第2章数字图像处理基础201254更新.pptVIP

数字图像处理 (Digital Image Processing） 数字图像处理与模式识别研究所 山东科技大学信电学院 第二章 图像和视觉基础 2.1 光的特性 2.2 视觉系统 2.3 颜色模型 2.4 图像的表示 2.5 邻域、连通、距离 2.2.2 视觉过程 2.2.4 视觉系统对光的感知特点 RGB颜色模型 圆锥体模型： 3).HSI模型 也称为视觉生理模型。色调（H，Hue）、色饱和度（S，Saturation）以及明度（I，Intensity） 在特定应用环境中，用于图像分析有特殊的优势。比如在只有光照亮度发生变化的应用中，不考虑明度，只使用色度进行区域分割。 在进行采样时，采样点间隔的选取是一个非常重要的问题。它决定了采样后的图像忠实地反映原图像的程度。或者说，采样间隔大小的选取要根据原图像中包含何种程度的细微浓淡变化来确定。一般来说，图像中细节越多，则抽样间隔应越小。根据一维采样定理，若一维信号g(t)最大频率为ω，若用T≤1/（2ω）为间隔进行抽样后，则根据抽样结果g(iT）i=…-1，0，1…能完全恢复g(t)。采样定理 3）图像的矩阵和向量表示 经过数字化过程（采样、量化）得到矩阵： 5). 图像质量与采样和量化 2.5 邻域、连通、距离 1）像素的邻域Neighbors 对一个坐标为（x，y）的像素p，它有4个邻近像素（沿水平和竖直方向），它们的坐标分别是： （x+1，y），（x-1，y），（x，y+1），（x，y-1） 这些像素称为像素p的4-邻域，N4（p）. 坐标为（x，y）的像素p，它有4个沿对角线的邻近像素，它们的坐标分别是： （x-1,y-1）,（x-1,y+1）,（x+1,y-1）,（x+1,y+1） 这些像素称为像素p的对角-邻域，ND（p）. 4-邻域和对角-邻域统称为p的8-邻域， N8（p） 2）连通性Connectivity 像素间的连通性在建立图像中目标的边界和确定区域的元素时是一个最重要的概念。进一步分为连接（毗邻adjacency）和连通，连接是连通的一个特例。 令V表示定义连接的灰度值集合。 (a) 4-连接：2个像素p和q在V中取值且q在N4（p）中，则称它们为4-连接 (b) 8-连接：2个像素p和q在V中取值且q在N8（p）中，则称它们为4-连接 (b) m-连接（Mixed adjacency）：2个像素p和q在V中取值且满足下列条件之一，则称为m-连接。1q在N4（p）中， 2q在ND（p）中且N4（p）与 N4（q）的交集为空。 从具有坐标（x，y）的像素p到（s，t）的像素q的一条通路是由一系列具有坐标为（x0，y0）， （x1，y1），…, （xn，yn）的独立像素组成的， 其中（xi，yi）， （xi+1，yi+1）相毗邻，根据毗邻的定义，分别称为4-、8-、m-毗邻。 若从p到q有一条通路，则称它们相连通。 3）距离量度 给定三个像素p(x,y), q(s,t), r(u,v),如果下列条件满足的话，D是距离量度函数。 （a）D(p,q)=0，（ D(p,q)=0 iff p=q ） （b） D(p,q)= D(q, p) （c） D(p,r)= D(p,q)+ D(q,r) 能数出几种距离？ 欧氏（Euclidean）距离 点p和q之间的欧氏距离 DE(p,q)=[(x-s)2+(y-t)2]1/2 D4距离（城区City-block） D4(p,q)= |x-s|+|y-t| D8距离（棋盘Chessboard） D8(p,q)= max(|x-s|,|y-t|) 当考虑D4 、D8时，不需考虑两个像素间是否真有一条通路。 *m连通时距离测量：需要考虑实际的通路。 * * * 2.1 光的特性 光的本质是电磁波。在电磁波谱中，可见光仅占很窄的一个波谱范围。其波长在0.38～0.76?m之间。下图示出电磁波谱的大致划分。可见光的低频率端是红色，高频率段是紫色。从高频到低频的光谱颜色的变化分别是紫、蓝、青、绿、黄、橙、红。 太阳或灯泡:白色光。当白色光投射到一个物体上时，某些频率被反射，某些则被物体吸收了。 除了频率以外，描述光的各种性质还需要另一些特征。在观察光源时，我们的眼睛对颜色（或主频率）和另外两个基本的感觉作出反应。其中之一是亮度,即感受到的光明度。第二个感受的特征是光的纯度或饱和度。 一般来说可见光的人的眼睛只能看到可见光部分(波长为0.38～0.76μm). 可成像的射线已有多种，利用图像处理技术把这些不可见射线所成数据加以处理并转换成可见图像，实际上大大延伸了人类视觉器官的功能