第二章 数字图像基础.pptVIP

第二章 数字图像基础 本章重点： 图像的获取和感知； 图像的数字化； 数字图像的描述； 连续图像的数学描述 人类的视觉感知系统 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。 视觉系统的基本构造 视觉过程 亮度适应和鉴别 图像的获取和感知 各类图像都是由“照射”源和形成图像的“场景”元素对光能的反射或吸收相结合而产生的。 图像的获取和感知 简单的图像形成模型 当用数学方法描述图像信息时，通常着重考虑它的点的性质。例如一副图像可以被看作是空间各个坐标点的结合。它的最普通的数学表达式为： 简单的图像形成模型 当研究的是静止图像时，则式（2-1）与时间t无关，当研究的是单色图像时，显然与波长λ无关，对于平面图像则与坐标z无关。因此，对于静止的平面的、单色的图像来说其数学表达式可简化为： 简单的图像形成模型 式（2-2）说明，一副平面图像可以用二维亮度函数来表示，当一副图像从物理过程产生时，它的值正比于物理源的辐射能量，因此，f(x,y)一定是非零和有限的，即： 简单的图像形成模型 人们所感受到的图像一般都是由物体反射的光组成的。函数f(x,y)可由两个分量来表示： （1）入射到观察场景的光源总量； （2）场景中物体反射光的总量。 简单的图像形成模型 这两个分量分别称为入射分量和反射分量，如果用i(x,y)表示入射分量，用r(x,y)表示反射分量，两个函数合并形成f(x,y),即： 图像的数字化 大多数传感器的输出是连续电影波形，这些波形的幅度和空间特性都与感知的物理现象有关。为了产生一副数字图像，需要把连续的感知数据转换为数字形式。 所谓的图像数字化是指将模拟图像经过离散化之后，得到用数字表示的图像。 图像的数字化 取样 是将在空间上连续的图像转换成离散的取样点（即像素）集的操作。由于图像是二维分布的信息，所以取样是在x轴和y轴两个方向上进行。 取样时的注意点是：取样间隔的选取。取样间隔取得不合适除了画面出现马赛克之外，还会发生频率的混叠现象。 图像的数字化 图像的数字化 图像的数字化 图像的数字化 量化 是将各个像素所含的明暗信息离散化后，用数字来表示称为图像的量化，一般的量化值用整数来表示。充分考虑到人眼的识别能力之后，目前非特殊用途的图像均为8bit量化，即用0~255描述“黑~白”。 图像的数字化 图像的数字化 图像的数字化 从图像的顶点逐行执行着一过程，则会产生一副二维数字图像。 图像的数字化 分辨率 分辨率：是指映射到图像平面上的单 个像素的景物元素的尺寸。 单位：像素/英寸，像素/厘米 图像的数字化 空间和灰度级分辨率 取样值是决定一副图像空间分辨率的主要参数，空间分辨率是图像中可辨别的最新细节。 灰度级分辨率是指在灰度级别中可分辨的最小变化，由于硬件方面的要求，灰度级数通常是2的整数幂。 图像的数字化 在取样时，若横向的像素数（列数）为M ，纵向的像素数（行数）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，空间分辨率低，质量差，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，空间分辨率高，图像质量好，但数据量大。 图像的数字化 图像的数字化 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. 图像的数字化 图像的数字化 一般，当限定数字图像的大小时, 为了得到质量较好的图像可采用如下原则： （1） 对缓变的图像， 应该细量化， 粗采样， 以避免假轮廓。 （2） 对细节丰富的图像，应细采样，粗量化， 以避免模糊（混叠）。 图像的数字化 对于彩色图像，是按照颜色成分——红（R）、绿（G）、蓝（B）分别采样和量化的。若各种颜色成分均按8 bit量化，即每种颜色量级别是256， 则可以处理256×256×256=16 777 216种颜色。 数字图像描述 数字图像描述 灰度图像描述示例 数字图像描述 数字图像的表示 数字图像的表示 在很多书籍中，图像原点定义在(x,y)=(0,0)处，沿图像第一行坐标为(x,y)=(0,1) 注意：符号(0,1)用来表示沿第一行的第二个取值，而不表示图像在取样时的实际物理坐标。 x的范围从0到M-1，y的范围从0到N-1 数字图像的表示