第2章 数字图像处理基础
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)
数字图像处理基础知识
国际照明委员会(CIE)规定以 规定以700nm(红)、 国际照明委员会 规定以 红 、 546.1nm (绿)、435.8nm (蓝)三个色光为三基色。 三个色光为三基色。 绿 、 蓝 三个色光为三基色 又称为物理三基色。 又称为物理三基色。自然界的所有颜色都可以通 过选用这三基色按不同比例混合而成。 过选用这三基色按不同比例混合而成。 这三基色按不同比例混合而成 C = R(R) + G(G) + B(B)
反映了将图像信息进行离散化的程度， 反映了将图像信息进行离散化的程度，常用 灰度级来衡量
主观亮度
适应范围 夜视 昼视
－6
夜间阈值
－4
－2
0
2
4
光强的对数
人眼亮度感觉范围
总范围很宽（ ① 总范围很宽（ C = 108） 人眼适应某一环境亮度后， ② 人眼适应某一环境亮度后，范围限制 适当平均亮度下： 适当平均亮度下：C = 103 很低亮度下： 很低亮度下：C = 10
图象“ 图象“黑”/“白”（“亮”/“暗”）对比参 白 暗 数
眼睛中图像的形成
视网膜将图像反射在中央凹区域上， 视网膜将图像反射在中央凹区域上，由光接 收器的相应刺激作用产生感觉， 收器的相应刺激作用产生感觉，感觉把辐射 能转变为电脉冲， 能转变为电脉冲，最后由大脑进行解码
电信号 光信号 视觉细胞 视神经 视神经中枢 解码 图像
人眼视觉模型
每个图像由若干个像素点组成， 每个图像由若干个像素点组成，每个点均可看作一个 点光源，每个点光源就是一个冲激函数δ 点光源，每个点光源就是一个冲激函数δ(x,y)
任意一幅图像可以表示为： 任意一幅图像可以表示为：
人眼亮度感觉
闪光极限
人的视觉系统感觉到的亮度 (主观亮度 ：是进入人眼的 主观亮度)： 主观亮度 光强对数函数 人眼亮度感觉范围： 人眼亮度感觉范围：通过光 强对数衡量，一般为3－10 强对数衡量，一般为 人眼的亮度适应级： 人眼的亮度适应级：视觉系 统当前对光强的灵敏度级别
《数字图像处理》教学大纲
《数字图像处理》教学大纲
一、课程简介
数字图像处理是机器视觉、模式识别、医学图像处理等的基础，本课程为工程专业的学生提供数字图像处理的基本知识，是理论性和实践性都很强的综合性课程。
课程内容广泛涵盖了数字图像处理的基本原理，包括图像采样和量化、图像算术运算和逻辑运算、直方图、图像色彩空间、图像分割、图像形态学、图像频域处理、图像分割、图像降噪与图像复原、特征提取与识别等。
二、课程目标
通过本课程学习，学生可以掌握数字图像处理的基本方法，具备一定的解决图像处理应用问题的能力，培养解决复杂工程问题的能力。
具体目标如下：
1.掌握数字图像处理的基本原理、计算方法，能够利用专业知识并通过查阅资
料掌握理解相关新技术，对检测系统及处理流程进行创新性设计；
2.能够知晓工程领域中涉及到的数字图像处理技术，理解其适用场合、检测对
象及条件的限制，能根据给定的目标要求，针对工业检测中的工程问题选择和使用合适的技术和编程，进行仿真和分析；
3.能够知晓工程领域中所涉及的现代工具适用原理及方法，根据原理分析和仿
真结果，进行方案比选，确定设计方案，具有检测算法的设计能力；
4.通过校内外资源和现代信息技术，了解数字图像处理发展趋势，提高解决复
杂工程问题的能力。
三、课程目标对毕业要求的支撑关系
四、理论教学内容及要求
四、实验教学内容及要求
五、课程考核与成绩评定
六、教材及参考书。
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2章数字图像处理基础
DWORD
biSize;
LONG
biWidth;
LONG
biHeight;
WORD
biPlanes;
WORD
biBitCount;
DWORD
biCompression;
DWORD
biSizeImage;
LONG
biXPelsPerMeter;
LONG
biYPelsPerMeter;
DWORD
biClrUsed;
} BITMAPFILEHEADER;
这个结构的长度是固定的，为14个字节（WORD为无符号16位二 进制整数，DWORD为无符号32位二进制整数）。
第二部分为位图信息头BITMAPINFOHEADER，也是一个结构，其定义如下：
typedef struct tagBITMAPINFOHEADER{
R、 G、 B 值。下面就2色、 16色、256 色和真彩色位图分别介绍。
对于2色位图，用1位就可以表示该像素的颜色（一般0表示 黑， 1表示白），所以一个字节可以表示8个像素。
对于16色位图，用4位可以表示一个像素的颜色，所以一个 字节可以表示2个像素。
对于256色位图，一个字节刚好可以表示1个像素。
下面两点请读者注意：
（1） 每一行的字节数必须是4的整数倍，如果不是，则需 要补齐。这在前面介绍biSizeImage时已经提到过。
（2） BMP文件的数据存放是从下到上，从左到右的。也 就是说， 从文件中最先读到的是图像最下面一行的左边第一个 像素， 然后是左边第二个像素， 接下来是倒数第二行左边第 一个像素， 左边第二个像素。依次类推， 最后得到的是最上 面一行的最右边的一个像素。
2.3.1 BMP图像文件格式
数字图像处理
第一章概论一、数字图像与像素数字图像是由一个个的像素（Pixel）构成的，各像素的值(灰度，颜色)一般用整数表示。
二、数字图像处理的目的1、提高图像的视觉质量。
2、提取图像中的特征信息。
3、对图像数据进行变换、编码和压缩。
三、工程三层次图像处理、图像分析和图像理解图像理解符号目标像素高层中层低层高低抽象程度数据量操作对象小大语义图像分析图像处理四、图像处理硬件系统组成图像输入设备（采集与数字化设备，如数码相机），图像处理设备（如PC机）和图像输出设备（如显示器，打印机）第二章数字图像处理基础一、图像数字化过程----采样与量化模拟图像的数字化包括采样和量化两个过程。
细节越多，采样间隔应越小。
把采样后得到的各像素的灰度值进一步转换为离散量的过程就是量化。
一般，灰度图像的像素值量化后用一个字节(8bit)来表示。
二、采样、量化与图像质量的关系采样点数越多，图像质量越好；量化级数越多，图像质量越好。
为了得到质量较好的图像采用如下原则：对缓变图像，细量化，粗采样，以避免假轮廓。
对细节化图像，细采样，粗量化，以避免模糊。
三、图像尺寸、数据量、颜色数量的计算灰度图像的像素值量化后用一个字节(8bit)来表示。
彩色图像的像素值量化后用三个字节(24bit)来表示。
一幅512X512（256K）的真彩色图像，计算未压缩的图像数据量是多少？（必考）图像总像素：512px*512px=256K总数据量：256K*3Byte=768KB一幅256X256（64K）的真彩色图像，计算未压缩的图像数据量是多少？图像总像素：256px*256px=64K总数据量：64K*1Byte=64KB四、数字图像类型二值图像、灰度图像、索引颜色图像)和真彩色图像。
五、数字图像文件的类型jpg、bmp、tif、gifJPEG采用基于DCT变换的压缩算法,为有损压缩。
六、图像文件三要素文件头、颜色表、图像数据七、读取一个图像，并将其尺寸缩小0.5倍，将缩小后的图像旋转30度。
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。
数字图像处理知识点与考点(经典)
Laplacian 增强算子通过扩大边缘两边像素的灰度差（或对比度）来增强图像的边缘，改善视觉效果。它对应的模板为 -1 -1 5 -1 -1
例题：（1） 存储一幅1024×768，256 （8 bit 量化）个灰度级的图像需要多少位？ （2） 一幅512×512 的32 bit 真彩图像的容量为多少位？ 解： （1）一幅1024×768，256 =28 （8 bit 量化）个灰度级的图像的容量为：b=1024×768×8 = 6291456 bit （2）一幅512×512 的32 位真彩图像的容量为：b=512×512×32 =8388608 bit
5.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。 6.灰度直方图：灰度直方图是灰度级的函数。灰度级为横坐标，纵坐标为灰度级的频率，是频率同灰度级 的关系图。可以反映了图像的对比度、灰度范围（分布）、灰度值对应概率等情况。 7.灰度直方图的性质：（1）只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像 素的位置信息。（2）一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。 （3）一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 L −1 8.图像信息量H（熵）的计算公式：反映图像信息的丰富程度。 H = − Pi log2 Pi
傅立叶变换
f ( x, y) F ( u , v)
滤波器
H (u , v) G ( u , v)
傅立叶反变换
g ( x , y)
(1) 将图像 f(x,y)从图像空间转换到频域空间，得到 F(u,v)； (2) 在频域空间中通过不同的滤波函数 H(u,v)对图像进行不同的增强,得到 G(u,v) (3) 将增强后的图像再从频域空间转换到图像空间，得到图像g(x,y)。 说明： （也可演变为简述频域图像锐化（或平滑）的步骤，需要指明滤波器的类型：高通或低通滤波器） 9.频率域平滑： 由于噪声主要集中在高频部分， 为去除噪声改善图像质量， 滤波器采用低通滤波器H(u,v) 来抑制高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。 10.常用的频率域低滤波器H(u,v)有四种： (1)理想低通滤波器: 由于高频成分包含有大量的边缘信息，因此采用该滤波器在去噪声的同时将会 导致边缘信息损失而使图像边模糊。 (2)Butterworth低通滤波器:它的特性是连续性衰减，而不象理想滤波器那样陡峭变化，即明显的不连 续性。因此采用该滤波器滤波在抑制噪声的同时，图像边缘的模糊程度大大减小，没有振铃效应产生。 (说明：振铃效应越不明显效果越好) (3)指数低通滤波器： 采用该滤波器滤波在抑制噪声的同时， 图像边缘的模糊程度较用Butterworth滤波 产生的大些，无明显的振铃效应。 (4)梯形低通滤波器:它的性能介于理想低通滤波器和指数滤波器之间， 滤波的图像有一定的模糊和振铃 效应。 13.频率域锐化:图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的 。 频率域锐化就是为了消除模糊，突出边缘。因此采用高通滤波器让高频成分通过，使低频成分削弱， 再经逆傅立叶变换得到边缘锐化的图像。 14.常用的高通滤波器有四种： (1)理想高通滤波器 (2)巴特沃斯高通滤波器 (3)指数高通滤波器 (4)梯形高通滤波器 说明：（1）四种滤波函数的选用类似于低通。 （2）理想高通有明显振铃现象，即图像的边缘有抖动现象。 （3）巴特沃斯高通滤波效果较好，但计算复杂，其优点是有少量低频通过，H(u，v)是渐变的， 振铃现象不明显。 (4)指数高通效果比Butterworth差些，振铃现象不明显. (5)梯形高通会产生微振铃效果，但计算简单，较常用。 (6)一般来说，不管在图像空间域还是频率域，采用高频滤波不但会使有用的信息增强，同时也 使噪声增强。因此不能随意地使用。 (7)高斯低通滤波器无振铃效应是因为函数没有极大值、极小值，经过傅里叶变换后还是本身 ， 故没有振铃效应。 15.同态滤波：在频域中同时将亮度范围进行压缩（减少亮度动态范围）和对比度增强的频域方法。 现象：（1）线性变换无效（2）扩展灰度级能提高反差，但会使动态范围变大(3)压缩灰度级，可以减 小灰度级，但物体的灰度层次会更不清晰 改进措施：加一个常数到变换函数上，如：H（u，v）+A（A取0→1）这种方法称为:高度强调（增强）。 为了解决变暗的趋势，在变换结果图像上再进行一次直方图均衡化，这种方法称为：后滤波处理。
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)。
数字图像处理第2章
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 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. (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 各种表示颜色的方法,称做颜色模型. 的是面向机器(如显示器,摄像机,打印机等)的RGB模型 的是面向机器(如显示器,摄像机,打印机等) RGB模型 和面向颜色处理(也面向人眼视觉) HSI(HSV)模型. 和面向颜色处理(也面向人眼视觉)的HSI(HSV)模型.
f s ( m , n ) ← f s ( x , y ) = f ( x , y ) s( x , y ) =∑
m
∑
n
f ( m x , n y )δ ( x m x , y n y )
Digital Image Processing
2.3 图像数字化
x
y
图2.3.1 采样函数s(x,y)的图示 采样函数s(x,y) s(x,y)的图示
120°
0°
240°
Digital Image Processing
2.1 色度学基础
RGB和HIS之间的模型转换: RGB和HIS之间的模型转换: 之间的模型转换
(1) RGB转换到HSI RGB转换到 转换到HSI (2) HIS转换到RGB HIS转换到 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 RGB模型和HSI模型之间 常见数字图像处理流程,其中包含了RGB模型和HSI 的转换. 的转换.
I分量 I分量图 像处理
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。
- 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)。
灰度级(Gray level scale)
2的整数次幂 2n 如：8bit 28=256 由256个灰度级别表示 白到黑之间的过度
空间分辨率（图像的采样）与图像质量的关系
像素越多，相同大小的图像的分辨率也就越高，像素太大会 使图像的细节丢失。
不同采样点数对图像质量的影响
（a ）
（b）
（c）
（d）
矩阵坐标系与直角坐标系
列（j）
Y轴（j）
矩阵 A (i , j)
行（i）
图像 f (i, j)
X轴（i）
矩阵坐标系
直角坐标系
数字图像坐标系
数字图像表示
（1）紧凑矩阵表示
f (0,0) f (1,0) f ( x, y ) f ( M 1,0) f (0,1) f (1,1) f (0, N 1) f (1, N 1) f ( M 1, N 1)
N * y
灰度级和字节 图像 灰度级 • 8位 256 • 12位 4096 所占字节 1字节/像素 2字节/像素
图像存储容量的计算
一幅灰度图像，矩阵为512×512，灰度级别为256，在 计算机中保存，图像数据占多少字节？ 灰度级别为256，也就是28 ，8位图像。使用一个字节 保存一个像素。 像素共有 512×512＝262144 这幅图像占262144字节， 也就是 262144/1024 = 256K
不同量化级别对图像质量的影响
（a）
（b）
（c）
（d）
虚假轮廓
（e） （f） （g） （h）
（a）原始图像(256级)； （b） 量化图像1(128级)； （c） 量化图像2(64级)； （d）量化图像3(32级)； （e） 量化图像4(16级)； （f） 量化图像5(8级) （g）量化图像6(4级)； （h） 量化图像7(2级)；
图像数字化：将模拟图像经过数字化之后，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
2.1.1 采样
采样：指将空域上或时域上连续的图像(模拟图像) 变换成离散采样点(像素)集合的一种操作。即：空 间坐标的离散化。
图像采样是通过先在垂直方向上采样，然后将得到的结果再沿 水平方向采样两个步骤来完成的操作。经过采样之后得到的二 维离散信号的最小单位就称为像素。一般情况下，水平方向的 采样间隔与垂直方向的采样间隔相同。
f ( M 1,1)
（2）传统矩阵表示形式
a0,0 a 1, 0 A aM 1,0 a0,1 a1,1 aM 1,1 a0, N 1 a1, N 1 aM 1, N 1
2.3 数字图像的类型
图像是由像素而构成的点位图。
1、what is a continuous image?
A continuous image defined in the "real world" is considered to be a function of two real variables, for example, f(x,y) with f as the amplitude (e.g. brightness) of the image at the real coordinate position (x,y).
空间分辨率和灰度分辨率
空间分辨率(spatial resolution )： 图像空间中可分辨的最小细节。一般用单位长度上 采样的像素数目或单位长度上的线对数目表示。 灰度分辨率(contrast resolution )： 图像灰度级中可分辨的最小变化。一般用灰度级或 比特数表示。 数字图像的两个基本问题 a. 像素数目 b.灰度值的度量
0 150 200 I 120 50 180 250 220 100
灰度图像的表示
3. 彩色图像（true color image）
彩色图像是指每个像素的信息由RGB三原色构成的图 像，其中RGB是由不同的灰度级来描述的。 每一个像素由红、绿和蓝三个字节组成， 每个字节为8 bit，表示0到255之间的不同的亮度值，这三个字节组 合可以产生1670万种不同的颜色。
Resolution 320x240
Resolution 160x120
Resolution 80x60
为保持空间分辨率，图像尺寸越来越小。
空间分辨率（图像的采样）与图像质量的关系
总结： 空间分辨率越高，图像质量越好；空间分辨率越低， 图像质量越差，会出现棋盘模式。
灰度分辨率（图像的量化）与图像质量的关系
（2） 对细节丰富的图像， 应细采样， 粗量化， 以避免模糊
2.2 数字图像的数值描述
采样和量化的结果是一个实际矩阵。 因为矩阵是二维的，所以可以用矩阵来描述数字图像。 描述数字图像的矩阵目前采用的是整数阵，即每个像素 的亮暗，用一个整数来表示。 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。
灰度分辨率（图像的量化）与图像质量的关系
总结：
灰度分辨率越高，图像质量越好；灰度分辨率越低， 图像质量越差，会出现虚假轮廓。
空间分辨率和灰度分辨率同时变化，对图像质量的影响
采样和量化的原则
当限定数字图像的大小时, 为了得到质量较好的图像，（1） 对缓变的图像源自 应该细量化， 粗采样， 以避免假轮廓
黑白图像（二值图像）的表示
1 0 0 I 0 0 1 1 1 0
2. 灰度图像(gray-scale image)
灰度图像是指每个像素的信息由一个量化的灰度级 来描述的图像，没有彩色信息。
在灰度图像中，像素灰度级一般用8 bit表示，所以 每个像素都是介于黑色（0）和白色（255）之间的 256（28=256）种灰度中的一种。
• 黑白图: 常用1位值表示 • 灰度图: 常用4位（16种灰度等级）或8位（256种灰度 等级）表示该点的亮度
• 彩色图: 用8，16，24，32位描述像素点的颜色层次
1. 黑白图像
黑白图像是指图像的每个像素只能是黑或者白，没有 中间的过渡，故又称为２值图像（binary image) 。 2值图像的像素值为0、1
彩色图像不能用一个矩阵来描述了，一般是用三个矩 阵同时来描述。
255 240 240 R 255 0 80 0 255 0
0 160 80 G 255 255 160 0 255 0
80 160 0 B 0 0 240 255 255 255
由于目前的计算机所能处理的信息必须是数字信号， 而我们得到的照片、图纸或景物等原始信息都是连续 的模拟信号，所以数字图像处理的第一个环节就是将 连续图像信息转化为数字形式。
模拟图像及对应的数字图像
数字图像：空间量化(采样)+幅值量化(量化)
左图显示了投影到一阵列传感器平面上的连续图像。右图显示了 取样和量化后的图像。很明显,数字图像的质量很大程度上取决于 取样和量化中所用的取样数和灰度级。
图像采样(栅格化)
图像采样
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，即忠实于原图像 的程度。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。 对一幅图像采样后，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。例 如，一幅640×480的图像，就表示这幅连续图像在长 、宽方向上分别分成640个和480个像素。显然，想要 得到更加清晰的图像质量，就要提高图像的采样像素 点数，也就是要使用更多的像素点来表示该图像，但 相对需要付出更大的存储空间的代价。
Film image, photo,etc.
2、Digital Image Definitions
A digital image f[m,n] described in a 2D discrete space is derived from an analog image f(x,y) in a 2D continuous space through a sampling process that is frequently referred to as digitization.
The relationship between image quality and the number of gray levels:the ability to distinguish different tissues or structures determined by gray level resolution
（e）
（f）
（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)
当图像尺寸一定的时候，图像矩阵越大， 空间分辨率越高，可观察的细节越多。
Resolution 640x480
图像的量化等级反映了采样的质量。例如，图像中的 每个像素都用8位二进制数表示，有28=256个量级；若 采用16位二进制数表示，则有216=65536个量级；若采 用24位二进制数表示，则有224=1667万个量级。同样， 量级越大，图像质量就越高，存储空间要求就越大。 但由于计算机的工作速度、存储空间是相对有限的， 各种参数都不能无限地提高。
第二章 数字图像处理基础
The Fundamentals of Digital Image Processing
要深入学习医学图像处理技术，就 必须理解和掌握数字图像处理的的 一些基本概念和术语。例如数字图 像的获取、图像矩阵的表达、图像 中的像素、灰度值的意义、图像的 数据表达格式、图像的格式、图像 的直方图等。