数字图像处理课件 第二章 数字图像处理的基本概念推荐.pptVIP

第二章 数字图像处理的基本概念 2.3图像数字化 图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。 模拟图像 数字图像 正方形点阵 具体来说，就是把一幅图画分割成如图2.3.1所示的一个个小区域（像元或像素），并将各小区域 灰度用整数来表示，形成一幅数字图像。它包括采样和量化两个过程。小区域的位置和灰度就是像素的属性。 2.3.1采样 将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个很重要的参数。 当对图像进行实际的抽样时，怎样选择各抽样点的间隔是个非常重要的问题。关于这一点，图像包含何种程度的细微的浓淡变化，取决于希望忠实反映图像的程度。 2.3.2量化 经采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理。 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，用G表示。 一般来说， ，g就是表示图像像素灰度值所需的比特位数。 2.3.3 量化参数与数字化图像间的关系 数字化方式可分为均匀采样、量化和非均匀采样、量化。所谓“均匀”，指的是采样、量化为等间隔。图像数字化一般采用均匀采样和均匀量化方式。 非均匀采样是根据图象细节的丰富程度改变采样间距。细节丰富的地方，采样间距小，否则间距大。 非均匀量化是对像素出现频度少的间隔大，而频度大的间隔小。 采用非均匀采样与量化，会使问题复杂化，因此很少采用。 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，严重时出现像素呈块状的国际棋盘效应；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。 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。但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化。  2.4图像灰度直方图 2.4.1 概念 一、定义 灰度直方图反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。它是图像的一个重要特征，反映了图像灰度分布的情况。如图2.4.1是一幅图像的灰度直方图。 频率的计算式为 2.4.2 直方图的性质 ①灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。 ②一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。图2.4.2给出了一个不同的图像具有相同直方图的例子。 图2.4.2 不同的图像具有相同直方图 ③一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 2.4.3 直方图的应用 ①用于判断图像量化是否恰当 (a) 恰当量化 (b)未能有效利用 (c)超过了动态范围 图2.4.4直方图用于判断量化是否恰当 ②用于确定图像二值化的阈值 ③当物体部分的灰度值比其它部分灰度值大时，可利用直方图统计图像中物体的面积。 A= (2.4-3) ④ 计算图像信息量H（熵） （2.4-4） 2.5图像处理算法的形式 2.5.1图像处理基本功能的形式 按图像处理的输出形式，图像处理的基本功能可分为三种形式。 1）单幅图像 → 单幅图像 ,如图2.5.1(a)。 2）多幅图像 →单幅图像, 如图2.5.1(b)。 3）单（或多）幅图像→ 数字或符号等，如图2.5.1(c)。 2.5.2图像处理的几种具体算法 1.局部处理 邻域 对于任一像素（i，j），集合 {（i+p,j+q），p、q取合适的整数} 叫做该像素的邻域，如图2.5.2（a）。 常用的邻域如图2.5.2（b）、(c),分别表示中心像素的 4-邻域、8-邻域。 点处理