《数字图像处理——原理与实现》[79M]百度网盘|pdf下载|亲测有效

产品特色

编辑推荐

《数字图像处理——原理与实现》注重理论性与实践性有机融合、抽象性与可视性完美衔接, 寓学于趣、寓趣于乐。以图表公式为素材，以例题习题为引导，以代码实现为手段，以实践应用为目标，实现所有知识点的图例化、示例化、代码化和可视化，逻辑连贯、深入浅出、内容翔实。■图例化。以图表公式为素材，着眼原理，重在呈现，力求形象，实现知识点的图例化。

■示例化。以例题习题为引导，着眼逻辑，重在翔实，力求浅出，实现知识点的示例化。

■代码化。以代码实现为手段，着眼重现，重在验证，力求扩展，实现知识点的代码化。

■可视化。以实践应用为目标，着眼实践，重在应用，力求生动，实现知识点的可视化。

配套资源丰富，包括教学课件、习题解答、编程代码、图表素材，均可通过前言二维码下载。

内容简介

《数字图像处理——原理与实现》主要介绍数字图像处理的基础知识和基本理论，以MATLAB为实验平台，主要内容包括图像与视觉系统、像素空间关系、空域变换增强、空域滤波增强、图像变换和频域图像增强，以及数字图像处理技术实现的方法和技巧，为原理渗透和工程实践奠定坚实的基础。

内页插图

精彩书摘

第3章像素空间关系

3.1像素间的基本关系

图像的基本组成单元是像素，像素在图像空间中按照某种规律排列，有一定的相互联系。常见的像素间的基本关系包括像素的邻域、邻接、连接、通路和连通以及像素集合间的邻接、连接和连通。

3.1.1像素的邻域

像素的邻域是指一个像素的相邻像素构成的像素集。邻域的类型一般包括4邻域、对角邻域和8邻域，如图31所示。

图31邻域的类型

1. 4邻域

像素p的4邻域是指由像素p的水平方向(即左右)和垂直方向(即上下)共4个相邻像素所组成的集合，记为N4(p)={r1,r2,r3,r4}。若像素p的坐标为(x,y)，则像素p的4邻域像素的坐标分别为r1： (x-1,y)、r2： (x,y-1)、r3： (x+1,y)和r4： (x,y+1)，如图31(a)所示。

2. 对角邻域

像素p的对角邻域是指由像素p的对角方向(即左上、左下、右上、右下)共4个相邻像素所组成的集合，记为ND(p)={s1,s2,s3,s4}。若像素p的坐标为(x,y)，则像素p的对角邻域像素的坐标分别为s1： (x-1,y+1)、s2： (x-1,y-1)、s3： (x+1,y-1)和s4： (x+1,y+1)，如图31(b)所示。

3. 8邻域

像素p的8邻域是指由像素p的水平、垂直和对角方向(即左右、上下、左上、左下、右上、右下)共8个相邻像素所组成的集合，记为N8(p)={r1,r2,r3,r4,s1,s2,s3,s4}。若像素p的坐标为(x,y)，则像素p的8邻域像素的坐标分别为r1： (x-1,y)、r2： (x,y-1)、r3： (x+1,y)、r4： (x,y+1)、s1： (x-1,y+1)、s2： (x-1,y-1)、s3： (x+1,y-1)和s4： (x+1,y+1)，如图31(c)所示。

需要注意的是，如果像素p本身处于图像的边缘，则它的4邻域N4(p)，对角邻域ND(p)和8邻域N8(p)中的若干个像素将位于图像之外。

3.1.2像素的邻接

像素的邻接是指一个像素与其邻域中的像素的接触关系。邻接的类型根据邻域的类型的不同一般分为4邻接、对角邻接和8邻接。

1. 4邻接

4邻接是指一个像素与其4邻域中的像素的接触关系。若两个像素为p和r，则像素p与像素r满足4邻接可表示为

p∈N4(r)(31)

注意：像素p与像素r满足4邻接等价于像素r与像素p满足4邻接，即式(32)成立。

p∈N4(r)r∈N4(p)(32)

2. 对角邻接

对角邻接是指一个像素与其对角邻域中的像素的接触关系。若两个像素为p和r，则像素p与像素r满足对角邻接可表示为

p∈ND(r)(33)

注意：像素p与像素r满足对角邻接等价于像素r与像素p满足对角邻接，即式(34)成立。

p∈ND(r)r∈ND(p)(34)

3. 8邻接

8邻接是指一个像素与其8邻域中的像素的接触关系。若两个像素为p和r，则像素p与像素r满足8邻接可表示为

p∈N8(r)(35)

注意：像素p与像素r满足8邻接等价于像素r与像素p满足8邻接，即式(36)成立。

p∈N8(r)r∈N8(p)(36)

需要注意的是，邻接仅考虑了像素间的空间关系，与像素的属性值无关。

3.1.3像素的连接

两个像素的连接是指两个像素必须邻接(即接触)且它们的属性值必须满足某个特定的相似准则。属性值一般采用像素的灰度值。相似准则可以是灰度值相等，或者同在一个灰度值集合中取值，记为V。例如，在一张二值图像中，定义两个灰度值为1的像素之间的连接，可以取相似准则为灰度值集合V={1}；在一张256色的灰度图像中，定义灰度值为100~105的像素之间的连接，可以取相似准则为灰度值集合V={100,101,102,103,104,105}。

连接的类型根据邻域的类型的不同一般分为4连接、对角连接、8连接以及混合连接。

1. 4连接

4连接是指两个像素4邻接且它们的属性值满足某个特定的相似准则。若两个像素为p和r，像素的属性值函数为f()，相似准则为V，则4连接的条件可表示为

(p∈N4(r))∧(f(p)∈V)∧(f(r)∈V)(37)

2. 对角连接

对角连接是指两个像素对角邻接且它们的属性值满足某个特定的相似准则。若两个像素为p和r，像素的属性值函数为f()，相似准则为V，则对角连接的条件可表示为

(p∈ND(r))∧(f(p)∈V)∧(f(r)∈V)(38)

3. 8连接

8连接是指两个像素8邻接且它们的属性值满足某个特定的相似准则。若两个像素为p和r，像素的属性值函数为f()，相似准则为V，则8连接的条件可表示为

(p∈N8(r))∧(f(p)∈V)∧(f(r)∈V)(39)

4. 混合连接

混合连接又称m连接，是指两个像素的属性值必须满足某个特定的相似准则且满足下列两个条件之一： ①两个像素4邻接； ②两个像素对角邻接且它们4邻域的交集在相似准则的意义下是空集。若两个像素为p和r，像素的属性值函数为f()，相似准则为V，则混合连接的条件可表示为式(310)或式(311)：

(p∈N4(r))∧(f(p)∈V)∧(f(r)∈V)(310)

(p∈ND(r))∧(f(ND(p)∩ND(r))∩V=)(311)

例3.1混合连接的判定。一张4×4的二值图像模板如图32(a)所示，相似准则V={1}，当图像数据如图32(b)和图32(c)取值时，判定像素p和r是否满足混合连接的条件。

图32混合连接的判定

解：由图像模板可知，像素p和r互为对角邻接，即p∈ND(r)，且像素p和r对角邻域的交集为： ND(p)∩ND(r)={c,d}。

(1) 当图像数据如图32(b)取值时，有： f(c)=0，f(d)=0，则

f(ND(p)∩ND(r))=f({c,d})=f(c)∪f(d)={0}∪{0}={0}

因此，f(ND(p)∩ND(r))∩V={0}∩{1}=

所以，像素p和r满足混合连接的条件。

(2) 当图像数据如图32(c)取值时，有： f(c)=1，f(d)=0，则

f(ND(p)∩ND(r))=f({c,d})=f(c)∪f(d)={1}∪{0}={0,1}

因此，f(ND(p)∩ND(r))∩V={0,1}∩{1}={1}≠

所以，像素p和r不满足混合连接的条件。

混合连接可以认为是8连接的一种变型，引进混合连接是为了消除使用8连接时常出现的多路问题。

例3.2多路问题示例。一张3×3的二值图像模板如图33(a)所示，相似准则V={1}，像素a、b、c、d的灰度值均取1，像素e的灰度值取0。试分析采用8连接和混合连接时像素a、b、c、d的连接情况。

图33多路问题示例

解：采用8连接时，像素a、b、c、d的连接情况如图33(b)所示。此时，像素a和c之间存在两条8连接通路，即abc和ac，导致像素a和c之间产生多路问题。

采用混合连接时，像素a、b、c、d的连接情况如图33(c)所示。此时，像素a和b之间满足混合连接条件，像素b和c之间满足混合连接条件，因此，像素a和c之间存在一条混合连接通路abc。

另外，f(ND(a)∩ND(c))=f({b,e})=f(b)∪f(e)={1}∪{0}={0,1}

因此，f(ND(a)∩ND(c))∩V={0,1}∩{1}={1}≠

所以，像素a和c之间不满足混合连接条件，即不存在混合连接通路ac。

因此，采用混合连接时，像素a和c之间不存在多路问题。

3.1.4像素的通路

从一个具有坐标(x,y)的像素p到另一个具有坐标(s,t)的像素q的一条通路定义为由一系列具有坐标(x0,y0),(x1,y1),…,(xn,yn)的独立像素组成的集合，并且满足以下条件：

(1) (x0,y0)=(x,y)，(xn,yn)=(s,t)；

(2) (xi,yi)与(xi-1,yi-1)邻接；

(3) 1≤i≤n，n为通路的长度。

根据邻接类型的不同，通路的类型也不同。如果像素间邻接的类型为4邻接、对角邻接或8邻接，则对应通路的类型为4通路、对角通路或8通路。

3.1.5像素的连通

像素的连通是指像素通路上所有像素的属性值均满足某个特定的相似准则。根据连接类型的不同，连通的类型也不同。如果像素间连接的类型为4连接、对角连接、8连接或混合连接，则对应连通的类型为4连通、对角连通、8连通或混合连通。

像素连接可以看作是像素连通的一种特例。当n=1时，两个连通的像素也是连接的。

3.1.6像素集合的邻接

图像可以看作是像素的集合。像素集合根据一定的规则可以划分成若干个子集，每一个子集就构成了一个子图像。对于两个图像子集S和T来说，如果S中的一个或一些像素与T中的一个或一些像素邻接，则称两个图像子集S和T是邻接的。如果像素间邻接的类型为4邻接、对角邻接或8邻接，则对应图像子集的邻接类型为4邻接、对角邻接或8邻接。

3.1.7像素集合的连接

两个图像子集S和T是连接的是指两个图像子集必须邻接且邻接像素的属性值必须满足某个特定的相似准则。也就是说，对于两个图像子集S和T来说，如果S中的一个或一些像素与T中的一个或一些像素连接，则称两个图像子集S和T是连接的。如果像素间连接的类型为4连接、对角连接、8连接或混合连接，则对应图像子集的连接类型为4连接、对角连接、8连接或混合连接。

3.1.8像素集合的连通

对于图像子集S中的两个像素p和q来说，如果存在一条完全由S中的像素组成的从p到q的通路，则称p在S中与q连通。对于S中的任一个像素p，所有与p相连通且又在S中的像素的集合(包括p)称为S中的一个连通组元。图像里同一个连通组元中的任意两个像素相互连通，而不同连通组元中的像素互不连通。

图像中每个连通组元构成图像中的一个区域。图像可以认为是由一系列区域组成。区域的边界也称区域的轮廓，是该区域的一个子集，它将该区域与其他区域分开。组成一个区域边界的像素本身属于该区域而在其邻域中存在不属于该区域的像素。

3.2像素间的距离

像素间的距离是指像素在空间的接近程度。设3个像素为p、q和r，坐标分别为(x,y)、(s,t)和(u,v)，则距离量度函数D必须满足下列三个条件：

(1) D(p,q)≥0；

(2) D(p,q)=D(q,p)；

(3) D(p,r)≤D(p,q)+D(q,r)。

其中，条件(1)表明两个像素之间的距离总是为正值，若D(p,q)=0当且仅当p=q；条件(2)表明像素之间的距离与起点和终点的选择无关；条件(3)表明像素之间的最短距离是沿直线的。

常见的距离度量方法包括欧氏距离、城区距离、棋盘距离和混合距离。

3.2.1欧氏距离

欧氏(Euclidean)距离记为DE，设像素点p的坐标为（x,y），像素点q的坐标为(s,t),则像素点p和q之间的欧氏距离的定义如下式所示：

DE(p,q)=(x-s)2+(y-t)2(312)

欧氏距离的几何意义为：距离坐标为(x,y)的像素的DE距离小于或等于某个值d的像素都包括在以(x,y)为中心以d为半径的圆中，如图34所示。

图34欧氏距离

其中，图34(a)为距离坐标为(x,y)的像素的DE距离小于或等于3的像素所构成的圆形区域，其值为各像素点距离中心像素点的距离值，该值已经过四舍五入处理；图34(b)为距离值对应的3D透视图。

3.2.2城区距离

城区(cityblock)距离记为D4，设像素点p的坐标为（x,y），像素点q的坐标为(s,t),则像素点p和q之间的城区距离的定义如下式所示：

D4(p,q)=|x-s|+|y-t|(313)

城区距离的几何意义为：距离坐标为(x,y)的像素的D4距离小于或等于某个值d的像素都包括在以(x,y)为中心的菱形中，如图35所示。其中，图35(a)为距离坐标为(x,y)的像素的D4距离小于或等于3的像素所构成的菱形区域，其值为各像素点距离中心像素点的距离值；图35(b)为距离值对应的3D透视图。

图35城区距离

由城区距离的定义可知，距离像素p的城区距离为1的像素就是像素p的4邻域像素。因此，像素p的4邻域可以通过城区距离定义为

N4(p)={r|D4(p,r)=1}(314)

式中，r为某个像素。

3.2.3棋盘距离

棋盘(chessboard)距离记为D8，设像素点p的坐标为（x,y），像素点q的坐标为(s,t),则像素点p和q之间的棋盘距离的定义如下式所示：

D8(p,q)=max(|x-s|,|y-t|)(315)

棋盘距离的几何意义为：距离坐标为(x,y)的像素的D8距离小于或等于某个值d的像素都包括在以(x,y)为中心的正方形中，如图36所示。

图36棋盘距离

其中，图36(a)为距离坐标为(x,y)的像素的D8距离小于或等于3的像素所构成的正方形区域，其值为各像素点距离中心像素点的距离值；图36(b)为距离值对应的3D透视图。

由棋盘距离的定义可知，距离像素p的棋盘距离为1的像素就是像素p的8邻域像素。因此，像素p的8邻域可以通过棋盘距离定义为式(316)。

N8(p)={r|D8(p,r)=1}(316)

式中，r为某个像素。

查看全部↓

前言/序言

前言

高速铁路是我国一张亮丽的名片，已成为国人出行必不可少的交通工具。我国高铁运行速度高、路网规模大，运营安全备受重视。中国铁路总公司先后颁布实施的《高速铁路供电安全检测监测（6C系统）系统总体技术规范》和《高速铁路接触网运行检修暂行规程》，明确把图像和视频检查作为接触网状态监测的重要手段。只有对现场采集的图像与视频进行处理后，才能及时发现故障隐患，直接指导接触网的养护维修，由此可见，数字图像处理对确保高速铁路安全具有重要意义！

数字图像处理是人工智能的基石。简单来说，人工智能就是要实现计算机对人的视觉、听觉、嗅觉、味觉、触觉的模拟感知、思维决策和行为控制，视觉信息的智能化是最重要的方面，而数字图像处理是视觉信息分析处理和智能理解的基本技术。

数字图像处理理论性强，涉及大量的数学知识，内容抽象，不易理解。初览本书，发现不是想象中的公式罗列和理论推导，而是大量图片对知识点的可视化呈现。遂不禁深入细读，发现每个知识点均设计有演示示例，且提供代码重现，顿觉耳目一新！把复杂深邃的理论以浅显易懂的方式传递，正是人工智能时代知识普及传道的必要和有效方式。

作者2003年留校任教，长期从事图像处理和计算机视觉的科研和教学工作，把图像处理应用于高速铁路6C系统以解决接触网零部件图像识别问题，取得了良好成果。作者结合科研实践与教学经验，凝练成本书，以达到理论性与实践性有机融合、抽象性与可视性完美衔接，是一本难得的优秀书籍。

高仕斌高仕斌，西南交通大学教授、博士生导师，“国家百千万人才工程”入选者，何梁何利科技奖、詹天佑成就奖和全国创新争先奖牌获得者，享受国务院特殊津贴，天府杰出科学家、四川省学术与技术带头人，川藏铁路工程建设咨询委员会委员和“十二五”国家科技重点专项（高速列车专项）专家组专家。获得国家科学技术进步二等奖4次，国家级教学成果奖二等奖3次。2019年11月

人类改造世界需要经历感知世界、认识世界、分析世界和理解世界的过程，其中，感知世界是基础。人类的五感指形、声、闻、味、触，也就是人类的五种感觉，即视觉、听觉、嗅觉、味觉、触觉，靠人类的眼睛、耳朵、嘴巴、鼻子、舌头、手脚、皮肤等感觉器官来获取。据统计，在人类感知世界的所有信息中，视觉信息占60％，俗话说“百闻不如一见”。由此可见，视觉信息在人类生命存在中的重要意义毋庸置疑。

近年来，随着人工智能技术的兴起，人工智能比历史上任何一个时期都更加接近于人类智能。其中，视觉信息的采集、处理、分析和理解技术的进步功不可没。对计算机来说，视觉信息本质上就是图像信息，更具体来说就是数字化后的图像信息，即数字图像信息。因此，研究数字图像信息处理的理论、方法和技术对成功实现人工智能的终极目标具有重大意义。

让我们走入数字图像处理的世界，去探索人工智能的奥秘！

一、编写原因

本人本科、硕士和博士的研究方向均为计算机科学与技术，博士阶段聚焦于数字图像处理方向的研究。2007年，接到“数字图像处理”课程的教学任务，本以为得心应手、轻车熟路，能够轻松驾驭，孰料事与愿违。由于课程理论性较强，原理较抽象，并且涉及大量的数学推演，某些自认为比较简单的原理，学生却不易理解，接受困难。经过与学生多次、反复地沟通与交流，发现实属正常，一方面，学生作为需要引进门的初学者，没有基础知识的铺垫；另一方面，数字图像处理又属于实践性较强的技术。遂想到是否可以将每一个知识点都与图例、示例、代码等对应起来，做到知识点的实例化和可视化，并且是逐一地、完全地、一个不漏地实例化和可视化，于是走上了痛苦并快乐着的图例分析、示例设计和代码编写，以及书籍编著的不归路。

二、本书特色

本书的特色在于知识点的“实例化”和“可视化”。一方面，重构结构体系，更新知识内容，做到每一个知识点对应一个实例（包括图例和/或示例），实现知识点的实例化，用实例阐释理论，加深读者对知识点的理解；另一方面，所有实例用代码实现，把“看不见摸不着的原理”变成“可视可触可控的实体”，实现知识点的可视化，促进读者对知识点的应用。期待本书的品读是一个寓学于趣、寓趣于乐的过程。

三、读者对象

本书以原理阐释为基础，以图例示例为引导，以代码实现为手段，以实践应用为目标，逻辑严谨、深入浅出、内容翔实、示例丰富，适合作为理工科高等院校数字图像处理领域的教学用书，也可作为数字图像处理、计算机视觉、人工智能等领域广大科研人员、工程技术人员的参考用书。

四、本书结构

本书包含11个一级标题、28个二级标题和96个三级标题。11个一级标题为内容简介、前言、目录、七章正文和参考文献。七章正文分别是绪论、图像与视觉系统、像素空间关系、空域变换增强、空域滤波增强、图像变换和频域图像增强。每一章均由正文和习题两部分构成，正文包含文字、图例、示例和代码，习题解答可通过书中二维码获取。

本书包含181个知识点。其中，第1章有14个知识点，第2章有22个知识点，第3章有54个知识点，第4章有33个知识点，第5章有27个知识点，第6章有16个知识点，第7章有15个知识点。

五、本书素材

本书素材丰富，包含图表、公式、例题、代码、习题和课件，力求让知识点的阐释更加形象生动和浅显易懂，所有素材均可通过书中二维码获取。

1. 229个图表

本书包含229个图表，其中，图有219个、表有10个，涉及111个知识点。第1章有14个图、1个表，涉及4个知识点；第2章有21个图、3个表，涉及16个知识点；第3章有37个图，涉及23个知识点；第4章有52个图、6个表，涉及23个知识点；第5章有44个图，涉及21个知识点；第6章有22个图，涉及12个知识点；第7章有29个图，涉及12个知识点。所有图表原始文件可通过书中二维码获取。

2. 318个公式

本书包含318个公式，涉及107个知识点。其中，第1章有1个公式，涉及1个知识点；第2章有13个公式，涉及7个知识点；第3章有87个公式，涉及33个知识点；第4章有38个公式，涉及19个知识点；第5章有65个公式，涉及20个知识点；第6章有88个公式，涉及13个知识点；第7章有26个公式，涉及14个知识点。

3. 102个例题

本书包含102个例题，涉及70个知识点。其中，第1章有1个例题，涉及1个知识点；第2章有5个例题，涉及5个知识点；第3章有6个例题，涉及4个知识点；第4章有33个例题，涉及18个知识点；第5章有27个例题，涉及19个知识点；第6章有12个例题，涉及11个知识点；第7章有18个例题，涉及12个知识点。

4. 165段代码

本书包含165段代码，约5191行语句，涉及75个知识点。其中，第1章有1段代码，涉及1个知识点；第2章有6段代码，涉及5个知识点；第3章有9段代码，涉及8个知识点；第4章有80段代码，涉及21个知识点；第5章有24段代码，涉及16个知识点；第6章有21段代码，涉及12个知识点；第7章有24段代码，涉及12个知识点。所有代码原始文件可通过书中二维码获取。

5. 64个习题

本书包含64个习题。其中，第1章有6个习题，第2章有10个习题，第3章有17个习题，第4章有9个习题，第5章有9个习题，第6章有10个习题，第7章有3个习题。习题解答可通过书中二维码获取。

6. 1套课件

本书包含1套课件，可作为教师教学或读者自学参考所用。课件可通过书中二维码获取。

六、致谢

经过12年教学工作的积累，终于完成素材整编和知识梳理，即将编著成册。一路走来，既有繁杂素材精练整编的抓狂，也有散乱知识体系梳理的烧脑，当然，还有经验心血编著成册的喜悦。感谢李剑波老师、王敏老师、刘怡老师在书稿编著中的辛勤付出，使得本书能够顺利出版！感谢李啸天、李继秀、秦泽宇、杨旭、郑思宇、付国栋等研究生在书稿校对中的一丝不苟，使得本书能够精益求精！感谢赵舵老师、马磊老师、黄德青老师在工作中的理解与支持，使我能够专注于书稿的编著！感谢父母、家人在生活中的细心照顾和家庭温暖，使我能够潜心于教学和科研！感谢两个女儿带给我的欢声笑语和童真乐趣，使我得以享受人生的天伦之乐！你们是我最宝贵的财富和最坚强的后盾，也是激励我不断前行的动力！

黄进2019年10月

配套教学资源下载

查看全部↓