数字图像处理-数字化与基本图像处理方法.ppt

图像的数字化处理原理与方法 ;目的： 1. 图像数字化概念、数字化参数对图像质量的影响、　数字化器性能评价。 2. 图像灰度直方图的基本概念、计算、 性质及其应用。 3.数字图像处理算法形式与数据结构。 4.图像图像文件格式与特征。 ;1 成象模型;2图像数字化 图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。 模拟图像 数字图像 正方形点阵 具体来说，就是把一幅图??分割成如图2.3.1所示 的一个个小区域（像元或像素），并将各小区域 灰度用整数来表示，形成一幅点阵式的数字图像。它包括采样和量化两个过程。像素的位置和灰度就是像素的属性。 ;2.1采样 将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个很重要的参数。 当对图像进行实际的抽样时，怎样选择各抽样点的间隔是个非常重要的问题。关于这一点，图像包含何种程度的细微的浓淡变化，取决于希望忠实反映图像的程度。 不同形状的采样孔径;2.2量化 经采样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。 将像素灰度转换成离散的整数值的过程叫量化。 表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。 一幅数字图像中不同灰度级的个数称为灰度级数，用G表示。 ; 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。 一幅大小为M×N、灰度级数为G的图像所需的存储空间，即图像的数据量，大小为 M×N×g （bit） ; 数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。 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。 ;2.3 量化参数与数字化图像间的关系 数字化方式可分为均匀采样、量化和非均匀采样、量化。 所谓“均匀”，指的是采样、量化为等间隔方式。图像数字化一般采用均匀采样和均匀量化方式。 非均匀采样是根据图象细节的丰富程度改变采样间距。细节丰富的地方，采样间距小，否则间距大。 非均匀量化是对图像层次少的区域采用间隔大量化，而对图像层次丰富的区域采用间隔小量化。 采用非均匀采样与量化，均会使问题复杂化，因此很少采用。 ;图像的质量 1.平均亮度 2.对比度 是指一幅图象中灰度反差的大小。 对比度=最大亮度/最小亮度 ;3.清晰度 由图像边缘灰度变化的速度来描述。 4.分解力或分辨率; 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，严重时出现像素呈块状的国际棋盘效应； 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。; 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。 但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化。 ;2. 4 数字化器 数字化器必须能够将图像划分为若干像素并分别给它们地址，能够度量每一像素的灰度并量化为整数，能够将这些整数写入存储设备。 一、数字化器组成 A．采样孔