数字图像处理(冈萨雷斯)-2 数字图像处理基础

(e)采样图像(16×16)
(c)采样图像(8×8)
灰度分辨率
灰度级别中可辨别的最小变化，通常也把灰度级L称为
灰度分辨率
空间分辨率M×N不变
灰度级分辨率对图像视觉效果的影响
8 bit 7 bit 4 bit 3 bit
256
128
16
8
64
32
灰度级分别为 256,128,64,32的 数字图像 4 2
成。
我们感兴趣的各类图像都是由“照射”源和形成图像 图像系统的线性模型 的“场景”元素对光能的反射或吸收相结合而产生的。
2.3.4 简单的图像成像模型
入射分量
反射分量
f ( x, y ) i ( x, y ) r ( x, y ) (2.3 2)
0<f(x,y)<∞ 0<i(x,y)<∞ 0<r(x,y)<1
第二章 数字图像基础
电气信息学院 自动化系 余勤
本章内容

2.1 2.2 2.3 2.4 2.5 2.6
视觉感知要素 光和电磁波谱 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
本章要求
了解图像数字化过程及分辨率变化对图像的 影响；
了解数字图像的表示形式和特点
a)20 km/pixel; b)10 km/pixel
空间分辨率
1 pixel km （低） 20
空间分辨率
1 pixel km （高） 10
灰度级L不变
空间分辨率变化对图像视觉效果的影响
(a)原始图像(256×256) (b)采样图像(128×128) (c)采样图像(64×64)
(d)采样图像(32×32)
(2)8邻接:若像素p和q的灰度值均属于V中的元素，且q在 N8(p)集中,则p和q是8邻接的. (3)m邻接(混合邻接):若像素p和q的灰度值均属于V中的 元素，{①q在N4(p)中,或者②q在ND(p)中}且{集合 N4(p)∩N4(q)没有V值的像素},则具有V值的像素p和q 是m邻接的.
对角邻域 (m+1,n+1),(m+1,n-1),(m-1,n+1),(m-1,n-1) ND(p)
8邻域
N4(p) + ND(p)
N8(p)
4邻域
对角邻域
8邻域
2.5 像素间的一些基本关系
2.5.2 邻接性、连通性、区域和边界
像素的相邻仅说明了两个像素在位置上的关系，若 再加上取值相同或相近，则称两个像素邻接。
因此，存储一幅512×512 ，有256个灰度级（k=8）的图像需要 512×512×8=2097152(Bit) 或 512×512=256K(Byte)
2.4.3 空间和灰度分辨率
空间分辨率（spatial resolution）
图像中可分辨的最小细节，主要由采样间隔值决定
采样间隔值越小，空间分辨率越高
（1）视觉适应性
亮度适应范围:1010量级（10-6mL（夜视域）～104mL（强闪光））；
与整个适应范围相比，人眼在某一时刻能鉴别的亮度级别范围很 小（以该环境的平均亮度为中心的一个小的亮度范围）； 亮度适应级（视觉系统当前的灵敏度级别）： 人眼适应了某一环境后，该环境的平均亮度； 亮度适应现象:人眼并不能同时在整个范围内 工作,而是利用改变灵敏度来实现大的动态范围 内的变动； 当平均亮度适中时，能分辨的最大亮度和最小 亮度之比为1000:1;当平均亮度很低时，这个比 值只有10:1 主观亮度是进入人眼的光强度的对数函数；
6 bit
5 bit
2 bit
1 bit
灰度级从256到2的数字图像
小结：
阅读例2.2
2.4.3 空间和灰度分辨率
图像的分辨率表示的是能看到图像细节的多少，显 然依赖于M×N和L
保持M×N不变而减少L则会导致假轮廓 保持L不变而减少M×N则会导致棋盘状效果
图像质量一般随着M×N和L的增加而增加，但存储量 增大。
思考： 1、为什么图像经常用512×512、256×256、128×128 等形式表述； 答: 因为当图像的大小是2的次幂时，图像的许多计算 可以得到简化。 2、存储一幅512×512，有256个灰度级的图像需要多 少比特？
答: 存储一幅大小为M×N，有2k个不同灰度级的图像所用的Bit数 为: b=M×N×k (2.4-4)
灰 度 图 像
彩 色 图 像
2.4
图像取样和量化
黑白图像的数字化
2.4
图像取样和量化
灰度图像的数字化
2.4
图像取样和量化
彩色图像的数字化
2.4
图像取样和量化
图像的非均匀采样：
在灰度级变化尖锐的区域，用细腻的采样，在灰度级比较
平滑的区域，用粗糙的采样。
图像的非均匀量化：
非均匀量化是依据一幅图像具体的灰度值分布的概率密度
在原理上，如果可以开发出一种传感器，能够检测由 一种电磁波谱发射的能量，就可以在那一段波长上对 感兴趣的物体成像。
2.2 光和电磁波谱
灰度和色彩：
彩色模型: RGB 加色法 CMY,CMYK 减色法 HSB(色泽,饱和度,明亮度)
2.2 光和电磁波谱
彩色光源的三个基本属性：
①发光强度——从光源流出的能量的总量。单位：瓦特(W) ②光通量——观察者从光源感受到的能量。单位：流明(lm)
2.5 像素间的一些基本关系
主要内容
相邻像素
邻接性、连通性、区域和边界
距离度量
基于像素的图像操作
图像的代数运算性、连通性、区域和边界
2.5 像素间的一些基本关系
2.5.1 相邻像素
对于像素p(m,n)
4邻域 (m+1,n),(m-1,n),(m,n+1),(m,n-1) N4(p)
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。
2.2 光和电磁波谱
电磁波谱可以用波长( )、频率( )或能量（ E ） 来描述
c v (2.2 1)
E hv (2.2 2)
h--普朗克常量
c--光速
光 —— 可以被人眼感知的电磁波。
2.2 光和电磁波谱
灰度（Intensity） 白光强度（illumination） 平均反射系数（reflectance）
r ( x, y) 0——全吸收 r ( x, y) 1——全反射
单色图像在任何坐标(x0,y0)处的强度为图像在该处的灰度级 l＝f(x0,y0),显然 有 Lmin l Lmax ，可以规定灰度级范围为[0,L-1]
( x, y)
( x , y )
( x, y)
双线性内插方法
v( x ', y ') ax ' by ' cx ' y ' d (2.4.6)
2.4.5 （2）图像放大的效果比较（例2.4)
图像的收缩与放大
用最近领域内插法(上一行)和双线性内插法(下一行)得到的放大图像 分别将128×128,64×64, 32×32放大到1024×1024
电磁波是能量的一种，任何有能量的物体，都会 释放电磁波。
2.2 光和电磁波谱
人从物体感受的颜色由物体反射光决定 若所有反射的可见光波长均衡，则物体显示白色 有颜色的物体是因为物体吸收了其他波长的大部分能
量，从而反射某段波长范围的光。
没有颜色的光叫单色光或消色，灰度级通常用来描述
单色光的强度，其范围从黑到灰，最后到白。
（2）辨别光强度变化的能力
2.1.3亮度适应和鉴别
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. 图2.5 亮度辨 别特性的基本 实验
韦伯定理说明： 人眼视觉系统对亮度的对比度敏 感而非对亮度本身敏感； 图2.6 作为强 度函数 的典型 韦伯比
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极少出现的范围,则量化间隔取大一些.
由于图像灰度值的概率分布函数因图像不同而异,所以不可能
找到可用于所有图像的最佳非等间隔量化方法.
2.4.2．数字图象的表示
f (0,1) f (0, N 1) f (0,0) f (1,0) f (1,1) f (1, N 1) f ( x, y ) f ( M 1,0) f ( M 1,1) f ( M 1, N 1) 这个表达式的右侧定义 了一幅数字图像。矩阵 中的每个 元素称为图像像素。
背景变亮,相同强度的方块变暗。
2.1.3亮度适应和鉴别
马赫带效应
感觉亮度不是简单的
强度函数的；视觉系 统有趋于过高或过低 估计不同亮度区域边 界值的效应。 图中各色带亮度恒定， 但实际感觉条带边缘亮 度有变化：边缘处，亮 的一边更亮，暗的一边 更暗；
2.1.3亮度适应和鉴别ห้องสมุดไป่ตู้
（4）视觉错觉（Optical Illusions）
低照度，韦伯比高，亮度辨别能力差；高照度，韦伯比低，亮度 辨别能力强； 韦伯定理：如果一个物体的亮度与其周围背景的亮度I有刚可 察觉到的差别 I ，则 I I （韦伯比） 是 I 的函数且 I I在一 定的亮度范围内近似不变；
2.1.3亮度适应和鉴别
（3）人眼感觉亮度并不是简单的强度函数 即感觉的亮度（主观亮度）不是简单地取决于 光强度。
韦伯－费赫涅尔定理：亮度感觉S与实际亮度B的对数 成线性关系。 S k ln B k0 因此， 重现景物的亮度范围无需与实际景物的亮度范围相 同，只需保持二者的对比度相同； 人眼不能辨别的亮度差别也无需重现出来，只需保 持二者的亮度差别级数相同即可；
2.1.3亮度适应和鉴别
同时对比效应（Simultaneous Contrast） 即人眼对某个区域感觉的亮度（主观亮度）不 仅依赖于他自身的亮度，还与它的背景有关；
图像取样和量化
2.4
图像取样和量化
模拟图像信号
0 I f ( x, y) A 0 I (i, j ) A
（1）空间采样
（2）灰度级（强度）量化
I [0, Lmax ]
坐标的数字化称为采样，幅度值的数字化称为量化。
1.均匀采样和量化
2.非均匀采样和量化
2.4
图像取样和量化
黑 白 图 像
1lm m
2
一公尺外烛光的照度
③亮度——光感受的主观描绘子。单位：不能测量
2.3 图像的感知和获取
2.3.4 简单的图像成像模型
图像形成模型
在特定坐标(x,y) 处，通过传感器转 换获得的f值为一正 的标量。 函数 f(x,y)由：①入射
sensor
到观察场景的光源
总量； ②场景中物 体反射光的总量组
1、两个像素p和q邻接的条件 （1）位置相邻 p(m,n)和q（s,t）位置上满足相邻，即
（2）灰度值相近，即称为灰度值相近（似）准则。 称为灰度值相近（似）准则。
2、邻接性
2.5 像素间的一些基本关系
令V是用于定义邻接性的灰度值集合（相似性准则），存 在三种类型的邻接性：
(1)4邻接:若像素p和q的灰度值均属于V中的元素，且q在 N4(p)中，则p和q是4邻接的.
掌握像素间的关系：相邻、领域、邻接性、 连通性、距离的度量 掌握图像的代数运算以及应用
2.1 视觉感知要素
2.1.1 人眼的构造（自学） 2.1.2 眼睛中图像的形成（自学） 2.1.3亮度适应和鉴别
人眼对不同亮度的适应和鉴别能力
亮 暗 适应慢 暗 亮 适应快
2.1.3亮度适应和鉴别
M,N必须为正数，L为灰度级,灰度的取值范围为[0，L-1]。 灰度级的取值范围一般称为图像的动态范围。 一般，M、N和L取值为2的整数次幂。 L=2k,称为k位图像
2.4.2．数字图象的表示
（3）像素坐标系（显示）
1、坐标原点位于左上角
2、数据先沿x轴增加
3、然后再沿y轴增加
4、坐标轴为整数
2.4.2．数字图象的表示
实验表明图像的细节越多，用保持M×N恒定而增加L 的方法来提高图像的显示效果就越不明显，因此，对 于有大量细节的图像只需要少数的灰度级。
2.4.4 图像的收缩与放大
（1）、图像的收缩—— 行、列删除
2.4.5
图像的收缩与放大
（2）图像的放大——①创立新的象素位置；②给新象素赋灰度值
最近邻域内插方法 在原图像上寻找最靠近的像素并 把它的灰度值赋给栅格上的新 像素。 v( x ', y ') v( x, y)
2.4 图像取样和量化
获取图像的目标是从感知的数据中产生数字图 像，但是传感器的输出是连续的电压波形，因此需 要把连续的感知数据转换为数字形式。
这一过程由图像的取样与量化来完成。
数字化坐标值称为取样
数字化幅度值称为量化。
图像的取样率：单位距离的取样数目（在两个空间方 向上）
2.4
图像取样和量化
2.4