[第2章图像知识及运算.pptVIP

第2章图像的基本知识及运算 专业术语 数字图像与物理图像－数字图像是离散的，物理图像是连续的函数 数字化－为了适应数字计算机的处理，必须对连续图像函数进行空间和幅值数字化。空间坐标(x,y)的数字化称为图像采样，而幅值数字化被称为灰度级量化。经过数字化后的图像称为数字图像(或离散图像)。 采样－就是图像在空间上的离散化处理，即使空间上连续变化的图像离散化 量化－经过取样的图像，只是在空间上被离散为像素（样本）的阵列，而每一个样本灰度值还是一个有无穷多个取值的连续变化量，必须将其转化为有限个离散值，赋于不同码字才能真正成为数字图像，再由数字计算机或其它数字设备进行处理运算，这样的转化过程称其为量化 分辨率 －空间分辨率和灰度分辨率 灰度分辨率是指值的单位幅度上包含的灰度级数，即在灰度级数中可分辨的最小变化。若用8比特来存储一幅数字图像，其灰度级为256。 空间分辨率是指图像中可辨别的最小细节，采样间隔决定空间分辨率的主要参数。一般情况下，如果没有必要实际度量所涉及象素的物理分辨率和在原始场景中分析细节等级时，通常将图像大小M×N，灰度为L级的数字图像称为空间分辨率为M×N，灰度级分辨率为L级的图像。 图像噪声－妨碍人们感觉器官对所接收的信息理解的因素 ，种类很多，如加性噪声、乘性噪声、白噪声和高斯噪声 采样点和量化级的选取 假定一幅图像取M×N个样点，对样点值进行Q 级分档取整。那么对 M、N和Q如何取值呢？ 为了存取的方便，Q一般总是取成2的整数次幂 ，如Q＝2b，b为正整数，通常称为对图像进行b比特量化。 对b来讲，取值越大，重建图像失真越小 对M×N的取值，主要的依据是取样的约束条件，也就是在M×N达到满足取样定理的情况下，重建图像就不会产生失真，否则就会因取样点数不够而产生所谓混淆失真 数字图像的表示 灰度图像表示 彩色图像表示－彩色图象可以用红、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象素中没有，而255则代表相应的基色在该象素中取得最大值，这种情况下每个象素可用三个字节来表示 二值图像表示 图像信息的基本知识 图像与视觉之间的关系 图像象素之间联系 图像之间的运算 人眼与亮度视觉 亮度适应 马赫带效应 颜色视觉 颜色模型 RGB CMY YUV YCrCb HSV RGB彩色空间 RGB颜色模型主要应用于CRT监视器和图形刷新设备中。尽管该彩色空间是最普遍的，但是由于R、G、B三色之间存在强烈的相关性 CMY彩色空间 CMY-在印刷行业 , CMY分别是青色（Cyan)、品红(Magenta)、黄色(Yellow)三种油墨色 CMY常用于从白光中滤去某种颜色，又被称为减性原色系统。 CMY颜色模型与RGB颜色模型几乎完全相同。差别仅仅在于前者的原点为白，而后者的原点为黑。前者是定义在白色中减去某种颜色来定义一种颜色，而后者是通过从黑色中加入颜色来定义一种颜色。 HSV彩色空间 与RGB之间关系 YUV彩色空间 一种彩色传输模型，主要用于彩色电视信号传输标准 Y－黑白亮度分量，U,V－彩色信息用以显示彩色图像 YCrCb彩色空间 一种彩色传输模型 ，主要用于彩色电视信号传输标准方面，被广泛的应用在电视的色彩显示等领域中 与RGB之间关系 图像象素间的联系 主要介绍数字图像中基本而又重要的象素间的关系 象素的邻域 连通性 为了确定目标的边界和区域的元素 分为连接和连通，连接是连通的一个特例 路径 临近－如果1个象素p和1个象素q是连通的，则称象素p临近于q 路径－如果一条从具有坐标(x,y)的象素p，到具有坐标(s,t)的象素q的路径，是指具有坐标(x0,y0),(x1,y1),…,(xn,yn)的不同象素的序列。其中(x0,y0)=(x,y)，(xn,yn)＝(s,t)，(xi,yi)临近于(xi-1,yi-1)，1≤i≤n，n是路径的长度 连通体算法 在二值图像中标注值为1的4-连通元素为例来说明自动标注连通元素的算法 1、申请一片标注空间 2、对图像中的任意象素p，其上面的象素为t，左边的象素为r，从左向右扫描图像，有4中情况，如图所示： A：如r和t的值为0，给p一个新标记； B：如r或t有一个为1，将为1的标记给p； C：如r和t都是1，并且有相同标记，赋该标记到p； D：如r和t都是1，并且有不同的标记，赋这两个标记中的一个给p，并且建立一个说明，指出那两个标记是等价的。 3、在扫描结束时，所有具有1值的点都被打上标记，但这些标记中的一些也许是等价的，现在需要做的是整理所有的等价对成为等价类，然后给每一个类一个标记，第二次扫描图像，用所赋予的等价类的标记替换不同的