数字图像处理的基础.ppt

数字图像处理 第2章 数字图像处理的基础(Basics Knowledge of Digital Image Processing) 2.1人类的视觉感知系统 (Visual System of Human Beings) 2.2数字图像的基础知识 (Basics of Digital Image) 2.1人类的视觉感知系统(Visual System of Human Beings) 视觉是人类最高级的感知器官，所以，毫无疑问图像在人类感知中扮演着重要角色。 然而人类感知只限于电磁波谱的视觉波段，成像机器则可以覆盖几乎全部电磁波谱。 研究图像处理首先要了解人类的视觉感知系统。 2.1.1视觉系统的基本构造(Basic Structure of Visual System) 基本构造 图2.1 人眼横截面简图 图2.2图像形成示意图 眼睛中图像的形成 视觉过程 图2.3人的视觉过程的流图 2.1.2亮度适应和鉴别(Intensity Adaption and Identification) 图光强度与主观亮度的关系曲线 Basic experimental setup used to characterize brightness discrimination 图2.5用于描述亮度辨别特性的基本实验 Typical Weber ratio as a function of intensity 图2.6作为强度函数的典型韦伯比 An example showing that perceived brightness is not a simple function of intensity. 图2.7马赫带效应示意图 Examples of simultaneous contrast. 图2.8同时对比现象示意图 All the inner squares have the same intensity, but they appear progressively darker as the background becomes lighter. Some well-know optical illusions 图2.9视觉错觉图例(a) optical illusions 图2.9视觉错觉图例(b) optical illusions 图2.9视觉错觉图例(c) 2.2.1 图像的数字化及表达(Image Digitalization and Representation) 图像有单色与彩色、平面与立体、静止与动态、自发光与反射（透射）等区别 任一幅图像，根据它的光强度(亮度、密度或灰度)的空间分布，均可以用下面的函数形式来表达. An example of the digital image acquistion process 2.10 图像数字化 Sampling and Quantization （a）原图像 (b)取样 (c)量化 (d)取样和量化 2.11图像的采样和量化 Color images have 3 values per pixel; monochrome images have 1 value per pixel. 红，绿，蓝三分量 强度分量 2.12 彩色图像和单色图像 matrix 数字图像可以用矩阵的形式表示为： 2.2.2 图像的获取(Image Acquisition) 图像获取即图像的数字化过程，包括扫描、采样和量化。 图像获取设备由5个部分组成：采样孔，扫描机构，光传感器，量化器和输出存储体。 关键技术有：采样——成像技术；量化——模数转换技术。 Sampling 图像的采样 图2.13 采样示意图 Sampling (a) 正方形网格 (b) 正六角形网格 图2.14 采样网格 在抽样时，若横向的像素数（列数）为M ，纵向的像素数（行数）为N，则图像总像素数为M*N个像素。 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，严重时出现马赛克效应； 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。 Sampling 图像的采样 图2.15图像的采样示例 Quantization 图2.16图像的量化示例 图像的量化 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. 2.2.3 像素间的基本关系(Basic Relationships between Pi