第二讲 数字图像根基.ppt

第二讲 数字图像基础 西安电子科技大学机电工程学院 王 义 敏 主要内容：数字图像处理的相关概念和符号。均匀图像 取样级灰度量化的概念，重点讨论数字图像的表示、图像中 取样数目和灰度变化的影响、与取样有关的重要现象及图像 的放大、缩小的技术，最后讨论图像的像素间的基本关系。 一、视觉的两种感知现象 数字图像作为离散的亮点集显示，因而眼睛对不同亮度之间的鉴别能力极为重要。光强度：昼视觉为 106 1、亮度适应现象：人类视觉可以改变自身灵敏度而适应一个很宽的主观亮度感知范围。在特定条件下，视觉所处的灵敏度级别称为亮度适应级。 主观亮度是指进入眼睛的光强度的对数函数。但不是简单的强度函数。体现在： a、视觉系统倾向不同强度区域边界周围的”欠调”或”过调”。 例一、显示过调或欠调 0 96 64 32 128 192 160 255 224 在视觉效果上感知在不同区域之间有一个过渡带即所谓的 边界处的毛边，称为马赫带 例二、同时对比现象 相同物体在不同背景下的视觉观察效果。 2、视觉错觉 内部正方形 内部圆 等长线段长度比较 平行线 二、图像感知和获取 各类图像是由“照射”源和形成图像的“场景”元素对光能的反射或吸收相结合而产生的。 “照射”源：雷达、红外线等电磁能源，非传统光源如超声波，甚至计算机产生的照射模式等。 1 获取图像的传感器：单个传感器、带状传感器和阵列传感器等。见下图： 为了形成二维书体图像，传感器应该在距空间产生二维的数字信号电压。即在空间产生二维的运动。 传感器示意图 2、简单的图像形成模型 图像的表示：f ( x , y )，在特定的空间坐标( x , y )处， f ( x , y )的幅值是一个正的标量，由光源决定f ( x , y )的物理意义。 0 f ( x , y ) ∞ 一般： f ( x , y ) =i ( x , y ). r ( x , y ) 其中 i( x , y )r表示光源入射分量， r ( x , y )表示物体对光源的反射分量。 f ( x , y ) 是单色图像在( x , y )处的灰度值。 0 i ( x , y ) ∞ 0 r( x , y ) 1 0指全吸收，1指全反射。 三、图像取样和量化 取样和量化是将连续感知量转化为数字量的处理方法。 大多数传感器的输出是连续电压波形，为了产生一幅数字图像，需要把连续的感知数据转化为数字形式。这包括两种处理：取样和量化 取样：图像空间坐标的数字化 量化：图像函数值（灰度值）的数字化 量化取决于所选取的灰度级，而取样则由产生图像的传感器装置决定。 图像采样（均匀采样和不均匀采样） ?? 确定水平和垂直方向上的像素个数N、M 空间坐标(x ， y)的数字化被称为图像采样?? 函数取值的数字化被称为图像的量化，如量化到256个灰度级。 图像量化 图像的采样与数字图像的质量 不同均匀采样率对图像质量的影响1024、512、256、128、64、32 均匀采样率的影响 灰度级的影响 2 数字图像的表示 数字图像的两种表示方法： 像素 一般，灰度级的典型取值是2的某一整数幂： 数字b是存储图像需要的比特数，有： 当一幅图像有2k灰度级时，称该图像是k比特图像。如256灰度级图像为8比特图像。 3 灰度级分辨率 4、放大和收缩数字图像 放大与收缩可对应于对图像的过取样和欠取样。 像素灰度赋值方法： a、最紧邻域内插； b、线性内插 c、双线性内插 v（x，y）表示在（x，y）点的灰度值。 四、像素间的基本关系 1、相邻像素： ?? 4邻域 D邻域 ?? 8邻域 2、邻接性 ?? 4邻接 ?? 8邻接 ?? m邻接 3、距离度量 1 ?? 相邻关系 a、 4邻域：像素p