数字图像处理第四章

合集下载

数字图像处理第4章课件

数字图像处理第4章课件
数字图像处理第4章
图像增强—图像去噪(平滑)
无噪声原图
有高斯噪声
数字图像处理第4章
图像增强—图像去噪(平滑)
经33平均算子后结果
经55平均算子后结果
经55高斯滤波后结果
数字图像处理第4章
图像增强—图像去噪(平滑)
(二)多图像平均 (三)中值滤波(非线性滤波)
——用一个含有奇数点的滑动窗口,将中心像素的灰度用窗口内 所有像素的中值代替。
h 高斯滤波器(典型低通方法)
e h(m,n)
2
1
2 x
2 y
2m 2x 22n 22 y
数字图像处理第4章
图像增强—图像去噪(平滑)
•二维高斯函数具有旋转对称性,保证滤波时各方向平滑程度相同。 •离中心点越远权值越小,减少边缘细节模糊程度。 设计离散高斯滤波器的方法——设定 x2 , y2 和掩模大小(截断点)
经3 3窗口做中 值滤波的结果
数字图像处理第4章
图像增强—图像去噪(平滑)
有椒盐噪声的图像
经3 3的窗口做中值滤波
数字图像处理第4章
图像增强—图像去噪(平滑)
(四)边界保持类平滑滤波 去噪的同时,会使图像中不同区域的边界模糊 进行平滑处理时,首先判别当前像素是否为边界上的点, 如果是,则不进行平滑处理;如果不是,则进行平滑处理。
21)D (u,v)/D 02n
——没有明显的振铃效果(在低频和高频之间的平滑过渡)。处理 效果比理想低通好。
数字图像处理第4章
图像增强—图像去噪(平滑)
ab cd ef
(a)原图(500500);采用2阶 Butterworth低通;(b) -(f)分 别是D0=5, 15, 30, 80, 230时 的滤波结果。

第四章数字图像处理课件

第四章数字图像处理课件
255
0 48
218 255
提高对比度
第4章 图像处理中的基本运算
提高对比度举例
第4章 图像处理中的基本运算
② 如果a<1,输出图像的对比度减小
255 142
0
255
Hale Waihona Puke 降低对比度第4章 图像处理中的基本运算
降低对比度举例
255
0
255
第4章 图像处理中的基本运算
③ 如果a=1,b≠0,操作仅使所有像素的 灰度值上移或下移,其效果是使整个图像 更暗或更亮
主要应用举例 • 图像的局部显示
第4章 图像处理中的基本运算
• 图像的局部显示
第4章 图像处理中的基本运算
(4)除运算
C(x,y) = A(x,y)/ B(x,y)
主要应用举例
常用于遥感图像处理中
第4章 图像处理中的基本运算
三. 几何运算
1. 概念
2. 几何运算类型
第4章 图像处理中的基本运算
第4非章线图像性处拉理中伸的实基本例运2算
第4章 图像处理中非的线基本性运拉算伸实例3
第4章 图像处理中的基本运算
第4章 图像处理中的基本运算
非线性拉伸实例4
第4章 图像处理中的基本运算
非线性拉伸实例5
第非4章线图性像处拉理伸中的实基例本运6算
第4章 图像处理中的基本运算
非线性拉伸实例7
第4章 图像处理中的基本运算
(3) 显示标定 一些显示设备不能保持数字图像上像素的灰
度值和显示屏幕上相应点的亮度之间的线性关系。 这一缺点可以通过点运算予以克服,即在图像显 示之前,先设计合理的点运算关系,可将点运算 和显示非线性组合起来互互相抵消,以保持在显 示图像时的线性关系。

数字图像处理教程(OPENCV版)第4章 图像的频域处理

数字图像处理教程(OPENCV版)第4章 图像的频域处理

10
4.1.2 二维离散傅里叶变换性质
2024/5/9
11
4.1.2 二维离散傅里叶变换叶变换性质
2024/5/9
13
4.1.2 二维离散傅里叶变换性质
2024/5/9
14
4.1.2 二维离散傅里叶变换性质
2024/5/9
15
4.1.2 二维离散傅里叶变换性质
2024/5/9
2
4.1 二维离散傅里叶变换
2024/5/9
3
➢ 通过傅里叶变换可以将对函数的分析转为对构成它的频率成分 进行分析,每个系数代表着其对应频率对函数的贡献量
➢ 二维图像通过傅里叶变换把像素值与空间坐标对应关系转化为 傅里叶变换值与频率之间的关系
2024/5/9
4
4.1.1 二维离散傅里叶变换和反变换
2024/5/9
56
4.6.2 陷波滤波器
➢ 陷波滤波器去除周期噪声示例
2024/5/9
57
4.6.2 陷波滤波器
实际中陷波滤波器设计小窍门
➢ 求图像离散傅里叶变换,将其幅度谱以图像形式显示
➢ 找到频谱图中规律性的离散亮点,这些亮点来自周期性噪声
➢ 两种方法得到陷波滤波器频谱:
① 频谱图是单色的(黑灰白),用彩色点遮盖噪声频谱中心点、或者用彩色块遮盖噪声频谱 ② 交互程序,用鼠标选择陷波区域 ✓ 由于频谱的对称性,建议只用彩色点/块(或鼠标选择区域) 遮盖1、2象限的频谱,后续根
➢ 高通滤波等价于“原图像-原图像低通滤波结果
2024/5/9
33
4.4.1 理想高通滤波器
2024/5/9
34
4.4.1 理想高通滤波器
➢ 理想高通滤波器会产生振铃现象

数字图像处理及应用(MATLAB)第4章

数字图像处理及应用(MATLAB)第4章

PO pi / pt
(i 0,1,....,t )
背景区域B的概率灰度分布:
PB pi /(1 pt )
(i t 1, t 2,....,L 1)
由此得到数字图像的目标区域和背景区域熵 的定义为:
H O (t ) PO log2 PO
i 0 t
H B (t ) PB log2 PB
两种变换函数曲线如图
[例]利用图像分割测试图像中的微小结构 % 图像分割测试图像中的微小结构 I=imread( 'cell.tifmshow (I), title ( '原始图像' ); Ic = imcomplement (I); % 调用imcomplement函数对图像求反色 BW = im2bw( Ic, graythresh (Ic) ); % 使用im2bw函数,转换成二值化 图像来阈值分割 subplot ( 1,4,2 ), imshow (BW), title ('阈值截取分割后图像' ); se = strel( 'disk' ,6);% 创建形态学结构元素,选择一个半径为6个像 素的圆盘形结构元素 BWc = imclose ( BW, se); % 图像形态学关闭运算 BWco = imopen ( BWc, se); % 图像形态学开启运算 subplot ( 1,4,3 ), imshow (BWco), title ( '对小图像进行删除后图像' ); mask = BW&BWco; % 对两幅图像进行逻辑 “与”操作 subplot ( 1,4,4 ), imshow (mask), title ( '检测结果的图像' );

数字图像处理第四章读书报告

数字图像处理第四章读书报告

第四章 频率域滤波第四章主要介绍了如何在图像滤波中应用傅里叶变换和频率域的基本知识,并介绍其基本原理及与数字图像处理的关系。

1.背景法国数学家傅里叶在热分析理论一书中,指出任何周期函数都可以表示为不同频率的正弦和/或余弦之和的形式,每个正弦项和/或余弦项乘以不同的系数(傅里叶级数)。

非周期函数可以用傅里叶变换来表示。

傅里叶概念的最初应用是在热扩散领域, 2.基本概念 (1)复数复数C 的定义如下:jI R C +=极坐标下复数定义:)sin (cos ||θθj C C += 由于欧拉公式θθθsin cos j ej +=复数可以表示为θj e C C ||=(2)傅里叶级数傅里叶级数的表示形式为∑∞-∞==n t Tnjnec t f π2)(其中 ,2,1,0,)(12/2/2±±==⎰--n dt e t f T c T T t Tnj n π(3)冲激函数冲激函数表示形式为⎩⎨⎧≠=∞=0,00,)(t t t δ,其中被限制为满足等式⎰∞∞-=1)(dt t δ,其物理意义就是一个幅度无限,持续时间为0,具有单位面积的尖峰信号。

其取样特性为函数与冲激函数的乘积:)()()(00t f dt t t t f =-⎰∞∞-δ;那么对于其离散的函数具有相似的表达,其冲激函数为⎩⎨⎧≠==0,00,1)(x x x δ,其离散变量的取样特性为:∑∞-∞==-x x f x x x f )()()(0δ;其冲激串则定义为无限多个分离的周期冲激单元T ∆之和:∑∞-∞=∆∆-=n T T n t t s )()(δ。

冲激可以是连续或离散的。

(4)连续变量函数的傅里叶变换 连续函数f(t)的傅里叶变换为⎰∞∞--=dt e t f F t j πμμ2)()(,那么必存在一个傅里叶反变换:⎰∞∞-=μμπμd eF t f tj 2)()(,利用欧拉公式得到⎰∞∞--=dt t j t t f F )]2sin()2)[cos(()(πμπμμ,由于积分的左边唯一变量是μ,所以说傅里叶变换域就是频率域。

数字图像处理-4章

数字图像处理-4章
不一定要去逼近原图像。这一类图像改善方法统称为图像 增强技术 。从图像质量评价观点来看 ,图像增强技术主
要目的是从主观上提高图像的可懂度。
➢ 另一类改善方法是针对图像降质原因,设法去补偿降质因 素,从而使改善后的图像尽可能地逼近原始图像。这类改
善方法统称为图像复原技术。显然,图像复原技术主要
目的从客观上提高图像质量的逼真度。
第四章 图像增强
1
摄像时,由于光学 系统失真,相对运 动,大气气流等都 会使图像模糊。
传输过程中,噪声污染图 像,使人观察起来不满意, 或者使从图像中提取的信
息减少甚至造成错误。
2
对降质图像进行改善处理,改善的办法有两类:
➢ 一类是不考虑图像降质的原因,只将图像中感兴趣的特征 有选择的突出,而衰减其不需要的特征,故改善后的图像
0.25 0.21
0.44*7 0.65*7 =3.08 =4.55
0.16
0.81*7 =5.67
0.08 0.06
0.89*7 0.95*7 =6.23 =6.65
0.03
0.98*7 =6.86
0.02
1*7 =7
22
skT (rk)(L1)j k0pr(rj)L N 1j k0nj
灰度级 rk
2
lenna.bmp
fxx0.8x 25 2 555 1x 1
3)灰度变换应用 (a)图象求反 (c)动态范围压缩
(b)增强对比度 (d)灰度切分
L-1
t EH(s)
O
s
L-1
(c)
12
4)获取变换函数的方法 (a)固定函数: 指数函数、正弦函数、分段线性函数、幂次函数、对数函数 (b)交互样点插值:

数字图像处理第四章

数字图像处理第四章
(6) 统计映射后新的灰度级Sk的像素数目nk
(7) 计算输出图像的直方图
35
例 例:设图象有64*64=4096个象素,有8个灰 度级,灰度分布如表所示。进行直方图均衡化。
rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1
nk 790 1023 850 656 329 245 122 81
37
(2) 计算s k
rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1
nk 790 1023 850 656 329 245 122 81
P (r k ) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02
S k计算 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1.00
图像噪声的分类
加性噪声:噪声和图像信号的强度不相关,如图像在 传输过程中引入的信道噪声,摄像机扫描噪声等。
g=f+n
乘性噪声:噪声和图像信号相关,往往随图像信号的 变化而变化,如飞点扫描图像中的噪声、电视扫描光
栅、颗粒噪声等。 g=f+ fn
量化噪声:数字图像的主要噪声源,其大小显示出数 字图像与原始图像的差异。对这类噪声减小的最好办 法是采用按灰度级概率密度函数选择量化级的最优量 化措施。 椒盐噪声:即黑图像的白点、白图像上的黑点,往往 由图像切割引起。
设备元器件及材料本身引起的噪声。如磁带、 磁盘表面缺陷所产生的噪声;
系统内部设备电路所引起的噪声,包括电源系 统引入的交流噪声,偏转系统和箝位电路引起的噪 声等;
电器部件机械运动产生的噪声。如数字化设备 的各种接头因抖动引起的电流变化所产生的噪声, 磁头、磁带抖动引起的抖动噪声等;

数字图像处理第4章PPT课件

数字图像处理第4章PPT课件
第1页/共60页
4.1 图像的对比度增强
◘灰度线性变换
f (m, n) [a,b]
▓ 灰度的线性变g(换m:, n设) 原[图c,像d灰] 度值
, 线性变换后的取

,则线性变换如图4.1-1所示。变换关系式为
其中,
g(m, n) c k[ f (m, n) a]
称为变换函数(直线)的斜率。 k d c
0
0
0
0.20 0.50 0.80 1.0
6
按照Pj→Pi找到i对应的j 4
5
6
6
7
7
7
7
7
确定变换关系i→j
04 15
2, 36
4, 5, 6, 77
8 求变换后的匹配直方图P(j) 0
0
0
0 0.19 0.25 0.37 0.19
第19页/共60页
4.2 图像的直方图修正
图4.2-6 直方图规定化的示意图 (a)原图像直方图;(b)规定直方图;(c)变换后的匹配直方图。
f
(m, n 1)
f
(m 1, n)
第22页/共60页
4.3 图像平滑
•8 - 邻 域 平 均 :
g (m, n)
f avg
1 8
f (i, j)
(i, j )S8
1 8
[
f
(m
1, n
1)
f
(m
1, n)
f
(m
1, n
1)
f (m,n 1) f (m,n 1) f (m 1,n 1) f (m 1,n)
第14页/共60页
4.2 图像的直方图修正
• 图4.2-3给出了直方图均衡化的示意图。从图和表中可以看出, 由于数字图像灰度取值的离散性,通过四舍五入使变换后的灰度值 出现了归并现象,而使变换后的直方图并非完全均匀分布,但相比 于原直方图要平坦得多。

数字图像处理(第四章)

数字图像处理(第四章)

g ( x, y) h( x, y) * f ( x, y) ( x, y)
G (u, v) H (u , v) F (u, v) N (u, v)
2018/12/12 Digital Image Processing 8
4.2 噪声模型
噪声源
. 图像获取 --- 环境, 摄像机质量,电火花等. . 图像传输 --- 雷电 或 当使用网络传输时大气层干扰
2018/12/12
Digital Image Processing
14
脉冲(椒盐)噪声
(双极)均匀分布噪声的PDF为:
Pa p ( z ) Pb 0
za z b 其他
若b a, 灰度值b将显示为一个亮点, a的值将显示为一个暗点. 若Pa或Pb为零, 则脉冲噪声称为单极脉冲. 若Pa或Pb均不可能为零, 尤其是近似相等时, 脉冲噪声值类似于随机 分布在图像上的胡椒和盐粉细粒.
23
( s ,t )S xy

2018/12/12
Digital Image Processing
实验结果
(a) 电路板的X射线图像 (b) 由附加高斯噪声污染的图像 (c) 用3×3算术均值滤波器滤波 的结果 (d) 用3×3的几何均值滤波器滤 波的结果 算术均值和几何均值都能衰 减噪声,但比较而言,几何均值
恢复到一个估计值(与原始图像有一定的差别)
5.图像恢复(复原)既可在图像的空间域实现,也可以在其频率 域实现。
2018/12/12 Digital Image Processing 2
光学 系统 的像 差 摄影 胶片 的非 线性
传感 器非 线性 畸变
光学 系统 中的 衍射 几何 畸变

数字图像处理 第4章 色彩模型及转换

数字图像处理 第4章   色彩模型及转换

实际上:不同比例的油墨三原色的组合可以在
标准胶印中产生一个中性灰
C:85%
M:82%
Y:78%
C:34%、
M:25%、
2020/9/23
Y:24%
32
印刷灰平衡:指黄品青三色油墨按不同网点面 积率配比在印刷品上生成中性灰
◎彩色构成 所有的色调都由青、品、黄三原色组成
◎底色去除UCR:一部分非彩色成分由黑色取代
色域映射算法应满足以下基本原则:
◎保持彩色图像的色调不变,即色相角不能偏移
◎保持最大的明度对比度。
◎202饱0/9/2和3 度的改变尽可能的小
36
2.RGB与HSI的色彩转换 ①RGB到HSI的颜色转换
红色=00或 3 60 0 当 BG
H 3600 - 当 BG
arccos
(R G) (R B)
道图像等。 2020/9/23
8
②色彩空间 对应着不同的色彩模型处理的色彩数据和文
件的集合 ③色彩模型与色彩空间之间的关系
色彩模型——呈色原理——确定的数值 色彩空间——呈色设备——不同的参数 色彩空间的选择和设置是色彩处理的基础
2.RGB色彩模型
基于自然界中3种原色光的混合原理,将红 、绿 和蓝3种原色按照从0(黑)到255(白色)的亮 度202值0/9/23在每个色阶中分配,从而指定其色彩的算法9
7
二、色彩模型与色彩空间
1.概念 ①色彩模式(颜色模型) :
用数值表示颜色的一种算法
确定图像中能显示的颜色数、影响图像的通
道数和文件大小 光谱数据——可见光谱图像
调色板数据——索引彩色图像 常用的图像色彩模式有:
二值图像、灰度图像、多色调图像、索引彩色

914761-数字图像处理-第四章 图像复原-第3讲无约束复原-逆滤波方法

914761-数字图像处理-第四章 图像复原-第3讲无约束复原-逆滤波方法
当 T-1不存在,或存在但不可解时,原图像只能通过退化的g 和对退化模型及噪声的某种了解或假设估计得到。这种估计 是在某种最佳准则下的最佳估计,广义上分为无约束和有约 束估计。
g=Hf+n n=g-Hf 噪声是广义的,在没有先验知识的情况下,要找一个f 的估计 fˆ ,在最小二乘方意义上使下式达到最小:
在实际中,T-1有多种情况: – T-1不存在,即奇异 – T-1存在,但不唯一 – T-1存在,唯一,但g(x,y)小的扰动就会引起f(x,y)大的变
动 – T-1存在,唯一,但其解太复杂,或几乎不可解 – T-1存在,唯一,无病态问题,且可求解
3
4.3 图像复原
(1)无约束复原 当T-1存在,唯一,无病态问题,原图像可精确求解;而
J ( fˆ ) = g - H ×fˆ 2
4
4.3 图像复原
J ( fˆ ) fˆ
=
-2H T
(g
-
Hfˆ )
=
0
H T Hfˆ = H T g
fˆ = (H T H )-1 H T g
因为H 是一方阵,并且设H -1 存在,则可求得 fˆ :
fˆ = H -1(H T )-1 H T g = H -1g
这种方法要求知道成象系统的表达式H。
根据前面所述,H 的尺寸很大,如512x512尺寸的图像,
H 的尺寸为262144x262144,对其求逆是不可解的,故要寻求
合适的求解方法。
从G(u,v)=H(u,v) F(u,v)+N(u,v)出发,若不考虑噪声,则上
式可写成(逆滤波)G (u,v)=H(u,v)F(u,v)
(a)当H(u,v)的值小于某个值d时取一个常数k,其他不变

数字图像处理 第四章图像增强

数字图像处理 第四章图像增强

Pr(rk) 0.19 0.25 0.21 0.16 0.08 0.06
0.03
0.02
计算每个sk对应的像素数目 计算均衡化后的直方图
Tr
Sk并
sk
nsk Ps(sk)
0.19
1/7
0.44
3/7
S0=1/7 S1=3/7 S2=5/7
790 0.19 1023 0.25 850 0.21
0.65
✓ 校正后的原始图像 f (i, j) C g(i, j) gc(i, j)
9
灰度级校正注意问题:
对降质图像进行逐点灰度级校正所获得的图像, 其中某些像素的灰度级值有可能要超出记录器 件或显示器输入灰度级的动态范围,在输出时 还要采用其他方法来修正才能保证不失真地输 出。
降质图像在数字化时,各像素灰度级都被量化 在离散集合中的离散值上,但经校正后的图像 各像素灰度极值并不一定都在这些离散值上, 因此必须对校正后的图像进行量化。
),使得结果图像s的直方图Ps(s)为一个常数
Pr(r)
Ps(s)
直方图均衡化 T(r)
r
s
26
直方图均衡化理论基础
-1 由概率论可知,若Pr(r)和变换函数s=T(r)已知,r=T (s)是单 调增长函数,则变换后的概率密度函数Ps(s)可由Pr(r)得到:
分 布 函 数 Fs(s)sp( s s) ds=rp( r r) dr
✓ 计算均衡后的直方图
s k 计
T( rk)
k
=
i 0
P(r
r

i
k i 0
ni n
s k并
round( sk计 * (L L 1
1))
j
  1. 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. 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. 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)。
8
4.1 图像的采样
二.采样传感器
采样传感器
CCD
(Charge Couple Device)电荷耦合器件; CMOS:互补性金属氧化物半导体。
9
4.1 图像的采样
二.采样传感器
1. CCD
CCD(Charge
Couple Device)电荷耦合器件是20 世纪70 年代初发展起来 的半导体器件。 CCD 以电荷为信号,而不是以或电压为信号。 CCD 基本单元采用MOS(金属-氧化物-半导体)结构,从本质上讲, CCD 的基本功能是电荷的产生、存储和转移。 CCD 的基本原理:通过光学系统将景物成像在CCD 象敏面上,象敏面 将照在每一个象敏单元上的图像照度转换为少数载流子数密度信号存储 在象敏单元中,然后再转移到CCD 的移位寄存器中,在驱动脉冲的作 用下顺序移出器件,形成强弱不同的电信号。即: –光-电转换 –电荷存贮 –电荷转移
17
4.1 图像的采样
三. 采样设备 1. 扫描仪 滚筒式扫描仪
滚筒式扫描仪通常
用于输入大幅面( A0)的图像信息, 亦可扫描工程图纸 。 滚筒式扫描仪通常 有较高的分辨率和 扫描效率。
18
4.1 图像的采样
三. 采样设备 2.数码相机
数码相机是一种采用数字 化格式录制运动或者静止 图像的相机。 和传统模拟相机录制无限 变化的光强度不同,数码 相机录制离散的数字信息 ,存储在闪存卡。并可通 过一根串口缆线或USB缆 线传送到电脑上。 和其他所有数字式设备一 样,数码相机拥可以表现 出来的固定最大分辨率: 简单相机:130万像素( 640x480,1024x768, 1280x1024) 专业相机:800~1000万像 素或更多。
上式右边就是一个通常所说的数字图像。其中每一个元素称
之为象素。
5
4.1 图像的采样
一.概述
数字化时,关键是要决定:
采样点数N
(行和列) 量化级别G (灰度级数)
为了便干处理,采样点数N与量化级别G都为2的方次数,即 N=2n ,G=2m (n,m均为正整数)。记录一幅图像所需的位

19
4.1 图像的采样
三. 采样设备 2.数码相机
摄像机中使用的是面阵CCD,扫描仪中使用的是线阵CCD,
而数码相机中既有使用面阵CCD的又有使用线阵CCD的,而 一般数码相机都使用面阵CCD,专门拍摄静态物体的扫描式 数码相机使用线阵CCD,它牺牲了时间换取可与传统胶卷相 媲美的极高分辨率(可高达8400×6000)。 CCD本身不能分辨色彩,它仅仅是光电转换器。 为了实现彩色输入,通常给CCD器件表面加以CFA(Color Filter Array,彩色滤镜阵列),或者使用分光系统将光线分 为红、绿、蓝三色,分别用3片CCD接收。 数码相机是由镜头、CCD、A/D(模/数转换器)、MPU(微 处理器)、内置存储器、LCD(液晶显示器)、PC卡(可移 动存储器)和接口(计算机接口、电视机接口)等部分组成 。
20
4.1 图像的采样
三. 采样设备
2.数码相机 镜头将光线会聚到感光器件CCD(Charge Couple Device 光 电荷耦合器件)上,它是利用微电子技术制成的表面光电器 件,它的功能是把光信号转变为电信号。即得到了对应于拍 摄景物的电子图像的模拟信号,经ADC(模数转换器)器件 转换为数字信号,再由MPU(微处理器)进行压缩并转化为 特定的图像格式,例如JPEG格式,存储在内置存储器中。
23
4.1 图像的采样
三. 采样设备 5. 其它采样设备
X光机; B超; 显微成像设备; CT、核磁共振机等。
医用的图像获取设备:
遥感中常用的图像获取设备:
光学摄影设备,
如摄像机、 多光谱像机等; 红外摄影设备,如红外辐射计、 红外摄像仪、 多通道红外 扫描仪、 多光谱扫描仪(MSS); 微波设备,如微波辐射计、 侧视雷达、 真空孔径雷达、 合成孔径雷达(SAR)。
10
4.1 图像的采样
二.采样传感器
1. CCD
线阵CCD

单元数有: 256, 1024, 2048, 4096 等;
面阵CCD:
11
4.1 图像的采样
二.采样传感器
1. CCD
CCD的三层结构
第一层“微型镜头”:在感光
层前面加上一副眼镜,增加感 光面积。 第二层“分色滤色片”:有两 种分色方式,一是RGB原色分 色法,另一个则是CMYK补色 分色法这两种方法各有优缺点 。 第三层感光层:主要是负责将 穿过滤色层的光源转换成电子 信号,并将信号传送到影像处 理芯片,将影像还原。
13
4.1 图像的采样
三. 采样设备
扫描仪, 数码照相机, 数码摄像机, 采集卡, 其它采样设备。
14
4.1 图像的采样
三. 采样设备 1. 扫描仪
扫描仪用于各种形式的计算机图像输入。 从最直接的图片、照片、胶片到各类图纸图形以及各类文稿
资料都可以用扫描仪输入到计算机中进而实现对这些图像形 式的信息的处理、管理、使用、存贮、输出等。 目前扫描仪已广泛应用于各类图形图像处理、出版、印刷、 广告制作、办公自动化、多媒体、图文数据库、图文通讯、 工程图纸输入等许多领域。
第四章
图像的基本概念
1
4.1 图像的基本概念
概述
我们日常生活中见到的图像一般是连续形式的模拟
图像,可由一个二维连续函数f(x ,y)来描述。
其中:(x ,y) 是图像平面上任意一个二维坐标点, f (x ,y)则是该点颜色的深浅。
图像处理的方法有模拟式和数字式两种。 由于数字计算技术的迅猛发展,数字图像处理技术
6
4.1 图像的采样
一.概述
图4-3 (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)
7
4.1 图像的采样
一.概述
图4-4 (a) 原始图像(256色); (b) 量化图像1(64色); (c) 量化图像2(32色); (d) 量化图像3(16色); (e) 量化图像4(4色); (f) 量化图像5(2色)
15
4.1 图像的采样
三. 采样设备 1. 扫描仪
扫描仪主要由光学系统、线阵CCD(电荷耦合器件)扫描头
16
、A/D转换电路及机械传动部分组成。 扫描时,原稿正面朝下铺在扫描仪的玻璃板上; 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的扫描头沿垂直方向扫过整个原稿,并每 扫一行就得到原稿 横向一行的图像信 息; CCD将RGB光 线转变为模拟电信 号,再经A/D变换 器转变为数字信号 ,传送至计算机内 部逐步形成原稿的 全图。
22
4.1 图像的采样
三. 采样设备
4. 视频采集卡 视频采集卡可将录像机、摄像机、摄录机、影碟机等模拟视 频设备的保存在录像带、激光视盘等介质上的模拟图像信息 经过采样、量化以后转换为数字图像并输入存储到计算机。 利用视频采集卡也可以将摄像机也可以将现场的图像实时输 入计算机。 采集过程也叫数字化、获取、捕获、捕捉、抓帧等。 视频采集卡的工作方式可以是单帧采集或者连续采集;可以 将采集的图像序列放在内存或直接存储到磁盘;也可以采用 MPEG压缩算法实时压缩成VCD 格式,压缩比可高达150∶1 到200∶1。也可以采用MPEG Ⅱ压缩算法压缩成DVD 格式。 高档视频卡(非线性编辑卡):高档视频卡集成了视频输入/ 输出、特技、压缩及编辑加工等多种功能,主要用于影视节 目后期制作的非线性编辑系统。
24
4.2 图像的存储格式
一.概述
图像是由排成矩形点阵的象素组成的。 图像通常与操作系统有关:windows、unix、mac;
图像有不同的编码方式:无压缩、无损压缩、有损压缩
把一幅图像记录进文件时,必须同时记录下各象素在点阵中
的位置及象素的灰度值。 实际上我们可以利用各象素在文件中的记录位置来表示其在 图像点阵中的位置,这样就可以省去记录象素位置坐标的数 据量,而各象素的数据只用来记录其灰度值。 文件中的数据只能以一维方式记录,而图像点阵是二维的。 为了用一维形式记录二维图像,通常采用的办法是将各行象 素的数据首尾相连。 例如,一幅NXM图像的数据文件中,它的NXM个象素数据 是这样排列的:最初的N个数据分别对应图像第一行从左到 右N个象素;第N+1到第ZN个数据分别对应图像第二行从左 到右N个象素,等等。如此类推,最后的N个数据分别对应图 像第M行从左到右N个象素。
一.概述
图像f 经数字化的图像方可用计算机来处理。
(x ,y) 必须在空间上和在颜色深浅的幅度上都进行
数字化: 空间坐标(x ,y) 的数字化被称为图像采样; 颜色深浅幅度的数字化被称为灰度级量化。 假定连续图像f(x ,y) 被等距离取点采样形成一个N×N方 形点阵,它可用下式表示:
21
4.1 图像的采样
三. 采样设备
3.数码摄像机 数码摄像机亦称DV; 数码摄像机的成像原理与数 码照相机相同。 数码摄像机可以数字信号的 形式在磁带上记录连续影像 ,可以重放。 数码摄像机可以通过1394接 口或USB接口连到计算机。 模拟摄像机也可以通过采集 卡将图像输入到计算机。
f(t)
如前所述,图像的
数字化必须在空间 上和在颜色深浅的 幅度上都进行数字 化:

量 化 单 位
量 化 误 差
t
采样间隔
图4.1 采样与量化
3
4.1 图像的采样
一.概述
由于图像是一种二维分布的信息,对它进行采样操作也是
相关文档
最新文档