第2章图像获取.ppt

数字图像处理 知识点回顾 一、图像的特点及分类 二、数字图像处理的研究内容、方法及应用 第二章 图像获取 一、概述 二、连续图像模型 三、连续图像的频谱 四、图像采样和量化 五、数字图像中的基本概念（重点） 2.1 概 述 图像获取：图像的数字化过程，包括扫描、采样和量化。 图像获取设备：5个组成部分，采样孔，扫描机构，光传感器，量化器和输出存储体。 关键技术： 采样（成像技术）；量化（模数转换技术） 图像获取设备分类： 取决于CCD的规格 黑白摄象机、彩色摄象机、扫描仪、数字相机等； 其它的专用设备，如显微摄象设备、红外摄象机、高速摄象机、胶片扫描器等。 此外，遥感卫星、激光雷达等设备提供其它类型的数字图像。 图像获取设备的性能指标 像素大小 图像大小 线性度 噪声 其他局部特征 2.2 连续图像模型（一般了解） 1、连续图像表达式 f(x,y) 表示一幅图像，x,y,f为有限、离散值 (例如数码照相机，图像不随时间改变) f(x,y,t) (例如电影，图像函数是时间抽样的) 2、连续图像的随机表征（略） 图像函数是一种空间变量为(x,y)、时间变量为t的三维连续 随机过程。 （联合概率密度、常用的概率密度模型、一、二阶矩、自相关函数等） 涉及到相关的光学知识 图像的光函数（像源的空间辐射能量分布） （x，y）是空间坐标，t是时间， 是波长。 在多光谱成像系统中，第i个光谱像场可以表示为 为了简单，f（x，y，t）代表实际成像系统中的像场。 在许多成像系统中图像不随时间改变，所以一般记为f（x，y）。 2.3 连续图像的频谱 图像的表示 1、f（x，y）——静止的连续图像可以用连续的空间函数来表示。 2、图像的傅里叶变换——图像的频谱表示。 一维连续傅里叶变换 二维连续傅里叶变换 一维连续傅里叶变换 一维连续傅里叶变换 二维连续傅里叶变换 二维连续傅里叶变换 二维连续傅里叶变换 问题： 函数f（x）经采样后，采样点间的信息丢失，能 否从离散函数fs(x)不失真的恢复原函数f(x)? 如果能从Fs(u)中得到F(u),问题解决。 空间采样函数的频谱为 图像的量化 量化：将离散图像的值表示为与其幅度成比例的整数。 图像的量化就是将采样后图像的每个样点的取值范围分成若干区间，并仅用一个数值代表每个区间中的所有取值。  量化时，量化值与实际值会产生误差，这种误差称为量化误差或量化噪声。可用信噪比或均方误差来度量，但量化噪声与一般噪声是有区别的： 图像的采样和量化 一、数字图像的表示 二、空间和灰度级分辨率 三、像素间的基本关系 数字图像是指由被称作像素的小块区域组成的二维矩阵。 灰度图像(128x128)及其对应的数值矩阵（仅列出一部分(26x31)） Matlab提供了图像类型转换函数： gray2ind ind2gray rgb2gray rgb2ind ind2rgb 二、空间与灰度级分辨率 空间分辨率——图像中可辨别的最小细节——采样间隔决定的——M X N 灰度级分辨率——在灰度级别中可分辨的最小变化——L 曲线1： 细节较少的人脸图象 等同偏爱曲线按主观质量递增的顺序被从左向右排列 曲线2： 细节中等多的摄影师图象 曲线3： 细节较多的球赛观众图像 1、像素的邻域 邻域：像素----邻近像素（近邻像素） 根据对一个坐标为（x,y）的像素p的近邻像素的不同定义，可以得到由不同近邻像素所组成的不同的相应邻域。 常用的像素邻域主要有如下3种： （1）4-邻域N4(p) （2）对角邻域ND(p) （3）8-邻域N8(p) 2、连通性 要考虑两点： a、它们在空间上是否相邻 b、它们的灰度值是否满足某个特定的相似准则（例如它们的灰度值相等，或同在一个灰度值集合中取值）。 设用V表示定义连接的灰度值集合。 讨论以下3种常用的连接： （1）4-连接 两个像素p和q在V中取值且q在N4(p)中，则它们为4-连接。 （2）8-连接 两个像素p和q在V中取值且q在N8(p)中，则它们为8-连接。 m-连接（混合连接） 引进混合连接的目的是为了消除使用8-连接时常会出现的多路问题。示例—p24 两个图像子集相连接 令S1和S2分别代表一幅图像中的两个图像子集，如果S1中的某些像素与S2中的某些像素连接，则这两个图像子集是相连接的。 如果通路上的所有像素的灰度值均满足某个特定的相似准则，则说这两个像素p和q是连通的。 例题 P26 2.10 小结： 邻域：空间接触 连接：接触，灰度值相等 连通：灰度值相等，有通路但不一定接触 距离 像素之间的联系常与像素在空间的接近程度有关。像素在空间的接近