讲课：数字图像处理.pptVIP

数字图像处理 图像的数字化 图像在人类感知中扮演最重要的角色 60％～80％的信息来自图像 图像是客观对象的一种相似性的、生动性的描述或写真，是人类社会活动中最常用的信息载体 信息传输方式发生了很大的改变 通信方式的改变文字+语音?图像+文字+语音 通信对象的改变人与人?人与机器，机器与机器 通信方式改变带来的需求—— 由于数字计算技术的迅猛发展，图像处理技术得到了广泛的应用。 我们日常生活中见到的实物图像一般是连续形式的模拟图像，所以数字图像处理的一个先决条件就是将连续图像转换为数字图像。 数字图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。常用的图像处理方法有图像增强、复原、编码、压缩等。 图像的数字化：包括采样和量化两个过程  图像在空间上的离散化称为采样。由于图像是一种二维分布的信息，为了对它进行采样操作，需要先将二维信号变为一维信号，再对一维信号完成采样。 采样示意图 采样 (a) 正方形网格; (b) 正六角形网格 采样一般是按正方形点阵取样的， 除此之外还有三角形点阵、正六角形点阵取样。 对一幅图像，当量化级数Q一定时，采样点数M×N对图像质量有着显著的影响。采样点数越多，图像质量越好； 当采样点数减少时，图上的块状效应就逐渐明显。 72ppi(pixels per inch) 10ppi(pixels per inch) 模拟图像经过采样后，在时间和空间上离散化为像素。但采样所得的像素值（即灰度值）仍是连续量。把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。 量化 量化为8 bit =28 =256 量化示意图 连续灰度值量化为灰度级的方法有两种，一种是均匀量化， 另一种是非均匀量化。 均匀量化就是简单地把采样值的灰度范围等间隔地分割并进行量化。 非均匀量化具体做法是对图像中像素灰度值频繁出现的灰度值范围，量化间隔取小一些，而对那些像素灰度值极少出现的范围，则量化间隔取大一些。 由于图像灰度值的概率分布密度函数因图像不同而异， 所以不可能找到一个适用于各种不同图像的最佳非均匀量化方案。因此， 实用上一般都采用均匀量化。 当图像的采样点数一定时，采用不同量化级数的图像质量也不一样。量化级数越多，图像质量越好，当量化级数越少时，图像质量越差，量化级数最小的极端情况就是二值图像， 图像出现假轮廓。 Photoshop 色彩模式调整 对于电视画面的分辨率640*480的彩色（24bit 真彩色）图像，每秒30帧，则一秒钟的信息量为： 640x480x24x30=221.12M 播放时，需要221Mbps的通信带宽。 只有一题 谢谢欣赏 * * 太空技术：航天技术、空间防御、天文学 生物科学：生物学和医学 刑事/物证：指纹、人脸分析 国防：军事探测 （如巡航导弹的目标识别等）, 工业应用：产品检测 日常生活应用：照片编辑、影视制作 * * 具体做法是，先沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描，取出各水平线上灰度值的一维扫描。而后再对一维扫描线信号按一定间隔采样得到离散信号，即先沿垂直方向采样，再沿水平方向采样这两个步骤完成采样操作。 像素（或像元，Pixel）是数字图像的基本元素，像素是在模拟图像数字化时对连续空间进行离散化得到的。每个像素具有整数行（高）和列（宽）位置坐标，同时每个像素都具有整数灰度值或颜色值。 * 图2-3（a）说明了量化过程。若连续灰度值用z来表示，对于满足zi≤z≤zi+1的z值，都量化为整数qi。qi称为像素的灰度值，z与qi的差称为量化误差。一般，像素值量化后用一个字节8 bit来表示。如图2-3（b）所示，把由黑—灰—白的连续变化的灰度值， 量化为0～255共256级灰度值，灰度值的范围为0～255，表示亮度从深到浅， 对应图像中的颜色为从黑到白。 * 为了减小量化误差，引入了非均匀量化的方法。 对于像素灰度值在黑—白范围较均匀分布的图像，等间隔量化方法可以得到较小的量化误差。 fei是依据一幅图像具体的灰度值分布的概率密度函数，按总的量化误差最小的原则来进行量化。 * * * * 太空技术：航天技术、空间防御、天文学 生物科学：生物学和医学 刑事/物证：指纹、人脸分析 国防：军事探测 （如巡航导弹的目标识别等）, 工业应用：产品检测 日常生活应用：照片编辑、影视制作 * *