课件控制科学与工程学系.pdfVIP

第一章 概 论 1.1 图像与数字图像 1.2 图像处理与数字图像处理 1.3 图像工程与相关学科 1.4 数字图像处理系统 1.5 数字图像处理的应用 1.6 数字图像处理的发展动向 百闻不如一见 耳听为虚、眼见为实 据统计，人们从外界环境获得的信息中， 视觉占到了60 ％(听觉占20 ％，味、触、嗅觉 等占20 ％）， 尽管“图像”这个词经常被使 用，很多人仍不能确切地说出它的定义。人们 往往将“图像(image)”与“图画(picture)”等同 起来。 那么究竟什么是图像?这是我们在研究 “图像处理”这个课题之前首先要解决的问题。 1.1 图像与数字图像— 图像的概念 图像的概念： 狭义上理解： 图像是指客观景物在人眼中所形成的“影像” 或“映像”，也就是人眼所能感知的视觉信息。 广义上理解： 图像是泛指能够描绘事物的特征的形象化信息。 它包括人眼所直接感知的视觉信息和人眼无法直接 感知，但可以通过间接感知的的图像信息(如红外线、 X光、超声波图像等)。 1.1 图像与数字图像— 图像的分类 图像按存在形式分类：模拟图像、数字图像 模拟图像：保存于传统介质上的图像（照相 纸、感光片、画纸、画布等有形载体） 数字图像：模拟图像经过采样后以离散的二 进制序列（0，1编码序列）形式记录在特 殊介质上的计算机文件。 1.1 图像与数字图像— 图像的数学模型 按存在形式对图像进行分类虽然直观， 但并不够严格和准确，要从本质上说明数字 图像和模拟图像的区别和特点，并便于对其 进行研究，必须借助数学方法对其进行描述。 从数学的观点来看，图像可看作二维或 三维空间上的一个或一组分布函数。 1、模拟图像的数学模型 灰度 （黑白）模拟图像的数学模型： 灰度图像中灰度强度值随坐标图像空间坐标 (x,y)连续分布，因此可将其定义为三维空间上的连 续函数z ＝f(x ，y) ，其中，Z代表图像在空间坐标处 的灰度值(或亮度)强度。 实际图像的灰度值是有界的，这种有界性可表 示为： 0 0≤f(x,y)≤Bm f(x,y) 1、模拟图像的数学模型 b：三维空间上的图像A c：f(x,y)投影到X—Y平面 1、模拟图像的数学模型 彩色模拟图像的数学模型： 彩色图像的数学模型还应反映出色彩的类别及强度 变化。 通常将彩色图像分解为三个连续三维灰度 （或亮度） 函数Zr =fr (x,y), ，Zg =fg(x,y), ，Zb =fb (x,y)进行表达，分 别代表图像中红、绿、蓝三种光谱成分的亮度幅值在二 维空间（x ，y ）上的分布变化，同样f r(x,y) 、fg (x,y) 、 fb(x,y)也是连续有界的。 Zr =fr(x,y), 0≤fr (x,y)≤Bm Zg =fg(x,y), 0≤f g (x,y)≤Bm Zb =fb(x,y), 0≤fb (x,y)≤Bm 模拟图像的特点 1． 空间上连续 （空间坐标是有界且连续变化的量） 2 ． 信号连续，不分级 （亮度或色彩属性呈连续变化） 3、 不能直接被计算机和数字设备识别和处理 （连续信 号不能被数字设备识别和处理）。 2 、数字图像的数学模型 对于灰度（黑白）图像，定义三维离散亮度函数： z=f (x，y) ，其中： x={0 ，1，2…..xmax } y={0 ，1，2…..ymax } z={0,1,2…zmax } x ，y说明图像像素的空间坐标，xmax ，ymax代