数字图像处理2..pptVIP

谢 建 宏 南昌大学; 连续图像的数学描述 图像场采样 3. 图像的量化 4. 图像的输入输出设备;2.1 连续图像的数学描述 ;只考虑光的能量而不考虑其波长，则 图像在视觉上表现为灰色影像--灰度图像： （2.2） 静止灰度图像： （2.3） ; 一般地，一个完整的图像处理系统输入和显示的都是便于人眼观察的连续图像（模拟图像）。 为了便于数字存储和计算机处理可以通过模数转换（A/D）将连续图像变为数字图像 。;2.2 图像场取样;连续函数f(x)的取样与量化示意图; （a）连续图像 （b）数字化结果;一幅连续图像f (x, y)被取样，则产生的数字图像有M行和N列。坐标(x, y)的值变成离散值，通常对这些离散坐标采用整数表示 ：;一幅行数为M、列数为N的图像表示成大小为M×N的矩阵形式为： ;假定图像尺寸为M、N，每个像素所具有的离散灰度级数为G 这些量分别取为2的整数幂m，n，k，即M=2m，N=2n，G=2k 存储这幅图像所需的位数是： ;依灰度级数定义的图像类型： 黑白图像 　 图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值为0或1。例如;灰度图像 　　 灰度图像是指灰度级数大于2的图像。但它不包含彩色信息。 ;彩色图像 　 彩色图像是指每个像素由R、G、B分量构成的图像，其中R、B、G是由不同的灰度级来描述。;图像在取样时，必须满足二维采样定理，确保无失真或有限失真地恢复原图像 。 定义二维图像信号 的傅里叶频谱为 。二维傅里叶正变换 ： 其逆变换为： ;二维采样定理：;则当采样周期 满足 此时，通过采样信号 能唯一地恢复原图像信号f (x,y) ，且有;;（a）原图像的频谱 （b）采样信号的频谱 图3 采样信号的频谱;2.3 图像的量化;图4 均匀对称量化;（a）中央上升型 （b）中央平稳型 ;（3）按量化时采样点相互间的相关性分 无记忆和有记忆量化。 （4）按量化时处理的采样点数分 标量量化和矢量量化。;标量量化：将数值逐个量化。 例：假设抽样信号的范围是0~5 V，将它分为8等分，这样就有8个量化电平，分别是0V，5/8 V，10/8 V，15/8 V，…，35/8 V。 对每一个采样将它量化为离它最近的电平。 在量化后，为了能在数字信号处理系统中处理二进制码，还必须经过编码操作。 0 V用000表示，5/8 V用001表示，35/8 V用111表示，这样一来每个采样可以用3比特来表示 ;量化器设计的任务： 划分子区间和设定量化值，使量化造成的失真最小。 失真的度量： 使k个子区间的总误差平方 最小或是当造成的失真人眼看不出时，失真最小。 当概率分布为p(z)，量化值为qi时;均匀量化 将 均分成k个子区间后，每个区间的长度 各子区间以它的中心位置作为量化值 ; 当待量化值在区间内均匀分布时 最小 ：;Max量化器是一种非均匀量化器 主要思想： 不等于常数，使 最小。 说明样本值在某个取值范围内较频繁出现，而在另外一些范围内出现不多。 可对样本值较频繁出现的取值范围采用较小的量化区间，而在其它地方用较大的量化区间。 这样就可在不增加量化级数的条件下，降低平均误差，减少量化噪声。 ;Max量化器在总误差平方和最小的意义上是最优的。 但一般而言，图像在0附近出现的概率较高，因此Max量化器在0附近必然量化间隔很密，量化较精细。 实际中，人眼在0附近的分辨率并不灵敏，所以用Max量化器量化得太细是没有意义的。;定义：将一组采样的信号幅度矢量在容许的误差范围内用更少的离散矢量代替。 与标量量化相比，矢量量化提供较低的失真，但运算量比标量量化大得多。 原理：一次量化2个以上采样点，量化过程需要用到一个码书。 实质就是在码书中找到输入矢量X的最近码字，其衡量标准就是误差测度，通常采用平方误差测度 。;;例题：原始图像块是一个4灰度级的16维矢量 矢量的每个分量就是一个像素的灰度值，其灰度有四个等级，0最黑，3最亮。 假设码书含4个16维码字。经计算可以发现码字y1离x最近