第二章数字图象处理基础.pptVIP

2.4数字图像表示形式和特点灰度图像：灰度图像是指每个像素由一个量化的灰度值来描述的图像。它不包含彩色信息。第63页，共94页，星期日，2025年，2月5日2.4数字图像表示形式和特点彩色图像：彩色图像是指每个像素由R、G、B三原色像素构成的图像，其中R、B、G是由不同的灰度级来描述的。第64页，共94页，星期日，2025年，2月5日2.4数字图像表示形式和特点二值图像示例第65页，共94页，星期日，2025年，2月5日2.4数字图像表示形式和特点灰度图像示例第66页，共94页，星期日，2025年，2月5日设系统的单位冲激响应为h(t),则系统对应于的冲激响应为则系统对输入x(t)的总响应为所有冲激响应之和：当：求和符号改为积分符号第31页，共94页，星期日，2025年，2月5日2.2人的视觉特性2、人的视觉模型卷积积分的图解法：有助于我们理解卷积的物理意义以及求解步骤，以x(t)*h(t)为例：（1）翻褶：将h（τ）反折，得h（-τ）。（2）移位：将h(-τ）沿τ轴时延t秒，得到h(t－τ）。（3）相乘：将x(τ）与h(t-τ）相乘，得x(τ）.h(t-τ）（4）相加：沿τ轴对x(τ）.h(t-τ）积分第32页，共94页，星期日，2025年，2月5日第33页，共94页，星期日，2025年，2月5日例：设x(t)与h(t)如图所示，求y(t)=x(t)*h(t)反折：时移第34页，共94页，星期日，2025年，2月5日（1）（2）（3）第35页，共94页，星期日，2025年，2月5日（4）(5)y(t)的时域波形如图所示：第36页，共94页，星期日，2025年，2月5日2.2人的视觉特性2、人的视觉模型高斯函数：高斯（正态、常态）分布。对于随机变量X，其概率密度函数如图所示，记为N（μ，σ2）。对不同的μ表现为p(x)的图形左右平移；对不同的σ（固定μ）p(x)的图形将随σ的减小而变高和变窄。特别当μ=0,σ2=1时，X的分布为标准正态分布。第37页，共94页，星期日，2025年，2月5日2.2人的视觉特性2、人的视觉模型光学成像系统的表示人的视觉模型第38页，共94页，星期日，2025年，2月5日2.2人的视觉特性3、人眼的亮度感觉第39页，共94页，星期日，2025年，2月5日2.2人的视觉特性3、人眼的亮度感觉主观亮度S与实际亮度B之间的关系:S=KlnB+k0人眼亮度感觉之应用：若一幅原图像经过处理，恢复后得到重现图像，重现图像的亮度不必等于原图像的亮度，只要保证二者的对比度及亮度层次（灰度级）相同，就能给人以真实的感觉。第40页，共94页，星期日，2025年，2月5日2.3图像数字化1、数字化：将一幅画面转化成计算机能处理的形式的过程。（模拟图像－数字图像）。包括采样和量化两个过程。第41页，共94页，星期日，2025年，2月5日2.3图像数字化（1）采样：将空间上连续的图像变换成离散点的操作。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，取决于希望真实反映图像的程度。第42页，共94页，星期日，2025年，2月5日2.3图像数字化采样定量：采样过程所应遵循的规律。说明采样频率与信号频谱之间的关系，是连续信号离散化的基本依据。1928年由美国电信工程师H.奈奎斯特首先提出来的，因此称为奈奎斯特采样定理。1933年由苏联工程师科捷利尼科夫首次用公式严格地表述这一定理，因此在苏联文献中称为科捷利尼科夫采样定理。1948年信息论的创始人C.E.香农对这一定理加以明确地说明并正式作为定理引用，因此在许多文献中又称为香农采样定理。第43页，共94页，星期日，2025年，2月5日2.3图像数字化采样定量：有许多表述形式，但最基本的表述方式是时域采样定理和频域采样定理。采样定理在数字式遥测系统、时分制遥测系统、信息处理、数字通信和采样控制理论等领域得到广泛的应用。时域采样定理：频带为F的连续信号f(t)可用一系列离散的采样值f(t1),f(t1±Δt)，f(t1±2Δt)，...来表示,只要这些采样点的时间间隔Δt≤1/2F，便可根据各采样值完全恢复原来的信号f(t)。这是时域采样定理的一种表述方式。第44页，共94页，星期日，2025年，2月5日