数字图像处理方法图像信息基本知识.pptVIP

2 图像信息的基本知识 2.2 图像数字化 2.2.1 图像数字化过程 1）采样和量化 必要性：灰度值f(x,y)为连续函数，有无穷多取值，无法进行计算机处理，也无法在数字系统中传输和存储，故需将连续信号→离散信号，此过程为图像数字化。 (1)采样：图像在空间上的离散化。即用空间上部分点（称为样点）的灰度值来表示图像。 方法： 点阵采样－对表示图像的二维函数值采样，得到样点值阵列 正交系数采样－将图像函数进行某种正交变换，用其变换系数作为采样值 2）采样点数和量化级数的选取 假定一幅图象采样取M×N个样点，对样点值进行Q级分档取整 （1）M=2m，N=2n，Q=2b，（m，n，b为正整数），为便于分析计算，通常取M=N。总比特数 M×N×b （2） 对b —供人眼观察的图像：b取5～8bit 卫星，航空图片：b取8～12bit 对M×N－刚好满足抽样定理 （3）实际应用中，若总比特数确定，对M×N和b的分配需根据图像内容要求以及系统本身技术指标来选定。 2.2.2 点阵采样 1)确定图像场的点阵采样 对理想采样而言，其采样函数为空间抽样函数 S ( x , y ) ，其离散形式表示为公式 ( 2.2.1 ) ，示意于图 2.2.1 。 理想采样数学模型 令 f (x,y)代表一理想的无限大连续图像场，其点阵采样方法就是用空间抽样函数 S和连续图像函数 f (x,y)相乘。设fp(x,y)表示采样后的图像，理想采样数学模型如图 2.2.2 所示。 式中连续函数 f (x,y)移入求和式内变为离散形式 f(i△x,j △y)，表明只是在采样点(i△x,j △y)上计值。 频域关系式 据二维傅立叶变换卷积定理可得 采样图像频谱 假定理想图像的频谱是有限的，截止频率为uc和vc ，根据δ函数的筛选性质，对（2.2.3）式进一步运算可得式（2.2.5） ，图 2 . 2 . 3 为对应的采样图像频谱。 正确采样条件 满足式（2.2.6）或式（2.2.7）中“等于”条件的样．称为奈奎斯特采样。满足公式 （2.2.6）或（2.2.7）中“大于”条件的采样，称为过采样。而不满足上述两条件的采样，称为欠采样。在欠采样情况下，会产生混淆失真。 式中： 附加有噪声的确定图像场称为随机像场。 设 f (x ,y)为与随机像场对应的二维平稳随机过程，其自相关函数 Rf (τx ,τy)为 采样场频谱 按照式（2.2.5）推导方法可得采样场的频谱为 注意： 有噪声的图像场，由于噪声频谱很宽，虽然选择采样间隔满足图像场功率谱不交叠，但对噪声往往还是一种欠采样状态，就会引起噪声谱交叠，产生混淆现。解决的办法是在取样之前，先对有噪声图像进行低通滤波，限制其噪声带宽。 3）实际采样系统中的脉冲效应 在图像的实际采样过程中，采样脉冲本身是有宽度的，而且采样阵列也总是有限的。也就是说式（2.2.1）所假定的以二维理想冲激函数作为采样函数是不可能实际实现的，那么在图像重建时就会产生边界误差的模糊现象，称为采样脉冲效应。 4）混叠失真 根据式（2.2.5）画出三种不同取样速率下的采样图像频谱见图 2.2.5 。由图可见，对过采样和奈奎斯特采样，只要图像频谱是有限的，重建滤波器传递函数 R(u,v)设计合适，能将原图像的频谱不失真地取出来，通过傅立叶反变换就可以不失真重建原图像。但是欠采样状态下，由于采样频谱互相交叠，应用重建滤波器 R(u,v)取出Fs（0，0）时，或引人邻近频谱成分（如图 2.5.5 （c ）中重叠部分），或丢失Fs（0，0）的一部分频谱分量，这样重建时会产生失真，即所谓混淆失真。在图像中产生的莫尔条纹（ Moire ）就是其中一种。 防止混叠失真的方法 若已知原图像频谱最高频率成份，则使用过采样或奈奎斯特采样，而不要使用欠采样。 若不知道原图像的最高频率成份，则应先采用已知截止频率的低通滤波器预先过滤图像，限制其高频率成份，再针对低通滤波器截止频率进行过采样或奈奎斯特采样 2.2.1 图像量化 0）基本概念 （3）“忙动”现象：噪声幅度值如果大于量化间隔，量化器输出的量化值会产生错误，在应用屏幕显示其输出图像时灰度邻近区域边界会出现“忙动”现象。 （4）最佳量化层选取方法 假设噪声是高斯分布，均值为0，方差为δ2 令正确量化的概率大于某一个值 使量化误差的方差等于噪声方差。 1）典型量化过程 图2.2.6 表示一个典型量化过程，当图像信号样本幅度与一组判决层比较时，若样本幅度落在两个判决层之间，