数字图像处理 第2章 图像处理基础知识
数字图像处理(第二版)章 (2)
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)
数字图像处理基础知识
国际照明委员会(CIE)规定以 规定以700nm(红)、 国际照明委员会 规定以 红 、 546.1nm (绿)、435.8nm (蓝)三个色光为三基色。 三个色光为三基色。 绿 、 蓝 三个色光为三基色 又称为物理三基色。 又称为物理三基色。自然界的所有颜色都可以通 过选用这三基色按不同比例混合而成。 过选用这三基色按不同比例混合而成。 这三基色按不同比例混合而成 C = R(R) + G(G) + B(B)
反映了将图像信息进行离散化的程度, 反映了将图像信息进行离散化的程度,常用 灰度级来衡量
主观亮度
适应范围 夜视 昼视
-6
夜间阈值
-4
-2
0
2
4
光强的对数
人眼亮度感觉范围
总范围很宽( ① 总范围很宽( C = 108) 人眼适应某一环境亮度后, ② 人眼适应某一环境亮度后,范围限制 适当平均亮度下: 适当平均亮度下:C = 103 很低亮度下: 很低亮度下:C = 10
图象“ 图象“黑”/“白”(“亮”/“暗”)对比参 白 暗 数
眼睛中图像的形成
视网膜将图像反射在中央凹区域上, 视网膜将图像反射在中央凹区域上,由光接 收器的相应刺激作用产生感觉, 收器的相应刺激作用产生感觉,感觉把辐射 能转变为电脉冲, 能转变为电脉冲,最后由大脑进行解码
电信号 光信号 视觉细胞 视神经 视神经中枢 解码 图像
人眼视觉模型
每个图像由若干个像素点组成, 每个图像由若干个像素点组成,每个点均可看作一个 点光源,每个点光源就是一个冲激函数δ 点光源,每个点光源就是一个冲激函数δ(x,y)
任意一幅图像可以表示为: 任意一幅图像可以表示为:
人眼亮度感觉
闪光极限
人的视觉系统感觉到的亮度 (主观亮度 :是进入人眼的 主观亮度): 主观亮度 光强对数函数 人眼亮度感觉范围: 人眼亮度感觉范围:通过光 强对数衡量,一般为3-10 强对数衡量,一般为 人眼的亮度适应级: 人眼的亮度适应级:视觉系 统当前对光强的灵敏度级别
第2章 数字图象处基础(1-27)
Digital Image Processing
2.2 人的视觉特性
人的视觉模型
▓ ▓
点光源的表示函数
点源可以用 δ 函数表示,表示平面图像的二维 δ 函数 +∞ +∞ 为: ⎧ 1 y, ) x ∫ ∫−∞ δ (dxdy = −∞ ⎪ ⎪ ⎨ = = ⎧ ∞ y , x 0 0, ⎪δ ( y , ) = ⎨ x , 其他 ⎪ ⎩ 0 ⎩ 则任意一幅图像可表示为:
Digital Image Processing
2.2 人的视觉特性
人眼的构造与机理要点(续)
( 3)视细胞: 视网膜上集中了大量视细胞,分为两类: 锥状细胞 :明视细胞,在强光下检测亮度和颜色; 杆 (柱 )状细胞 :暗视细胞,在弱光下检测亮度,无色彩感觉。 其中,每个锥状视细胞连接着一个视神经末梢,故分辨率高, 分辨细节、颜色;多个杆状视细胞连接着一个视神经末梢,故分辨 率低,仅分辨图的轮廓。 (4 ) 人眼成象过程:
2.4 数字图像表示形式和特点
▓ ▓
数字图像的矩阵表示 数字图像的矩阵 矩阵表示
O n
f (0,1) ⎡ f (0,0) ⎢ f (1,1) ⎢ f (1,0) , f (mn) = ⎢ ⋮ ⋮ ⎢ ⎣ f (M−1,0) f (M−1,1)
⋯ f (0, N−1) ⎤ ⎥ ⋯ f (1, N−1) ⎥ ⎥ ⋮ ⋮ ⎥ ⋯ f (M−1, N−1)⎦
Digital Image Processing
2.1 色度学基础
RGB模型:
在三维直角坐标系中,用相互垂直的三个坐标轴代表R、 G、B三个分量,并将R、G、B分别限定在[0,1],则该单位正 方体就代表颜色空间,其中的一个点就代表一种颜色。如下图 方体就代表颜色空间,其中的一个点就代表一种颜色。 所示。 其中,r、g、b、c、m和y分别代表红色(red)、绿色 (green)、蓝色(blue)、青色(cyan)、品红(magenta) 和黄色(yellow)。
数字图像处理第2章图像数字化
续图像的频谱与它的平移复制品重叠。
的高频分量混入到它的中频或低频部分,这种现象称为
混叠。在这种情况下,由函数的采样值重建的图像将产生失真。如图 2-1-4 所示,由于采样间隔不满足
奈奎斯特条件,采样图像的频谱在阴影区及其附近产生了混叠。当我们用图示的低通滤波器
取
出
重建图像时,将会带来两个问题:
(1) 图像信号损失了一部分高频分量,致使图像变得模糊。
像,但需要付出更大的存储空间作为代价。
连续图像
在二维空间域里进行采样时,常用的方法是对
进行均匀采样。取得各点的亮
度值,构成一个离散的函数 函数来表示,即
。若是彩色图像,则以三基色 R、G、B 的亮度作为分量的三维向量
1
相应的离散向量函数用(1.1.7)表示。
图 2-1-2 采样示意图(2) 评价连续图像经过采样获得数字图像的效果,采用如下一些参数。 图像分辨率是指采样所获得图像的总像素。例如,640×480 图像的总像素数为 307 200 个。在购买 具有这种分辨率的数码相机时,产品性能介绍上会给出 30 万像素分辨率这一参数。 采样密度是指在图像上单位长度所包含的采样点数。采样密度的倒数就是像素间距。 采样频率是指一秒钟内采样的次数。它反映了采样点之间的间隔大小。采样频率越高,丢失的信息 越少,采样后获得的样本更细腻逼真,图像的质量更好,但要求的存储量也就更大。 扫描分辨率表示一台扫描仪输入图像的细微程度。它指每英寸扫描所得到的点,单位是 dpi (dot per inch)。数值越大,表示被扫描的图像转化为数字化图像越逼真,扫描仪质量也越好。无论采用哪种评价 参数,实际上在进行采样时,采样点间隔的选取是一个非常重要的参数。
(a) 中央上升型
(b) 中央平稳型
第二章 数字图像处理基础
2.1 数字图像的表示 2.2 数字图像的采样与量化 2.3 人的视觉特性 2.4 光度学与色度学原理
第二章 数字图像处理基础
本章重点、难点
重点: 采样和量化 BMP图像文件格式 RGB颜色模型和HSI颜色模型 难点: 采样和量化的理解 BMP位图
2.1 数字图像
数字图像:f(x,y),函数值对应于图像点的 亮度。称亮度图像。 注意:模拟图像与数字图像的区别 动态图像:f(x,y,t)
人眼成像过程
视细胞分为两类: 锥状细胞:明视细胞,在强光下检测亮度 和颜色。 杆(柱)状细胞:暗视细胞,在弱光下检测亮 度,无色彩感觉。 人眼成像过程
图像的对比度和亮度
人眼的亮度感觉 图像 “黑”“白”(“亮”、“暗”)对比参数 对比度 : c=Bmax/Bmin 相对对比度:cr=(B-B0)/B0 人眼亮度感觉范围 总范围很宽 c = 108 人眼适应某一环境亮度后,范围限制 适当平均亮度下:c=103 很低亮度下:c=10
亮度
也称为灰度,它是颜色的明暗变化,常用 0 %~ 100 % (由黑到白) 表示。以下三幅图是 不同亮度对比。
对比度
对比度(contrast)是亮度的局部变化,定义为物体亮 度的平均值与背景亮度的比值,是画面黑与白的比 值,也就是从黑到白的渐变层次。比值越大,从黑 到白的渐变层次就越多,从而色彩表现越丰富。人 眼对亮度的敏感性成对数关系。
同时对比度
人眼对某个区域感觉到的亮度不是简单 地取决于该区域的强度,背景亮度不同 时,人眼所感觉到的明暗程度也不同。
马赫带效应
马赫带(Mach Band)效应:边界处亮度对比加强
为什么我们要在暗室评片?
马赫带效应的出现,是因为人眼对于图像中不同 空间频率具有不同的灵敏度,而在空间频率突变处 就出现了 “欠调”或“过调”
数字图像处理 第2章 图像的数字化与显示
(2.20)
2.3.3 空间与灰 度级分辨率
对一幅图像,当量化级数Q一定 时,采样点数 M×N 对图像质量有着显 著的影响。采样点数越多,图像质量越 好;当采样点数减少时,图像越小,图 上的块状效应就逐渐明显。
图像的采样与数字图像的质量
图像的量化与数字图像的质量
量化级数越多,图像质量越好,当量化级数越少时,图像质量越 差,量化级数最小的极端情况就是二值图像,图像出现假轮廓。
2.2 图像场取样
2.2.1 取样和量化的基本概念
数字化包括取样和量化两个过程 :
取样(sampling):对空间连续坐标(x, y)的 离散化 量化(quantization):幅值 f (x, y)的离散化
(a)连续图像
(b)数字化结果
图2.1 图像的数字化过程
(a)
(b)
图2.2 采样网格 (a) 正方形网格; (b) 正六角形网格
截止频率。
u U c , v Vc u U c , v Vc
(2.8)
其中 U c , Vc 对应于空间位移变量x和y的最高
则当采样周期
x, y满足
(2.9)
1 u s 2U c x 1 vs 2Vc y
此时,通过采样信号 f ( mx, ny ) 能唯一地恢 复或重构出原图像信号f (x,y)。该条件称为 Nyquist采样定理。
• 2.3.1
•
标量量化
标量量化:将数值逐个量化 。 例:假设抽样信号的范围是0~5 V,将它分为8等
分,这样就有8个量化电平,分别是5/8 V,10/8 V,15/8 V,…,35/8 V。 对每一个采样将它量化为离它最近的电平。 在量化后,为了能在数字信号处理系统中处理 二进制码,还必须经过编码操作。
数字图像处理知识点总结
数字图像处理知识点总结第二章:数字图像处理的基本概念2.3 图像数字化数字化是将一幅画面转化成计算机能处理的数字图像的过程。
包括:采样和量化。
2.3.1、2.3.2采样与量化1.采样:将空间上连续的图像变换成离散点。
(采样间隔、采样孔径)2.量化:采样后的图像被分割成空间上离散的像素,但是灰度是连续的,量化就是将像素灰度转换成离散的整数值。
一幅数字图像中不同灰度值的个数称为灰度级。
二值图像是灰度级只有两级的。
(通常是0和1)存储一幅大小为M×N、灰度级数为G的图像所需的存储空间:(bit)2.3.3像素数、量化参数与数字化所得到的数字图像间的关系1.一般来说,采样间隔越大,所得图像像素数越少,空间分辨率低,质量差,严重时会出现国际棋盘效应。
采样间隔越小,所的图像像素数越多,空间分辨率高,图像质量好,但是数据量大。
2.量化等级越多,图像层次越丰富,灰度分辨率高,图像质量好,但数据量大。
量化等级越少,图像层次欠丰富,灰度分辨率低,会出现假轮廓,质量变差,但数据量小。
2.4 图像灰度直方图2.4.1定义灰度直方图是反映一幅图像中各灰度级像素出现的频率,反映灰度分布情况。
2.4.2性质(1)只能反映灰度分布,丢失像素位置信息(2)一幅图像对应唯一灰度直方图,反之不一定。
(3)一幅图像分成多个区域,多个区域的直方图之和是原图像的直方图。
2.4.3应用(1)判断图像量化是否恰当(2)确定图像二值化的阈值(3)物体部分灰度值比其他部分灰度值大的时候可以统计图像中物体面积。
(4)计算图像信息量(熵)2.5图像处理算法的形式2.5.1基本功能形式(1)单幅->单幅(2)多幅->单幅(3)多幅/单幅->数字或符号2.5.2图像处理的几种具体算法形式(1)局部处理(邻域,如4-邻域,8-邻域)(移动平均平滑法、空间域锐化等)(2)迭代处理反复对图像进行某种运算直到满足给定条件。
(3)跟踪处理选择满足适当条件的像素作为起始像素,检查输入图像和已得到的输出结果,求出下一步应该处理的像素。
第二章数字图像处理基础
第二章 数字图像处理基础
视觉感知要素 图像感知和获取 图像取样和量化 象素间的一些基本关系 线性和非线性操作
2.1 视觉感知要素
眼睛的构造: (人眼包含有三层膜)
眼角膜与巩膜外壳 脉络膜 (前面睫状体 虹膜 晶状体) 视网膜 (视网膜表面的分离光
接收器提供图案视觉, 分为锥状体、杆状体)
感觉的亮度区域不是简单的取决于强度,还与周围的背景有关
2.1 视觉感知要素
视觉错觉
光幻觉是人视觉系 统所特有的,迄今 还没有清楚的解释。 由于以上各种特殊 现象,在进行图像 处理时,应该采取 一些特殊的补偿措 施。
图和背景反转的图形
在错觉 中,眼 睛填上 了不存 在的信 息或错 误地感 知物体 的几何 特点。
2.1 视觉感知要素
辨别光强度变化的能力
典型实验
韦伯比
可辨别增I C量/的I 50%IC
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
当背景光保持恒定时,改变其他光源亮度,从不能察觉到可以察觉间变化,一 般观察者可以辨别12到24级不同强度的变化.
低照明级别,亮度辨别(杆状体)较差;高照明级别,亮度辨别(锥状体)较好。
几何错觉图形
2.2 光和电磁波谱
电磁波谱可以用波长( )、频率( )或能量来描述
c 光速
E hv
h 普朗克常量
为波长, 为频率, E为电磁波能量
光速c 2.998 108 m/s 普朗克常数 h=6.626068 ×10-34 m2 kg / s
2.2 光和电磁波谱
电磁波是能量的一种,任何有能量的物体,都会释放电磁波。
D8距离:D8(p,q)=max(|x-s|,|y-t|) (距离小于等于r的像素形成中心在(x,y)的方形)
数字图像处理基础2
数字图像处理基础2第二章数字图像处理基础2.1 图像数字化技术2.2 数字图像类型2.3 常用图像文件格式2.4 像素间的基本关系2.5 图像的几何变换2.1 图像数字化技术2.2 数字图像类型2.3 常用图像文件格式2.4 像素间的基本关系2.5 图像的几何变换简单的图像成像模型一幅图像可定义成一个二维函数f(x,y)。
由于幅值f 实质上反映了图像源的辐射能量,所以f(x,y)一定是非零且有限的,也即有:0<f(x,y)</f(x,y)图像是由于光照射在景物上,并经其反射或透射作用于人眼的结果。
所以,f(x,y)可由两个分量来表征:一是照射到观察景物的光的总量,二是景物反射或透射的光的总量。
设i(x,y)表示照射到观察景物表面(x,y)处的白光强度,r(x,y)表示观察景物表面(x,y)处的平均反射(或透射)系数,则有:f(x,y)=i(x,y)r(x,y)其中:0 < i(x,y) < A 1, 0 ≤r(x,y) ≤1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)这种只有灰度属性没有彩色属性的图像称为灰度图像。
显然:L min ≤l ≤L mxa区间[L min ,L max ]称为灰度的取值范围。
在实际中,一般取L min 的值为0,L max =L-1。
这样,灰度的取值范围就可表示成[0,L-1]。
当一幅图像的x 和y 坐标及幅值f 都为连续量时,称该图像为连续图像。
为了把连续图像转换成计算机可以接受的数字形式,必须先对连续的图像进行空间和幅值的离散化处理。
图像数字化:将模拟图像经过离散化之后,得到用数字表示的图像。
图像的数字化包括采样和量化两个过程。
连续图像空间离散数字图像幅度离散采样量化采样:是将在空间上连续的图像转换成离散的采样点(即像素)集的操作。
即:空间坐标的离散化。
量化:把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。
(完整版)数字图像处理知识点总结
数字图像处理知识点总结第一章导论1.图像:对客观对象的一种相似性的生动性的描述或写真。
2.图像分类:按可见性(可见图像、不可见图像),按波段数(单波段、多波段、超波段),按空间坐标和亮度的连续性(模拟和数字)。
3.图像处理:对图像进行一系列操作,以到达预期目的的技术。
4.图像处理三个层次:狭义图像处理、图像分析和图像理解。
5.图像处理五个模块:采集、显示、存储、通信、处理和分析。
第二章数字图像处理的基本概念6.模拟图像的表示:f(x,y)=i(x,y)×r(x,y),照度分量0<i(x,y)<∞,反射分量0<r(x,y)<1.7.图像数字化:将一幅画面转化成计算机能处理的形式——数字图像的过程。
它包括采样和量化两个过程。
像素的位置和灰度就是像素的属性。
8.将空间上连续的图像变换成离散点的操作称为采样。
采样间隔和采样孔径的大小是两个很重要的参数。
采样方式:有缝、无缝和重叠。
9.将像素灰度转换成离散的整数值的过程叫量化。
10.表示像素明暗程度的整数称为像素的灰度级(或灰度值或灰度)。
11.数字图像根据灰度级数的差异可分为:黑白图像、灰度图像和彩色图像。
12.采样间隔对图像质量的影响:一般来说,采样间隔越大,所得图像像素数越少,空间分辨率低,质量差,严重时出现像素呈块状的国际棋盘效应;采样间隔越小,所得图像像素数越多,空间分辨率高,图像质量好,但数据量大。
13.量化等级对图像质量的影响:量化等级越多,所得图像层次越丰富,灰度分辨率高,图像质量好,但数据量大;量化等级越少,图像层次欠丰富,灰度分辨率低,会出现假轮廓现象,图像质量变差,但数据量小。
但在极少数情况下对固定图像大小时,减少灰度级能改善质量,产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。
例如对细节比较丰富的图像数字化。
14.数字化器组成:1)采样孔:保证单独观测特定的像素而不受其它部分的影响。
2)图像扫描机构:使采样孔按预先确定的方式在图像上移动。
(完整版)数字图像处理课件第二章PPT文档
➢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)。
数字图像处理与分析 第2章 图像处理基础知识
整理ppt
3
2.1.1 图像传感器与数字成像
1. CCD传感器
电荷耦合器件(Charged Coupled Device),感应可
见光的光强
对应扫描线的行 像素
采
量
逐
样
化
行
扫描行像素
扫 描
...
灰度整数值
数字化
扫描仪的图像数字化过程原理图
整理ppt
非均匀采样和量化 -细节部分,分配较多的采样 -灰度突变部分,可用较少的灰度级数
整理ppt
18
2.1.2 数字化原理
f ( x, y ) 表示灰度级、bright, 彩色 f (x, y,连,续) 图像 f (x, y.,如,Xt)光图像反映人体组织吸收特性,红外图像 反映温度辐射特性,CCD反映可见光的特性
f(x,y)nT抽样 f(0,0)
f(n1,0)
f(0,n1)
f(n1,n1)
连续信号(抽样、量化)——数字信号
整理ppt
7
2.1.2 数字化原理
图像矩阵的特点: a) 0f(x,y) b)数字化抽样:正方形点阵、三角形点阵、正 六角形点阵等
采样点阵:正方形、正三角
整理ppt
8
2.1.2 数字化原理
第2章 图像处理基础知识
图像和视觉 基础
视觉 基础
人眼与亮度视觉 颜色视觉
成像 基础
成像模型 成像几何 采样和量化
图像 基础
像素间联系 图像运算
图像坐标变换
整理ppt
1
第2章 图像处理基础知识
2.1 图像数字化 2.2 图像数据结构 2.3 图像文件格式 2.4 图像质量评价
数字图像处理第2章采样量化图像格式
又称输出分辨率,是指打印机输出图像时每英寸的点数(dp i)。打印机分辨率也决定了输出图像的质量,打印机分辨率越高, 可以减少打印的锯齿边缘,在灰度的半色调表现上也会较为平滑。 打印机的分辨率可达300-1200 dpi。
4) 扫描仪分辨率
单位长度上采样的像素个数。台式扫描仪的分辨率可以分
• 曲线3:
质量
细节较多的球赛观众图像 k
5
4 32 64 128 256 N
总结
一般,当限定数字图像的大小时, 为了得到质量较好的图像 可采用如下原则:
(1)对缓变的图像,应该细量化,粗采样,以避免假轮廓。
(2)对细节丰富的图像,应细采样,粗量化,以避免模糊。 对于彩色图像,是按照颜色成分——红、绿、蓝分别采样和量
2.3.3 用传感器阵列获取图像
传感器阵列
2.4 图像数字化技术
图像的数字化包括采样和量化两个过程。 设连续图像f(x, y) 经数字化后,可以用 一个离散量组成的矩阵g(i, j)(即二维数组) 来表示。
f (0,0) f (0,1) f (0, n 1)
g(i,
j)
g(1,0)
z 蓝 (Blu e) 品 红 (Magenta )
青 (Cyan ) O 红 (Red) x
绿 (Gre en) 黄 (Yello w) y
(2) 数字化采样一般是按正方形点阵取样的, 除此之外还 有三角形点阵、正六角形点阵取样。
(3)以上是用g (i, j)的数值来表示(i, j)位置点上灰度级值的
大小,即只反映了黑白灰度的关系, 如果是一幅彩色图像, 各点
的数值还应当反映色彩的变化,可用g (i, j, λ)表示,其中λ是波 长。如果图像是运动的,还应是时间t的函数,即可表示为g (i, j, λ, t)。
- 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)。
2.1.2 数字化原理
N 和K的关系: 1)图像质量一般随N 和K的增加而增加。在极小情况下固定的 N,减小K能改进图像质量,因为增加了图像的反差。 2) 对具有大量细节的图像通常只需要很少的灰度级数就可较好 地表示 3) k为常数的一系列图像主观看起来可以有较大的差异
2.1.2 数字化原理
非均匀采样和量化
2.3 图像文件格式
2.3.5 DICOM文件格式
DICOM (Digital Imaging and Communications in Medicine) 是医学图像文件存储格式,为各类医学图像 数据的存档、传输和共享而起草和颁布的。DICOM格式 支持几乎所有的医学数字成像设备,例如CT、MR、DR、 超声、内窥镜、电子显微镜等,成为现代医学图像存储 传输技术和医学影像学的主要组成部分。DICOM文件的 常见扩展名为DCM。
5量化
量化是将各个像素所含的明暗信息离散化后,用数 字来表示。一般的量化值为整数。
充分考虑到人眼的识别能力之后,目前非特殊 用途的图像均为8bit量化,即用[0 255]描述 “从黑到白”。
量化阶太低,会出现假轮廓现象。
2.1.2 数字化原理
2.1.2 数字化原理
量化可分为均匀量化和非均匀量化。 均匀量化是简单地在灰度范围内等间隔量化。
1.主观亮度感觉
2.同时对比效应
3 马赫带效应
人眼对于图像上不同空间频率的成分具有不同的灵敏度。
图中各个条带本身的客观亮度是相同的,但在人的视觉中, 感到所有条带的右边比左边亮些
4 人的视觉错觉
2.2.4 图像存储的数据结构
1. 一维数组方式: M 行×N 列
N列
M行
2.多波段图像数据结合结构
2.3 图像文件格式
2.3.3 TIFF文件格式
TIFF(Tagged Image File Format)是相对经典、功能很 强的图像文件存储格式,扩展名为tif或tiff。
2.3.4 JPEG文件格式
由(国际)联合图像专家组(Joint Photographic Experts Group)提出的静止图像压缩标准文件格式,是面 向常规彩色图像及其它静止图像的一种压缩标准。扩展名 为jpg或jpeg。
-细节部分,分配较多的采样 -灰度突变部分,可用较少的灰度级数
2.2 图像数据结构
2.2.1 图像模式
2.2.2 彩色空间
2.2.3 图像存储的数据结构
2.2.1 图像模式
1.灰度图像
可由黑白照片数字化得到,或从彩色图像进行去色处 理得到(256灰度级)
2.2.1 图像模式
2.二值图像
灰度图像经过二值化处理后的结果,两个灰度级,只 需用1bit表示。
2.1.1 图像传感器与数字成像
2. CMOS传感器
互补性金属氧化物半导体(Complementary
Metal-Oxide Semiconductor)
2.1.2 数字化原理
1.数学模型
模拟图像的数学模型是一个二元函数f x, y ,f x, y 的函数值是能量的记录,是非负有界的实数,同时, 一幅实际图像的尺寸是有限的,一般定义 x, y 在某 一矩形域中 0 ≤ f x, y ≤ A 模拟图像数字化后得到数字图像。数字图像的数学 模型仍用二元函数f x, y 来表示,但此时的坐标值 和函数值是离散的,是整数值
(u 3, v 4) (u 3, v 4) f c1 3, f c1 4时为0, f x0 3, f y0 4 1 5 2 f x0 或2 f y0 0.2 不满足采样定理,有混频现象 采样频率:f s f xs f ys 奈奎斯特频率:不混叠时采样中的最低限 2 f x0, 2 f y0
2.3.5 DICOM文件格式
2.3 图像文件格式
2.3.1 BMP文件格式
不经过压缩直接按位存盘的文件格式,称为位图 (bitmap)。
2.3.2 GIF文件格式
GIF(graphic Interchange Format)是由CompuServe公司 设计和开发的文件存储格式,用于存储图形,也可以用来 存储256色图像。扩展名为gif。
1 1 1 1
1 1 1 1
1 1 1 1
1 1 f ( j, k ) 1 1
1 2 2 1
1 2 2 1
1 1 1 1
2.4.1 图像质量的客观评价
峰值方均误差 PMSE
2.4 图像质量评价
2.4.1 图像质量的客观评价 2.4.2 图像质量的主观评价
2.4.1 图像质量的客观评价
归一化方均误差 NMSE
NMSE
[ f ( j, k ) f ( j, k )]
j 1 k 1
J
K
2
[ f ( j, k )]
j 1 k 1JK来自21 1 f ( j, k ) 1 1
2.2.1 图像模式
3.彩色图像
彩色图像的数据不仅包含亮度信息,还要包含颜色信息。 彩色的表示方法是多样化的。
三基色模型:RGB(Red / Green / Blue,红绿蓝) RGB三基色可以混合成任意颜色。
2.2.2 彩色空间
1)RGB彩色空间:面向硬件设备的彩色模型
三基色原理三基色指可以用来
2.1.2 数字化原理
二维采样定理:采样频率大于图像信号最高频率的2倍
例:f ( x, y ) 2 cos 2π(3x 4 y ), x y 0.2 F (u, v ) 带宽
2 cos 2π(3x 4 y )e j 2 π ( xu yv )dxdy
f x, y 采样 f x, y 量化 空间离散的像素矩阵 对信号的幅度进行离散分层的过程
2.1.2 数字化原理
M 、N ——图像尺寸 G ——每个像素所具有的离散灰度级数(不同灰度值的个数) M =2m N 2n G 2k N N点采样,每点灰度级G级,G 2k ,占k 位。 存一幅图像所需的位数(bit) B M NK 128 128 6 98304 (12) 512 512 8 2097152 (256)
调配出其它颜色的红、绿、蓝 三种颜色。 彩色图像可由红、绿、蓝 三基色图像叠加而成。
2.2.2 彩色空间
在RGB彩色空间中,任意彩色光 L 的配色方程式为:
L r[R] g[G] b[B] 其中, r[R]、g[G]、b[B]为彩色光L的三基色分量或 百分比。
2.2.2 彩色空间
图像采样
图像采样与量化
数字化结果
2.1.2 数字化原理
采样时注意采样间隔的选取, •采样间隔太小,则增大数据量; •太大,则会发生频率的混叠现象。
2.1.2 数字化原理
2.1.2 数字化原理
问题:以多大的采样间隔进行采样为好?
2.1.2 数字化原理
3. 采样定理
空间采样奈奎斯特定律 不小于2倍最高频率采样可以完全恢复。
2)CMY彩色空间
自然界物体颜色光的形成方式将物体划分为两类—
— 发光物体和不发光物体,发光物体称为有源物体,
不发光物体称为无源物体。无源物体是不发出光波的
物体,其颜色由该物体吸收或反射哪些光波来决定, 因此采用CMY三基色相减模型和CMY彩色空间描述。
2.2.2 彩色空间
油 墨 和 颜 料 的 三 基 色 是 CMY ( Cyan / Magenta / Yellow ,青 / 洋红 / 黄)而不是 RGB , CMY 三基色的 特点是油墨和颜料用的越多,颜色越暗(或越黑), 所以将CMY称为三减色,而RGB称为三加色。
非均匀量化是对像素出现频度低的部分量化间隔取大 ,而对频度高的部分量化间隔取小。
一般情况下,对灰度变化比较平缓的部分用比较多的 量化级;在灰度变化比较剧烈的地方用比较高的分辨 率。
2.1.2 数字化原理
非均匀量化
a)基于视觉特性:对亮度值急剧变化部分无需过细分层, 进行粗量化,对亮度值平缓变化部分需过细分层,进行细 量化
2.1.2 数字化原理
2.1.1 图像传感器与数字成像
1. CCD传感器
电荷耦合器件(Charged Coupled Device),感应可 见光的光强
逐 行 扫 描 采 样 量 化 扫 描 灰 行 度 像 整 素 数 值 对 应 扫 描 线 的 行 像 素
...
数 字 化 扫描仪的图像数字化过程原理图
2.2.2 彩色空间
3)HSI彩色空间
区分颜色常用的3种基本特性量:色调(Hue)、饱和度 (Saturation)、强度 (Intensity)。
色调Hue:与混合光谱中主要光波长相联系 饱和度Saturation :与一定色调的纯度有关 强度Intensity:与物体的反射率成正比
2.2.3图像信息技术中的视觉研究
������ 主观亮度感觉
眼睛对光强的响应是非线性的。一块光强为Ⅰ+ΔⅠ 的小块被背景强度Ⅰ所包围,则可觉察的差值ΔⅠ是 Ⅰ的函数,即对视觉敏感的是对比度,而不是亮度值 本身。 ������ 韦伯定理:如果一个物体的亮度与其周围背景 Ⅰ有刚刚可觉察得到的差别,则它们的比值是Ⅰ的函 数。其在一定的亮度范围内,近似不变,为常数值 0.02,这称为韦伯比。即: ΔI/I=0.02 (常数)
2.1.2 数字化原理
总数据量N N k 位二进制数据 当总存储容量一定时,N 与k怎么分配效果才最佳? 解: 无一般方法,取决于具体图像。当纹理细节多时N大,k小。 当层次要求多时,则k大,N小。 例如: 群众场面——纹理丰富?k小,N大(频带宽,采样间隔要小, 不丢细节)。