数字图像处理与分析基础第三章基础知识 (2).ppt

（1）噪声的特征图像信号，f(x,y)噪声，n(x,y)，随机性的，可以用随机过程来描述。一般常用统计特征来描述，如均值、方差、相关函数等。均值E[n(x,y)]反映噪声的直流分量，均方值E{n2(x,y)}反映噪声的总功率，均方差E{(n(x,y)-E[n(x,y)])2}描述噪声的交流功率，均值的平方[E{n(x,y)}]2，表示噪声的直流功率。第69页,共82页，星期六，2024年，5月（2）噪声的来源外部噪声：从处理系统外来的影响，如电磁波干扰。内部噪声：(1)由光和电的基本性质引起的噪声。(2)机械运动产生的噪声。(3)元器件材料本身的缺陷带来的噪声。(4)系统内部电路噪声。第70页,共82页，星期六，2024年，5月噪声分类从统计观点看平稳噪声凡是统计特征不随时间变化的；非平稳噪声统计特征随时间变化的。从噪声幅度分布的统计来看其密度函数有高斯型、瑞利型等，分别称为高斯噪声和瑞利噪声。按噪声频谱形状命名的，如频谱均匀分布的噪声称为白噪声，频谱与频率成反比的称为1/f噪声，频谱与频率平方成正比的称为三角噪声第71页,共82页，星期六，2024年，5月（3）噪声的模型加法性噪声：g(x,y)=f(x,y)+n(x,y) （3-43）乘法噪声：g(x,y)=f(x,y)[1+n(x,y)]=f(x,y)+f(x,y)n(x,y)（3-44） 第72页,共82页，星期六，2024年，5月3.2.2离散模型第73页,共82页，星期六，2024年，5月数字图像，数字化（1）连续画面空间坐标离散化——采样：方形、三角形、正六角形点阵等。采样点阵（2）采样点（像素）幅值（实数）取整——量化：均匀、非均匀/矢量、标量第74页,共82页，星期六，2024年，5月1、图像的均匀采样?y?xxy图3-27典型的采样方式第75页,共82页，星期六，2024年，5月二维采样定理对于二维有限带宽信号fc(x,y)，如果其二维傅立叶变换只在的范围内不为零，那么采样间隔必须满足这样才能保证信号可以重构。该条件称为Nyquist采样定理第76页,共82页，星期六，2024年，5月2、图像的量化q1q0q2qN-10f0f1f2?fN-1fNfq?图3-28量化过程量化的准则是：若则第77页,共82页，星期六，2024年，5月量化误差“量化误差”“量化失真”由量化误差产生的图像失真称为。最优量化器——量化均方误差最小非线性第78页,共82页，星期六，2024年，5月非均匀采样和量化非均匀采样灰度级变化大区域精确采样，平滑区域粗采样。非均匀量化灰度级变化剧烈处，人眼分辨力差，边界附近较少灰度级；平缓区域较多灰度级，避免假轮廓第79页,共82页，星期六，2024年，5月3、数字图像的表示整数矩阵向量第80页,共82页，星期六，2024年，5月数字图像，矩阵元素：像元、图像元素、像素电视图像：512?512?128；一般图像：256?256?64。（1）整数矩阵第81页,共82页，星期六，2024年，5月图3-29数字图像举例xy0g(x,y)第82页,共82页，星期六，2024年，5月视觉信息的融合号数-2-4图3-15侧抑制结构…………LOGa1LOGanLOGa2?网膜信号感受器加权因子LOGa1LOGa0LOGan第37页,共82页，星期六，2024年，5月黑白视觉扩展模型inout|H2(Wx,Wy)|???|H1(Wx,Wy)|H1(Wx,Wy)H2(Wx,Wy)H3(Wx,Wy)光感受器线性系统线性系统线性系统非线性网络|H3(Wx,Wy)|第38页,共82页，星期六，2024年，5月2、彩色视觉模型Thomas—Young三色假说g3g1g2d3d2d1e3e1e2线性系统-黄绿色视锥感受器蓝色视锥感受器绿色视锥感受器LOGLOGLOG+?-+?H2(Wx,Wy)H1(Wx,Wy)H3(Wx,Wy)神经信号图3-16彩色视觉模型第39页,共82页，星期六，2024年，5月彩色响应在图3-16模型中，e1、e2、e3代表视网膜三个具有S1(?)、S2(?)、S3(?)谱灵敏度的感受器，其输出分别为C(?)为入射光谱的能量分布函数第40页,共82页，星期六，2