第2章 数字图象处基础(1-27)
-第2章 图像处理基础
均匀量化效果示意图
非均匀量化效果示意图
注意，图像灰度值分布的概率密度函数是因图而异的，所以 不可能找到一个适用于个各种不同图像的最佳非等间隔量化方案， 实用上，一般都采用等间隔量化。
（3）空间和灰度级分辨率
采样值是决定一幅图像空间分辨率的主要参数，空间分辨率 是图像中可辨别的最小细节。灰度级分辨率是指在灰度级别中可 分辨的最小变化。但是，在灰度级中，测量分辨率的变化是一个 高度主观的过程。 由于硬件方面的考虑，灰度级数通常是2的整数次幂。大多 数情况该值取 8 bit，在某些特殊的灰度值增强的应用场合可能用 到 16 bit。有时，也会用到 10或 12 bit精度数字化系统，但这些 都不是常规系统。
特点:
（l）TIFF格式图像文件的扩展名是.tif。 （2）支持从单色模式到32bit真彩色模式的所有图像。
（3）不针对某一个特定的操作平台，可用于多种操作平台和应用 软件。 （4）适用多种机型，可相互转换和移植。 （5）数据结构是可变的，文件具有可改写性，使用者可向文件中 写相关信息。 （6）具有多种数据压缩方式，解压缩过程复杂。
若连续浓淡值用z来表示，则对于满足zi≦z≦zi+1的z值都量化为整数值qi。 qi称 为像素的灰度值。 黑 黑 色 灰 色 1 白 色 量化值 (整数值) (a)量化 白 色 0 254 255 255 254 0 1
qi+1 色
ZI+1
qi
ZI
灰 色
128
128
qi-1
ZI-1
连续的 灰度值
从白到黑的 灰度标度 灰度级分配 连续变化 (b)把从白到黑灰度量化为8比特
彩色图像假轮廓现象示意图
2.4 数字图像文件的存储格式
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)
(完整版)数字图像处理每章课后题参考答案
数字图像处理每章课后题参考答案第一章和第二章作业：1.简述数字图像处理的研究内容。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？3.列举并简述常用表色系。
1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。
根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。
图像处理着重强调在图像之间进行的变换。
比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。
图像处理主要在图像的像素级上进行处理，处理的数据量非常大。
图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。
图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。
图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。
图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。
第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。
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”
医学影像实用技术 第2章 数字图像技术基础
《医学影像实用技术教程》
1）坐标单序击列结此构处:即由编图辑中线母段版某一标端题头（样非封式闭线）
或任意像素点（封闭线）的坐标开始，连续记录与之连 通的像素点坐标，这种方法实际上仅记录了图像上有黑 色（值为1）的像素点所在的X，Y坐标值，而隐含表示 其它没有被记录的坐标点为白色，其值均为0。
《医学影像实用技术教程》
3. 模拟单图击像转此化处为数编字图辑像母的过版程标题样式
（1）抽样；（2）量化
列(N)
白 255
行(M)
灰 阶
模拟图像
抽样
量化
黑0
2.1 2.2 2.3 2.4 52.5
《医学影像实用技术教程》
单击此处编辑母版标题样式
4. 分辨率与颜色数
像素表达位数与对应的颜色数
分辨率表示图像垂直与水平 方向的像素点的数量。 颜色数是指一幅图像最多能 表达的颜色数目。
位数 1 2 4 8 12 16 24
颜色数 2 4 16 256
4096 65536 16777216
2.1 2.2 2.3 2.4 62.5
《医学影像实用技术教程》
单击2此.1.2处数编字图辑像母的分版类标及表题示样式
1.数字图像的分类 数字图像的分类主要有黑白图像、灰度图像、
彩色图像、三维图像等。 （1）黑白图像
255 255 255
2.1 2.2 2.3 2.4 92.5
《医学影像实用技术教程》
2.数字单图击像在此计算处机编内部辑的母表示版方标法 题样式
（1）单波段数字图像; （2）多波段彩色数字图像; （3）二值图形;
2.1 2.2 2.3 2.4102.5
《医学影像实用技术教程》
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2章课后题答案
第二章数字图像处理基础1.将一幅光学模拟图像转换为数字图像的过程叫做图像的数字化，包括扫描、采样、量化三个过程。
采样点数越多、量化级数越高，图像质量越好。
2.图像数字化过程中造成失真的原因有两个方面：第一个方面，在采样过程中，如果采样点数满足取样定理（即采样频率不小于最高截止频率的2倍）的情况下，重建图像就不会产生失真，否则就会因为取样点数不够而产生所谓混淆失真；第二个方面，在量化过程中，若图像不产生失真，则需要量化级数无穷大，而实际量化级数往往无法满足这样的取值而造成图像的失真。
3.人的眼睛是人类视觉系统的重要组成部分，当外界景象通过眼球的光学系统在视网膜上成像后，视网膜产生相应的胜利电图像并经视神经传入大脑；人眼的视网膜由感光细胞覆盖，感光细胞吸收来自于光学图像的光线，并通过晶体透镜和角膜聚集在视网膜上。
晶状体相当于普通光学镜头，对光线有屈光作用。
4.发光强度简称光强，指单色光源在给定方向上的单位立体角内发出的发光强度。
亮度是指发光体（反光体）表面发光（反光）强弱的物理量。
照度指物体被被照面单位时间内所接受的光通量。
主观亮度是指由观察者判断出的亮度称为主观亮度。
5.常用的颜色模型有RGB模型、CMYK模型、HSI模型等。
RGB模型是色光的彩色模型，因为是由红、绿、蓝相叠加形成其它颜色，因此该模型也叫加色合成法。
所有的显示器、投影设备，以及电视等许多设备都是依赖于这种加色模型的；CMYK模型也称减色合成法，主要应用于印刷行业中；RGB和CMYK颜色模型都是面向硬件的，但从人眼视觉特性来看，HSI模型用色调、饱和度和亮度来描述彩色空间能更好地与人的视觉特性相匹配。
6.由于彩色图像为RGB图像，利用三元组（R,G,B）来表示每个像素的值。
根据题意，三基色灰度等级为8，而23=8，则存储一个颜色分量所需的比特数为3，存储一个三元组所需的比特数为3⨯3=9，该图像大小为1024*768，则存储整幅图像所需的比特数为9⨯1024⨯768=7077888bit=864KB。
第二章 数字图像处理基础
BMP图像文件格式
文件说明
属性 bfType bfSize bf1 bf2 bfOffBits biSize biWidth 所占字节数 2 4 2 2 4 4 4 起始字节 1 3 7 9 11 15 19 说明 文件类型（“BM”） 文件大小 保留 保留 第一个位图数数的偏移量 文件信息头的长度 位图的宽度（单位是象素）
位图的有关术语
像素（Pixel）
(可大可小）
采样点 （Sample）
位图的有关术语
图像分辨率： 每英寸图像含有的点或像素个数（dpi）
分辨率越高，图像细节越清晰，但文件尺寸大， 处理的时间长，对设备的要求高。
位图的有关术语
打印机分辨率： 打印图像时每英寸的点数(dpi)
激光打印机的分辨率可达600～1200dpi。
0, , 80 200 B 0, , 0 110 255, , 255 255
2.1 图像数字化
2.1.3 采样与量化参数的选择
采样间隔：影响着图像细节的再现程度，反映数字化 后的图像呈现何种的细微程度。采样间隔越大，图像的像素 数越少，空间分辨率低，质量差。严重出现像素块状的棋盘
2. 图像数字化器的性能
（1）分辨率：单位尺寸能够采样的像素数，由采样 孔的大小和像素间距的大小决定；
（2）灰度级：量化为多少等级；
（3）图像大小：允许输入图像的大小；
（4）扫描速度：采样数据的传输速度；
（5）噪声：数字化器的噪声水平。
（6）线性度：线性度是指对光强进行数字化时，灰 度正比于图像亮度的实际精确程度。
数字图像根据灰度级数的差异，可分为：
二值图像、灰度图像和彩色图像 二值图像：
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）。
数字图像处理大纲
一、理论课程主要内容及学时安排（32学时）第一章绪论（2学时）1、数字图像处理的发展2、数字图像处理的主要研究内容3、数字图像处理的基本步骤4、图像处理系统的组成第二章数字图像基础（4学时）1、视觉感知要素2、图像的取样和量化3、像素间的基本关系4、数字图像处理中的基本数学运算第三章灰度变换和空间滤波（8学时）1、基本灰度变换函数2、直方图处理3、空间滤波基础4、平滑空间滤波器5、锐化空间滤波器第四章频域滤波（8学时）1、二维傅立叶变换及其性质2、频域滤波基础3、频域平滑滤波器4、频域锐化滤波器5、选择性滤波器第五章图像复原与重建（4学时）1、图像退化复原模型2、噪声模型3、空间滤波去噪4、频域滤波消除周期噪声5、逆滤波第六章彩色图像处理（6学时）1、彩色基础和模型2、伪彩色处理3、彩色变换4、平滑和锐化二、实验课程主要内容及学时安排（16学时）1、图像信号的数字化（2学时）实验目的通过本实验了解图像的数字化参数取样频率（象素个数）、量化层数与图像质量的关系。
实验内容编写并调试图像数字化程序，要求参数k，n 可调。
其中k为亚抽样比例；n为量化比特数；选择任意图像进行处理，在显示器上观察各种数字化参数组合下的图像效果。
2、图像灰度级修正（2学时）实验目的掌握常用的图像灰度级修正方法，即图象的灰度变换法和直方图均衡化法，加深对灰度直方图的理解。
观察图象的增强效果，对灰度级修正前后的图像加以比较。
实验内容编程实现图像的灰度变换。
改变图像输入、输出映射的灰度参数范围(拉伸和反比)，观看图像处理结果。
对图像直方图均衡化处理，显示均衡前后的直方图和图像。
3、图像的平滑滤波（2学时）实验目的学习如何对已被噪声污染的图像进行“净化”。
通过平滑处理，对结果图像加以比较，得出自己的实验结论。
实验内容编写并调试窗口尺寸为m×m的平滑滤波函数。
编写并调试窗口尺寸为m×m的中值滤波函数。
4、图像的锐化处理（2学时）实验目的学习如何用锐化处理技术来加强图像的目标边界和图像细节，对图像进行梯度算子、拉普拉斯算子、Sobel算子设计，使图像的某些特征（如边缘、轮廓等）得以进一步的增强及突出。
- 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)。
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 数字图象处理基础
◆ ◆ ◆ ◆ ◆
2.1 色度学基础
2.2 人的视觉特性
2.3 图像数字化
2.4 数字图像表示形式和特点
2.5 本章小结
Digital Image Processing
2.1 色度学基础
三基色原理 人眼的视网膜上存在有大量能在适当亮度下分辨颜色的锥 状细胞，它们分别对应红、绿、蓝三种颜色，即分别对红光、 绿光、蓝光敏感。由此，红（R）、绿（G）、蓝（B）这三种颜 色被称为三基色。 根据人眼的三基色吸收特性，人眼所感受到的颜色其实是 三种基色按照不同比例的组合。 则任一彩色C可表示为： C = R（r）+ G（g）+ B（b）
红 蓝
H
I
120°
S
0°
240°
Digital Image Processing
2.1 色度学基础
RGB和HIS之间的模型转换：
（1） RGB转换到HSI （2） HIS转换到RGB 常见数字图像处理流程，其中包含了RGB模型和HSI模型之间 的转换。
I分量 I 分量图 像处理
原 图 像
RGB 模型
(5) 主观亮度S与实际亮度B之间的关系 S = K lnB + k0
(6) 人眼亮度感觉之应用 若一幅原图像经过处理，恢复后得到重现图像，重现图像 的亮度不必等于原图像的亮度，只要保证二者的对比度及亮度 层次（灰度级）相同，就能给人以真实的感觉 。
Digital Image Processing
2.3 图像数字化
Digital Image Processing
2.2 人的视觉特性
(4) 马赫带（ Mach Band ）效应
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 ”。
Digital Image Processing
2.2 人的视觉特性
HSI 模型变换
S分量
RGB 模型变换
结果 图像
H 分量
Digital Image Processing
2.2 人的视觉特性
人眼的构造与机理要点
人眼的机理与照相机类似： （1 ）瞳孔： 透明的角膜后是不透明的虹膜， 虹膜中间的圆孔称为 瞳孔 ， 其直径可调节，控 制进入人眼内之光通量 (照相机光圈作用 )。 （2 ）晶状体 ：瞳孔后是一扁球形弹性透明 体，其曲率可调节，以改变焦距，使不同距离 的图在视网膜上成象 (照相机透镜作用 )。 （3 ）视细胞： 视网膜上集中了大量视细胞， 分为两类：
（三）幅度分辨率
1. G越多，图象幅度分辨率越高； 2. M、N不变, G减少,灰度渐变变成突变，出现虚假轮廓。
（四） M、 N及G的实际取值
1. M=2m , N=2n, G=2k (m, n, k ≥ 1) 2. 实际中：M = N = 256， 512， 1024，…… G = 32， 64， 128， 256， … 3. 人头象： M=N=128，256; K=6，7
f(m,n)
m
Digital Image Processing
2.4 数字图像表示形式和特点
▓
数字图像的特点：
1.信息量大 一幅遥感图象 N=1024, G=256=28 ，则 容量= N2K = 8 Mb
2.占用频带宽 与语音信息相比，图象信息占用的带宽要大几个数量级。 如电视图象约为5.6 MHZ，而语音仅为2KHz左右。因此，处理的难度大，成 本高。这就对图象（频带）压缩提出了必须（很高）的要求。 3. 象素间相关性大 (1) 同幅内相邻象素间具有相同（或相近）灰度的可能性很大(r ≥ 0.8)； (2) 运动图象的相邻帧对应象素间相关性更大。 综上（1）和（2）说明，图象压缩的潜力（可能性）很大。 4. 视觉效果的主观性大。
▓ ▓
Digital Image Processing
第二章 习题
• • • • •
▓
2.1 2.2 2.3 2.4 2.5
试说明视觉成像的基本原理。 为何彩色图像要经过 RGB到HSI的模型转换才能处理？ 请解释马赫带效应。 发光强度、亮度和照度各有什么不同？ 什么是视觉模型？它在图像处理中有何用途？
Digital Image Processing
2.5 本章小结
从光学知识方面引入了三基色的概念，构造了两种彩色 模型，将彩色图像用三个灰度图像表示出来。
▓
▓
从人的视觉特性入手，介绍了视觉成像特性，时间及空 间特性。给出了图像数字化方法，包括采样和量化 。 数字图像的表示方法及数字图像的四大特点 。
Digital Image Processing
2.1 色度学基础
◘颜色模型 人眼视觉的感受颜色可用色调（hue）、饱和度 (saturation）和亮度（brightness）来表示。 各种表示颜色的方法，称做颜色模型。目前使用最多 的是面向机器（如显示器、摄像机、打印机等）的RGB模型 和面向颜色处理（也面向人眼视觉）的HSI（HSV）模型。
2.6 人观察如题图 2.6所示两幅形状相同的目标图像时，人眼会觉得 哪一个目标更亮一些？与实际亮度有无不同？简述理由。（黑色（最 暗）灰度值定为 0，白色（最亮）灰度值定为 255）
背景 20 50
60
100
目标 （a） (b)
•
2.8
题图2.6（a） (b) 请简述二维采样定理的条件、内容及用途。
Digital Image Processing
幅度分辨率变换对图象的影响（举例） 幅度分辨率变换对图象的影响（举例）
（a）
（b）
（c）
（d）
（e）
（f）
图2.3.6
不同灰度级对图像质量的影响
（a）K=256， （b）K=128， （c）K=32, （d）K=16， （e）K=4， （f）K=2
Digital Image Processing
− ,− f
yf x
(
,
α ) = ∫β β ∫ −∞
+∞
α (α δ β
) (
)
Digital Image Processing
2.2 人的视觉特性
▓ ▓
光学成像系统的表示
yf x
(
,
)
光学成像系统
T [•]
y ( , x g
)
Digital Image Processing
2.2 人的视觉特性
▓
Digital Image Processing
本章要求及作业
▓ ▓
本章要求 1. 了解三基色原理及颜色模型； 2. 了解人的视觉特性； 3. 了解图象数字化过程及分辨率变化对图象的影响； 4. 了解数字图像的表示形式和特点。 本章作业 1. 思考：2.1，2.3，2.5，2.8。 2. 必做：2.6，2.7，2.10 ，2.11 。
Digital Image Processing
空间分辨率变换对图象的影响（举例） 空间分辨率变换对图象的影响（举例）
（a）
（b）
（c）
（d）
（e）
（f）
图2.3.5
不同采样点数对图像质量的影响
(a)256×256, (b) 128× 128, (c) 64×64, （d）32×32, （e）16×16, （f）8×8
m n
Digital Image Processing
2.3 图像数字化
O
Y
∆x ∆y
X
图2.3.1 采样函数s(x,y)的图示
图2.3.2 原图像和采样图像的频谱
v F 即采样图像的频谱 u s (