数字图像处理02-图像的数字化分解.ppt

1、像素的邻域和邻接 对角邻域:坐标为: (x+1, y+1), (x-1, y-1), (x-1, y+1), (x-1, y-1)，用ND(p)表示。 8邻域: N8(p)=ND(p)+N4(p) 8邻接：如果q在N8(p)中，则像素p和像素q是8邻接的。 q q Relationship between pixels Relationship between pixels 像素的邻域 (Neighbors of a Pixel) 注意：p在边缘时其邻域象素落在图像外，需作特殊处理 2、像素的连接 对两个像素而言，是否连接需要考虑两点： （1）在空间上是否接触（邻接关系）； （2）它们的某个属性（如灰度值）是否满足某个特定的相似准则 （如，灰度相等或同在一个灰度集中取值）。 设用V表示定义连接的灰度值集合 例1，二值图像中，灰度为1的像素间的连接，V=｛1｝ 例2，32个灰度级的图像中，考虑灰度值位于8-15之间的两个像素间的连接，则取灰度集合V=｛8,¨¨,15｝ Relationship between pixels 2、像素的连接 设用V表示定义连接的灰度值集合，V=｛1｝ 4-连接：两个像素p和r在V中取值，且r在N4（p）中，则它们是4-连接的。 8-连接：两个像素p和r在V中取值，且r在N8（p）中，则它们是8-连接的。 Relationship between pixels 2、像素的连接 m-连接（混合连接） 两像素p和r在V中取值，满足下面任一条件，称像素p和r是m连接： （1）r在N4(p)中； （2）若r在ND(p)中，且集合N4(p) ∩N4(r)不包含V中取值的像素。 m-连接实质：同时存在4连接和8连接时，优先采用4-连接，屏蔽8连接； m-连接的引入是为了消除采用8连接常出现的多路问题。 0 1 1 0 1 0 0 0 1 0 1 1 0 1 0 0 0 1 0 1 1 0 1 0 0 0 1 Relationship between pixels 3、像素的连通性 在像素连接的基础上，进一步讨论像素的连通； 像素间的通路： 从坐标(x, y)的像素p到坐标(s, t)的像素q的一条通路由一系列像素坐标（x0 , y0）,···,（xn, yn）组成；且序列中相邻的两像素具有邻接性。 其中，n为通路长度；根据采用的邻接定义不同，可分为4-通路，8通路。通路建立了两个像素之间的空间联系； Relationship between pixels 3、像素的连通性 像素间的连通： 如果通路上所有像素的灰度值均满足某个特定的相似准则，则两个像素p和q是连通的。 根据采用的连接定义不同，可分为4-连通，8连通,m-连通。 Relationship between pixels 4、像素间的距离度量 定义：给定3个像素p、q、z，如果下列条件满足，则D是距离量度函数： （1） D(p,q)≥0 ， ( D(p,q)=0，当且仅当 p=q ) （2） D(p,q) = D(q,p) （3） D(p,z)≤D(p,q)+D(q,z)； Relationship between pixels 4、像素间的距离度量 设像素p(x, y)，像素q(s, t)；根据定义，给出三种距离度量函数： 欧氏（Euclidean）距离： 与(x, y)的De距离小于或等于某个值d的象素都包括在以(x, y)为中心以d为半径的圆中。 4、像素间的距离度量 城区（City-block）距离： 与(x, y)的D4距离小于或等于某个值d的象素组成以(x, y)为中心的菱形。 Relationship between pixels 4、像素间的距离度量 棋盘（Chessboard）距离： 与(x, y)的D8距离小于或等于某个值d的象素组成以(x, y)为中心的正方形。 Relationship between pixels Continued 像素间的距离 点p和q之间的欧氏（Euclidean）距离: 点p和q之间的城区（city-block）距离: 点p和q之间的棋盘（chessboard）距离: 颜色空间 1、颜色概念 颜色是人的视觉系统对可见光的感知结果。物体由于构成和内部结构的不同，受光线照射后，一部分光线被吸收，其余的被反射或投射出来。由于物体的表面具有不同的吸收光线与反射光的能力，反射光不同，眼睛就会看到不同的颜色。 颜色通常使用光的波长来定义，用波长定义的颜色叫做光谱色。 1、颜色概念 国际照明委员会(CIE) 定义了颜色的特性： 色调（hue）:色调用于区别颜色的种类。色