4fundamentalOfImageProcessing教案.pptVIP

图像基础 Fundamental of Image Processing 2.5 图像基础 人眼视觉特性和视觉模型 人眼视觉通路 2.5 图像基础 人眼视觉特性和视觉模型 人眼视觉通路 2.5 图像基础 人眼视觉特性 明暗视觉及其视觉范围 2.5 图像基础 视觉系统对颜色和亮度的响应特性 2.5 图像基础 2.5 图像基础 具有恒定背景的对比度灵敏度 2.5 图像基础 具有可变背景的对比度灵敏度 2.5 图像基础 人眼分辨率 2.5 图像基础 适应性引起的对比效应 2.5 图像基础 马赫带 人眼对于图像上不同空间频率的成分具有不同的灵敏度。 2.5 图像基础 人眼视觉模型 2.5 图像基础 1 光度学基础和色度学基础 光度学 相对视敏函数 光通量 发光强度 照度 亮度 颜色的几个术语 颜色 色调(hue)又称为色相，指颜色的外观，用于区别颜色的名称或颜色的种类。 饱和度.饱和度(saturation)是相对于明度的一个区域的色彩，是指颜色的纯洁性，它可用来区别颜色明暗的程度。 亮度 1. 明度（根据国际照明委员会的定义，明度(brightness)是视觉系统对可见物体辐射或者发光多少的感知属性。） 2.5 图像基础 1 光度学基础和色度学基础 色度学 彩色视觉和三基色原理 国际照度委员会（CIE）在1931年规定3种基本色的波长为： R：700nm，G：546.1nm，B：435.8nm 2.5 图像基础 产生波长不同的光所需要的三基色值 2.5 图像基础 2 颜色模型 XYZ色度图 彩色光F的配色方案F=x[X]+y[Y]+z[Z] x+y+z=1，可以以x，y为坐标，绘出XYZ色度图 坐标位置越靠近谱色轨迹，对应的彩色越纯； 越靠近E（称E白）点，所对应的彩色的饱和度越低 2.5 图像基础 颜色模型 RGB模型 HIS模型 2.5 图像基础 RGB相加混色模型 2.5 图像基础 RGB相加混色模型 2.5 图像基础 CMY相减混色模型 青色(Cyan)、品红(Magenta)和黄色(Yellow) 2.5 图像基础 RGB彩色空间和CMY彩色空间的表示法 HIS彩色空间 HSI色彩空间是从人的视觉系统出发，用色调（Hue）、色饱和度（Saturation或Chroma）和亮度（Intensity或Brightness）来描述色彩。HSI色彩空间可以用一个圆锥空间模型来描述。用这种描述HSI色彩空间的圆锥模型相当复杂，但的确能把色调、亮度和色饱和度的变化情形表现得很清楚。 HSI彩色空间的优点：·我们通常把色调和饱和度通称为色度，用来表示颜色的类别与深浅程度。由于人的视觉对亮度的敏感程度远强于对颜色浓淡的敏感程度，为了便于色彩处理和识别，人的视觉系统经常采用HSI色彩空间，它比RGB色彩空间更符合人的视觉特性。 ·采用HSI彩色空间减少彩色图象处理的复杂性，增加快速性，它更接近人对彩色的认识和解释。例如对色调、饱和度和亮度通过算法进行操作。在图象处理和计算机视觉中的大量算法，都可以在HIS空间中方便的使用。它们可以分开处理而且是互相独立的，因此HIS彩色空间可以大大简化图像分析和处理的工作量。　 2.5 图像基础 颜色模型 RGB模型与HIS模型的转换 2.5 图像基础 颜色模型 RGB模型与HIS模型的转换 2.5 图像基础 颜色模型 2.5 图像基础 YUV、YIQ与YCrCb模型 YIQ适用于NTSC彩色电视制式， YUV适用于PAL和SECAM彩色电视制式 YCrCb适用于计算机用的显示器 Y表示亮度，UV用来表示色差，U、V是构成彩色的两个分量 YUV 彩色空间特点· 亮度信号（Y）和色度信号（U，V）是相互独立的，也就是Y信号分量构成的黑白灰度图与用U，V信号构成的另外两幅单色图是相互独立的。由于Y，U，V是独立的，所以可以对这些单色图分别进行编码。黑白电视机能够接收彩色电视信号也就是利用了YUV分量之间的独立性。 电视系统为什么采用YUV或YIQ模型呢？· 眼对彩色图象细节的分辨本领比对黑白图象低，因此，对色差信号， U , V，可以采用大面积着色原理。大面积着色原理：用亮度信号Y 传送细节，用色差信号U . V 进行大面积涂色。因此，彩色信号的清晰度由亮度信号的带宽保证，而把色差信号的带宽变窄。正是由于这个原因，在多媒体计算机中，采用了YUV彩色空间，数字化的表示，通常采用Y:U:V = 8:4:4， 或者 Y:U:V = 8:2:2。 例如8:2:2具体的做法是：对亮度信号Y，每个像素都用8位2进制数表示（可以有256级亮度），而U ， V 色差信号