在三种锥体细胞的作用下.PPTVIP

1、二维取样定理一个模拟信号f（x,y）的傅氏频谱为F(μ,ν),如果其水平方向的截止频率为Um,而垂直方向的截止频率为Vm，那么只要水平和垂直方向的取样频率分别为U0≥2Um和V0≥2Vm（水平间隔Δx≤1/(2Um),垂直间隔Δy≤1/(2Vm),就可以精确地恢复出原图像，这就是二维取样定理。3.3.2取样与二维取样定理其中如果图像信号为有限带宽的信号，那么根据上式可以看出，抽样后的图像信号fp(x,y)的频谱是原频谱F(μ,ν)沿μ轴和ν轴分别以Δu，Δv为间隔无限地周期重复的结果.如图3-7（c）所示。从图中可以看出，只要Δu2Um，Δv2Vm，抽样后的图像信号频谱就不会出现混叠。因此通常在进行取样之前，图像信号首先经过一个低通滤波器，使其成为一个带宽受限信号。当以满足上述条件的取样间隔进行取样时，取样后的图像频谱不会出现混叠的现象，这样可以利用一个低通滤波器将原图像频谱滤出，从而可无失真地重建原图像，这就是二维取样定理，也称为二维奈奎斯特取样定理。2、亚取样当取样频率小于奈奎斯特取样频率时，通常称其为亚抽样。这就向人们提出了新的课题，即如何在亚取样情况下，减少频谱混叠而引起失真。在自然景物图像中，由于垂直和水平的物体、线条、运动等比在其他方向上多，因此反映在频谱中，就是水平和垂直方向的频谱分量多于其他方向，即自然景物图像的频谱主要分布在以原点为中心的菱形范围内，如图3-8（b）中心阴影区域所示。相应的二维空间取样点分布如图3-8（a）所示，沿水平和垂直方向上的取样间隔分别为2Δx和2Δy。如何在亚取样情况下，减少频谱混叠而引起失真？——菱形亚取样图3-8菱形亚取样及其频谱分布1、量化与量化信噪比经过取样后所获得的图像是由一系列空间上离散的样值序列构成，每个样值是一个有无穷多个取值的连续变量。量化是指将具有无限多个取值的样值用有限个离散值来表示的过程，并且可以赋予不同的码字，从而成为真正意义上的数字图像。均匀量化：将样本连续灰度等间隔分层量化方式称为均匀量化非均匀量化：不等间隔分层量化方式称为非均匀量化。3.3.3量化与编码量化既然以有限个离散值来近似表示无限多个连续量，就一定会产生误差，这就是所谓的量化误差。由此产生的失真叫量化失真或量化噪声，对均匀量化来讲，量化分层越多，量化误差越小，但编码时占用比特数就越多。在一定比特数下，为了减少量化误差，往往要用非均匀量化，如按图像灰度值出现的概率大小不同进行非均匀量化，即对灰度值经常出现的区域进行细量化，反之进行粗量化。2、编码通过计算可知，编码位长每增加/减小1bit，就使量化信噪比增加/减小约6dB，因此，取样值的编码比特数n，直接决定图像的质量。通常:广播电视、视频通信8bit高质量静止图像、遥感图像等=10bit3.3.4取样、量化对图像质量的影响1、实际取样脉冲宽度的影响由于实际取样脉冲不是理想的δ函数，而是具有τ宽度，因此会存在取样值误差，从而引起高频失真。2、量化误差的影响量化误差所造成图像质量下降的主要原因有斜率过载、颗粒噪声、边缘忙乱和伪轮廓四种：斜率过载发生在图像灰度急剧变化的边界，正是由于此处灰度变化太大，即使使用最大的量化值，仍无法反映期间的变化，因此使图像轮廓变得模糊。图3-10实际取样脉冲的频谱颗粒噪声出现在图像灰度变化很小的区域，这时最小的量化间隔仍不足以反映其缓慢的变化过程，因此可能会在两个最小量化电平之间出现来回振荡的局面，造成解码后所恢复的图像中其灰度平坦区域出现颗粒状的细斑。边缘忙乱是指在变化不太快的边缘出现闪烁不定的现象。这是由于原始图像中存在噪声，它造成不同图像帧之间在同一像素位置产生的量化噪声不同，从而引起缓慢变化的边缘出现这种不确定的现象。伪轮廓发生在图像亮度缓慢变化的区域，此时预测误差较小，但实际系统中所采用量化间隔过大，则会在图像亮度缓慢增加或减小的区域，出现这种伪轮廓的现象。3-4电视技术基础3.4.1电视系统的组成电视是利用光电和电光转换原理，将光学图像转换为电信号进行远距离传输，然后再还原为光图像的一门技术，其系统结构如图3-11所示。在发送端首先经过摄像设备，如摄像机，将景物进行图像分解，完成空时、