2 图像知识及运算一 数字图像处理 教学精品.pptVIP

第2章图像的基本知识及运算;数字化－为了适应数字计算机的处理，必须对连续图像函数进行空间和幅值数字化。空间坐标(x,y)的数字化称为图像采样，而幅值数字化被称为灰度级量化。经过数字化后的图像称为数字图像(或离散图像)。;图像的数字化过程;（二）、采样;对一幅图像采样时，若每行（即横向）像素为N个，每列（即纵向）像素为M个，则图像大小为M×N个像素，从而f(x,y)构成一个M×N实数矩阵： ;（三） 量化; 一般来说， ，g就是表示存储图像像素灰度值所需的比特位数。 若一幅数字图像的量化灰度级数G=256=28级，灰度取值范围一般是0~255的整数，由于用8bit就能表示灰度图像像素的灰度值，因此常称8 bit 量化。 从视觉效果来看，采用大于或等于6比特位量化的灰度图像，视觉上就能令人满意。 ;量化的方法包括：分层量化、均匀量化和非均匀量化。 分层量化是把每一个离散样本的连续灰度值只分成有限多的层次。 均匀量化是把原图像灰度层次从最暗至最亮均匀分为有限个层次，如果采用不均匀分层就称为非均匀量化。 ;(a) 256级灰度图象 (b) 子图 (c) 子图对应的量化数据;分辨率 －空间分辨率和灰度分辨率 灰度分辨率是指值的单位幅度上包含的灰度级数，即在灰度级数中可分辨的最小变化。若用8比特来存储一幅数字图像，其灰度级为256。 空间分辨率是指图像中可辨别的最小细节，采样间隔决定空间分辨率的主要参数。一般情况下，如果没有必要实际度量所涉及像素的物理分辨率和在原始场景中分析细节等级时，通常将图像大小M×N，灰度为L级的数字图像称为空间分辨率为M×N，灰度级分辨率为L级的图像，该图像所需的存储空间，即图像的数据量为： ;图像噪声－妨碍人们感觉器官对所接收的信息理解的因素 ，种类很多，如加性噪声、乘性噪声、白噪声和高斯噪声;采样点和量化级的选取;对一幅图像，当量化级数一定时，采样点数对图像质量有着显著的影响。采样点数越多，图像质量越好；当采样点数减少时，图上的块状效应就逐渐明显。 当图像的采样点数一定时，采用不同量化级数的图像质量也不一样。量化级数越多，图像质量越好，当量化级数越少时，图像质量越差。 量化级数最小的极端情况就是二值图像，图像会出现假轮廓。 ;? (a) 采样点256×256时的图像 (b) 采样点64×64时的图像 (c) 采样点32×32时的图像 (d) 采样点16×16时的图像 ;(a) 量化为2级的Lena图像 (b) 量化为16级的Lena图像 (c) 量化为256级的Lena图像 ;对M×N的取值，主要的依据是取样的约束条件，也就是在M×N达到满足取样定理的情况下，重建图像就不会产生失真，否则就会因取样点数不够而产生所谓混淆失真 ;量化级数的选取;在实际应用中，如果允许表示图像的总比特数M×N×b给定，对M×N和b的分配往往是根据图像的内容和应用要求以及系统本身的技术指标来选定。 若图像中有大面积灰度变化缓慢的平滑区域，则M×N可以少些，量化比特数b多些； 若是复杂的景物图像，则b可以少些，M×N多些。 不同的采样点数和量化比特数组合，可以获得相同的主观质量评价;数字图像的表示;灰度图象(128x128)及其对应的数值矩阵（仅列出一部分(26x31)）;彩色图像表示－彩色图象可以用红、绿、蓝三元组的二维矩阵来表示。 通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该象素中没有，而255则代表相应的基色在该象素中取得最大值，这种情况下每个象素可用三个字节来表示;彩色图象(128x128)及其对应的数值矩阵（仅列出一部分(25x31)）;二值图像表示;八方向链码;二 图像信息的基本知识;人眼成像及视觉信息的产生;亮度适应;马赫带效应;颜色视觉;颜色模型;RGB彩色空间;;CMY-在印刷行业 , CMY分别是青色（Cyan)、品红(Magenta)、黄色(Yellow)三种油墨色 CMY常用于从白光中滤去某种颜色，又被称为减性原色系统。 CMY颜色模型与RGB颜色模型几乎完全相同。差别仅仅在于前者的原点为白，而后者的原点为黑。前者是定义在白色中减去某种颜色来定义一种颜色，而后者是通过从黑色中加入颜色来定义一种颜色。 ;当在纸面上涂青色颜料时，该纸面就不反射红光，青色颜料从白光中滤去红光。也就是说，青色是白色减去红色。品红颜色吸收绿色，黄色颜色吸收蓝色。现在假如在纸面上涂了黄色和品红色，那么纸面上将呈现红色，因为白光被吸收了蓝光和绿光，只能反射红光了。如果在纸面上涂了黄色，品红和青色，那么所有的红、绿、蓝光都被吸收，表面将呈黑色。;HSV彩色空间;圆锥的顶面对应于V=1，它包含RGB模型中的R=1，G=1，B=1三个面，因