第2章数字图像处理的基本概念.ppt

第二章 数字图像处理的基本概念 2.1 图像数字化 2.2 图像灰度直方图 2.3 直方图的应用 2.4 图像处理算法的形式 2.5 像素间的基本关系 2.1 图像数字化 图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。具体来说，就是把一幅图画分割成一个个小区域（像元或像素），并将各小区域 灰度用整数来表示，形成一幅点阵式的数字图像。 图像的数字化包括采样和量化两个过程。 采样就是将空间上连续的图像变换成离散点的操作。 当对图像进行实际的抽样时，怎样选择各抽样点的间隔是个非常重要的问题。关于这一点，图像包含何种程度的细微的浓淡变化，取决于希望忠实反映图像的程度。 经采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理。 量化是将像素灰度转换成离散的整数值的过程。 表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。 一幅数字图像中不同灰度级的个数称为灰度级数，用G表示。 g表示存储图像像素灰度值所需的比特位数。 若一幅数字图像的量化灰度级数G=256=28级，灰度取值范围一般是0~255的整数，由于用8bit就能表示灰度图像像素的灰度值，因此常称8 bit 量化。 从视觉效果来看，采用大于或等于6比特位量化的灰度图像，视觉上就能令人满意。 一幅大小为M×N、灰度级数为G的为压缩图像所需的存储空间，即图像的数据量，大小为 M×N×g （bit） 数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。 黑白图像 　 图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值为0或1。 例如 灰度图像 　　灰度图像是指灰度级数大于2的图像。但它不包含彩色信息。 彩色图像 　 彩色图像是指每个像素由R、G、B分量构成的图像，其中R、B、G是由不同的灰度级来描述。 经图像数字化后，用二维数组表示。一幅m×n的数字图像可用矩阵表示。 一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应； 采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。 量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大； 量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。 但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化。  3.2 图像灰度直方图 一、定义 灰度直方图反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。它是图像的一个重要特征，反映了图像灰度分布的情况。 直方图的性质 ①灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。 ②一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。 ③一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 2.3 直方图的应用 1、用于判断图像量化是否恰当 ②用于确定图像二值化的阈值 ③ 当影像上目标的灰度值比其它部分灰度值大或者灰度区间已知时，可利用直方图统计图像中物体的面积。 A= (2.4-3) ④ 计算图像信息量H（熵） （2.4-4） 假设一副数字图像的灰度范围为[0,L-1],各灰度级像素出现的概率为 ， ，熵反映了图像信息丰富的程度。对于图像增强来说，熵越大，表示图像信息越丰富。 2.4 图像处理算法的形式 1 图像处理基本功能的形式 按图像处理的输出形式，图像处理的基本功能可分为三种形式。 1）单幅图像 → 单幅图像 ,如图2.5.1(a)。 2）多幅图像 →单幅图像, 如图2.5.1(b)。 3）单（或多）幅图像→ 数字或符号等，如图2.5.1(c)。 2.5 像素间的基本关系 2.5.1 相邻像素 位于坐标(x,y)的一个像素p有4个水平和垂直的相邻像素，其坐标分别为： (x+1,y), (x-1,y), (x,y+1), (x,y-1) 2.5.2 距离量度 对于任意像素p, q和 z,其坐标为(x, y), (s,