数字图像处理..pptVIP

主观亮度曲线中每级阶梯的左边上升、右边下降 2.3 视觉现象 亮度适应级 亮度适应级：一个视觉系统当前的敏感度称之为亮度适应级。 人眼在某一时刻所能感觉到的主观亮度范围是以此适应级为中心的一个小范围。 亮光适应：暗处到亮处的亮度适应能力，约1-2秒。 暗光适应：亮处到暗处的亮度适应能力，约20-30秒。 2.3 视觉现象 主观轮廓和空间错觉 主观轮廓：例如边界并不存在，主观上感知存在。 空间错觉：物体的整体面貌和结构影响人对它的感知，与大脑功能有关； 2.3 视觉现象 2.3 视觉现象 古代希腊艺术家意识到空间错觉，在建筑设计中引入补偿校正技术以保持对物体及感觉的对称性。 产生错觉的解释尚需对大脑功能进一步的认识后才能得到满意的解释。 2.3 视觉现象 视觉现象6 空间错觉 2.3 视觉现象 空间坐标的离散化叫做空间采样；性质空间（灰度）的离散化叫做量化。 采样和量化主要在图像输入设备中处理。 2.4 图像的采样和量化 图像信号的数字化过程和结果：? 2.4 图像的采样和量化 取样点（样元、像素）与图像分辨率是相关的，取样点越多，与原始图像越接近，但数据量迅速增加；取样点太少（欠采样），图像质量变差，造成取样误差。 量化过程： 量化（QUANTIZATION）：检测值离散化的过程； 2.4 图像的采样和量化 若将样点量化为Q级，Q如何取值： 1) Q总是取2的整数次幂，如Q=2b； 2) b取值越大，重建图象失真越小，若要完全不失真重建图象 ，b必须取无穷大，否则一定存在失真。这就是所谓量化误差。 512 256 128 64 32 GM?N 512?512 256?256 128?128 64?64 32?32 2.4 图像的采样和量化 图像灰度级 256（8bits） 32（5bits） 16 8 （3bits） 2 （1bits） 256 32 8 2 2.4 图像的采样和量化 一、矩阵表示（普遍方式） 矩阵的元素对应于图像的像素Pixel、取样量化值； 2.5 数字图像的表示 N1象素 N2象素 象素 数字图像 （N1?N2象素） f = 矩形表示（N1行N2列矩阵） 数字图像的矩阵表示 二维数组和图像的关系 把数字图像存储到二维数组中 N象素 M象素 象素 数字图像 （1，1）（2，1） （1，2） （M，1） （1，N） （M，N） （I，J） 数组元素 大小为M?N的二维数组IP 2.5 数字图像的表示 二维数组的标注和数字图像的对应关系有两种形式: 1) 数组的第1,2标注I,J分别对应于画面的水平和垂直两方向?F型 2) 数组的第1,2标注I,J分别对应于画面的垂直和水平两方向?M型 I （1，1） (M,1) N象素 M象素 F型 J （1，N） （M，N） J （1，1） （1，N） M象素 N象素 （M，1） （M，N） M型 IP（I，J） IP（I，J） I 2.5 数字图像的表示 10*10图像及数字矩阵 94 100 104 119 125 136 143 153 157 158 103 104 106 98 103 119 141 155 159 160 109 136 136 123 95 78 117 149 155 160 110 130 144 149 129 78 97 151 161 158 109 137 178 167 119 78 101 185 188 161 100 143 167 134 87 85 134 216 209 172 104 123 166 161 155 160 205 229 218 181 125 131 172 179 180 208 238 237 228 200 131 148 172 175 188 228 239 238 228 206 161 169 162 163 193 228 230 237 220 199 图像灰度表示 数字矩阵 2.5 数字图像的表示 二、矢量表示 用按行或按列的顺序排列像元，即矢量形式； 如按列排M*N列的图像，可表示为： 式中 图像MN*1的矢量: 2.5 数字图像的表示 M 行 1 2 : J : (I,J) N 象素地址 (J-1)*M+I-1 矢量表示 行 1 2 3 J M M 把图像数据存储到一维数组中 2.5 数字图像的表示 * 医学成像技术与图像处理 温俊海 第一章绪论 1.1 数字图像处理简史 20世纪50－60年代 a. 大型计算机的应用