数字图像讲义处理与分析第2章图像处理基础知识
合集下载
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)。
m n
o
x
y
y
wenku.baidu.com
x
采 样 间 隔 满 足 条 件 x≤1和 y≤ 1, 此 时 模 拟
2uc
2vc
图 像 的 采 样 结 果 可 以 精 确 地 , 无 失 真 地 重 建 原 图 像
2.1.2 数字化原理
4.采样误差
混叠噪声 孔径效应:实际采样脉冲不是理想冲击函数,有一 定的宽度,会产生失真 插入噪声:由采样图像信号恢复到原图像,无理想 滤波器(在 f 内c 频率特性平坦,相位特性成直线) 抖动噪声:采样周期为T ,但发射与接受端 存T 在相 位差异,称相位抖动。
2.1.2 数字化原理
6. 采样和量化的关系
量化和采样是两个不同的概念,量化是在每个采样 点上进行的,所以必须先采样后量化。
量化和采样是图像数字化的不可或缺的两个操作,
二者紧密相关,同时完成。 fx ,y 采 样空 间 离 散 的 像 素 矩 阵 fx ,y 量 化对 信 号 的 幅 度 进 行 离 散 分 层 的 过 程
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)
例:f ( x, y) 2 cos 2π(3x 4 y), x y 0.2
F (u, v) 2 cos 2π(3x 4 y )e j2π( xu yv)dxdy (u 3, v 4) (u 3, v 4)
带宽 fc1 3, fc1 4时为0, f x0 3, f y0 4
f(0,0)
f(x,y)nT抽 样
f(n1,0)
f(0,n1)
f(n1,n1)
连续信号(抽样、量化)——数字信号
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
2.1.2 数字化原理
3. 采样定理
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 在图像建模中涉及到 保真度(fidelity):衡量处理方法好坏,清晰否? 采样、量化 正交序列展开,Fourier变换 统计模型:把图像看成一个集合的成员如均值、方差。
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
2.1.2 数字化原理
2.采样和量化
采样:空间上的离散化 量化:灰度上的离散化
2.1.2 数字化原理
5.量化
均匀量化 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 b)先计算所有可能的亮度值出现的概率分布,对概率分 布大的进行细量化,对概率分布小的进行粗量化,非均匀量 化可以减少量化误差,又能用较少的比特数实现量化
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
1281286 98304 (12)
5125128 2097152 (256)
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
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
一维采样定理:惠特克-卡切尼柯夫-香农 (whittaker-korelnikov-shannon)采样定理。当
w≥2fc 或 f ≥fc,则函数f (t)的傅立叶
变换为0,亦即f (t)可由相隔为fc 2或更密的样 本正确重构
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
精品
数字图像处理与分析第2章 图像处理基础知识
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
2.1 图像数字化
2.1.1 图像传感器与数字成像 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
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 -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
2.1.2 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: 人头像——要照顾层次?k大,N小(频带窄平滑,采样间隔可大)。 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)。
采样频率:fs
f xs
f ys
1 0.2
5 2 f x0或2 f y0
不满足采样定理,有混频现象
奈奎斯特频率:不混叠时采样中的最低限 2 f x0,2 f y0
2.1.2 数字化原理
s ( x ,y ) ( x m x ,y n y ) fs ( x ,y ) f( x ,y ) s ( x ,y )
o
x
y
y
wenku.baidu.com
x
采 样 间 隔 满 足 条 件 x≤1和 y≤ 1, 此 时 模 拟
2uc
2vc
图 像 的 采 样 结 果 可 以 精 确 地 , 无 失 真 地 重 建 原 图 像
2.1.2 数字化原理
4.采样误差
混叠噪声 孔径效应:实际采样脉冲不是理想冲击函数,有一 定的宽度,会产生失真 插入噪声:由采样图像信号恢复到原图像,无理想 滤波器(在 f 内c 频率特性平坦,相位特性成直线) 抖动噪声:采样周期为T ,但发射与接受端 存T 在相 位差异,称相位抖动。
2.1.2 数字化原理
6. 采样和量化的关系
量化和采样是两个不同的概念,量化是在每个采样 点上进行的,所以必须先采样后量化。
量化和采样是图像数字化的不可或缺的两个操作,
二者紧密相关,同时完成。 fx ,y 采 样空 间 离 散 的 像 素 矩 阵 fx ,y 量 化对 信 号 的 幅 度 进 行 离 散 分 层 的 过 程
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)
例:f ( x, y) 2 cos 2π(3x 4 y), x y 0.2
F (u, v) 2 cos 2π(3x 4 y )e j2π( xu yv)dxdy (u 3, v 4) (u 3, v 4)
带宽 fc1 3, fc1 4时为0, f x0 3, f y0 4
f(0,0)
f(x,y)nT抽 样
f(n1,0)
f(0,n1)
f(n1,n1)
连续信号(抽样、量化)——数字信号
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
2.1.2 数字化原理
3. 采样定理
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 在图像建模中涉及到 保真度(fidelity):衡量处理方法好坏,清晰否? 采样、量化 正交序列展开,Fourier变换 统计模型:把图像看成一个集合的成员如均值、方差。
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
2.1.2 数字化原理
2.采样和量化
采样:空间上的离散化 量化:灰度上的离散化
2.1.2 数字化原理
5.量化
均匀量化 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 b)先计算所有可能的亮度值出现的概率分布,对概率分 布大的进行细量化,对概率分布小的进行粗量化,非均匀量 化可以减少量化误差,又能用较少的比特数实现量化
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
1281286 98304 (12)
5125128 2097152 (256)
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
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
一维采样定理:惠特克-卡切尼柯夫-香农 (whittaker-korelnikov-shannon)采样定理。当
w≥2fc 或 f ≥fc,则函数f (t)的傅立叶
变换为0,亦即f (t)可由相隔为fc 2或更密的样 本正确重构
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
精品
数字图像处理与分析第2章 图像处理基础知识
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
2.1 图像数字化
2.1.1 图像传感器与数字成像 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
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 -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
2.1.2 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: 人头像——要照顾层次?k大,N小(频带窄平滑,采样间隔可大)。 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)。
采样频率:fs
f xs
f ys
1 0.2
5 2 f x0或2 f y0
不满足采样定理,有混频现象
奈奎斯特频率:不混叠时采样中的最低限 2 f x0,2 f y0
2.1.2 数字化原理
s ( x ,y ) ( x m x ,y n y ) fs ( x ,y ) f( x ,y ) s ( x ,y )