CH2_图像表达.ppt

第二章 图像的基本概念 2.1 图像的数字化 所谓的图像数字化，是指将模拟图像经过离散化之后，得到用数字表示的图像。 2.1.1 采样 　 采样是指将在空间上连续的图像转换成离散的采样点（即像素）集的操作。由于图像是二维分布的信息，所以采样是在 x轴和y轴两个方向上进行。一般情况下， x轴方向与y轴方向的采样间隔相同。　　 2.1.1 采样 2.1.2 分辨率 分辨率是指映射到图像平面上的单个像素的景物元素的尺寸。 单位：像素/英寸，像素/厘米 （如：扫描仪的指标 300dpi） 采样效果 2.1.3 量化 量化是将各个像素所含的明暗信息离散化后，用数字来表示。一般的量化值为整数。 充分考虑到人眼的识别能力之后，目前非特殊用途的图像均为8bit量化，即用[0 255]描述“从黑到白”。 在3bit以下的量化，会出现伪轮廓现象。 2.1.4 量化方法 量化可分为均匀量化和非均匀量化。均匀量化是简单地在灰度范围内等间隔量化。非均匀量化是对像素出现频度少的部分量化间隔取大，而对频度大的量化间隔取小。　　 2.2 数字图像的描述 所谓的数字图像的描述是指如何用一个数值方式来表示一个图像。 因为矩阵是二维的，所以可以用矩阵来描述数字图像。同时，前面我们已经提到，量化值是整数，因此描述数字图像的矩阵一定是整数阵。 2.2 数字图像的描述 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。 2.2.1 黑白图像 　黑白图像是指图像的每个像素只能是黑或者白，没有中间的过渡，故又称为２值图像。2值图像的像素值为0、1。 2.2.2 灰度图像 　　 灰度图像是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。 2.2.3 彩色图像 彩色图像是指每个像素的信息由RGB三原色构成的图像，其中RBG是由不同的灰度级来描述的。 2. 3　灰度直方图 在数字图像处理中，灰度直方图是最简单且最有用 的工具，可以说，对图像的分析与观察，直到形成一个有效的处理方法，都离不开直方图。 2. 3.1　灰度直方图的定义 灰度直方图是灰度级的函数，是对图像中灰度级分布的统计。即：横坐标表示灰度级，纵坐标表示图像中对应某灰度级所出现的像素个数。 灰度直方图的计算示例 2.3.2　灰度直方图的性质 所有的空间信息全部丢失 每一灰度级的像素个数可直接得到 2.3.3　灰度直方图的应用 前面提到过，灰度直方图是最简单的，最有用的工具。 简单性从其一维的数据形式，以及简单的计算方法可以感受到。 有用性，在这里通过几个应用例子来说明。 2.3.3.1　数字化的参数 直方图给出了一个简单可见的指示，用来判断一幅图像是否合理的利用了全部被允许的灰度级范围。一幅图像应该利用全部或几乎全部可能的灰度级，否则等于增加了量化间隔。丢失的信息将不能恢复。 2.3.3.2　图像分割阈值选取 假设某图像的灰度直方图具有 二峰性，则表明这个图像较亮的区域和较暗的区域可以较好地分离，取二峰间的谷点为阈值点，可以得到好的２值处理的效果。 作 业（共3题） P29第一题 P30第三题 P30第五题 黑白图像 灰度图像 彩色图像 彩色图的灰度直方图 灰度图的灰度直方图 灰度直方图具有二峰性 具有二峰性的灰度图的2值化 灰度分布效果比较示意图 均匀量化效果示意图 非均匀量化效果示意图 均匀量化与非均匀量化的比较 量化与采样的效果说明图例 低bit量化的伪轮廓现象示意图 原图 低灰度级量化 低分辨率 * * 采样时的注意点是：采样间隔的选取。 采样间隔太小，则增大数据量；太大，则会发生信息的混叠，导致细节无法辨认。 或者是指要精确测量和再现一定尺寸的图像所必需的像素个数。 单位：像素*像素 （如：数码相机指标30万像素（640*480）） 细节清晰，数据量为100% 细节无法辨认，数据量为1% 一般情况下，对灰度变化比较平缓的部分用比较多的量化级，在灰度变化比较剧烈的地方用比较高的分辨率。 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 彩色图像不能用一个矩阵来描述了，一般是用三个矩阵同时来描述。 6 6 4 6 3 1 3 2 6 6 4 1 6 6 6 5 4 3 6 6 4 6 6 1 1 2 2 3 4