第二章 - 图像处理的基础知识.ppt

2.4 图像的采样与量化 连续函数图像——图像空间上采样——幅度上量化——处理 数字图像—— D/A转换——模拟显示 采样 量化 计算机 fs(x,y) f(x,y) 检测阵列 1. 采样：空间上的离散化 2. 量化：灰度上的离散化 3.表达（建模，图像数字化） 灰度图像的阵列表示法: 连续信号（抽样、量化）――数字信号 4. 图像矩阵的特点： a） b）数字化抽样：正方形点阵、正三角形点阵、正六角形点阵 正方形点阵 正三角形点阵 正六角形点阵 象素 象素 象素 1.采样:所谓采样就是把位置空间上连续的模拟图像变换成离散点的集合的一种操作。 这些点称为采样点 2. 二维采样：先沿垂直方向采样（得到行线） ，再沿水平方向采样 3. 三维采样：先沿时间采样，再垂直方向采样，再沿水平方向采样 4. 采样点对应采样所得的数字图像的像元。 5. 模拟图像 f(x, y) = 离散点阵 f(X, Y) 得到 M（行），N（列）矩阵，M× N个象素 6.采样点阵：正方形、正三角形、正六角形 7.采样定理： 一维采样定理：惠特克－卡切尼柯夫－香农（whittaker-korelnikov-shannon）采样定理。当 时， 则函数f（t）的傅立叶变换为0，亦即f(t)可由相隔为fc/2或更密的样本正确重构。(频谱宽度2fc，对应采样频率 2fc ） 2.4.1 采样 (Sampling) 二维采样定理：采样频率大于图像信号最高频率的2倍 采样频率： 例： 奈奎斯特频率：不混叠时采样中的最低限 采样间隔△x, △y越小 ,采样图像的分辨率就越高 ,所占用的存储容量也越大 混叠噪声 孔径效应：实际采样脉冲不是理想冲击函数，有一定的宽度，会产生 失真 插入噪声：由采样图像信号恢复到原图像，无理想滤波器（在fc内频 率特性平坦，相位特性成直线） 抖动噪声：采样周期为T，但发射与接受端T存在相位差异，称相位抖 动。 8、采样误差 2.4.2 量化 离散点阵 i(X, Y) = 数字图像 I(X, Y) Quantization f(x,y)采样 空间离散的像素矩阵 f(x,y)量化 对信号的幅度进行离散分层的过程 数字图像量化 [量化] 所谓量化就是把亮度空间上连续的亮度变换成离散值或整数值的一种操作。 量化与采样是两个不同的概念，量化是在每个采样点上进行的，所以必须先采样后量化。 量化与采样是图像数字化的不可或缺的两个操作，所以二者又紧密相关，同时完成。 分层量化 ；量化误差；均匀量化，非均匀量化 1. 均匀量化 2. 非均匀量化： a） 基于视觉特性：对亮度值急剧变化部分无需过细分层，进行 粗量化；对亮度值平缓变化部分需过细分层， 进行细量化。 b）基于亮度分布:先计算所有可能的亮度值出现的概率分布 对概率分布大的进行细量化 对概率分布小的进行粗量化 c) 非均匀量化可以减少量化误差， 又能用较少的比特数实现量化 3. 压扩法量化 非线性变换——均匀量化 M、N—图像尺寸 G---每个像素所具有的离散灰度级数（不同灰度值的个数） 1. 存一幅图像所需的位数（bit） B=M×N×k 128×128×6＝98304 （12kbyte） 512×512×8＝2097152 （256kbyte） 2.4.3 采样与量化参数的选择 M×N点采样，每点灰级G级，G=2k，占k位。 2. 提问：总数据量M×N×k位二进制数据。 当总存贮容量一定时，M、N与k怎么分配效果才最佳？ 解：无一般方法，取决于具体图像性质与处理的目的 。 ①对于缓变的图像，层次要求多时，应该粗采样（M，N小）、细量化(k大) ，以避免假轮廓 ②对于细节丰富的图像，如：当纹理细节多时应该细采样（M，N大）、粗量化(k小)，以避免模糊（混叠） 例如： 人头像——要照顾层次.b（频带窄平滑，采样间隔可大）。 群众场面——纹理丰富.（频带宽，采样间隔要小，不丢细节） 3. M、N与k的关系： （1）图像质量一般随M、 N与k的增加而增加。在极少情况下对固定的M、N，减少k能改进图像质量，因为增加了图像的反差，但k太小会出现“假轮廓”， k至少为6，目前一般取为8 （2）对具有大量细