图像处理第二章2011.3.ppt

第2章 图像和视觉基础 第2章 图像和视觉基础 2.1 概述和分类 2.1 概述和分类 2.1 概述和分类 2.2 人眼与亮度视觉 2.2.1 人眼成像 2.2.1 人眼成像 2.2.2 亮度适应和区分 2.2.2 亮度适应和区分 2.2.2 亮度适应和区分 2.2.2 亮度适应和区分 “眼见为实”吗？ 2.2.2 亮度适应和区分 2.2.2 亮度适应和区分 2.2.2 亮度适应和区分 2.3 颜色视觉 2.3.1 颜色基础 2.3.1 颜色基础 2.3.1 颜色基础 2.3.1 颜色基础 2.3.1 颜色基础 2.3.1 颜色基础 2.3.1 颜色基础 2.3.1 颜色基础 2.3.1 颜色基础 2.3.1 颜色基础 2.3.1 颜色基础 2.3.2 颜色模型 2.3.2 颜色模型 2.3.2 颜色模型 2.3.2 颜色模型 2.3.2 颜色模型 2.3.2 颜色模型 2.3.2 颜色模型 2.3.2 颜色模型 2.3.2 颜色模型 2.3.2 颜色模型 2.3.2 颜色模型 2.4 光度学和成像模型 2.4 光度学和成像模型 2.4 光度学和成像模型 扩展光源 有一定发光面积的光源 光度学亮度B (单位：cd / m2)：沿r方向上单位投影面积的发光强度或是在r方向上的单位投影面积在单位立体角内发出的光通量 2.4 光度学和成像模型 照度（illumination） 一个被光线照射的表面上的照度定义为照射在 单位面积上的光通量 。 设面元 dS 上的光通量d ，则此面元上的照度E为： 2.4 光度学和成像模型 图像成像模型 2-D亮度函数：f (x, y) 亮度是能量的量度，一定不为零且为有限值 2.4 光度学和成像模型 图像成像模型 f (x, y)与 i (x, y)和 r (x, y)都成正比 f ( x, y ) = i( x, y )r( x, y ) i (x, y)的值是由光源决定的 2.4 光度学和成像模型 图像成像模型 图像灰度值 l：单色图像f(.)在坐标(x,y)的灰度值 Lmin≤ l ≤ Lmax 灰度值范围[Lmin，Lmax] 2.4 光度学和成像模型 例 常用成像方式的特点 常用成像方式的特点概述 2.5 成像变换 2.5 成像变换 2.5 成像变换 2.5 成像变换 2.5 成像变换 2.5 成像变换 2.5 成像变换 2.5 成像变换 2.5 成像变换 2.6 采样和量化 图像 ? 数字图像 图像在空间上的离散化过程叫做空间采样 取样点灰度值的离散化过程叫做量化 2.6.1 均匀采样和量化 2.6.2 非均匀采样和量化 均匀量化： 把原图像灰度层次从最暗至最亮均匀分成有限 个层次，称为均匀量化。 非均匀量化： 把原图像灰度层次从最暗至最亮不均匀分成有 限个层次，称为非均匀量化。 2.6 采样和量化 2.6.1 均匀采样和量化 2.6.1 均匀采样和量化 数字图像 2.6.1 均匀采样和量化 数字图像  b= M×N× k= N 2 k 存储1幅32 ×32，16个灰度级的图 需要 4 096 bit 存储1幅128 ×128，64个灰度级的图 需要 98 304 bit 存储1幅512 ×512，256个灰度级的图 需要 2 097 152 bit 2.6.2 非均匀采样和量化 在给定分辨率时提高视觉质量 （ 1） 给定空间分辨率 灰度尖锐过渡区：采用较密