像灰度级。 2. 计算直方图累积分布曲线 3. 用累积分布函数作变换函数进行图像灰度变换：根据计算得到的累积分布函数，建立输入图像与输出图像灰度级之间的对应关系，即重新定位累计分布函数 （与归一化灰度等级 比较，寻找最接近的一个作为原灰度级k变换后的新灰度级）。 ;例题：直方图均衡（8个灰度级）;Gaussian noise(随机噪声);Salt Pepper Noise(脉冲噪声);邻域平均法;中值滤波;例：有一个序列为{0, 3, 4, 0, 7}，当窗口m＝5时试求出采用中值/均值滤波的结果。 解：中值：该序列重新排列后为{0, 0, 3, 4, 7}则中值滤波的结果 M{0,0,3,4,7}=3 均值： M{0,0,3,4,7}=(0+0+3+4+7)/4=3.5;对上例中的数字图像采用3×3窗口进行中值/均值滤波;低通滤波器; 图像锐化;由梯度的计算可知:;水平方向的一阶锐化;垂直方向的一阶锐化;无方向一阶锐化 —— 交叉微分;无方向一阶锐化 —— Sobel锐化;二阶微分曲线;a.对于突变形的细节，通过一阶微分的极大值点，二阶微分的过0点均可以检测出来。 b.对于细线形的细节，通过一阶微分的过0点，二阶微分的极小值点均可以检测出来。 c.对于渐变的细节，一般情况下很难检测，但二阶微分的信息比一阶微分的信息略多。;拉普拉斯算子;高通滤波;图像的同态滤波;模型原理：;成像模型（照度和反射）：f(x, y) = i(x, y) r(x, y) （1）两边取对数： （2）两边取傅立叶变换： （3）用一频域函数 H(u, v)处理 F(u, v)： 压缩i(x,y)分量的变化范围，削弱I (u, v)，增强r(x,y)分量的对比度，提升R (u, v)，增强细节 （4）反变换到空域： （5）两边取指数：;第3章 形态学图像处理;基本思想是： 用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的;;二值形态学的基本运算—膨胀;膨胀 应用：连接图像中的邻近目标;二值形态学的基本运算—腐蚀;腐蚀的应用 去掉小于结构元素的物体 如果两个物体之间有细小的连通，当结构元素足够大时，可以将物体分开 ;开操作（opening） 先腐蚀，后膨胀 作用 消除细小对象 在细小粘连处分离对象 在不明显改变形状的前提下，平滑对象的边缘 ;开操作;（a）;二值形态学的基本运算—闭操作;;