第二章图象及图象采集系统资料

第二章图象及图象采集系统•§2.1图象及其数字化一、图象的概念中文：相------相貌、相片象------形状、样子、景象像------画像、塑像、摄制的与原物相似的图景英文：picture------手工描绘的一类“画”image------用技术手段原封不动地再现的图象pattern------图案、曲线、图形图象和图形的概念有时很难分清楚。通常，图象（image）表示的是“以某一技术手段被再现于二维画面上的视觉信息”。在此，我们主要是指照片、复印图、电视、传真、计算机显示的一类图象。当用数学方法描述图象信息时，着重考虑它的点的性质。一幅图象可以被看成是空间各个坐标点上强度的集合。其一般的数学表达式为：其中是空间坐标，λ是波长，t是时间，I是图象的强度。这样一个表达式可以表示一幅活动的、彩色的、立体图象。当我们研究的是静止图象时，则上式与t无关；当研究单色图象时，I与λ无关；对于平面图象，I与z无关。因此对于静止的、平面的、单色图象来说上式可简化为：),,,,(tzyxfI),,(zyx上式说明，一幅图象可以用二维亮度函数来表示。因为光也是能量的一种表现形式，所以，人们感受到的图象一般都是由物体反射的光组成的。f（x，y）可以看成由两个分量组成，一个是景物上的入射分量，另一分量是景物被物体反射的分量，分别称为照射分量和反射分量。如果用i（x，y）表示照射分量，用r（x，y）表示反射分量，那么，式中：这里，i（x，y）由光源的性质来确定，而r（x，y）则取决于景物中的物体。),(yxfI),(0yxf),(),(),(yxryxiyxfI),(0yxi1),(0yxr小结：图像是什么？图像是一个二维亮度函数f(x,y)（灰度图像）。彩色图像是三个二维亮度函数（RGB,YUV）组成。(x,y)定义了空间坐标，f(x,y)定义该点的亮度（或灰度）。􀁅数字图像是指图像f(x,y)在空间坐标和亮度的数字化。一个数字图像可以看成一个矩阵，或一个二维数组。其基本元素称为象素（Pixel）。二、图象信息的分类图象信息是多种多样的，概括起来，大致可分成三类，即符号信息、景物信息和情绪信息。1、符号图象信息（二值图象）在这类信息中，一般是用文字、符号、图形等表示具体的或抽象的事物。因为符号信息是以某一规则排列的记号，因此，在传送及处理中只要能表达清楚就可以了，它允许有较大的压缩。（可以用库的方式存储，如：汉字库）2、景物图象信息这是一种能给人以主观感觉但并不取决于人本身的客观场景信息。一般，它包含丰富的内容，所含的信息量较多。情景画面的内容比较复杂，在传输和处理中做到较大的压缩比较困难。在人机识别中需要较大的信息量。但在事先设定某种条件的情况下，是有可能在任何情况下都保证正确判断的。3、情绪图象信息这是一类依赖于受信者的图象信息，它不仅给人以直观感觉，而且能以其特殊的艺术内容刺激人的感官，使受信者“触景生情”引起感情上的波动和情绪上的共鸣。因此它包含更多的信息量。这类图象信息不仅取决于图象本身的内容，而且还与受信者的经历、文化修养、年龄、嗜好以及此时此刻的情绪有密切关系。也即，对同一幅图象来说，它对受信者产生的效果是有差异的。因此对于这类图象不仅无法考虑其概率模型，而且用Shannon理论明确其信息量也是极其困难的。以上是从图象所携带信息的种类出发进行分类的。当然还可以从其它角度出发进行分类。如：把图象分成静止图象和活动图象、单色图象和彩色图象等。在数字图象处理中所涉及到的是一些最普通类型的图象，它们的突出特点是都具有特殊的统计特性，并且有专门的应用。从这个基点出发可做如下分类。（1）TV型的自然风景这是常见的图片，如：肖像、风景画、街道、建筑物照片等。（2）空间摄影照片和地球资源探测图片这类图片的特点是往往没有适宜的方向，构图不十分明显，除了海岸线外，没有可区别的形状。（3）电子显微镜照片和标准的显微镜照片这是一类在冶金学、生物学、医学及石油探测等都很感兴趣的一类照片。（4）文本指一类打印或手写的记号图象。（5）图样通常就是简单地由线段和图形构成的单色二值图象。（6）专用图象如：X射线照片、微波照片、红外热象或超声波图象等。这些图象各有特点，与在可见光下得到的图象有所不同。客观世界中存在的图象是多种多样的，对这么多的图象进行分类是十分困难的。以上所提到的只是一些有代表性而又较为实用的图象。这些图象经过研究大部分可以找到较为近似的模型和规律，这对方便处理和深入研究来说无疑都是十分有益的。三、图象的统计特性在图象的统计特性表示中，认为图象信号是一个随机信号。对一个随机信号的数学描述则是振幅或相位的分布函数、概率密度函数以及一系列的相关矩、中心矩、功率谱等。利用这些参数来表征图象的特性，建立图象信息的数学模型，以便对图象信息进行有效的分析与处理。1、图象的振幅分布特性2、差值信号的振幅分布特性（差值信号对预测编码有重要意义）3、图象的自相关函数和空域功率谱§2.2数字图象的采集与表达图象信号的采集（或数字化）与用适当的方法来表示（或存储）图象是数字图象处理中非常关键的步骤。自然场景在人眼中呈现的图象一般都是连续的模拟图象，如，对一幅静止的二维彩色图象可用下式表示：RGB彩色模型（三基色）XYZYUVHSI模型等多光谱图象)},(),,(),,({),(yxfyxfyxfyxfbluegreenred连续的图象一般为光强度（或亮度）对空间坐标的函数。在用计算机对其处理之前，必须用图象传感器将光信号转换成表示亮度的电信号，再通过A/D量化成离散信号以便于数字计算机进行各种处理。这部分工作称为图象采集，完成图象采集的系统称为数字图象采集系统，它是计算机图象处理中一个重要组成部分。数字图象采集系统主要包括三个基本单元：（1）用于检测射线强度的图象传感器；（2）对整个景物检测数据进行扫描采集的扫描驱动硬件；（3）将连续信号进行量化，以适应计算机处理的模数转换器。如下图。成象过程可表示为：其中，h（x，y）为成象系统的脉冲响应。g（x，y）经采样产生采样图象：其中：称为二维梳状函数。（x，y）为二维单位脉冲函数。梳状函数构成了采样栅格，采样图象仅在整数坐标处有值，但采样图象并不是离散的数字图象，而是定义在离散空间上的值域连续图象。对其进行量化（视频A/D）即可得到数字图象。成象系统h(x,y)采样系统S(x,y)量化器f(x,y)景物g(x,y)gs(x,y)gd(x,y)图象采样图象数字图象),(),(),(yxhyxfyxg),(),(),(yxsyxgyxgsmnnymxyxs),(),(量化为一点处理过程。包括均匀量化方法和非均匀量化方法。这一过程通常是由A/D转换器完成的。注意：采样实际上是一个空间量化过程，而量化是对值域离散化的过程。数字图象是连续图象的一种近似表示。一般可用一个与采样点数相同的M×N矩阵表示：每一个采样点称为一个象素。)1,1()1,1()0,1()1,1()1,1()0,1()1,0()1,0()0,0(),(MNfNfNfMfffMfffyxf§2.3数字图象处理系统•基本图象处理系统的结构图象输入系统图象处理与分析系统图象输出系统图像存储系统一、图像的输入：图象输入设备•基于CCD光电耦器件的输入设备–摄像机、数字摄像机–数字相机–平板扫描仪•基于光电倍增管的输入设备–滚筒扫描仪•扫描仪分辨率与扫描图象的大小–分辨率：单位长度上采样的像素个数：DPI(dot/inch)原稿1英寸1000DPI1000象素1600DPI1600象素二、图象的数字化：1、统一的采样和量化为了计算机处理，图像函数f(x,y)在空间和取值上必须数字化。图像的采样–空间坐标(x,y)的数字化被称为图像采样–确定水平和垂直方向上的像素个数N、MMN•图像的量化–取值的数字化被称为图像灰度级量化–量化处理：将f映射到Z的处理–Z的最大取值，确定像素的灰度级数G=2m，如256•图像的采样与数字图象的质量（空间）265x180133x9066x4533x22•图像的量化与数字图象的质量（值域）256灰度级16灰度级8灰度级4灰度级•2、非统一的图像的采样–在灰度级变化尖锐的区域，用细腻的采样，在灰度级比较平滑的区域，用粗糙的采样非均匀取样和量化•在变化大、细节多的区域——较精取样•平坦、变化缓慢区域——较粗取样•高频区域——量化级多•低频区域——量化级少•频繁出现的灰度级——量化级多•较少出现的灰度级——量化级少数字图像的计算机表示：•数字图像是指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（pixel）。–每个像素包括两个属性：位置和亮度（或色彩）。•对灰度图像而言，每个像素的亮度用一个数值（即灰度值）来表示，通常数值范围在0到255之间，即可用一个字节来表示，0表示黑、255表示白，而其它表示灰度级别。•像素分割的两个问题–像素数目–灰度值的度量本质问题：连续-》离散•物理图像及对应的数字图像•灰度级•灰度图像(128x128)及其对应的数值矩阵（仅列出一部分(26x31)）125,153,158,157,127,70,103,120,129,144,144,150,150,147,150,160,165,160,164,165,167,175,175,166,133,60,133,154,158,100,116,120,97,74,54,74,118,146,148,150,145,157,164,157,158,162,165,171,155,115,88,49,155,163,95,112,123,101,137,108,81,71,63,81,137,142,146,152,159,161,159,154,138,81,78,84,114,95,167,69,85,59,65,43,85,34,69,•彩色图像可以用红、绿、蓝三元组的二维矩阵来表示。–通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该像素中没有，而255则代表相应的基色在该像素中取得最大值，这种情况下每个像素可用三个字节来表示。•彩色图像(128x128)及其对应的数值矩阵（仅列出一部分(25x31)）(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)(204,109,1