数字图像处理第二章图像数字化

第二章数字图像处理的基本概念第一章导论主要内容人眼的视觉原理图像数字化灰度直方图数字图像处理算法的形式图像文件格式图像的特征与噪声第一章导论眼睛中图像的形成2.1视觉原理及现象第一章导论黄斑区盲点一、人眼构造第一章导论人眼构造锥状细胞负责彩色视觉辨别细节和颜色（明视觉/白昼视觉）数量600~700万杆状细胞负责黑白视觉对低亮度敏感，辨别总体形象（暗视觉/夜视觉）数量7600万~1.5亿第一章导论视网膜上杆状体和锥状体的分布盲点如何判断？第一章导论二、影响成像质量的视觉因素视觉范围—人眼能感知的亮度范围（夜视~强闪光）百分之几~几百万cd/m2人眼适应某平均亮度环境后，能够感受的亮度范围视觉范围亮度感觉—相对亮度的变化亮度感觉和亮度对数成线性关系S=K’lnB+K0重现图像的亮度只需保持实际图像亮度对比重现图像时不必精确复制人眼感觉不到的亮度差别图像对比度最大亮度/最小亮度图像相对对比度（最大亮度-最小亮度）/最小亮度第一章导论人的主观亮度感觉与亮度对数成线性关系BACDblackwhite人眼适应某平均亮度后，感受的亮度范围《视觉范围第一章导论亮度感觉（1）1.平均亮度2.对比度第一章导论亮度感觉（2）图A图B图C亮度感觉取决于亮度的对比第一章导论亮度的适应与鉴别视觉适应性—人眼适应明/暗环境的能力暗适应性——从亮光处到暗处20~30s杆状细胞明适应性——从暗处到亮光处1~2s锥状细胞人眼的分辨力—人眼区分开相邻两点的能力（视力）用最小视角倒数描述Ɵ=d/ld两点间最小距离，l为人眼到两点连线的距离如E非固定不变，与环境亮度和相对对比度有关人眼能感知最高能达到700万像素分辨率的图像第一章导论2、色彩的鉴别日光--由各种颜色混合而成第一章导论视觉三基色假说任何颜色都可以由相互独立的三基色得到假如三基色的混合比相当，则色调和饱和度也相同混合光的亮度是原分量光亮度之和任何两种颜色混合成的新颜色与合成原颜色的三基色混合成的颜色相同第一章导论锥状细胞对不同光波的感光灵敏度第一章导论三基色的选择1931年国际照明委员会CIE规定了物理三原色的波长。第一章导论两种基色系统加法系统RGB减法系统CMYK第一章导论RGB模型RGB模型（相加混色模型）有色光照射到消色物体产生加法效应主动产生颜色光源，如显示器第一章导论CMYK模型青色Cyan，洋红Magenta，黄色Yellow，K为真正黑色。采用CMYK模式的原因：有色光照射到有色物体上产生减法效应用于印刷、绘画。RGB红YM纸RGB绿YC纸RGB白纸RGB黑CYM纸RGB蓝CM纸白光入射第一章导论CMYK与RGB对应关系第一章导论HSI模型HSI模型基于人类对颜色的感觉，描述颜色的三个基本特征。用于调整颜色分量。色相（或色度Hue）•是从物体反射或透过物体传播的颜色。在0到360度的标准色轮上按位置度量的。由颜色名称标识，如红、橙或绿。饱和度（Saturation）•也称色品，是指颜色的强度或纯度。饱和度表示色相中灰成分所占的比例，用从0%（灰色）到100%（完全饱和）的百分比来度量。在标准色轮上，饱和度从中心向边缘递增。亮度（Intensity）•是颜色的相对明暗程度，通常用从0%（黑）到100%（白）的百分比来度量。第一章导论常见彩色模型第一章导论彩色分量第一章导论三、视觉现象马赫带：由几个亮度逐渐减弱且连着一起的窄带组成的图像，每个窄带内的亮度是均匀分布的。第一章导论亮度过冲马赫带效应：由于人眼视觉系统有边缘增强的作用，在亮度突变出会出现亮度过冲现象，即明暗边界处亮的更亮，暗的更暗。第一章导论视觉残留人眼对亮度的感觉不会随亮度消失而立即消失第一章导论两线段一样长？错视现象人眼对物体的形状、大小感觉随背景、布置条件不同而不同，会产生不存在的信息或错误的物体几何特性。第一章导论两线段一样长？第一章导论圆圈一样大？第一章导论平行or不平行？第一章导论一样的月亮？第一章导论会动的转盘第一章导论会动的转盘第一章导论波动第一章导论下不完的阶梯第一章导论数数有几根柱子？第一章导论酒杯？人像？第一章导论数数多少个人像？第一章导论两画并存第一章导论画中画第一章导论2.2图像的表示函数描述二维平面静止灰度图像二维平面静止彩色图像(,)0(,)gfxyfxy(,),(,),(,)rgbgfxyfxyfxy第一章导论函数描述在坐标点（x，y）处像素的亮度在图像中用灰度表示，其数值表示像素亮度明暗程度，亮度范围【Lmin,Lmax】，一般情况下【0，L-1】0—黑，L-1—白,一般为255。图像f（x，y）由照射分量i（x，y）和反射分量r（x，y）两个光分量构成，可表示为两者之积。(,)(,)(,)0(,),0(,)1gfxyixyrxyixyrxy第一章导论矩阵表示一幅图像若每行（即横向）像素为N个，每列（即纵向）像素为M个，则图像大小为M×N个像素，从而f(x,y)构成一个M×N实数矩阵：)1,1()0,1()1,1()1,1()0,1()1,0()1,0()0,0(),(NMfMfNfffNfffyxfxy第一章导论图像坐标矩阵是按照行列的顺序来定位数据的，但是图像是在平面上定位数据的，所以有一个坐标系定义上的特殊性。为了编程方便起见，我们这里以矩阵坐标系来定义图像的坐标。行（i）列（j）矩阵A(i,j)矩阵坐标系X轴（i）Y轴（j）图像f(i,j)直角坐标系第一章导论数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。黑白图像图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值为0或1。例如011100001I不同种类图像的矩阵表示第一章导论灰度图像灰度图像是指灰度级数大于2的图像。但它不包含彩色信息。100220250180501202001500I第一章导论彩色图像彩色图像是指每个像素由R、G、B分量构成的图像，其中R、B、G是由不同的灰度级来描述。00255800255240240255R02550160255255801600G25525525524000160800B第一章导论灰度图像矩阵表示示例灰度图象(128x128)及其对应的数值矩阵（仅列出一部分(26x31)）125,153,158,157,127,70,103,120,129,144,144,150,150,147,150,160,165,160,164,165,167,175,175,166,133,60,133,154,158,100,116,120,97,74,54,74,118,146,148,150,145,157,164,157,158,162,165,171,155,115,88,49,155,163,95,112,123,101,137,108,81,71,63,81,137,142,146,152,159,161,159,154,138,81,78,84,114,95,第一章导论彩色图像矩阵表示示例(207,137,130)(220,179,163)(215,169,161)(210,179,172)(210,179,172)(207,154,146)(217,124,121)(226,144,133)(226,144,133)(224,137,124)(227,151,136)(227,151,136)(226,159,142)(227,151,136)(230,170,154)(231,178,163)(231,178,163)(231,178,163)(236,187,171)(236,187,171)(239,195,176)(239,195,176)(240,205,187)(239,195,176)(231,138,123)(217,124,121)(215,169,161)(216,179,170)(216,179,170)(207,137,120)(159,51,71)(189,89,101)(216,111,110)(217,124,121)(227,151,136)(227,151,136)(226,159,142)(226,159,142)(237,159,135)(237,159,135)(231,178,163)(236,187,171)(231,178,163)(236,187,171)(236,187,171)(236,187,171)(239,195,176)(239,195,176)(236,187,171)(227,133,118)(213,142,135)(216,179,170)(221,184,170)(190,89,89)(204,109,113)(204,115,118)(189,85,97)(159,60,78)(136,38,65)(160,56,75)(204,109,113)(227,151,136)(226,159,142)(237,159,135)(227,151,136)第一章导论2.3图像数字化第一章导论图像数字化第一章导论图像数字化过程采样空间数字化，将空间上连续的图像变换成离散点的操作量化函数值（像素灰度）数字化，将像素灰度转换成离散的整数值的过程第一章导论图像采样采样是对图像空间坐标的离散化。用一个网格把待处理的图像覆盖，然后把每一小格上模拟图像的各个亮度取平均值，作为该小方格中点的值。两个重要参数采样间隔根据采样定理确定，反映细节的变化采样孔径大小形状：采样方式：有缝、无缝、重叠采样第一章导论图像采样与数字图像的质量采样对图像的空间分辨率有较大影响。空间分辨率指图像单位范围里像素的个数，影象清晰度的度量标准。单位ppi像素/英寸和dpi点/英寸可简化成横向和纵向像素的数量，表示成水平点数×垂直点数的形式。图片640×480，分辨率307，200即30万像素采样间隔过大可导致像素块状的棋盘效应第一章导论图像采样与数字图像的质量相同清晰度下，图像采样间隔不同，图片大小也会变化。采样间隔越小，采样像素越多，图像越大。第一章导论图像采样与数字图像的质量图片大小一样，图像采样间隔不同，图片清晰度也会变化。采样间隔越小，采样像素越多，图像越清晰。第一章导论图像采样与数字图像的质量265x180133x9066x4533x22第一章导论采样间隔与图像质量的关系第一章导论图像量化把采样后所得的各像素灰度值转换成离散整数量的过程称为量化。主要参数灰度级（或灰度值）--像素明暗程度的整数。灰度级数（或灰度级分辨率）--一幅数字图像中不同灰度级的个数，用G表示。位深g是表示存储图像像素灰度值所需的比特位数，G=2g。256级灰度级数（8位）64级灰度级数（6位）第一章导论图像量化对图像质量的影响灰度级数代表数字图像的层次,层次越多视觉效果越好一般取大于6bit的量化灰度级别，若小于3bit会出现伪轮廓现象灰度级数对数据量成正比。一幅大小为M×N、灰度级数为G的图像所需的存储空间，即图像的数据量，大小为M×N×g（bit）第一章导论与数字图像的质量第一章导论图（a）~（c）极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化。故量化级别不易过多，也不能过少量化级别与图像质量的关系第一章导论采样、量化参数与数字化图像间的关系采样采样间隔越大，图像像素数越少，空间分辨率越低，图像质量越差，但数据量小；反之亦然。细节丰富的图像应采用较小的采样间隔。量化量化等级越多，得到图像层次越丰富，灰度分辨率越高，图像质量越好，但数据量大；反之亦然。灰度层次丰富的图像应采用较大的量化等级。第一章导论思