图像处理201113学习.pptxVIP

第2章 图像和视觉基础;2.1 概述和分类;2.1 概述和分类;2.1 概述和分类;2.2 人眼与亮度视觉;2.2.1 人眼成像;2.2.1 人眼成像;2.2.2 亮度适应和区分;2.2.2 亮度适应和区分;2.2.2 亮度适应和区分;2.2.2 亮度适应和区分;“眼见为实”吗？;2.2.2 亮度适应和区分;2.2.2 亮度适应和区分;对比度: 是指一幅图像中灰度反差的大小;人眼的亮度对比效应 （1）两物体亮度相同，但人感到背景暗的物体亮，背景亮的物体暗; （2）两不同亮度物体处在不同亮度背景下，人按对比度C感觉物体亮度对比; （3）亮度恒定：人眼观察C1=C2之物体，会认为两物体亮度相同(近)。;2.2.2 亮度适应和区分;2.3 颜色视觉;2.3.1 颜色基础;2.3.1 颜色基础; 彩色可用亮度、色调和饱和度来描述，人眼看到任意彩色光都是这三个特性的综合效果。 颜色的3种基本特性量： 色调：是由于某种波长或多种波长的颜色光使观察者产生的颜色感觉，每个波长代表不同的色调 。它反映颜色的种类，决定颜色的基本特性，例如红色、棕色等都是指色调。与光谱中光的波长相联系 。 ;2.3.1 颜色基础;2.3.1 颜色基础;三种锥体感受器的光谱敏感示意图;2.3.1 颜色基础;2.3.1 颜色基础;2.3.1 颜色基础 ;2.3.1 颜色基础;2.3.1 颜色基础;2.3.1 颜色基础;2.3.1 颜色基础;2.3.2 颜色模型;2.3.2 颜色模型;CMY模型;RGB空间与CMY空间的关系;2.3.2 颜色模型;2.3.2 颜色模型;色环;2.3.2 颜色模型;2.3.2 颜色模型;2.3.2 颜色模型;2.3.2 颜色模型;2.3.2 颜色模型;2.3.2 颜色模型;2.3.2 颜色模型;2.4 光度学和成像模型;2.4 光度学和成像模型;2.4 光度学和成像模型;2.4 光度学和成像模型;2.4 光度学和成像模型;2.4 光度学和成像模型;2.4 光度学和成像模型;2.4 光度学和成像模型;2.5 成像变换;2.5 成像变换;2.5 成像变换;2.5 成像变换;齐次坐标 是将一个原本是n维的向量用一个n+1维向量来表示。 ????? 在空间直角坐标系中，任意一点可用一个三维坐标矩阵[x y z]表示。如果将该点用一个四维坐标的矩阵[Kx Ky Kz K]表示时，则称为齐次坐标表示方法。在齐次坐标中，最后一维坐标K称为比例因子。;2.5 成像变换;2.5 成像变换;2.5 成像变换;2.5 成像变换;2.5 成像变换;2.6 采样和量化;2.6 采样和量化;2.6.1 均匀采样和量化;2.6.1 均匀采样和量化;2.6.1 均匀采样和量化;（一） 概念 1. 图像分辨率：区分细节的程度； 2. 影响因素：采样点数（M，N）和灰度级数G。;（三） 幅度分辨??? 1. G↑ →图像幅度分辨率↑； 2. M、N不变， G ↓ →灰度渐变变成突变，出现虚假轮廓（有木刻画效果）;（一）非均匀采样 对给定的空间分辨率，图像的视觉质量可根据图像特性，利用自适应采样过程来改进。 1. 密采样：在灰度突变区（如细节及细节与背景交界处），为了不丢失细节（或边缘），可采用密采样。 2. 稀采样：在灰度平缓区（如背景），可采用稀采样。 3. 缺点：难以确定密、稀区域边界。 ;（二）非均匀量化 当灰度级G必须较小时，灰度量化时可非均匀分配灰度级。 1. 密量化：灰度变化平缓区，可用较多灰度级，以免量化过稀而产生虚假轮廓。 2. 稀量化：灰度剧变区，可用较少灰度级。（人眼的视觉掩盖特性：人眼对灰度剧变的边缘区灰度分辨力低）。 ;2.6.2 非均匀采样和量化;2.6.2 非均匀采样和量化;2.6.2 非均匀采样和量化;2.6.2 非均匀采样和量化;2.6.2 非均匀采样和量化;2.7 象素间联系;2.7.1 象素的邻域;2.7.2 连通性;2.7.2 连通性;2.7.2 连通性;2.7.2 连通性;2.7.2 连通性;2.7.2 连通性;2.7.2 连通性;2.7.4 距离量度;2.7.4 距离量度;(2) 城区（city-block）距离;(3) 棋盘（chessboard）距离;2.7.4 距离量度;2.7.4 距离量度;2.7.4 距离量度;2.8 算术和逻辑运算 ;2.8 算术和逻辑运算;2.8 算术和逻辑运算;=;2.8 算术和逻辑运算;2.8 算术和逻