主题：【分享】图象处理方法

谢谢,正在寻找

这是原理的和图像处理的,没人顶, 顶了再发

好书，谢谢

论坛里讨论图像处理软件的多, 处理方法的少, 可能大家对图像处理能做什么, 怎么做都不了解的缘故. 单看操作是必要的但是不充分的, 对不同的测量更需要对处理对象特征做的任何一步操作有什么效果有理解认识. 今天开始贴Leica Qwin 图像分析的中文参考手册上来, 希望对大家有帮助. 希望能有相关讨论.

2．1图像分析的主要步骤
图像分析由一些减少图像信息内容的操作构成，直至所需测量结果。这些测量结果最后由用户根据所需应用来解释。
实际步骤取决于所需信息，但通常有几个步骤是相同的：
    装入图像
    灰度图像处理
    检测测量部件
    图像二进制处理
    测量
    数据输出

以下将依次讨论：
装入图像
QWin支持的图像类型有标准的WINDOWS点位图及TIFF文件（单色，灰图或彩色）。装入图像，只需要从工具条;或FILE菜单下选择打开文件对话对话框，再选择文件名就可以了。
以下是支持的图像文件格式：
类型    名称
BMP    Windows Bitmap 文件
TIFF   
JPEG   
PCX    Paint 文件
WMF    Microsoft
IFF   
PICT    Apple 机
Photo CD    Kodak
IMG    Leica 文件
IMG RGB    Leica 文件
灰图处理
在有些图像中，如果单独依靠灰度级检测，是不可能标明要测量的特征的，这有可能是因为它们的背景灰度级不一致，或是你要看的结构不是很清淅，即使你作了检测，但并不能产生足够的信息用以作有用的二进制处理。
灰度级处理的优势在于，在将图像转入二进制形式之前，可以考虑原图数据的全部内容。
灰度处理的典型用途：图像过滤或平滑，消除杂质，增强图像，提高图像对比。
图像分析中，灰度处理可用于以下几个操作组：
    查询表（LUT）转换
    卷积法
    形态转换
查询表（LUT）转换
亦称为点转换。每一象素，独立于它的相邻点，根据一个简单的规则，被转换成一个新值。规则，常为一个数据函数，如 取对数，幂，平方根,或取反，并将结果重新缩放到0-255之间。这组规则中还常有对比技巧，如gamma（坡度）及结构量化等。这些方法仅仅是应用延伸或压缩灰度范围，来增强图像外观，还可以用作图像数学运算，如除法，应用对数/减/幂操作序列。注意：边界（检测）它本身也是一种点转换。
卷积法
卷积法涉及到用一个m×m的核，在整个图像内移动，用图像中相应的象素乘以核中的元素，再将结果正常化处理，因此，任一象素的值为其灰度值与其相邻m×m范围内象素值的函数，用核的值进行加权。M的值通常为奇数，范围3..15。
卷积法的典型用途为：图像平滑（用统一或高斯核），边界检测（用几个颗粒中任一或拉普拉兹核）。
形态转换
形态转换取决于每一象素的值与其相邻点值的关系。在形态学里，这些关系用逻辑术语来表示，对二进制图像，用AND（与）OR（或），灰度图像用‘大于’、‘小于’。最常用的形态转换操作为腐蚀及扩大。
相邻点的大小与形状用一个称为“结构元素”的东西来定义，通常为一个3×3的平方面积。比如，大小为1的一个灰度腐蚀操作为，用每一个象素及其相邻8点的最小值来取代这个象素原先的值。
形态转换操作可以产生无比丰富的次级功能，如打开、过滤，骨架，分界值,及颗粒信息等。
注：有关灰度形态转换的详细信息，请看用户指南第四章。
形态转换的一个特点是它们不可逆转。当一幅图像被腐蚀处理后，不可能用等量的扩大处理来恢复至它原来的值！这个效果对于简化一幅复杂图像作更好的检测处理常常有利。

检测概要
由检测过程，选择二进制图像处理目标及测量。由用户设定一种颜色或灰度级边界值，图中所有符合所定义的边界值的象素被选中，并被转换成二进制图像。另外，用户还可以指定两个边界值，转换所有位于这两个值之间的象素。
检测用于定义要检测目标的边界，这是这套仪器的一个重要功能。如果，在变化对比度基础上还不能将目标区域同其它斑点区分开来的话，则要另想办法了。
二进制图像处理
检测处理的结果是一二进制图像，在产生测量结果之前，还得作进一步的版处理。
典型的二进制操作有：
手工图像编辑
修补操作，如腐蚀及扩大
孔填充
分离相连目标
不同二进制图像的逻辑复合
二进制编辑
由检测产生的图像常常含有真假的细节，如:脏点、划痕,及其他物体。操作者能够凭眼睛分辨出需要与不需要的细节，但如果在灰度级之间没有足够的间隔或者边界定义不好的话，则图像分析仪不能做到这一点。也正由于这个原因，有时需要手工修改或选择特征。
应用二进制修改功能，操作者可以交互地修改图像：
    指定具体的测量区域
    指定一个或多个测量特征对象
    摒弃勿需对象
    完成对检测不完好的特征的测量
    分离相连的特征
    绘制额外的线及特征对象
修补
修补允许用二进制形态转换如腐蚀及扩大等操作对图像进行修改，这一功能使得可以对目标对象的周边加入象素层或从边界移除象素层。
腐蚀是将边界向内移动一个统一的量，将图像缩小。
扩大是将边界向外移动一个统一的量，扩展图像。
修补适用于以下操作：
    分离相互相连的特征对象
    检查内部颗粒空间
    检查周期性结构的不规则性
    聚集碎片
    填充小孔,及缝
    清除毛刺
逻辑操作
逻辑操作是根据布尔规则，如非、与、或、异或等，将两幅二进制图像进行复合。
逻辑操作可以：
    清除所选二进制图像的内容
    对原二进制图像作逻辑’取反’操作
    比较两幅先选好的图像，以区分异同
    合并两幅先选好的图像
多数情况下，修补操作与逻辑操作结合使用
测量
根据所测量图像类型及所收集数据类型，可将测量划分为许多不同分类。
当处理二进制图像时，我们分成域数据以及特征数据。域数据，它表示视野中所有对象的汇总数据，而不管这些对象是否相连或分开，然而特征数据则相反，它产生的数据是视野中每一个分离特征对象的数据。
当处理灰度图像时，这种分法就不太适合了。全部情况是，测量是针对一个称为测量框的矩形区域内的区域进行的，并根据当前象素校准值对结果进行校准。
二进制测量
二进制图像常常用于测定几何数据，如面积比，颗粒数量、大小及形状分布。
最简单的情况是，对区域面积作测量，获得一个多相样品中的两相或多相的相对数量。当图像中的对象是分开可数时，可用特征对象测量。此时，可以分别获得每一对象的大小、形状、位置及白度等测量结果，并使用这些信息，作一些对象分类。
灰度测量
对灰度图像可也可进行测量，且常常可以不需作初始边界值设置。
测量类型示例如下：
    灰度级分布
    沿指定线的灰度级曲线
    指定区域内的整体灰度级
    整体光密度测量
产生有用的结果，还必须作灰度级校准，概念与象素校准类似，它将象素尺寸转换为物理单位。
使用校准过程，灰度范围可用以下术语来解释：
    反光度
    透明度
    光密度
数据输出
当你做了一些测量之后，数据输出怎么办呢？选项有：
    在屏幕上显示
    输出到打印机
    保存到磁盘上，供以后处理，还可以是在其它计算机上将数据输出到其它程序做在线分析。
在WINDOWS环境中，可以通过剪贴板功能或DDE链接来实现。
显示数据
当你作好测量之后，QWin将会以适合的格式显示数据。比如，你指定的特征对象测量，将显示一个表格，每一列表示一种参数，每一行代表一个特征对象。
打印数据
当打印机安装好后，就可使用这一功能，所有类型的数据将输出到打印机上。
数据规范
数据通常是以ASCII格式保存的，因此可被其它程序读取。格式与显示的数据格式一样，详细细节请参见附录中的技术数据一节。
将数据拷入剪贴板
数据窗口有自己的菜单条，其中有一个编辑菜单项，从此菜单下，你可以选择拷贝，它将数据窗口的内容拷贝到剪贴板。通过剪贴板，你可以将数据粘贴到其它程序中，如电子表格等。
动态数据交换
正如可通过剪贴板拷贝数据一样，WINDOWS提供了在程序中动态交换数据的功能。这一功能使得数据可以自动地在Qwin和其它程序之间自动传输，如电子表格，数据的传输不需要用户的干预。

2．2图像分析细节
前面一节只介绍了图像分析的一些主要概念，现在开始详细讨论其中的一些细节。
获取图像
图像输入QWin的途径有三：从摄像机获取、从磁盘图像文件装入、从WINDOWS剪贴板粘贴。有许多方法，如菜单、对话框或键盘命令，来完成这些操作。
检测
何为检测
检测是在视野中区分需要与不需要的区域或区分图像细节与其背景的过程。
这个过程涉及到在灰度图及由用户设定的参考边界值之间的比较，对于由图框定义的区域内的每一象素，根据象素的相对值作出决定。
有三种检测方式：
黑    如果象素的灰度值比设定值小，则认为被检测，用于黑区域或对象
白    如果象素的灰度值比设定值大，则认为被检测，用于白区域或对象
灰    也称幻灯模式。如果象素的色彩值位于两个边界值之间，则认为被检测。
图2.1演示了检测的过程。图2.1（a）表示在白色背景上，一根TV线穿过一个有两相的物体。
用黑模式检测功能，边界值为48时，已经将图像的最黑的部份与图像其它部份分离出来。（见图2.1（b））。
注意：如果将边界值设定为160，则能同时将两相都检测出来。
      如果将边界值设定为255，则整个图框都被检测出来。
你可以用图2.1研究一下，如果用另外两种的一种功能时，即白、灰模式，将会怎么样？比如，将边界值设定为48时，白模式检测的是灰色层及背景，也即，除了黑色对象以外的所有东西。在实际应用中，当白色的对象位于黑色的背景上时，就应用白模式。
当选用灰色模式时，必须设置两个边界值，以将中等苍白的层检测出来。
当调节检测器的边界值时，屏幕上显示的一幅灰度图像，已检测出的二进制图覆盖在上面。

 
图2.1(a)二相灰度图

图2.1(b)图像信号

图2.1(c)二相探测的暗部分
界值设定的选择
第一眼看起来，边界值的设定“相“是相当直接的过程。但是，是由检测定义要测量的特征对象，所以，测量结果的精确程度就要受到边界值设定的影响。
当具有不同对比度的区域之间的边界不很清楚时，检测过程就变得更加复杂了。它总是使得少数象素从区域1变到区域2，这意味着，当你改变边界值时，检测出的边界总是连续变化，结果也导致测量结果大小的变化。

a)特征对象计数
有时你不需要面积或大小，只要统计特征对象的数量。


图2.2记数对象的边界值
对于这样的计数应用，当然，检测边界值的设置是尽可能多地检测特征对象，不惜花费一些对象过大或过小的代价。（见图2.2）

b) 特征对象大小统计- 半值法
有时，你想尽可能精确地检测特征对象，以获得正确的面积及大小分布结果。


图2.3半值边界
对于这样的应用，只有当边界值正好设为特征对象边界的值时，也即，扫描线的半对比度点（见图2.3），特征对象刚被正确检测出。这个叫做光学界值设定。
要达到这一点，你要用分析仪的黑色边界值控制，估计白色背景及黑色对象的灰度级别。
设置边界值，检测出相应于图像背景的区域，称这个值为A
设置边界值，检测出目标对象中的最黑的部份，称这个值为B
计算半值，公式如下：
半值=B+（A-B）/2
然后，你可以将检测边界值设定为以上计算出来的值，并做必须的调整。

缩略图（delineation）
这里有一个克服与检测相关的问题的方法，叫做缩略图。
它是一种形态转换方法，能有效地使图像中的边界变细，因而使得分界更加有用，还能克服由灰度模式产生的“眩晕”错误。
晕圈错误
当检测图像中的灰色时，容易产生晕圈错误，这时，白色背景上的黑色对象看起来有灰色的晕圈，这是由黑-白转换不及时、沿着边界的少数象素呈灰色引起的。
对比度及检测
当需要的特征对象与不需要的特征对象具有相似的灰度级,并要将它们区分开时，一个共同的难点就是难于设置检测值，以找到一个合适的临界值。
注意：重要的是要保证需要的特征对象与不需要的特征对象之间有灰度差。如果没有灰度差，这就是一个分离具有相同灰度值的特征对象的问题了，你必须寻求其它方法来解决，比如，使用仔细设置的图像框,或用编辑功能来分离。
框


在QWin系统里进行的图像分析，都是工作在定义清楚的边界内，叫做框（参见图2.4）。检测灰色图的框叫做图像框，在里面进行测量的区域叫做测量框。缺省情况是，用蓝色显示测量框，红色显示图像框，但用来显示各个框的颜色可以更改。（用法菜单下个人偏好对话框）
两个框都是矩形，大小可以改变。框架由以下参数定义：
宽度    W
高度    H
左上角位置    X，Y
通过称为接受的编辑功能，可以定义任何大小及形状的区域。这些手工画出的区域，通过与功能，可用于给检测出的图像作屏蔽，充当类似于图像框的角色。
图像边界错误
当图像分析仪用于测量颗粒大小分布时，结果数据应当避免由颗粒被测量框切割时引起的错误，（参见图2.4）。分析仪器只考虑了位于框内的图像部份，这样就会低估这些颗粒的大小，因为被边框切割的颗粒，只被测到了很少的一部份面积。又如果只是简单地将所有与边框相连的对象都消除，这也不是我们所希望的，因为这更有可能将与边相连的较大对象，结果数据将会发生更大的偏差。
为了避免这种可能的错误，QWin定义了一个沿着测量框的保护区域或保护边界，特征对象算法将会考虑这个保护区域（参见图2.4），如果特征对象最右下角位于测量框内，就包括这个特征对象，否则就不包括这个特征对象。
对于大致呈圆形的特征对象，图框上部的保护区域应等于最大颗粒的大小，两边为最大尺寸的一半，底下无保护区域。而对于具有随机或不确定形状的特征对象，图框三边的保护区域是等于最大颗粒的直径。
校准
校准基础
QWin里面，所有的尺寸、界限、图框及所测参数都是以象素为单位计算的，但最后的分析结果需要绝对单位，如毫米。要将象素数据轮换为可接受的单位，则必须知道每一光学输入量的校准因子，即：
毫米单位=象素单位×校准因子
其中：
校准因子=毫米/象素
QWin提供的所有测量结果，根据当前的校准因子，自动转换为物理单位。

 


校准是这样进行的：用一矩形框将一已知尺寸的对象围起来（参见图2.5），这个矩形框由Qwin生成。

存储校准因子
当Qwin完成校准后，校准信息与图像文件一起保存。当重新装入存有校准因子的图像时，如果QWin配置即校准对话框中的选项被选中时，则重新装入校准值。
不必装入一个文件却又想了解一个特定图像文件的校准信息，可以通过选择文件菜单下的打开对话框，然后选择一个文件，并点击Info（信息）按钮，QWin就会检查这个文件，并显示出它的图像信息。（参见图2.6）

逻辑操作
图像分析系统中的逻辑转换概念是非常重要的。本节稍后，我们将讨论可以进行的基本操作。


逻辑处理可对一幅图进行，也可对两幅图进行。这个操作的一个例子是，将一幅已检测出的图像，从其缺省的面（检测面），转换到其它面。逻辑操作对整幅图像进行，也即是说，它们分别、等同地处理一个二进制平面的每一个象素。四个基本的操作是与、或、异或、非，下图表明了这四种操作的可能组合情况。
图中的符号-的意思是，输入图像被逻辑取反，也即，所有被设定的象素被清除，而所有未被设定的象素被设定。


修  补
为什么需要修补
有时，需要对图像中的一群特征对象作测量，或对相连的特征对象作单独测量，可通过修补过程来完成这些测量要求。本节将讨论这一功能的应用。
形状    描述

圆

八边形

正方形

水平

垂直

图2.9 修补形状
对于’理想圆’最实用的’二维修补’元素是多边形，当在修补过的图像中需要最大限度保留形状时，应当使用这种形状，请参见图2.9。另外，当图像细节中有一些需要的方向时，带有方向性的修补元素会更加合适些。
正如为二进制图像处理提供了有用的工具一样，修补功能可以用于量化结构。在这种应用中，连续的扩大处理，用作相应的特征对象计数测量。针对扩大的描绘数则会隐藏对象间的空间。