第二章图像和视觉基础(1).pptVIP

姓名：石 英 Email：a_laly@163.com 1.人眼与亮度视觉 1.人眼与亮度视觉：人眼成象 1.人眼与亮度视觉：亮度适应和区分 1.人眼与亮度视觉：亮度适应和区分 1.人眼与亮度视觉：亮度适应和区分 1.人眼与亮度视觉：亮度适应和区分 1.人眼与亮度视觉：亮度适应和区分 2.颜色视觉 2.颜色视觉：颜色基础 2.颜色视觉：颜色基础 2.颜色视觉：颜色基础 2.颜色视觉：颜色基础 2.颜色视觉：颜色模型 2.颜色视觉：颜色基础： 2.颜色视觉：颜色基础 2.颜色视觉：颜色基础 2.颜色视觉：颜色基础 2.颜色视觉：颜色基础 2.颜色视觉：颜色基础 2.颜色视觉：颜色基础 2.颜色视觉：颜色基础 2.颜色视觉：颜色基础 1.光度学和成象模型 2. 成象变换 2. 成象变换 2. 成象变换 3.采样和量化：均匀采样和量化 采样： 　将空间上连续的图像变换成离散点的操作。 　　采样间隔或采样孔径是很重要的参数。 　　采样间隔与采样后形成图像中细微处的浓淡变化有关，即：它取决于希望忠实反映图像的程度。 　因此对图像进行采样时，怎样选择采样点的间隔是个非常重要的问题。 3.采样和量化：均匀采样和量化 　采样后图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理。 量化：将像素灰度转换成离散整数值的过程。　　 　　一幅数字图像中不同灰度值的个数称为灰度级数，用L表示。 3.采样和量化：均匀采样和量化 3.采样和量化：均匀采样和量化 3.采样和量化：均匀采样和量化 3.采样和量化：均匀采样和量化 比特数 设一幅图像的灰度级数为L，一般情况下， L=2k 　k 表示图像像素灰度值所需的比特位数。 　一幅大小为M×N、灰度级数为L的图像，所需的存储空间，即图像的数据量为： 　 M×N×k （bit） Several image types 根据图像的灰度级数，可将图像分为： 二值图像（黑白图像） 灰度图象 彩色图象 二值图像（黑白图像） 　图像中每个像素的灰度值只能是黑或白，没有中间的过渡。 　二值图像的像素值为0或1。 灰度图像： 　　每个像素由一个量化的灰度值来描述，它不包含彩色信息。 　灰度图像中的灰度级数通常取值：256。 彩色图像： 　每个像素由R、G、B三原色像素构成。 　其中R、B、G是由不同的灰度级来描述的。 我们知道，要构成一幅数字图像需要采样和量化，如果采样和量化都充分细的话，就可以得到好的画质。但是数据量也就变得很大。问当数据量设为一个定值时，在什么时候将采样优先考虑？什么情况下将量化优先考虑？为什么？ 根据此图能够得到3-D投影后的图象平面坐标： 这里（X,Y,Z)表示3－D空间中任意点的世界坐标 (x,y)表示3－D 点投影后的图像平面2-D坐标 注意：它们还可以表示成线性矩阵的形式 成象基础 图像基础 视觉基础 第二章：图象和视觉基础 图象尺寸M，N和每个象素所具有的离散灰度级数为G： M=2m N=2n G=2k 成象基础 图像基础 视觉基础 第二章：图象和视觉基础 成象基础 图像基础 视觉基础 第二章：图象和视觉基础 图象空间分辨率变化所产生的效果 图（a）为1幅512×512，256级灰度的图象，其余各图依次为保持灰度级数不变而将原图空间分辨率在横竖两个方向逐次减半所的结果。 采样时注意：采样间隔的选取。采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。 成象基础 图像基础 视觉基础 第二章：图象和视觉基础 图象幅度分辨率变化所产生的效果 图(a)为1幅512×512，256级灰度的图象，其余各图依次为保持空间分辨率不变而将灰度级数逐次减小为64，16，8，4，2所得的结果 成象基础 图像基础 视觉基础 第二章：图象和视觉基础 结论：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”。 在3bit以下的量化，会出现伪轮廓现象。 成象基础 图像基础 视觉基础 第二章：图象和视觉基础 低bit量化的伪轮廓现象示意图 成象基础 图像基础 视觉基础 第二章：图象和视觉基础 成象基础 图像基础 视觉基础 第二章：图象和视觉基础 * 武汉理工大学自动化学院 第二章：图象和视觉基础 一：视觉基础 二：成象基础 三：图像基础 第二章：图象和视觉基础 一：视觉基础 二：成象基础 三：图像基础 1.人眼与亮度视觉 2.颜色视觉 成象基础 图像基础 视觉基础 第二章：图象和视觉基础 1、人眼成象 2、亮度适应和区分 晶状体－－镜头 视网膜－－胶片 中心凹－－视网