第2章 数字图像处理的基本概念
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）。
第2章-数字图像概念
第 2 章 数字图像概念
18
（a）原图像 （b）灰度直方图 图 2-12 原图与灰度直方图 灰度直方图有以下性质： （1）灰度直方图只反映图像中像素的不同灰度值出现的次数或频数，而没有反映像素所在的 位置。 （2）一幅图像只有一个唯一的直方图，但是一个直方图可能对应不同的图像。 （3）如果将一幅图分为几个子图，则子图的灰度直方图之和为整图的灰度直方图。 【例 2-1】 求图 2-13（a）的 4x4 图像的灰度直方图。
第 2 章 数字图像概念
15
(a) 端点
(b) 分叉点 图 2-7 8 邻域特征点
(c) 连续点
2.1.4 数字图像间关系
数字图像间的关系可以是代数运算关系，也可以是逻辑运算关系。运算是在两幅图像的 对应（位置）像素间进行。式 2-2 是代数运算公式，式 2-3 是逻辑运算公式。式中 g（x，y） 代表运算后的新图像，fA（x，y）代表图像 A，fB（x，y）代表图像 B。 加法运算： 减法运算： 乘法运算： 除法运算： 与运算： 或运算： 异或运算： 补（反）运算： 【应用】 图像间加法运算通常应用于减少和去除图像获取时混入的噪声，从而得到清晰的图像。 由于噪声具有随机性，因此，通过同一场景的多幅静止图像相加，求平均值等方法，降低和 消除随机噪声对图像的影响（详见 4.1.3 图像平滑）。图像相加还可以把一幅图像的内容叠 加到另一幅图像上。例如，Photoshop 中合并通道的原理，就是图像相加的具体应用。 图像间减法运算通常应用于提取图像的差异，以及去除背景等方面。例如，在图像中运 动物的检测中，通过前后两个图像的减法运算，可以了解运动物体移动的程度，计算出运动 速度，并画出移动轨迹。如图 2-8 所示。上图是拍摄的运动物体（人物），下图左侧是上图 中图与左图之差的结果；下图中图是上图右图与中图之差的结果；下图右图是上图右图与左 图之差的结果。下图中黑色部分表示静止部分，因为相减为 0，白色部分为运动部分。 g（x，y） g（x，y） g（x，y） g（x，y） g（x，y） g（x，y） g（x，y） g（x，y） = = = = = = = = f A（x，y）+ fB（x，y） f A（x，y）- fB（x，y） f A（x，y）x fB（x，y） f A（x，y）÷ fB（x，y） f A（x，y）AND f A（x，y）OR f A（x，y）XOR f A（x，y）NOT fB（x，y） fB（x，y） fB（x，y） fB（x，y）
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。
数字图像处理_第二章_基础知识.
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 贾永红
第二章基本概念贾永红武汉大学第二章讲解内容1. 图像数字化概念、数字化参数对图像质量的影响、数字化器性能评价2. 图像灰度直方图的基本概念、计算、性质及其应用3.数字图像处理算法形式与数据结构4.图像图像文件格式与特征重点：图像数字化、图像灰度直方图和图像文件BMP格式难点：图像数字化、直方图应用、图像分层结构数据教学法：灵活应用示例法、启发式、提问法等目的：1. 熟悉本章基本概念和图像处理算法形式，了解图像的特征；2.重点掌握图像数字化图像灰度直方图的基本概念及应用、2.2 成象模型3-D客观场景到2-D成像平面的中心投影。
物方点空间坐标与对应的像方点坐标满足几何透视变换关系（共线条件）。
f(x，y)---理想成像面坐标点（x，y）的亮度i(x，y)---照度分量r(x，y)---反射分量，则f(x，y)＝i(x，y)×r(x，y)其中：0< i(x，y)< ∞ ，0 <r(x ，y)<12.3图像数字化图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。
模拟图像数字图像正方形点阵具体来说，就是把一幅图画分割成如图2.3.1所示的一个个小区域（像元或像素），并将各小区域灰度用整数来表示，形成一幅点阵式的数字图像。
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。
2.3.1采样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。
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，取决于希望忠实反映图像的程度。
不同形状的采样孔径2.3.2量化经采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理。
将像素灰度转换成离散的整数值的过程叫量化。
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）。
一幅数字图像中不同灰度级的个数称为灰度级数，用G表示。
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。
数字图像处理复习
数字图像处理复习第一章概述1. 图像的概念及数字图像的概念。
图-是物体透射或反射光的分布，是客观存在的。
像-是人的视觉系统对图的接受在大脑中形成的印象或反映，图像是图和像的有机结合，是客观世界能量或状态以可视化形式在二维平面上的投影。
数字图像是物体的一个数字表示，是以数字格式存放的图像。
2. 数字图像处理的概念。
数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程，以提高图像的实用性。
3. 数字图像处理的优点。
精度高、再现性好、通用性、灵活性强第二章数字图像处理基础1. 人眼视觉系统的基本构造P14 图2.1人眼横截面简图2. 亮度的适应和鉴别人眼对光亮度的适应性非常高，一般情况下跨度达到10的10次方量级，从伸手不见五指到闪光灯强曝光。
3.光强度与主观亮度曲线。
P15 图2.4光强度与主观亮度的关系曲线4. 图像的数字化及表达。
（采样和量化的概念）图像获取即图像的数字化过程，包括扫描、采样和量化。
采样：将空间上连续的图像变成离散点的操作 量化：将像素灰度转换成离散的整数值的过程5. 图像采样过程中决定采样空间分辨率最重要的两个参数。
采样间隔、采样孔径6. 图像量化过程中量化级数与量化灰度取值范围之间的关系量化等级越多，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.7. 像素的相邻领域概念（4领域，8领域）。
设为位于坐标处的一个像素（x+1,y ），（x-1,y ），（x,y+1），（x,y-1） 组成的4邻域，用)(4p N 表示。
（x+1,y+1），（x+1,y-1），（x-1,y+1），（x-1,y-1） 像素集用)p (N D 表示)(4p N 和)p (N D 合起来称为p 的8邻域，用)(8p N 表示。
8. 领域空间内像素距离的计算。
（欧式距离，街区距离，棋盘距离） p 和q 之间的欧式距离定义为： 22)()(),(t y s x q p D e -+-=p 和q 之间的4D 距离（也叫城市街区距离）定义为： t y s x q p D -+-=),(4p 和q 之间的8D 距离（也叫棋盘距离）定义为： ),max(),(8t y s x q p D --=第三章 图像的基本运算（书后练习3.2，3.9 ） 1. 线性点运算过程中各参数表示的含义（k ，b ）。
数字图像处理第二章作业
第二章数字图像处理的基本概念2. 图像数字化包括那两个过程？它们对数字化图像质量有何影响？答:图像数字化包括采样和量化两个过程。
采样：将空间上连续的图像变换成离散点的操作称为采样。
量化：将像素灰度转换成离散的整数值得过程叫量化。
影响：一般来说，采样间隔越大,所得图像像素越少,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。
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.3。
数字化图像的数据量与哪些因素有关？答：数字化前需要决定影像大小（行数M、列数N)和灰度级数G的取值.一般数字图像灰度级数G为2的整数幂。
那么一幅大小为M*N,灰度级数为G的图像所需的存储空间M＊N＊g（bit），称为图像的数据量.6。
什么是灰度直方图?它有哪些应用？从灰度直方图你能获得图像的哪些信息?答：灰度直方图反映的是一幅图像中各灰度级像素出项的频率之间的关系.以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图.应用：通过变换图像的灰度直方图可以，使图像更清晰，达到图像增强的目的。
获得的信息：灰度范围,灰度级的分布,整幅图像的平均亮度。
但不能反映图像像素的位置。
8。
图像处理按功能分有哪几种形式？答：按图像处理的输出形式，图像处理的基本功能可分为三种形式：(1）单幅图像-—>单幅图像;(2）多幅图像—-〉单幅图像；（3)单（或多）幅图像——>数字或符号等.12。
图像特性包括哪些类型？图像特征是图像分析的重要依据,它可以是视觉能分辨的自然特征,也可以是人为定义的某些特性或参数，即人工特征.数字图像的像素亮度、边缘轮廓等属自然特性；图像经过变换得到的频谱和灰度直方图等属人工特征.1、自然特征图像是空间景物反射或者辐射的光谱能量的记录，因而具有光谱特征、几何特征和时相特征。
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)。
精品课件-《数字图像处理(第三版)》第2章 数字图像
其它
i 1,2,n
2.3 数字图像类型
矢量(Vector)图和位图（Bitmap），位图也称为栅格图像。 矢量图是用数学(准确地说是几何学)公式描述一幅图像。(计 算机图形学)
➢ 优点：一是它的文件数据量很小，因为存储的是其数学公式； 其二是图像质量与分辨率无关，这意味着无论将图像放大或 缩小了多少次，图像总是以显示设备允许的最大清晰度显示。
2.2.3 颜色变换
对彩色图像进行颜色变换，可实现对彩色图像的增强处理，改 善其视觉效果，为进一步处理奠定基础。 基本变换
➢ 颜色变换模型为：g(x,y)=T[ f ( x,y )] 式中：f ( x , y )是彩色输入图像，其值为一般为向量； g ( x , y )是变换或处理后的彩色图像，与 f(x,y)同维； T是在空间域上对f的操作。T对图像颜色的操作 有多种方式；
2.4 图像文件格式 数字图像有多种存储格式，每种格式一般由不同的软件公司开 发所支持。 文件一般包含文件头和图像数据。就像每本书都有封面，目录， 它们的作用类似于文件头，通过文件头我们可读取图像数据。 文件头的内容由该图像文件的公司决定，一般包括文件类型 、 文件制作者、制作时间、版本号、文件大小等内容，还有压缩方 式。
2.2.2 颜色模型
HSI 颜色模型 ➢ 色调H (Hue): 与光波的波长有关，它表示人的感官对不同 颜色的感受，如红色、绿色、蓝色等， ➢ 饱和度(Saturation): 表示颜色的纯度，纯光谱色是完合饱 和的，加入白光会稀释饱和度。饱和度越大，颜色看起来就 会鲜艳，反之亦然。 ➢ 强度I (Intensity)：对应成像亮度和图像灰度，是颜色的 明亮程度。 ➢ HSI模型建立基于两个重要的事实: (1) I分量与图像的彩色 信息无关； (2) H和S分量与人感受颜色的方式是紧密相联 的。这些特点使得HSI模型非常适合彩色特性检测与分析。
第2章 数字图像的基础知识和基本概念
第2章数字图像的基础知识和基本概念一、数字图像数字图像是以二进制数字组形式表示的二维图像。
利用计算机图形图像技术以数字的方式来记录、处理和保存图像信息。
在完成图像信息数字化以后，整个数字图像的输入、处理与输出的过程都可以在计算机中完成，它们具有电子数据文件的所有特性。
通常把计算机图形主要分为两大类：位图（bitmap）图像和矢量（vector）图形（如图2-1所示）。
图2-1 计算机图形的主要分类1．关于位图图像（1）概念位图图像（在技术上称作栅格图像）使用图片元素的矩形网格（像素）表现图像。
每个像素都分配有特定的位置和颜色值。
在处理位图图像时，人们所编辑的是像素。
位图图像是连续色调图像（如照片或数字绘画）最常用的电子媒介，因为它们可以更有效地表现阴影和颜色的细微层次。
（2）分辨率位图图像与分辨率有关，也就是说它们包含固定数量的像素。
因此，如果在屏幕上以高缩放比率对它们进行缩放或以低于创建时的分辨率来打印它们，则将丢失其中的细节，并会呈现出锯齿，如图2-2所示。
图2-2 不同放大级别的位图图像示例（3）特点①位图图像有时需要占用大量的存储空间。
对于高分辨率的彩色图像，由于像素之间独立，所以占用的硬盘空间、内存和显存比矢量图都大。
②位图放大到一定倍数后会产生锯齿。
位图的清晰度与像素点的多少有关。
③位图图像在表现色彩、色调方面的效果比矢量图更加优越，尤其在表现图像的阴影和色彩的细微变化方面效果更佳。
④位图的格式有bmp、jpg、gif、psd、tif、png等。
⑤处理软件：Photoshop、ACDSee、画图等。
2．关于矢量图形（1）概念矢量图形（又称矢量形状或矢量对象）是由称作矢量的数学对象定义的直线和曲线构成的。
矢量根据图像的几何特征对图像进行描述。
（2）分辨率矢量图形是与分辨率无关的，即当调整矢量图形的大小、将矢量图形打印到PostScript 打印机、在PDF文件中保存矢量图形或将矢量图形导入到基于矢量的图形应用程序中时，矢量图形都将保持清晰的边缘（如图2-3所示）。
- 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)。
具有二峰性的灰度图象
③当物体部分的灰度值比其它部分灰度值大时,可利用 直方图统计图像中物体的面积. A= n∑ vi i ≥T ④ 计算图像信息量H(熵) (2.4-3)
H = ∑ Pi log 2 Pi
i =0
L 1
(2.4-4)
2.5图像处理算法的形式
2.5.1图像处理基本功能的形式
按图像处理的输出形式,图像处理的基本功能可分 为三种形式. 1)单幅图像 → 单幅图像 ,如图2.5.1(a).
数字图象处理讲稿
第二章 数字图像处理的基本概念
2.3图像数字化
图像数字化是将一幅画面转化成计算机能处理的 形式——数字图像的过程.
模拟图像 数字图像 正方形点阵 具体来说,就是把一幅图画分割成如图2.3.1所示 的一个个小区域(像元或像素),并将各小区域 灰度 用整数来表示,形成一幅数字图像.它包括采样和量 化两个过程.小区域的位置和灰度就是像素的属性.
n-1
2
1
0
3.分层结构 由原始图像开始依次构成像素数愈来愈少的一幅幅图 像,就能使数据表示具有分层性,其代表有锥形(金字塔) 结构. 锥形结构是对2k×2k个像素形成的 图像,看成是分辨率(20×20→2k×2k,但 20×20不具有反映输入图像二维构造的 信息)不同的k+1幅图像的层次集合.如 图2.6.1所示,从输入图像I0开始,顺序 产生像素数纵横都变为1/2的一个一个的 图像I1,I2,…Ik.此时,作为图像Ii的各 像素的值,就是它前一个图像Ii-1的相应 的2×2像素的平均值(一般采用平均值, 但也可以采用能表示2×2像素的性质的 某个值).
图2.4.2 不同的图像具有相同直方图 ③一幅图像分成多个区域,多个区域的直方图之和即为 原图像的直方图.
2.4.3 直方图的应用
①用于判断图像量化是否恰当
(a) 恰当量化
(b)未能有效利用 (c)超过了动态范围 图2.4.4直方图用于判断量化是否恰当
②用于确定图像二值化的阈值
0 f (x, y) ≤T g(x, y) = 1 f (x, y) >T
扫描仪的类型有很多种,按扫描仪所扫描对象来划分,可 分为反射式和透射式两种.根据其组成结构,扫描仪可分为手 持式,平板式和滚筒式等几种. 手持式扫描仪 这种扫描仪诞生于1987年,是当年使用比较广泛的扫描仪 品种,最大扫描宽度为105mm,用手推动,完成扫描工作, 也有个别产品采用电动方式在纸面上移动,称为自走式扫描仪. 手持式扫描仪扫描幅面太窄,难于操作和捕获精确图像, 扫描效果也很差.1995 ~1996年,各扫描仪厂家相继停产了 这一产品,使手持式扫描仪退出了历史的舞台
0 80 160 B= 0 0 240 255 255 255
2.3.3 量化参数与数字化图像间的关系
数字化方式可分为均匀采样,量化和非均匀采样,量化. 所谓"均匀",指的是采样,量化为等间隔.图像数字化一般 采用均匀采样和均匀量化方式. 非均匀采样是根据图象细节的丰富程度改变采样间距. 细节丰富的地方,采样间距小,否则间距大. 非均匀量化是对像素出现频度少的间隔大,而频度大的 间隔小. 采用非均匀采样与量化,会使问题复杂化,因此很少采 用.
2.3.1采样
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. 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,取决于希望忠实反映图像的程 度.
2.3.2量化
经采样图像被分割成空间上离散的像素,但其灰度 是连续的,还不能用计算机进行处理. 将像素灰度转换成离散的整数值的过程叫量化.一 幅数字图像中不同灰度值的个数称为灰度级数,用G表示. 一般来说,G = 2 g ,g就是表示图像像素灰度值所需 的比特位数.
二,扫描仪工作原理 扫描仪是图像输入设备.其工作步骤是: 1.将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上; 2.启动扫描仪驱动程序后,安装在扫描仪内部的可移动光源 通过机械传动机构在控制电路的控制下带动装着光学系统和 CCD的扫描头与图稿进行相对运动来完成扫描. 3.照射到原稿上的光线经反射后穿过一个很窄的缝隙,形成 横向光带,又经过一组反光镜,由光学透镜聚焦并进入分光镜, 经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带,分别 照到各自的CCD上,CCD将RGB光带转变为模拟电子信号,该 信号又被A/D变换器转变 为数字电子信号. 4. 将数字电子信号 传送至计算机存储起来.
0 150 200 I = 120 50 180 250 220 100
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.
255 240 240 80 R = 255 0 255 0 0
0 160 80 G = 255 255 160 0 255 0
图2.5.6
大局处理
其计算表达式为:
JP(i, j ) = φG (G( IP(i, j )))
(2.5 3)
2.迭代处理 反复对图像进行某种运算直至满足给定的条件,从 而得到输出图像的处理形式称为迭代处理.如2.5.7图像 的细化处理过程.
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,进行规定的处理,然后决定是继续处理下面的像 素,还是终止处理.这种处理形式称为跟踪处理.
灰度图像的直方图
彩色图像的分波段直方图Байду номын сангаас
二,计算 该图像像元总数为8*8=64, i=[0,7]
0 0 1 2 3 2 1 3 1 5 6 6 2 2 2 1 3 7 0 7 2 5 3 2 2 6 6 5 7 6 2 3 1 2 3 3 2 2 1 1 3 5 5 6 4 7 2 2 2 6 1 5 1 6 1 2 1 7 2 0 6 0 2 1
4.位置不变处理和位置可变处理 输出像素JP(i,j)的值的计算方法与像素的位置(i,j) 无关的处理称为位置不变处理或位移不变处理. 随位置不同计算方法也不同的处理称为位置可变处 理或位移可变处理. 5.窗口处理和模板处理 对图像的处理,一般采用对整个画面进行处理,但 也有只对画面中特定的部分进行处理的情况.这种处理 方式的代表有窗口处理和模板处理. 单独对图像中选定的矩形 区域内的像素进行处理的方式 叫做窗口处理
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.
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.
在局部处理中,当输出值JP(i,j)仅与IP(i,j)有关,则称 为点处理,如图2.5.5.
图2.5.5 点处理
点处理的计算表达式为:
JP(i, j ) = φ p ( IP(i, j ))
( 2 .5 2 )
大局处理
在局部处理中,输出像素JP(i,j)的值取决于输入图 像大范围或全部像素的值,这种处理称为大局处理.如 图25.6.
2.6 图像的数据结构与特征
2.6.1 图像的数据结构
1.组合方式 图像处理 解压 压缩 组合方式 组合方式是一个字长存放多个像素灰度值的方式.它能起 到节省内存的作用,但导致计算量增加,使处理程序复杂.
2.比特面方式 按比特位存取像素,即将所有像素的相同比特位用一个 二维数组表示,形成比特面.n个比特位的灰度图像采用比特 面方式存取就有n个比特面.这种结构能充分利用内存空间, 但对灰度图像处理耗时多.
平台式扫描仪 又称平板式扫描仪,台式扫描仪,这种扫描仪诞生于 1984年,是目前扫描仪的主流产品. 它的扫描区域为一块透明的平板玻璃,将原图放在这 块玻璃平板上,光源系统通过一个传动机构作水平移动, 发射出的光线照射在原图上,经反射或透射后,由接收系 统接收并生成模拟信号,再通过A/D转换成数字信号,直 接传送到电脑,由电脑进行相应的处理,完成扫描过程. 平板式扫描仪的扫描速度,精度,质量很好,已得到了很 好的普及.
一幅大小为M×N,灰度级数为G的图像所需的存储 空间,即图像的数据量,大小为 M×N×g (bit) 黑白图像 是指图像的每个像素只能是黑或白,没有中间的过 渡,故又称为二值图像.二值图像的像素值为0或1. 例如
1 0 0 I = 0 0 1 1 1 0
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.
2.3.4 数字化器
数字化器必须能够将图像划分为若干像素并分别给它们地 址,能够度量每一像素的灰度并量化为整数,能够将这些整数 写入存储设备. 一,数字化器组成 A.采样孔:保证单独观测特定的像素而不受其它部分的影响. B.图像扫描机构:使采样孔按预先确定的方式在图像上移动. C.光传感器:通过采样孔测量图像的每一个像素的亮度. D.量化器:将传感器输出的连续量转化为整数值. E.输出存储体:将像素灰度值存储起来.它可以是固态存储 器,或磁盘等. 常用的数字化器是扫描仪和数码相机.
2)多幅图像 →单幅图像, 如图2.5.1(b).
3)单(或多)幅图像→ 数字或符号等,如图2.5.1(c).
2.5.2图像处理的几种具体算法
1.局部处理
邻域 对于任一像素(i,j),集合 {(i+p,j+q),p,q取合适的整数} 叫做该像素的邻域,如图2.5.2(a). 图2.5.2 像素的邻域 常用的邻域如图2.5.2(b),(c),分别表示中心像素的 4-邻域,8-邻域.