第五章數位影像技術概述.pptVIP

大綱 5.1 數位影像表示法 5.2 影像壓縮與影像安全之目的 5.3 影像品質評估法 5.4 影像資訊概觀與導覽 影像空間表示直接代表此影像的特性，它是一個二維函 數 f(x,y)，每一點 (x,y) 的灰度 g 代表此影像在這點的物理 特性，此物理特性決定於輸入感應器的特性，每一點的 特性可以此點和周圍鄰居的灰度值表示，此種表示方稱 為空間領域表示。根據空間領域表示所衍伸出的處理方 法稱為空間領域處理。 頻域表示乃將原信號看成是由不同正交信號所組成，如 向量空間中的基底一樣，常見的表示方法為 Fourier 表示， Fourier Transform 將原影像轉換成頻率成分，每一點代表 一種基本頻率，其大小代表此頻率成分的大小。 一些影像頻率變化的特徵可以由此影像的頻率表示分析 而得到，根據頻域表示的處理方式稱為頻域處理。 下圖顯示一 NxN 影像表示成 NxN 個基底頻率影像的線性 組合，Bn,m 代表不同頻率基底影像，其中 B0,0 代表直流 影像，當 m, n 值越接近N/2時期頻率越高，空間灰度變化 越頻繁 F(i, j) 即是影像 f(x,y) Fourier Transform 的結果，其圖形 表示如下 統計模式將影像視為一隨機信號，每一像素皆是隨機的， 一般以此影像的統計特性如平均值、變異數等描述分析 此影像。 取樣 黑白照片是由黑到白的連續淡濃所構成。亦即，是由不可分割的明暗帶組成的。但數位影像處理器卻只能對數位化，亦即非連續性資料作運算及處理。轉換連續性資料成為數位化訊號，是經由切取(chopping)來完成的，亦即所謂的數位化或稱取樣。 影像組成 對每一個攝取到的資料，賦予一個數值代表它的濃淡及其對應位置。通常，我們稱此一最小單位為影像元素 (picture element) 簡稱像素(pixel)，它是組成數位影像的最基本單位。 一張影像就如此被數值化成方塊格子所組成的像素，每一個格子中都標有一對座標，一個代表其行值，另一則代表其列值。行值從這個影像的最左邊開始標誌從 0 到 n ， n 表行值中的最大值。同樣的，列值從最上方起，定為 0 往下移至 m 值，m 表示影像的全部列數。 解析度(resolution) 處理影像數位化時，通常會產生一個問題，就是此一代表影像和原始影像比較，會達到何種程度的相似。因此定義此數位化處理的極限為解析度。解析度即將某物分割其組成的基本元件的大小。 影像處理中一般解析度可以分為兩種形式，一種是空間的解析度，另一種則是亮度的解析度。 空間解析度 空間於此是指所謂的二維空間(2D space)，二維空間的物體擁有 一固定的高度與寬度。當討論空間解析度時，即是描述它將可能 劃分為多少點，簡單的來說，解析度劃分的越細，可以越接近原 始影像。 空間解析度即影像中明暗度的變化頻率，要決定此抽樣頻率時， 必須使用一個古典的 Nyquist Criterion，亦稱 抽樣理論。 抽樣理論 指示取樣頻率必須比待測訊號的頻率至少快上兩倍以上，才能得 到有意義的資料，千萬牢記，當影像數位化後，任何取樣間失去 的資料，是永遠無法復得的。 不同解析度下的影像 Aliasing 此現象是原始影像的高頻部分作錯誤的表現。Aliasing 發生在 Nyquist Criterion 的影像原則被破壞時才會產生。亦即，影像有 一個空間頻率比取樣頻率的二分之一還要大時才會發生，這稱之 為低取樣。這種高頻被轉換為較低頻率，許多的資料會再取樣過 程中被遺失。另外，當 Aliasing 現象發生時，波紋圖形可能會出 現於數位化的影像。 亮度解析度 亮度解析度的觀念即是討論像素對於原影像在同一位置其亮度的 真確性。一個取樣的亮度就被轉換成一個相等的整數值，即是所 謂的量化(Quantization)。亮度的作業意味著於某一真確的誤差範 圍內，將影像中的某一點之類比亮度轉換成對應的整數值。 於數位化之前，必須先定義準確度。下圖是三位元亮度(8個階層 的明暗度)範圍 數位影像浮水印 影像浮水印是在數位影像中加入有意義的圖形或文字，用來保障此影像之著作權，以防止影像遭盜用的應用問題。 良好浮水印技術具備的特點 無法被刪除 不易察覺 不可被統計出來 可抵抗失真性壓縮 可抵抗一般的影像處理 清晰的 影像權益保障系統 一套提供可讓使用者註冊影像智慧財產權或擁有權之系統，以保障影像之所有權與使用權。此類系統與浮水印系統最大的不同點在於，此系統運作方式為將影像之特徵值及使用權利紀錄於資料庫中，而不藏於影像中。 因為此類系統並未將資料藏於影像中，因此並不 會修改到原始影像之像素值，進而保護影像之完 整性。 此類系統還具備一項功能，即她不只侷限於影像