数字图像处理Chapter2
合集下载
数字图像处理(第二版)章 (2)
(4) 噪声。数字化设备的噪声水平也是一个重要的性能参 数。例如，数字化一幅灰度值恒定的图像，虽然输入亮度是一 个常量，但是数字化设备中的固有噪声却会使图像的灰度发生 变化。因此，数字化设备所产生的噪声是图像质量下降的根源 之一，应当使噪声小于图像内的反差点(即对比度)。
第2章 数字图像处理基础
2.2 数字图像类型
第2章 数字图像处理基础
为了减小量化误差，引入了非均匀量化的方法。非均匀量 化依据一幅图像具体的灰度值分布的概率密度函数，按总的量 化误差最小的原则来进行量化。具体做法是对图像中像素灰度 值频繁出现的灰度值范围，量化间隔取小一些； 而对那些像 素灰度值的概率分布密度函数因图像不同而异，所 以不可能找到一个适用于各种不同图像的最佳非等间隔量化方 案，因此，实用上一般多采用等间隔量化。
第2章 数字图像处理基础
3. 索引颜色图像 在介绍索引颜色图像之前，首先来了解PC机是如何处理颜 色的。大多数扫描仪都是以24位模式对图像进行采样的，即可 以从图像中采样出1670万种不同的颜色。用这种方式获得的颜 色通常称为RGB颜色。颜色深度为24位每像素的数字图像是目前 所能获取、浏览和保存的颜色信息最丰富的彩色图像，由于它 所表达的颜色远远超出了人眼所能辨别的范围，故将其称为 “真彩色”。在早期，由于技术上和价格上的原因，计算机在 处理时并没有达到24位每像素的真彩色水平，为此人们创造了 索引颜色。索引颜色通常也称为映射颜色。在这种模式下，颜 色都是预先定义的，并且可供选用的一组颜色也很有限。索引 颜色的图像最多只能显示256种颜色。索引颜色通常称为调色板。 一幅索引颜色图像在图像文件里定义，当打开该文件时，构成 该图像具体颜色的索引值就被读入程序，然后根据索引值在调 色板中找到对应的颜色。
b=M×N×Q (b)
第2章 数字图像处理基础
2.2 数字图像类型
第2章 数字图像处理基础
为了减小量化误差，引入了非均匀量化的方法。非均匀量 化依据一幅图像具体的灰度值分布的概率密度函数，按总的量 化误差最小的原则来进行量化。具体做法是对图像中像素灰度 值频繁出现的灰度值范围，量化间隔取小一些； 而对那些像 素灰度值的概率分布密度函数因图像不同而异，所 以不可能找到一个适用于各种不同图像的最佳非等间隔量化方 案，因此，实用上一般多采用等间隔量化。
第2章 数字图像处理基础
3. 索引颜色图像 在介绍索引颜色图像之前，首先来了解PC机是如何处理颜 色的。大多数扫描仪都是以24位模式对图像进行采样的，即可 以从图像中采样出1670万种不同的颜色。用这种方式获得的颜 色通常称为RGB颜色。颜色深度为24位每像素的数字图像是目前 所能获取、浏览和保存的颜色信息最丰富的彩色图像，由于它 所表达的颜色远远超出了人眼所能辨别的范围，故将其称为 “真彩色”。在早期，由于技术上和价格上的原因，计算机在 处理时并没有达到24位每像素的真彩色水平，为此人们创造了 索引颜色。索引颜色通常也称为映射颜色。在这种模式下，颜 色都是预先定义的，并且可供选用的一组颜色也很有限。索引 颜色的图像最多只能显示256种颜色。索引颜色通常称为调色板。 一幅索引颜色图像在图像文件里定义，当打开该文件时，构成 该图像具体颜色的索引值就被读入程序，然后根据索引值在调 色板中找到对应的颜色。
b=M×N×Q (b)
数字图像处理Chapter02
if D(u , v) ≤ D0 if D(u, v) ≥ D0
0 H (u, v) = 1
if D(u, v) ≤ D0 if D(u , v) ≥ D0
Digital Image Processing
Chapter 2 Image Pre-Processing in the Spatial and Frequent Domain 2.2.2 Butterworth filter Butterworth Lowpass Filter:
( s ,t )∈S xy
Digital Image Processing
Chapter 2 Image Pre-Processing in the Spatial and Frequent Domain 2.1.4 Min filter Min filters are the 0th percentile filters that are useful for finding the lowest point in an image. They can reduce salt noise.
The disadvantage of Laplace operator is to respond doubly to some edges in the image.
The Sobel operator approximates the first deritative. The gradient is estimated in eight possible directions, and the convolution result of greatest magnitude indicates the gradient direction. It is often used as a simple detector of horizontality and verticality of edges
2-第2章-图像处理基础(第二版)课件
1,0)
f (M 1,1)
f (0, N 1)
f (1, N 1)
f (M 1, N 1)
(2.7)
二、数字图像的表示
其中:
每个(x,y)对应数字图像中的一个基本单元，称
其为图像元素(picture element)，简称为像素
（pixel）；且一般取M、N和灰度级L为2的整次幂，
即：
M=2m
在景物大小不变的情况下，采样的空间分辨率 越高，获得的图像阵列M×N就越大；反之，采样的 空间分辨率越低，获得的图像阵列M×N就越小。
在空间分辨率不变的情况下，图像阵列M×N越 大，图像的尺寸就越大；反之，图像阵列M×N越小， 图像的尺寸就越小。
一、空间分辨率和灰度级分辨率
2、灰度分辨率
灰度级分辨率是指在灰度级别中可分辨的最小变 化，通常把灰度级级数 L 称为图像的灰度级分辨率。
对于消色光图像(有些文献称其为单色光图像)，
f(x,y)表示图像在坐标点(x,y)的灰度值l，且：
l=f(x,y)
(2.5)
这种只有灰度属性没有彩色属性的图像称为灰
度图像。
由式(2.4)，显然有：
Lmin≤l≤Lmxa
(2.6)
区间[Lmn的值为0，Lmax=L-1。这样
1 0 0 I 0 0 1
1 1 0
注意：黑白图像一定是2值图像，但2值图像不一定 是0-黑和1-白两种值。
二、数字图像的表示
4、不同类别数字图像的表示
2）灰度图像（式（2.11） 中当k=8时） 是指图像中每个像素的信息是一个量化了的灰 度级的值，没有彩色信息。
0 150 200 I 120 50 180
◆人眼对从亮突变到暗环境的适应能力称为暗适应性。 ◆人眼对亮度变化跟踪滞后的性质称为视觉惰性（或短
数字图像处理第二章课后习题及中文版解答
数字图像处理(冈萨雷斯版，第二版)课后习题及解答(部分)Ch 22.1使用2.1节提供的背景信息，并采用纯几何方法，如果纸上的打印点离眼睛0.2m 远，估计眼睛能辨别的最小打印点的直径。
为了简明起见，假定当在黄斑处的像点变得远比视网膜区域的接收器（锥状体）直径小的时候，视觉系统已经不能检测到该点。
进一步假定黄斑可用1.5mm × 1.5mm 的方阵模型化，并且杆状体和锥状体间的空间在该阵列上的均匀分布。
解：对应点的视网膜图像的直径x 可通过如下图题2.1所示的相似三角形几何关系得到，即()()220.20.014d x = 解得x =0.07d 。
根据2.1节内容，我们知道：如果把黄斑想象为一个有337000个成像单元的正方形传感器阵列，它转换成一个大小580×580成像单元的阵列。
假设成像单元之间的间距相等，这表明在总长为1.5 mm 的一条线上有580个成像单元和579个成像单元间隔。
则每个成像单元和成像单元间隔的大小为s =[(1.5 mm)/1159]=1.3×10-6 m 。
如果在黄斑上的成像点的大小是小于一个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。
换句话说，眼睛不能检测到以下直径的点：x =0.07d<1.3×10-6m ，即d <18.6×10-6 m 。
下图附带解释：因为眼睛对近处的物体聚焦时，肌肉会使晶状体变得较厚，折射能力也相对提高，此时物体离眼睛距离0.2 m ，相对较近。
而当晶状体的折射能力由最小变到最大时，晶状体的聚焦中心与视网膜的距离由17 mm 缩小到14 mm ，所以此图中选取14mm(原书图2.3选取的是17 mm)。
图 题2.12.2 当在白天进入一个黑暗的剧场时，在能看清并找到空座位时要用一段时间适应，2.1节(视觉感知要素)描述的视觉过程在这种情况下起什么作用？解：根据人眼的亮度适应性，1）由于户外与剧场亮度差异很大，因此当人进入一个黑暗的剧场时，无法适应如此大的亮度差异，在剧场中什么也看不见；2）人眼不断调节亮度适应范围，逐渐的将视觉亮度中心调整到剧场的亮度范围，因此又可以看见、分清场景中的物体了。
数字图像处理02
坐标约定 图像的矩阵表示
2020/9/20
漳州师范学院计算机科学与工程系
3
2.2 读取图像
imread函数 size函数 whos函数
2020/9/20
漳州师范学院计算机科学与工程系
4
imread函数
A = imread(filename,fmt) reads a grayscale or color image from the file specified by the string filename, where the string fmt specifies the format of the file. If the file is not in the current directory or in a directory in the MATLAB path, specify the full pathname of the location on your system. If imread cannot find a file named filename, it looks for a file named filename.fmt.
2020/9/20
漳州师范学院计算机科学与工程系
9
2.6 图像类型
亮度/灰度图像（Intensity / Grayscale Image） ➢ 一幅亮度/灰度图像是一个数据矩阵, 其归一化的取值表 示亮度/灰度。
➢ uint8 / uint16 / double 二值图像
➢ 一幅二值图是一个取值只有0和1的logical数组 ➢ 函数islogical()
函数imwrite
基本语法： imwrite(f, ‘filename’, ‘fmt’)
数字图像处理(MATLAB版)第2章 数字图像处理的数学基础及
BW= roipoly(I, c, r) BW= roipoly(I) BW= roipoly(x, y, I, xi, yi) [BW, xi, yi]= roipoly(...) [x, y, BW, xi, yi]= roipoly(...)
（2）roicolor
MATLAB图像处理工具箱提供了roicolor 函数可以对RGB图像和灰度图像实现按灰度或 亮度选择区域，其语法格式为：
∞ ∞
u(t )* h(t )
2.4 关联函数
2.4.1 关联函数的定义分析 2.4.2 关联与卷积的关系分析
2.4.1 关联函数的定义分析
1．自关联函数
2．互关联函数
2.4.2 关联与卷积的关系分析
2.5 运算类型
具有代表性的图像处理典型算法从功能 上包括以下几种： （1）单幅图像→单幅图像 （2）多幅图像→单幅图像 （3）单幅图像或多幅图像→数值/符号 等
BW= roicolor(A, low, high) BW= roicolor(A, v)
其中BW= roicolor(A, low, high)表示 按指定的灰度范围分割图像，返回二值掩模 BW，[low high]为所要选择区域的灰度范围。 如果low大于high，则返回为空矩阵； BW= roicolor(A, v)是按向量v中指定的灰度 值为选择区域。
2.6 二维系统
2.6.1 二维线性系统分析 2.6.2 二维位置不变线性系统分析 2.6.3 二维系统的梯度算子分析
2.6.1 二维线性系统分析
2.6.2 二维位置不变线性系统分析
2.6.3 二维系统的梯度算子分析
1．连续系统梯度算子
2．离散系统梯度算子
由于无论是x方向还是y方向，离散系统 的坐标值最小增量为1，因而以相邻点之差近 似表示梯度分量。
（2）roicolor
MATLAB图像处理工具箱提供了roicolor 函数可以对RGB图像和灰度图像实现按灰度或 亮度选择区域，其语法格式为：
∞ ∞
u(t )* h(t )
2.4 关联函数
2.4.1 关联函数的定义分析 2.4.2 关联与卷积的关系分析
2.4.1 关联函数的定义分析
1．自关联函数
2．互关联函数
2.4.2 关联与卷积的关系分析
2.5 运算类型
具有代表性的图像处理典型算法从功能 上包括以下几种： （1）单幅图像→单幅图像 （2）多幅图像→单幅图像 （3）单幅图像或多幅图像→数值/符号 等
BW= roicolor(A, low, high) BW= roicolor(A, v)
其中BW= roicolor(A, low, high)表示 按指定的灰度范围分割图像，返回二值掩模 BW，[low high]为所要选择区域的灰度范围。 如果low大于high，则返回为空矩阵； BW= roicolor(A, v)是按向量v中指定的灰度 值为选择区域。
2.6 二维系统
2.6.1 二维线性系统分析 2.6.2 二维位置不变线性系统分析 2.6.3 二维系统的梯度算子分析
2.6.1 二维线性系统分析
2.6.2 二维位置不变线性系统分析
2.6.3 二维系统的梯度算子分析
1．连续系统梯度算子
2．离散系统梯度算子
由于无论是x方向还是y方向，离散系统 的坐标值最小增量为1，因而以相邻点之差近 似表示梯度分量。
数字图像处理_第二章_基础知识.
Chapter 2: Digital Image Fundamentals
2.4 图像取样和量化
2.4.3 空间 和灰度分辨 率
m
数字图像处理
Chapter 2: Digital Image Fundamentals
2.4 图像取样和量化
2.4.5 放大和收缩数字图像
放大：500×500图像，想放大1.5倍，即750×750 pixels。 先在原图像上形成一个750×750的网格，栅格的间隔 小于1，然后可采用最近邻内插法来添充。
2.3 图像感知和获取 2.3.3 用Sensor阵 列
获取图像 如面阵 CCD Sensor
m
数字图像处理
Chapter 2: Digital Image Fundamentals
2.3 图像感知和获取
2.3.4 简单的图像形成模型
用 f ( x, y) 表示图像 把 f ( x, y) i( x, y)r ( x, y)
m
数字图像处理
Chapter 2: Digital Image Fundamentals
2.4 图像取样和量化
2.4.5 放大和收缩数 字图像 缺点：可能产生 棋盘格效应。 改进的方法是采 用双线性插值。
V ( x, y) ax by cxy d
f
f(1,0)
y f(1,1)
Chapter 2: Digital Image Fundamentals
2.3 图像感知和获取
2.3.2 用线阵Sensor获取图像
图2.14（a）平板扫描仪原理。 图2.14（b）环状安装的Sensor，如医学CT。
m
数字图像处理
Chapter 2: Digital Image Fundamentals
2.4 图像取样和量化
2.4.3 空间 和灰度分辨 率
m
数字图像处理
Chapter 2: Digital Image Fundamentals
2.4 图像取样和量化
2.4.5 放大和收缩数字图像
放大：500×500图像，想放大1.5倍，即750×750 pixels。 先在原图像上形成一个750×750的网格，栅格的间隔 小于1，然后可采用最近邻内插法来添充。
2.3 图像感知和获取 2.3.3 用Sensor阵 列
获取图像 如面阵 CCD Sensor
m
数字图像处理
Chapter 2: Digital Image Fundamentals
2.3 图像感知和获取
2.3.4 简单的图像形成模型
用 f ( x, y) 表示图像 把 f ( x, y) i( x, y)r ( x, y)
m
数字图像处理
Chapter 2: Digital Image Fundamentals
2.4 图像取样和量化
2.4.5 放大和收缩数 字图像 缺点：可能产生 棋盘格效应。 改进的方法是采 用双线性插值。
V ( x, y) ax by cxy d
f
f(1,0)
y f(1,1)
Chapter 2: Digital Image Fundamentals
2.3 图像感知和获取
2.3.2 用线阵Sensor获取图像
图2.14（a）平板扫描仪原理。 图2.14（b）环状安装的Sensor，如医学CT。
m
数字图像处理
Chapter 2: Digital Image Fundamentals
数字图像处理第二章课后习题及中文版解答
数字图像处理第⼆章课后习题及中⽂版解答数字图像处理(冈萨雷斯版，第⼆版)课后习题及解答(部分)Ch 22.1使⽤2.1节提供的背景信息，并采⽤纯⼏何⽅法，如果纸上的打印点离眼睛0.2m 远，估计眼睛能辨别的最⼩打印点的直径。
为了简明起见，假定当在黄斑处的像点变得远⽐视⽹膜区域的接收器（锥状体）直径⼩的时候，视觉系统已经不能检测到该点。
进⼀步假定黄斑可⽤1.5mm × 1.5mm 的⽅阵模型化，并且杆状体和锥状体间的空间在该阵列上的均匀分布。
解：对应点的视⽹膜图像的直径x 可通过如下图题2.1所⽰的相似三⾓形⼏何关系得到，即()()220.20.014d x = 解得x =0.07d 。
根据2.1节内容，我们知道：如果把黄斑想象为⼀个有337000个成像单元的正⽅形传感器阵列，它转换成⼀个⼤⼩580×580成像单元的阵列。
假设成像单元之间的间距相等，这表明在总长为1.5 mm 的⼀条线上有580个成像单元和579个成像单元间隔。
则每个成像单元和成像单元间隔的⼤⼩为s =[(1.5 mm)/1159]=1.3×10-6 m 。
如果在黄斑上的成像点的⼤⼩是⼩于⼀个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。
换句话说，眼睛不能检测到以下直径的点：x =0.07d<1.3×10-6m ，即d <18.6×10-6 m 。
下图附带解释：因为眼睛对近处的物体聚焦时，肌⾁会使晶状体变得较厚，折射能⼒也相对提⾼，此时物体离眼睛距离0.2 m ，相对较近。
⽽当晶状体的折射能⼒由最⼩变到最⼤时，晶状体的聚焦中⼼与视⽹膜的距离由17 mm 缩⼩到14 mm ，所以此图中选取14mm(原书图2.3选取的是17 mm)。
图题2.12.2 当在⽩天进⼊⼀个⿊暗的剧场时，在能看清并找到空座位时要⽤⼀段时间适应，2.1节(视觉感知要素)描述的视觉过程在这种情况下起什么作⽤？解：根据⼈眼的亮度适应性，1）由于户外与剧场亮度差异很⼤，因此当⼈进⼊⼀个⿊暗的剧场时，⽆法适应如此⼤的亮度差异，在剧场中什么也看不见；2）⼈眼不断调节亮度适应范围，逐渐的将视觉亮度中⼼调整到剧场的亮度范围，因此⼜可以看见、分清场景中的物体了。
(完整版)数字图像处理课件第二章PPT文档
位图和矢量图的比较（4）
➢位图修改麻烦，矢量图形修改随心所欲
位图的编辑受到限制。位图是像素的排列，局部移动 或改变会影响到其他部分的像素(包括前面讲的对图像进 行放大)。
虽然矢量图形的作画方式特别（如前述例子），但是 在修改方面却是比点位图更胜一筹。在矢量图形中，一 个图形对象的改变，不会影响其他图形对象。
位图难以重复使用，矢量图形可以随意重复使用 在漫画创作中，尤其在漫画故事创作中，若能重复使用一些图像元素，可以大大提高创作效率。
采样方式：有缝、无缝和重叠采样。
18
第二章 数字图像处理基础
量化过程
将各像素的明暗信息离散化，用数字表示像素 点信息称为图像的量化。
量化值一般用整数来表示。考虑人眼的识别能 力，目前非特殊用途的图像均为8bit量化，即 用0~255描述“黑~白”。
若连续灰度值用z来表示，对于满足 zi≤z≤zi+1的z值，都量化为整数qi。qi称为像 素的灰度值，z与qi的差称为量化误差。
19
第二章 数字图像处理基础
量化过程
ቤተ መጻሕፍቲ ባይዱ
Zi＋ 1 Zi
Zi－ 1
qi＋ 1 qi－ 1
连续 灰度值 灰度 标度
量 化 值 (整 数 值 ) 灰度 量化
(a)
…
…
2 55 2 54
1 28 1 27
1 0
量化为8 bit
(b)
20
第二章 数字图像处理基础
量化级数
每个像素量化后的灰度二进制位数为Q，一般Q总是 取为2的整数幂，即Q=2k。
31
第二章 数字图像处理基础 基本相同的一幅Corel Draw矢量图漫画。同样是要修改女
孩的腰部。很简单，选择修改工具，如图2拖拉一下腰部曲线 的节点就可以把腰部调细了，如图3。不满意，再调整一下即 可(这种调整修改不会影响到其他图形对象，可以随意修改)。
➢位图修改麻烦，矢量图形修改随心所欲
位图的编辑受到限制。位图是像素的排列，局部移动 或改变会影响到其他部分的像素(包括前面讲的对图像进 行放大)。
虽然矢量图形的作画方式特别（如前述例子），但是 在修改方面却是比点位图更胜一筹。在矢量图形中，一 个图形对象的改变，不会影响其他图形对象。
位图难以重复使用，矢量图形可以随意重复使用 在漫画创作中，尤其在漫画故事创作中，若能重复使用一些图像元素，可以大大提高创作效率。
采样方式：有缝、无缝和重叠采样。
18
第二章 数字图像处理基础
量化过程
将各像素的明暗信息离散化，用数字表示像素 点信息称为图像的量化。
量化值一般用整数来表示。考虑人眼的识别能 力，目前非特殊用途的图像均为8bit量化，即 用0~255描述“黑~白”。
若连续灰度值用z来表示，对于满足 zi≤z≤zi+1的z值，都量化为整数qi。qi称为像 素的灰度值，z与qi的差称为量化误差。
19
第二章 数字图像处理基础
量化过程
ቤተ መጻሕፍቲ ባይዱ
Zi＋ 1 Zi
Zi－ 1
qi＋ 1 qi－ 1
连续 灰度值 灰度 标度
量 化 值 (整 数 值 ) 灰度 量化
(a)
…
…
2 55 2 54
1 28 1 27
1 0
量化为8 bit
(b)
20
第二章 数字图像处理基础
量化级数
每个像素量化后的灰度二进制位数为Q，一般Q总是 取为2的整数幂，即Q=2k。
31
第二章 数字图像处理基础 基本相同的一幅Corel Draw矢量图漫画。同样是要修改女
孩的腰部。很简单，选择修改工具，如图2拖拉一下腰部曲线 的节点就可以把腰部调细了，如图3。不满意，再调整一下即 可(这种调整修改不会影响到其他图形对象，可以随意修改)。
数字图像处理第二章课件ppt课件
f(0,1) f(0,N1)
f(x,y)
f(1,0)
f(1,1)
f(1,N1)
f(M1,0) f(M1,0)
f(M1,N1)
F(x,y)在[0,L-1]有L个灰阶, 通常取L为2的k次幂
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
街区'City-Block'距离L1:
等距为4角星
D 4(p,q)xsyt
棋盘'chessboard'距离L : D 8(p,q)ma x x s,y (t)
等距为矩形
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
对像素p(x,y), q(s,t)和z(v,w), 距离函数D应满足: ① D(p,q)>=0 (D(p,q)=0, iff p=q) ② D(p,q)=D(q,p), and ③ D(p,z)<=D(p,q)+D(q,z)
例如用LM范数表示的通用Minkowski距离:
2.5 Some Basic Relationships Between Pixels 2.5.1 Neighbors of a Pixel
4邻接：
p
8邻接： p
m邻接(混合邻接)：邻点q与当前像素（点）p存在4邻接前景邻点；
或
q是p的对角邻点并且p和q没有公共的前景4邻点。
m邻接是8邻接的修订，它消除了应用8邻接可能引起的模糊性 ，如图2.26b（4或8邻接共存）。
数字图像处理讲义第2章
-The curves tend to become more vertical Note : For images with a large amount of detail only a few gray levels are needed -The curves depart markedly from the curves of constant b = N2m
2.4 Some Basic Relationships Between Pixel
Neighbor of a pixel
N4(p)
x x p x x x p x x x x x x p x x x x x
ND(p)
N8(p)
N8(p) = N4(p) ∪ ND(p)
Connectivity
V = Set of gray- level values used to define connectivity
- A pixel p is adjacent to a pixel q if they are connected - Path / length (x0, y0)(x1,y1)…(xn, yn)
- Connected If p and q pixels of an image subset S , then p is connected to q in S if there is a path from p to q consisting entire of pixels in S - Connected component S For any pixel p in S , the set of pixels in S that are connected to p
Definitions : Equivalence Relations (a) reflexive if for each a ∈ A , aRa (b) symmetric if for each a and b ∈ A, aRb → bRa (c) transitive if for a, b, and c ∈ A, aRb and bRc → aRc Property : If R is an equivalence relation on a set A, then A can be divided into κ disjoint subsets, called equivalence classes.
数字图像处理第2章课件
实验表明,主观亮度是进入 眼睛亮度的对数函数
亮度适应现象:
人眼并不能同时在整个范围内 工作,而是利用改变整个灵敏 度来完成这一大变动的.
亮度适应级：视觉系统当前 的灵敏度级别
数字图像处理》第2章
2.1 视觉感知要素
人眼辨别光强度变化的能力
典型实验
韦伯比
可辨别增量IC的/5I0% I C
图2.5 用于描述亮度辨别特性的基本实验 图2.6 作为强度函数的典型韦伯比
数字图像处理》第2章
2.1 视觉感知要素
视网膜上锥状体和杆状体的分布
数字图像处理》第2章
2.1 视觉感知要素
晶状体成像
晶状体成像与普通光学透镜原理类似,但晶状体可以根据需要调整曲率半 径,分别对远处和近处的物体聚焦.
数字图像处理》第2章
2.1 视觉感知要素
人眼对不同亮度的适应
亮度适应范围: 1010量级 10-6mL 到 104mL
如果函数被亚取样，则混淆的现象将恶化取样。
摩尔纹
采用高分辨率传感 器时未出现摩尔纹
数字图像处理》第2章
2.4 图像取样和量化
图像的放大与收缩
最近邻域内插方法
在原图像上寻找最靠近的像 素并把它的灰度值赋给栅格上 的新像素。
双线性内插方法
v (x ',y ') a x ' b y ' c x 'y ' d
数字图像处理》第2章
2.2 光和电磁波谱
灰度和色彩
数字图像处理》第2章
彩色模型:
RGB 加色法 CMY,CMYK 减色法 HSB (色泽,饱和度,明亮度)
2.3 图像感知和获取
我们感兴趣的各类图像都是由“照射”源和形成图像的“场景” 元素对光能的反射或吸收相结合而产生的。
亮度适应现象:
人眼并不能同时在整个范围内 工作,而是利用改变整个灵敏 度来完成这一大变动的.
亮度适应级：视觉系统当前 的灵敏度级别
数字图像处理》第2章
2.1 视觉感知要素
人眼辨别光强度变化的能力
典型实验
韦伯比
可辨别增量IC的/5I0% I C
图2.5 用于描述亮度辨别特性的基本实验 图2.6 作为强度函数的典型韦伯比
数字图像处理》第2章
2.1 视觉感知要素
视网膜上锥状体和杆状体的分布
数字图像处理》第2章
2.1 视觉感知要素
晶状体成像
晶状体成像与普通光学透镜原理类似,但晶状体可以根据需要调整曲率半 径,分别对远处和近处的物体聚焦.
数字图像处理》第2章
2.1 视觉感知要素
人眼对不同亮度的适应
亮度适应范围: 1010量级 10-6mL 到 104mL
如果函数被亚取样，则混淆的现象将恶化取样。
摩尔纹
采用高分辨率传感 器时未出现摩尔纹
数字图像处理》第2章
2.4 图像取样和量化
图像的放大与收缩
最近邻域内插方法
在原图像上寻找最靠近的像 素并把它的灰度值赋给栅格上 的新像素。
双线性内插方法
v (x ',y ') a x ' b y ' c x 'y ' d
数字图像处理》第2章
2.2 光和电磁波谱
灰度和色彩
数字图像处理》第2章
彩色模型:
RGB 加色法 CMY,CMYK 减色法 HSB (色泽,饱和度,明亮度)
2.3 图像感知和获取
我们感兴趣的各类图像都是由“照射”源和形成图像的“场景” 元素对光能的反射或吸收相结合而产生的。
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
7
�
Sclera :
�
Structure of the Human Eye
�
Choroid : � Lies below the sclera, contains network of blood vessels that serve as the major source of nutrition to the eye. � Choroid coat is heavily pigmented and hence helps to reduce the amount of extraneous light entering the eye and the backscatter within the optical globe.
5
Structure of the Human Eye
� �
�
Shape is nearly a sphere. Average diameter = 20 mm. 3 membranes:
�
� �
Cornea and Sclera – outer cover Choroid Retina -enclose the eye
15
Weber ratio
brightness discrimination is poor (the Weber ratio is large) at low levels of illumination and improves significantly (the ratio decreases) as background illumination increases. It’s hard to distinguish the discrimination when it is bright area but easier when the discrimination is on a dark area.
11
Rods
� �
�
� �
75-150 million, distributed over the retina surface. Several rods are connected to a single nerve end reduce the amount of detail discernible. Serve to give a general, overall picture of the field of view. Sensitive to low levels of illumination. Rod vision is called scotopic or dim-light vision.
6
Structure of the Human Eye
�
Cornea :
�
tough, transparent tissue, covers the anterior surface of the eye. Opaque membrane, encloses the remainder of the optic globe
17
Mach band pattern
Is it the same level of darkness around area D and B ?
�
The brightness pattern perceived is a darker stripe in region D and a brighter one in the region B whereas actually the region from D to B has the same intensity.
Human and Computer Vision
�
We can’t think of image processing without considering the human vision system. We observe and evaluate the images that we process with our visual system. Without taking this elementary fact into consideration, we may be much misled in the interpretation of images.
13
Brightness adaptation and discrimination
�
�
The total range of intensity levels it can discriminate simultaneously is rather small compared with the total adaptation range. Ba is a brightness adaptation level. The short intersecting curve represents the range of subjective brightness that the eye can perceive when adapted to this level.
16
Brightness vs. Function of intensity
� �
�
Brightness is not a simple function of intensity. visual system tends to undershoot or overshoot around the boundary of regions of different intensities. the intensity of the stripes is constant but we actually perceive a brightness pattern is strongly scalloped near the boundaries.
3
Test images
4
Test images
�
Test images for distances and area estimation:
� �
�
�
a) Parallel lines with up to 5% difference in length. b) Circles with up to 10% difference in radius. c) The vertical line appears longer but actually has the same length as the horizontal line. d) Deception by perspective: the upper line appears longer than the lower one but actually have the same length.
9
Receptors
�
Pattern vision is afforded by the distribution of discrete light receptors over the surface of the retina. Receptors are divided into 2 classes:
18
Simultaneous contrast
�
All the small squares have exactly the same intensity, but they appear to the eye progressively darker as the background becomes brighter. Region’s perceived brightness does not depend simply on its intensity.
� �
�
Cones Rods
10
Cones
�
� �
�
6-7 million, located primarily in the central portion of the retina (the fovea, muscles controlling the eye rotate the eyeball until the image falls on the fovea). Highly sensitive to color. Each is connected to its own nerve end thus human can resolve fine details. Cone vision is called photopic or brightlight vision.
12
Cross section of the right eye
� � �
�
Blind spot: the absence of receptors area. Receptor density is measured in degrees from the fovea. Cones are most dense in the center of the retina (in the area of the fovea). Rods increase in density from the center out to approx. 20 ° off axis and then decrease in density out to the extreme periphery of the retina.
�
2
Simple questions
� � ifferences can we distinguish? What is the spatial resolution of our eye? How accurately we estimate and compare distances and areas? How do we sense colors? By which features can we detect and distinguish objects?
�
Sclera :
�
Structure of the Human Eye
�
Choroid : � Lies below the sclera, contains network of blood vessels that serve as the major source of nutrition to the eye. � Choroid coat is heavily pigmented and hence helps to reduce the amount of extraneous light entering the eye and the backscatter within the optical globe.
5
Structure of the Human Eye
� �
�
Shape is nearly a sphere. Average diameter = 20 mm. 3 membranes:
�
� �
Cornea and Sclera – outer cover Choroid Retina -enclose the eye
15
Weber ratio
brightness discrimination is poor (the Weber ratio is large) at low levels of illumination and improves significantly (the ratio decreases) as background illumination increases. It’s hard to distinguish the discrimination when it is bright area but easier when the discrimination is on a dark area.
11
Rods
� �
�
� �
75-150 million, distributed over the retina surface. Several rods are connected to a single nerve end reduce the amount of detail discernible. Serve to give a general, overall picture of the field of view. Sensitive to low levels of illumination. Rod vision is called scotopic or dim-light vision.
6
Structure of the Human Eye
�
Cornea :
�
tough, transparent tissue, covers the anterior surface of the eye. Opaque membrane, encloses the remainder of the optic globe
17
Mach band pattern
Is it the same level of darkness around area D and B ?
�
The brightness pattern perceived is a darker stripe in region D and a brighter one in the region B whereas actually the region from D to B has the same intensity.
Human and Computer Vision
�
We can’t think of image processing without considering the human vision system. We observe and evaluate the images that we process with our visual system. Without taking this elementary fact into consideration, we may be much misled in the interpretation of images.
13
Brightness adaptation and discrimination
�
�
The total range of intensity levels it can discriminate simultaneously is rather small compared with the total adaptation range. Ba is a brightness adaptation level. The short intersecting curve represents the range of subjective brightness that the eye can perceive when adapted to this level.
16
Brightness vs. Function of intensity
� �
�
Brightness is not a simple function of intensity. visual system tends to undershoot or overshoot around the boundary of regions of different intensities. the intensity of the stripes is constant but we actually perceive a brightness pattern is strongly scalloped near the boundaries.
3
Test images
4
Test images
�
Test images for distances and area estimation:
� �
�
�
a) Parallel lines with up to 5% difference in length. b) Circles with up to 10% difference in radius. c) The vertical line appears longer but actually has the same length as the horizontal line. d) Deception by perspective: the upper line appears longer than the lower one but actually have the same length.
9
Receptors
�
Pattern vision is afforded by the distribution of discrete light receptors over the surface of the retina. Receptors are divided into 2 classes:
18
Simultaneous contrast
�
All the small squares have exactly the same intensity, but they appear to the eye progressively darker as the background becomes brighter. Region’s perceived brightness does not depend simply on its intensity.
� �
�
Cones Rods
10
Cones
�
� �
�
6-7 million, located primarily in the central portion of the retina (the fovea, muscles controlling the eye rotate the eyeball until the image falls on the fovea). Highly sensitive to color. Each is connected to its own nerve end thus human can resolve fine details. Cone vision is called photopic or brightlight vision.
12
Cross section of the right eye
� � �
�
Blind spot: the absence of receptors area. Receptor density is measured in degrees from the fovea. Cones are most dense in the center of the retina (in the area of the fovea). Rods increase in density from the center out to approx. 20 ° off axis and then decrease in density out to the extreme periphery of the retina.
�
2
Simple questions
� � ifferences can we distinguish? What is the spatial resolution of our eye? How accurately we estimate and compare distances and areas? How do we sense colors? By which features can we detect and distinguish objects?