《数字图像处理》课件02.pptVIP

第二章 图像和视觉基础 2.1 人眼与亮度视觉 视觉过程 色调（Hue ）：色调由可见光光谱中各波长的分量来决定，是彩色光的基本性质； 饱和度（Saturation ）：反映了彩色的浓淡，取决于彩色中白色光的含量，白光越多，彩色越淡； 亮度（Intensity ）： 指彩色光对人眼的刺激程度，与光的能量有关。 圆锥的顶面对应于V=l，它包含RGB模型中的R=1，G=1，B=l三个面，所代表的颜色较亮。在圆锥的顶点（即原点）处，V=0，H和S无定义，代表黑色。圆锥的顶面中心处S=0，V=l，H无定义，代表白色。从该点到原点代表亮度渐暗的灰色，即具有不同灰度的灰色。对于这些点，S=0，H的取值无定义。可以说，HSV模型中的V轴对应于RGB颜色空间中的主对角线。在圆锥顶面的圆周上的颜色，V=1，S=1，这种颜色是纯色。 RGB转换到HSI HSI转换到RGB 采样示意图 量化示意图 不同量化级别对图像质量的影响 一、图像的平移 二、图像的镜像 三、图像的旋转 图像的旋转注意点： 1） 图像旋转之前，为了避免信息的丢失，一定有平移坐标，具体的做法有如图所示的两种方法。 2） 图像旋转之后，会出现许多空洞点， 如图所示。对这些空洞点必须进行填充处理，否则画面效果不好，一般也称这种操作为插值处理。 图像的旋转效果 图像的缩小一般分为按比例缩小和不按比例缩小两种。图像缩小之后，因为承载的信息量小了，所以画布可相应缩小。 最简单的是减小一半，这样只需取原图的偶（奇）数行和偶（奇）数列构成新的图像。 图像的减半缩小效果 图像的成倍放大效果 思考题： 如果放大倍数太大，按照前面的方法处理会出现马赛克效应。如果这个问题交给你，有没有办法解决？或者至少有所改善？ 2.5 像素间的联系 一、矩阵表示（普遍方式） 矩阵的元素对应于图像的像元（像素Pixel）； 数据结构 unsigned char f[128][128]，*f1[256]; 像素具有非负性（0-255）和有界性； 矩阵表示的优点：与图像直观对应；矩阵运算易处理； 二、矢量表示 用按行或按列的顺序排列像元，即矢量形式； 矢量表示的优点：能量表示简洁 E=fTf= ∑fi2 (i=M*N）； 相邻点的表示有规律可循，便于公式计算. 三、矩阵表示与矢量表示之间的互换（略） 像素间的联系和运算 一、 像素的邻域 4-邻域（近邻像素） 设像素p，坐标为（x,y），有4个近邻像素ri，坐标分别为（x+1,y）（x-1,y），（x,y+1），（x,y-1），组成p的4-邻域，记为N4（p）；4-邻域近邻像素间相距一个单位距离； 对角近邻像素 像素si ：（x-1,y-1），（x-1,y+1），（x+1,y+1），（x+1,y-1），组成p的对角近邻像素，记为ND（p）； 3. 8-邻域 p的周围8个近邻像素全体称为p的8-邻域，记为N8（p）； 二、连通性 判断条件：像素是否接触、灰度值是否满足某个特定的相似准则 连接（连通的特例） 设V表示连接的灰度值集合，如V={8,9,…,16}； 4-连接：2个像素p和r，在V中取值，且r在N4（p）中，则它们为4-连接； 8-连接：2个像素p和r，在V中取值，且r在N8（p）中，则它们为8-连接；（有歧义性）； m-连接（混合连接）：是8-连接的一种变形，消除8-连接中可能出现的多路连接问题。 2个像素p和r，在V中取值，且满足下列条件之一，则它们为m-连接； 条件一：r在N4（p）中； 条件二：r在ND（p）中，且N4（p）? N4（r）是空集；即不能有元素同时出现在N4（p）和 N4（r）中。 例：V={1}，下图8-连接存在多路连接，也是m-连接。 0 1 1 0 1 0 0 0 1 像素间的运算 一、逐像素处理 算术运算：原地运算 p=p+c（或p=p-c）；灰度增减运算。 逻辑运算：p （与、或） q，像素间运算； 二、模板运算（适合于邻域处理） 采用模板、窗、滤波器进行运算，求均值、方差等，算法灵活。 新值=它本身灰度值和其相邻像素灰度值的函数； 优点：可适当选择模板系数，移动模板灵活进行一系列有用的运算； 缺点：运算量较大，采用专用芯片加速