第2节 数字图像处理概念.pptVIP

;共勉;2.1 人眼的视觉原理;图像的形成;视觉亮度范围和分辨率 指人眼所能感觉到的亮度范围，当平均亮度适中时，能分辨的亮度上下限位1000：1，当平均亮度较低时，该比值可能只有10：1 分辨率 指人眼在一定距离上能区分开相邻亮点的能力，可以用区分最小视角的倒数来表示 Θ=d/l 注：分辨率与华宁照度有关，照度低则分辨率下降 照度高可能导致炫目现象;视觉适应性和对比灵敏度 明适应：视锥细胞，瞳孔2-8mm 暗适应：视杆细胞 对比度和相对对比度（亮度） 对比度：最大值/最小值 相对对比度：（最大值-最小值）/最小值;亮度感觉和色觉 人眼能感觉到亮度范围为10-4～104，当适应一定亮度后，可感觉到亮度范围则比较窄。 1-重现图像亮度不必等于实际图像亮度，只要两者对比度不变，就能给人真实感觉。 2-人眼不能感觉出来的亮度差别在重现图像时不必复制。 色觉：人眼辨别颜色的能力，指视网膜对不同波长光的感受性。 物体呈色:消色物体、有色物体、光源对物体呈色的影响;在观察一条有均匀黑的区域和均匀白的区域形成的边界时，人们感觉到在亮度变化部位附近的暗区和亮区中分别存在一条更黑和更亮的条带，这就是所谓的“Mach带”，马赫效应。;二维图像中任意像点的光强g与空间位置(x,y),波长和时间t有关 彩色图像函数： 人眼观察到的图像为物体反射光组成 ;图像数字化 所谓数字化，指将一幅画转化成计算机能处理的形式-数字图像的过程;采样：是指将空间上连续的图像变换为离散点的操作过程。 量化：将像素灰度转换成离散的整数值的过程叫量化;采样;2.3 图像数字化;采样;数字图像的表示 矩阵表示 一维数据表示 将数字图像表示成矢量方式，可以在进行处理时，方便使用向量的理论与方法。;2.3 图像数字化;2.3 图像数字化;2.3 图像数字化;2.3 图像数字化;2.3 图像数字化;2.3 图像数字化;2.3 图像数字化;2.4 灰度直方图;2.4 灰度直方图;直方图性质 1-灰度直方图反应图像灰度分布情况，而不能反映图像像素的位置信息。 2-一副图像对应唯一的直方图，反之不成立。 3-一副图像分割为多个区域，多个区域的直方图之和即为原图像的直方图。;直方图用途 1-判断图像量化是否恰当 2-确定图像二值化的阈值 3-计算图像中物体的面积 4-计算图像信息量;2.5 数字图像处理算法的形式;几种具体算法形式 局部处理 应用：图像模糊 锐化;几种具体算法形式 点处理： 应用：对比度增强 图像二值化 ;几种具体算法形式 全局处理 应用：傅立叶变换;几种具体算法形式 迭代处理 反复对图像进行某种运算直至满足给定条件，从而得到输出图像的处理形式 应用：图像细化;几种具体算法形式 跟踪处理 选择满足条件的像素作为起始像素，检查输入图像与已得到的输出结果，求出下一步应该处理的像素，进行规定的处理，然后决定继续处理下面的像素，还是终止处理。 ;几种具体算法形式 窗口处理和模板处理 图像处理中要求对图像中特定部分进行处理，即窗口处理或模板处理，如Photoshop中的渐变效果。 ;图像的数据结构 1- 组合方式 字长是CPU的主要技术指标之一，指的是CPU一次能并行处理的二进制位数，字长总是8的整数倍，通常PC机的字长为16位（早期），32位，64位。 注：一般图像是8位 ，即一个字长可以存放4个像素;图像的数据结构 2- 比特面方式 对图像各像素灰度按比特位存取的方式，即所有像素灰度的相同比特位用一个二维组表示，形成比特面。;图像的数据结构 3-分层结构 4-树结构 5-多重图像数据存储; 图像文件格式 1-描述图像的高度、宽度、及各种物理特征 2-彩色定义（如bit数，色深度） 3-位图数据体 BMP位图的总体结构 ;第二章 数字图像处理的基本概念;按提取特征的范围大小又可分为 ①点特征 仅由各个像素就能决定的性质。如单色图像中的灰度值、彩色图像中的红(R)、绿(G)、蓝(B)成分的值。 ②局部特征 在小邻域内所具有的性质，如线和边缘的强度、方向、密度和统计量(平均值、方差等)等。 ③区域特征 在图像内的对象物 (一般是指与该区域外部有区别的具有一定性质的区域)内的点或者局部的特征分布，或者统计量，以及区域的几何特征(面积、形状)等。 ④整体特征 整个图像作为一个区域看待时的统计性质和结构特征等。 ;特征提取和特征空间 获取图像特征信息的操作称作特征提取 对应于各特征量的m维空间叫做特征空间 ;第二章 数字图像处理的基本概念;第二章 数字图像处理的基本概念;第二章 数字图像处理的基本概念;第二章 数字图像处理的基本概念