第二讲+数字图像处理中的一些基本概念
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
第二章数字图像处理的基本概念_数字图像处理.
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上图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。
单波段、多波段和超波段图像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。
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。
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。
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。
(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。
第二章数字图像处理的基本概念
第二章数字图像处理的基本概念第二章数字图像处理的基本概念1.什么是图像对比度？人眼感受的亮度与哪些因素有关？图像对比度是图像中最大亮度B max与最小亮度B min之比。
即C1=B max/B min2.图像数字化包括哪两个过程？它们对数字化图像质量有何影响？采样和量化。
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，所得图像像素越多，空间分辨率高，质量好，但数据量大。
量化等级越多，所得图像层次越丰富，灰度分辨率越高，质量越好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，质量变差，会出现假轮廓现象，但数据量小。
3.数字化图像的数据量与哪些因素有关？采样间隔越大，量化等级越小，数据量越小；采样间隔越小，量化等级越多，数据量越大。
4.连续图像f(x,y)与数字图像I(r.c)中各量的含义是什么？它们有何联系和区别？5.图像处理按功能分有哪几种形式？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；(2)多福图像→单幅图像；(3)单(或多)幅图像→单幅图像。
6.什么是点处理？你所学算法中有哪些属于点处理？试举3种不同作用的点运算。
在局部处理中，当输出值JP(i,j)值仅与IP(i,j)像素灰度有关的处理称为点处理。
图像对比度增强、图像二值化、灰度的线性变换、线性拉伸等属于点处理。
7.什么是局部处理？你所学算法中有哪些属于局部处理？试举3种不同作用的局部运算。
在对输入图像进行处理时，计算某一像素的小邻域N[IP(i,j)]中的像素值确定，这种处理称为局部处理。
图像的移动平均平滑法、空间域锐化属于局部处理。
8.图像特性包括哪些类型？自然特征：亮度、对比度；人工特征：直方图、频率。
9.什么是窗口处理和模板处理？二者有何区别与联系？对图像中选定矩形区域内的像素进行处理叫做窗口处理；预先准备一个和输入图像IP相同大小的二维数组，存储该区域的信息，然后参照二维数组对输入图像处理，叫做模板处理。
第二章数字图像处理的基本概念PPT课件
字节数B为
BMNQ (Byt)e 8
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。如下图：采样点数越多，图像质量越好； 当采样点数减少时，图上的块状效应就逐渐明显。
（a）原始图像(256×256)（b）采样图像1(128×128)（c） 采样图像2(64×64) （d）采样图像3(32×32) （e）采样图像4(16×16)（f） 采样图像5(8×8)
在进行采样时，采样点间隔的选取是一个非常重要的问题，
它决定了采样后图像的质量。采样间隔的大小选取要依据原图
像中包含的细微浓淡变化来决定。一般图像中细节越多，采样
间隔应越小。根据一维采样定理，若一维信号g(t)的最大频率为
ω， 以T≤1/2ω为间隔进行采样，则能够根据采样结果g(iT) (i=…,
-1, 0, 1， …)完全恢复g(t)， 即
➢沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描， 取出各水平线上灰度值的一维扫描。
➢再对一维扫描线信号按一定间隔采样得到离散信号。
➢对于运动图像（即时间域上的连续图像），需先在时间轴上采 样，再沿垂直方向采样，最后沿水平方向采样由这三个步骤完成。
对一幅图像采样时，若每行（即横向）像素为M个，每列 （即纵向）像素为N个，则图像大小为M×N个像素。
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
（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 （混叠）。
第二章 数字图像处理的基本概念
2.1人眼的视觉原理
2.1.1人眼的构造
2.1.2图像的形成
人眼对场景可见光能量在视网膜上形成的一种刺激，通过人脑对刺 激信号的处理，获取场景的描述和感知。
数字图像处理第2章基本概念
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”。
▪ 在3bit以下的量化，会出现伪轮廓现象。
数字图像处理第2章基本概念
2.1.4 量化方法
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。非均匀量化是对像 素出现频度少的部分量化间隔取大， 而对频度大的量化间隔取小。
0 150 200 I 120 50 180
250 220 100
数字图像处理第2章基本概念
灰度图像描述示例
38 47 27 34 38 52 37 31 29 74 180 180 151 165 165 189
44 44 21 47 44 57 50 77 125 159 197 137 119 193 208 195
矩阵一定是整数阵。
数字图像处理第2章基本概念
2.2 数字图像的描述
▪ 矩阵是按照行列的顺序来定位数据的， 但是图像是在平面上定位数据的，所以 有一个坐标系定义上的特殊性。
▪ 为了编程方便起见，我们这里以矩阵坐 标系来定义图像的坐标。
列（j）
Y轴（j）
矩阵 A(i,j)
行（i）
矩阵坐标系
图像 f(i,j)
• 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。
数字图像处理第2章基本概念
2.2 数字图像的描述
所谓的数字图像的描述是指如何用一 个数值方式来表示一个图像。
因为矩阵是二维的，所以可以用矩阵 来描述数字图像。同时，前面我们已经提 到，量化值是整数，因此描述数字图像的
数字图像处理数字图像处理第二章(第二讲)空域变换、频率域变换
➢ 从影像到地图的几何校正方法 亮度采样
确定像元亮度值。然而，输入像元值和输出像元坐标 之间没有直接的一一对应关系。校正后的输出影像像元需 要填入一定的亮度值，但该像元栅格并非刚好落在规则行 列坐标上，因此必须采用某种方法来确定校正后输出像元 的亮度值 (BV ) 这一过程称为亮度采样。
国家级精品资源共享课
➢ 从影像到地图的几何校正方法 基于坐标转换的空间插值
从影像到地图的校正采用最小二乘法对地面控制点数据 拟合多项式方程，而不需要知道确切的几何误差源。根据 不同的影像畸变，地面控制点数量以及地形投影差，可能 需要建立更高次的多项式对数据进行几何校正。 这里的次 即多项式的最高次幂。
➢ 从影像到地图的几何校正方法
Байду номын сангаас
空间插值方法
这种方法填充从非平面 化影像拟合到具有标准 地图投影影像的输出图 像的矩阵。
x ' a0 a1x a2y y ' b0 b1x b2y
x' 382 .2366 （0.034187 ）x (0.005481 ) y y' 130162 (0.005576 )x (0.0349150 ) y
国家级精品资源共享课
➢ 从影像到地图的几何校正方法
计算逆向映射函数的均方根误差
通过6个坐标转换系数模拟原始影像畸变，可以采用从输出到输 入(逆向)映射方法，将原始影像中的(x， y )像元值转换(重定位)到 输出影像栅格(x， y)中。 但是，在利用这些系数创建校正的输出影 像之前，重要的是要确定，由原始 GCP 数据采用最小二乘回归得到 的这6个系数对输入影像中的几何畸变的校正精度。 最常用的方法 是计算每个地面控制点的 均方根误差。
第二讲数字图像处理中一些基本概念
2.3 图像数字化
第二讲数字图像处理中一些基本概念
数字图像的生成
将模拟图像数字化成数字图像
数字化仪是将图像（胶片或像片）和图形（包括各 种地图）的连续模拟量转换为离散的数字量的装置）
应用各种光电转换设备获取数字图像
数码相机等设备，具有光敏感器件和模数转换装 置
标准，越接近光谱色，色彩饱和度越高
第二讲数字图像处理中一些基本概念
物体颜色
物体的色是人的视觉器官受光后在大脑的一种反映 物体的色取决于物体对各种光线的吸收、反射和透视
能力，分为有色物体和消色物体
消色物体指黑色、白色、灰色物体，对照明光线具有非选择性吸收能力， 根据入射光的反射率的大小区分为不同的颜色
第二讲数字图像处理中一些基本概念
人眼的视觉亮度范围
视觉亮度范围是指人眼能够感知的亮度范围。人 眼能够感知的亮度范围是非常宽的。从百分之几 cd/m2到几百万cd/m2；
人眼适应了某一平均亮度的环境后，人眼所能感 受的亮度范围要小得多。当平均亮度适中，能分 辨的亮度上下限之比可为1000:1，当平均亮度较 低时，该比值约只有10:1。
模拟图像
数字图像
第二讲数字图像处理中一些基本概念
正方形点阵
采样
采样间隔和采样孔径的大小是两个很重要的 参数。
不同形状的采样孔径
采样方式:有缝、无缝和重迭
有缝
无缝
重迭
第二讲数字图像处理中一些基本概念
Nyquist定理
在进行模拟/数字信号的转换过程中，当采样频 率大于信号中最高频率的2倍时，采样之后的 数字信号完整地保留了原始信号中的信息。
第二讲数字图像处理中一些基本概念
第二讲-数字图像处理基础知识
设k1 ,k2为常数，
g1( x, y ) H f1( x, y ),g2( x, y ) H f2( x, y )
因为该系统为线性系统，所以满足叠加性和齐 次性，所以有：
H k1 f1(x, y) k2 f2 (x, y) k1H f1(x, y) k2H f2 (x, y)
量化误差：量化是以有限个离散值近似表达无限 旳连续值，所以存在误差，称其为量化误差。
量化失真：量化过程中产生旳失真，亦称为量化 噪声。
相应均匀量化，量化层次越多，量化误差越小， 但编码所需要旳码字旳比特数越多。
采样点数和量化级数不同步会直接关系到图像旳 清楚度，点数和级数越多，图像质量越高。
数字图像处理基础知识
然后是将前面得到旳模拟电信号转化为数字信 号以输入进计算机进行处理。模数转换过程
数字图像处理基础知识
二、图像采集设备 用于可见光和红外线成像旳采集设备主要有：显
微密度计、析像管、视像管和固态阵等，其中固态 阵线应用最广泛。
固态阵可按几何组织形式分为两种：线扫描器和 平面扫描器，其主要元件是电荷耦合器件CCD。
图2-1 视觉惰性
数字图像处理基础知识
2、临界闪烁频率 眼睛在周期性旳光脉冲旳作用下，假如它旳频率
不够高，则眼睛会感到一明一暗旳闪烁现象。假如 将光脉冲旳频率增长到某一值时，因为视觉惰性， 眼睛就感觉不到闪烁了。
不引起闪烁感觉旳光脉冲旳最低反复频率称为临 界闪烁频率。
经验可知人眼旳临界闪烁频率约为46Hz。
数字图像处理基础知识
2.2.2 图像旳显示
常用旳显示设备是电视显示屏，其又能够分为下 列类型：CRT、液晶显示(LCD)、等离子体显示 (PDP)等。
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。
第2章数字图像处理的基本概念(讲课)
直方图(hist)
对应灰度值（ind）
0 12 5 0 0 0 8 1 2 1 18 1 1
0 1 2 3
0 1
4
0 5
5
0 8
6
0 5
7
2.2 灰度直方图
3000
2500
2000
1500
1000
500
0 0 50 100 150 200 250
2.3 直方图的应用
1200
2.3 直方图的应用
I
1000
800
600
400
200
0 0 50 100 150 200 250
O =I*2
O
2.3 直方图的应用
• 1、判断图像量化是否恰当
1000 800
600
400
200
0 0 50 100 150 200 250
2.3 直方图的应用
2、确定图像二值化的阈值
0 g ( x, y ) 1
f ( x, y ) T f ( x, y ) T
二值化
2.3 直方图的应用
物体 背景
物体or背景？
2.3 直方图的应用
原始彩色图像
原始黑白图像
直方图 C#视频实例（直方图显示）
二值图像（阈值为0.4）
思考：图像二值化阈值自动提取算法
2.3 直方图的应用
3、 计算图像信息熵H
假设一副数字图像的灰度范围为[0,L-1],各灰度级像 素出现的概率为 P0， P ， PL1 ，则信息熵的定义为： 1
最白，如设为1
G2
g
111 110 q i ＋1 q i －1
当g 3时
…
- 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)。
采样方式:有缝、无缝和重迭
有缝
无缝
重迭
Nyquist定理
在进行模拟/数字信号的转换过程中，当采样频 率大于信号中最高频率的2倍时，采样之后的 数字信号完整地保留了原始信号中的信息。
量化
采样后得到的空间上离散的像素，灰度是连续的，还 不能用计算机进行处理。需将像素灰度转换成离散的 整数值，即量化。量化后得到的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。
人类的视觉模型
三种锥状感光细胞对不同光波的感光灵敏度
人眼对亮度的适应能力
人眼是具有视觉适应性的
亮适应性：人从黑暗处到明亮处的视觉行为过程 暗适应性：人从明亮处到黑暗处的视觉行为过程
感光灵敏度：杆状细胞与锥状细胞不同 锥状细胞：明视觉 杆状细胞：暗视觉
暗适应性：从亮光处到暗光处的 适应能力，一般20~30s 亮适应性：从暗处到亮处的适应 能力，一般1~2s
红+绿=黄 红+蓝=紫（品红） 蓝+绿=青 红+绿+蓝=白
减色法原理
减色法：利用白光减去补色获得彩色的方法。其基色 是黄、青、品红（或紫）
马赫带
马赫带效应是指有一定反差的图像临界部位在视 觉上给人以特别白或特别黑的感觉。
马赫带上的亮度过冲是不同空间频率产生不同视 觉响应的结果。视觉系统对空间高频和空间低频 的敏感性较差，对空间中频具有较高的敏感性， 因而在亮度突变处亮度过冲现象，人眼感受到的 是对比度的增强，这种现象有助于增强对图像轮 廓的识别能力。
光源的光谱成分对物体颜色的影响
有色光照射到消色物体时，物体反射色与入射光颜色相同，两种以上有色 光同时照射到消色物体上，呈加色法效应
有色光照射到有色物体时，物体的颜色呈减色法效应
加色法原理
加色法原理是利用三基色色光相加获得彩色的方 法。基色是红、绿、蓝；不同比例的三基色光相 加合成其他彩色
数字图像处理中的一些基本概念
本讲提要
1、人眼视觉原理：介绍景物形成原理以及观 察图像时的一些客观现象。
2、图像数字化：如何从模拟图像获得数字图 像，以及数字图像的表达方式
3、图像灰度直方图：介绍图像灰度直方图计 算方法及作用
4、数字图像处理中的比较通用的算法形式和 一些基本概念
5、图像文件的组织方式 6、图像特征与噪声
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。
灰度级数
灰度级数就代表一幅数字图像的层次。图像数 据的实际层次越多视觉效果就越好。
一般来说，G=2g，g就是表示存储图像像素灰 度值所需的比特位数。
若一幅数字图像的量化灰度级数G=256=28级， 灰度取值范围一般是0~255的整数，由于用 8bit就能表示灰度图像像素的灰度值，因此常 称8 bit 量化。
马赫带效应示意图
2.3 图像数字化
数字图像的生成
将模拟图像数字化成数字图像
数字化仪是将图像（胶片或像片）和图形（包括各 种地图）的连续模拟量转换为离散的数字量的装置）
应用各种光电转换设备获取数字图像
数码相机等设备，具有光敏感器件和模数转换装 置
应用二维离散数学函数生成数字图像
矩阵表示数字图像
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 数字图像的过程
两个步骤
把模拟图像分割成同样形状的小单元，进行空间离散化 处理叫采样
以各个小单元的平均亮度值或中心部分的亮度值作为该 单元的亮度值，为亮度值的离散化处理，量化
模拟图像
数字图像
正方形点阵
采样
采样间隔和采样孔径的大小是两个很重要的 参数。
人眼分辨不同颜色的能力
色觉，能辨别不同的颜色。
视神经对不同波长光的感受特性是不同的 人眼能感受的光谱范围由400nm到760nm。
色觉有三种性质：色调（色别）、亮度、饱和 度
色调：不同的色 亮度：色彩的明暗、深浅程度 色彩度（饱和度）色彩的纯度，以阳光的光谱色为
标准，越接近光谱色，色彩饱和度越高
人眼对亮度差别的感觉取决于相对亮度的变化， 有Δs=k’*ΔB/B，经积分有s=k’lnB+k0
k’为常数，表明亮度感觉与亮度的自然对数成线性关系
人眼的分辨率
人眼的分辨率是指人眼在一定距离上能区 分开相邻两点的能力。可用能区分开的最 小视角的倒数来描述。
人眼的分辨率还与环境照度、被观测对象 的相对对比度有关
1 人眼的视觉原理
人类的视觉模型
锥状细胞：负责彩色视觉
有三种类型：红色、绿色、 蓝色感光细胞
可感受6~7百万种颜色 数量：约6~7百万
一根视神经连接一个锥状细 胞
人眼的最内层是视网膜，表面 分布有大量光敏细胞
杆状细胞广泛分布在视网膜上
一根视神经连接若干杆状细胞 数量：7500万~1.5亿 对低照度景物敏感 负责黑白视觉
物体颜色
物体的色是人的视觉器官受光后在大脑的一种反映
物体的色取决于物体对各种光线的吸收、反射和透视 能力，分为有色物体和消色物体
消色物体指黑色、白色、灰色物体，对照明光线具有非选择性吸收能力， 根据入射光的反射率的大小区分为不同的颜色
>75% 10%<r<75% r<10%
有色物体对照明光线具有选择性吸收的能力，入射光中的色 光不是等量的被吸收，入射光被反射或透射后，改变了光谱 成分和亮度，所以物体呈现不同的颜色
图像数字化方式与图像质量的关系
图像数字化方式一般采用均匀采样、均匀量化方式。
一般说，采样间隔严重时出现像素呈块状的国际棋盘效 应；采样间隔越小，图像像素数越多，空间分辨率高， 图像质量好，数据量大。量化等级多，图像层次丰富， 灰度分辨率高，图像质量好，数据量大；量化等级少， 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，数据量小。
景物的形成
光线经过眼球到达视网膜，形成电脉冲，传导 到视神经中枢，不同位置的光敏细胞可产生与 接受光线强弱成比例的电脉冲，便在大脑中形 成景物的感觉。
人眼的视觉亮度范围
视觉亮度范围是指人眼能够感知的亮度范围。人 眼能够感知的亮度范围是非常宽的。从百分之几 cd/m2到几百万cd/m2；
人眼适应了某一平均亮度的环境后，人眼所能感 受的亮度范围要小得多。当平均亮度适中，能分 辨的亮度上下限之比可为1000:1，当平均亮度较 低时，该比值约只有10:1。