2数字图像的基础知识basicsofdigitalimage.ppt

数字图像处理Digital Image Processing 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) Background 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) Structure of the Human Eye 2.1.1视觉系统的基本构造(Basic Structure of Visual System) Human’s visual process 2.1.2亮度适应和鉴别(Intensity Adaption and Identification) Typical Weber ratio as a function of intensity 辨别光强度的变化 Discriminate the change of brightness Classical test典型实验 Weber ration韦伯比 , 韦伯比较小意味可辨别强度较小的百分比变化，表示亮度辨别能力强； 反之，意味着要求有较大百分比的强度变化，表示亮度辨别能力差。 实验表明：亮度区分能力在低照明情况下较差（韦伯比大） 在背景亮度增加时改进较多（韦伯比减少） 当背景光保持恒定时,改变其他光源亮度,从不能察觉到可以察觉其间的变化， 一般观察者可以辨别12到24级不同强度的变化。 An example showing that perceived brightness is not a simple function of intensity. Examples of simultaneous contrast. Some well-know optical illusions optical illusions 人眼的视觉惰性 视觉暂留 （电影和电视正是利用视觉惰性产生活动图像的） 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 Sampling and Quantization Color images have 3 values per pixel; monochrome images have 1 value per pixel. 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：传感器成像技术，采样、量化——模数转换技术。 Sampling 图像的采样 将空间上连续的图像变换成离散点的操作。 Sampling 在抽样时，纵向的像素数（行数）为M，若横向的像素数（列数）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，空间分辨率越低，质量越差，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，空间分辨率越高，图像质量越好，但数据量大。 Sampling Image Quantization 将像素灰度转换成离散的整数值的过程叫量化。 一幅数字图像中不同灰度值的个数称为灰度级数。 量化等级越多，所得图像层次越丰富，灰度分辨率越高，图像质量越好，但数据量大； 量化等级越少，图像层次欠丰富，灰度分辨率越低低，会出现假轮廓现象，图像质量变差，但数据量小. 量化等级越多，所得图像层次越丰富，灰度分辨率越高，图像质量越好，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。 在采样和量化处理后，才能产生一张数字化图像。 数字化方式可以分为均