数字图像处理基础知识

处 ―量化处理：将f 映射到Z的处理；
理
基 ―Z的最大取值，确定像素的灰度级数Q= 2b，
础 如256。
知
识
第 二 章
数
字
图
Zi+1
像
处Z
理
基 Zi-1
础
黑
Qi+1
黑 色
色
灰
Q
色
灰
白
色
色
Qi-1
白
色
255
0
254
1
128
128
1
254
0
255
知 连续的 识 灰度值
量化值 （整数值）
从白到黑的 连续变化
基
M
础
知
识
N
第
二
章
数 取样点的选取
字 图
假定一幅图像取M N个样点
像 1) M，N一般为2的整数次幂；
处 理
2) M，N可以相等，也可以不等；
基 础
3) 对于M，N数值大小确实定：
知
M N大到满足采样定理，重建图像就不会
识 产生失真。
第 二 章
数 采样定理
字
图 像
如果信号所含的最高频率成份为fN，
础 – 实验结论
知 识
• 随着采样分辨率和灰度级的提高，主观质量也提高 • 对有大量细节的图像，质量对灰度级需求相应降低
第 二 章 数 字 图 像 处 理 基 础 知 识
第
二
章 数 字
1. 灰度层次
• 灰度层次：表示灰度级的数量
图 图像数据的实际层次越多视觉效果就越好。
像
处 理
256个层次的图像
字
y
图
像
处
理
基
础
图像是像素
知
的二维排列
识
x
数字图像由二维的元素组成，每一个元素具有
一个特定的位置〔x,y〕和幅值f(x,y),这些元素就
称为像素。
第
二
章
数 字
1. 数学表示 (1) 二维离散亮度函数f(x,y)〔图像函数〕
图 1) x y表示图像像素的坐标；
像 处 理
2) 函数值f 代表了在点(x,y)处像素的亮度值〔灰度 值〕。
像 处
使观察者对该目标更加注意。
理 基 础
(2) 对于由在光谱响应在可见光以外〔如 红外〕传感器获取的多光谱图像，可以
知 用假彩色再现之。
识
第 二 章
数 1二维数组
字
图
这是把数字图像中各像素的值，对应于二维数
像 处
组相应的各元素加以存储的方式。这适于灰度级
理 大的浓淡图像的存储以及在通用计算机中容易处
反差的大小 比照度 = 最大亮度/最小亮度
比照度
第 二 章 数 字 图 像 处 理 基 础 知 识
尺寸大小
第 二 章 数 字 图 像 处 理 基 础 知 识
细微层次
第 二 章 数 字 图 像 处 理 基 础 知 识
颜色饱和度
第
二 章
1.彩色根底知识
数 字
为什么要研究彩色图像处理？
图 像
√ 符合人类视觉特点
二
章
数 1) RGB模型
字 图
杨―赫姆霍尔兹视觉三基色假说:
像
处
C=R+G+B
理
基 础
视网膜锥体细胞感红感绿感蓝色素，对光
知 的响应峰值分别在红、绿、蓝区，由此综合
识 形成色觉信息。
CCD技术直接感知R,G,B三个分量
第 二 章
数
三种不同频率响应的锥细胞，各对红、绿、
字
蓝具有最强的响应，彩色的识别功能
• 一个物体反射的光若在所有的可见光波长范围内是平衡 的，对观察者来说显示白色。若一个物体对有限的可见 光谱范围反射，则物体呈现某种颜色。
处
理
基
础
知
识
第 二 章
数
可见光
字
γ 射 X 射紫 外 红外线
无线电波
图
线线 线
微波 超 短 中 长
像
短 波波波
处
理
0.01nm 1nm 0.1μ 10μ 0.1cm 10cm 10m 1km 100km
知 识
根据一定的准那么，把单色图像的不 同灰度赋予不同颜色的处理为伪彩色图像处
理。
第 二 章
数 (3) 假彩色图像 ( false color )
字
图 像
根据波长的不同赋予不同的彩色的
处 处理为假彩色图像处理。
理
基
彩色到彩色的映射。
础
知
识
第
二 章
数 运用假彩色增强主要用于：
字
图 (1) 把正常的目标置于特定的彩色背景下，
理 • 将亮度(I)与色调〔H〕和饱和度〔S〕分开
基 • 防止颜色受到光照明暗(I)等条件的干扰
础 知 识
• 仅仅分析反映色彩本质的色调和饱和度 • 广泛用于计算机视觉、图像检索和视频检索
第 二 章 数 3) 彩色空间转换 字 图 像 处 理 基 础 知 识
第 二 章 数 彩色空间转换 字 图 像 处 理 基 础 知 识
识 数字图像〔DIDITAL IMAGE〕：
在空间坐标和亮度上都离散化了的图像。
第
二
章 1.抽样〔采样，SAMPLING〕
数 字
―空间上连续的图像变换成离散点〔抽样点，即
图 像素，PIXEL〕的集合的一种操作。即图像空间坐
像 标(x,y)的数字化被称为图像抽样。
处 理
―确定水平和垂直方向上的像素个数M、N 。
知 量化误差。
识
第 二 章
数 • 图像的量化与数字图像的质量
字
图
像 处
256灰度级
理
基
础
知
识
16灰度级
8灰度级
4灰度级
第 二 章
数 3. 非均匀取样和量化
字 图 像
非均匀取样 在变化大细节多的区域——较精〔密〕取样
处
平坦变化缓慢区域——较粗〔稀〕取样
理
基
础
知
识
第 二 章
数 字
•
非均匀量化
图 在边界附近〔灰度剧烈变化区〕——量化级少 像
处 灰度级变化比较平滑的区域——量化级多,防止或
理 基
减少由于量化的太粗糙，在灰度级变化比较平滑
础 的区域出现假轮廓的现象
知
识
第 二 章
数 4. 一个好的近似图像，需要多少采样分辨率和灰度级
字 图
•
胡昂[1965]实验：
像 – 实验方法
处 理 基
• 选取一组细节多少不同的、不同N、M、Q的图像 • 让观察者根据他们的主观质量感觉给这些图像排序
第 二
2.1.4 图像的颜色
章
数
字
图
像
RGB图像
处
理
基
础
知
识
S分量图像
H分量图像 I分量图像
第
二
章
数 3.真彩色、 伪彩色、 假彩色
字 图
(1) 真彩色图像 ( true color )
像 处 理
能真实反映自然界物体本来颜色的图 像叫真彩色图像。
基 础
(2) 伪彩色图像( pseudo color )
基 点为黑色。三基色都到达最高亮度时那么表现为白色。亮度
础 知 识
较低的等量的三种基色产生灰色的影调。所有这些点均落在 彩色立方体的对角线上，该对角线被称为灰色线。彩色立方
体中有三个角对应于三基色—红、绿和蓝色。剩下的三个角
对应于黄色，青色和洋红〔品红〕。
第 二 章
数
字
图
像
RGB图像
处
理
基
础
知
识
G分量图像
力有关，取值0-1或0-100 。
第
二
章
数 HSI模型
字
绿
图
像
蓝
处
理
基 础
120
H
知
S
识
黑 240
白 红
I 0
柱形彩色空间
120 绿
S H
蓝 240
0 红
色环
第 二 章
数 HSI〔色调、饱和度、亮度〕
字 • 两个特点：
图 像 处
I分量与图像的彩色信息无关 H和S分量与人感受颜色的方式是严密相连的
基
础
电磁波谱分布
知
识
紫 蓝 青 绿黄 橙 红
0.38 0.43 0.47 0.5 0.56 0.59 0.62 0.76(m)
第
二
章
数 2.彩色模型〔也称彩色空间或彩色系统〕
字 图
彩色模型：抽象表示和描述颜色的方法
像 处
― RGB模型
理 基
― CMYK模型
础 知
― CIE模型
识 ― HSI模型
第
图
像
100
处 理 基 础 知 识
光 80 吸 收 60
特 40 性 % 20
蓝
绿
红
波长（nm) 400 450 500 550 600 650 700
0
人类感光细胞的敏感曲线
第 二 章 数 • CIE模型 字 图 像 处 理 基 础 知 识
第 二 章
数
字 图
蓝
(0,0,1)
青
像 洋红 处
白
理
基
黑
基 础
理，所以是最常采用的。
知 识
在采用二维数组的方式中，还有比特面方式。
比特面方式
把图像存储到能按比 特进展存取的二维数组
第
二
面
章
n-1
M
面 210
即比特面〔bit plane〕 中的方式。对于n个比特 的浓淡图像，要准备n个 比特面。在比特面k中
数
1
字
*
1 *
11 **
〔k=0，1，...，n-1〕， 存储的是以二维形式排
基
础 知
64个层次的图像
识
16个层次的图像
第 二 章
数 2.清晰度
字 图
与清晰度相关的主要因素
像 处
– 亮度
理 基
– 比照度
础 知
– 主题内容的大小〔尺寸大小〕
识 – 细微层次
– 颜色饱和度
第 二 章 数 字 图 像 处 理 基 础 知 识
亮度
第 二 章
数 字 图 像 处 理 基 础 知 识 比照度：是指一幅图像中灰度
的逻辑运算，存储设备利用率高等，但也存在对浓淡图像的处理上消耗
时间的问题。
第
二
章
2.一维数组
数
字
如果给图像内的全体像素赋予按照某一顺序的一维的
图 号码，那么能够把图像数据存储到一维数组中。上面的二
第
二
章
数 数字图像处理根底知识
字
图
像
处
理 基 础
本课件PPT仅供大家学习使用 学习完请自行删除，谢谢！
本课件PPT仅供大家学习使用 学习完请自行删除，谢谢！
知
本课件PPT仅供大家学习使用
识
学习完请自行删除，谢谢！
本课件PPT仅供大家学习使用
学习完请自行删除，谢谢！
2.1 根本概念
第
二
章 数 图像的像素
像 2) 矩阵元素a(i j)的值表示图像在第i 行、
处 理
第j 列的像素的灰度值 。
基 础
知
识
第 二 章 数 字 图 像 处 M像素 理 基 础 知 识
N像素
f1,1 f1,2 f1,N
像素
F=
f2,1
f2,2
fM,1 fM,N
数字图像 （MN像素）
矩阵表示（M行N列矩阵）
数字图像的矩阵表示
基 〔可对应不同物理量，常用灰度表示〕
础 • 一幅彩色图像：各点值还应反映出色彩变化，即
知 识
可用f〔x，y， 〕表示，其中 为波长。 活动彩色图像(电视、电影〕：还应是时间t的函数，
即可表示为 f〔x，y， ，t〕。
第
二 章
数 (2) 二维矩阵A[m,n]
字 图
1) m , n表示图像的高和宽；
灰度标度
灰度级的分配
量化
把从白到黑的灰度值(gray level)量化成8比特
第
二 章
数 假设将样点量化为Q级，Q如何取值：
字
图 1) Q总是取2的整数次幂，如Q=2b；
像
处 2) b取值越大，重建图像失真越小，假设
理 基 础
要完全不失真重建图像 ，b必须取无穷 大，否那么一定存在失真。这就是所谓
处 理
那么采样频率至少是fN的两倍时，
基 础
可保证采样信号的不失真。
知
识
第 二 章
数 • 图像的采样与数字图像的质量
字
图
像 处
265180
理
基
础
知
识
133 90
66 45
33 22
第
二
章 数 2.量化〔QUANTIZATION〕
字 ―图像函数值〔灰度值〕的离散化〔取值的数字
图 像
化〕被称为图像灰度级量化；
础
绿
(0,1,0)
知
(1,0,0)
红
黄
识
RGB模型
第
二
章
数
最直接的方法是使用红，绿，蓝的亮度值，大小限定到
字 一定范围，如0到1或0到255。我们把这种约定称为RGB格
图 式。每个像素〔任何可能要量化的颜色〕都能用三维空间中
像 第一象限的一个点来表示，如上页图中的彩色立方体所示。 处
理
在RGB彩色空间的原点上，任一基色均没有亮度，即原
图
N (i,j)
(i,j) 列着的各个像素值的第k
像
比特〔0或者1〕的数据。
处
1
1 01
另一方面，也有n个同样
理 基
第(i,j) n-1 像素的
2 10
大小的二维数组，把它 作为n个比特面考虑，从
础 灰度值
而把二维图像存储到各
知
n比特
识
（如：灰度100与01100100对应）
比特面中。
以比特面作为单位进展处理时，其优点是能够在各面间进展高效率
第
二 章
数 2.计算机表示
字 图
(1) 图像数据
像 – 数组
处 理
– 顺序存放的连续数据
基 础
(2) 文件〔如：BMP格式〕
知
识
第
二
章 图像的数字化：
数 字
将代表图像的连续〔模拟〕信号转变为离散〔数字〕信号
图 的变换过程。
像 处
要解决两个问题：
理
空间取样〔空间坐标的离散化〕
基 础 知
幅度的量化〔幅度的离散化，灰度值或亮度值变为假设 干级〕
第
二
章
数 2) HSI格式
字 图 像
H(hue):色调，表示颜色，与波长有关，取值0360。
处 理
S(saturation):饱和度，表示色纯度，即单色光
基 中渗入白光的程度，取值0-1或0-100。
础
知 I(intensity):强度，表示人眼感知颜色的强弱程