图像处理基本知识概要
合集下载
相关主题
- 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)。
数字图像处理
1
第2讲 数字图像处理的基础
(Basics Knowledge of Digital Image Processing)
2.1人类的视觉感知系统
(Visual System of Human Beings)
2.2数字图像的基础知识 (Basics of Digital Image)
2
2.1人类的视觉感知系统
人眼横截面的简单示意图
4
2.1.2 人类视觉特性 1. 亮度适应能力
亮光适应：由锥状体引起，感应光的强弱与颜色。
暗光适应：由杆状体引起，对低照明的景色比较敏 感。 亮光适应所需时间比暗光适应短的多，它仅需要1～ 2s，而暗光适应需10～30s，这是由于锥状体恢复时间
比较短。
5
2. 同时对比度
16灰度级
8灰度级
4灰度级
24
2.2.1 图像的数字化
3. 非均匀取样和量化 非均匀取样 在变化大细节多的区域——较精（密）取样 平坦变化缓慢区域——较粗（稀）取样
25
2.2.1 图像的数字化
非均匀量化 在边界附近（灰度剧烈变化区）——量化级少
灰度级变化比较平滑的区域——量化级多,避免 或减少由于量化的太粗糙，在灰度级变化比较 平滑的区域出现假轮廓的现象
ΔI/I 的数值为一常数，约等于0.02。
比值ΔI/I称为韦伯（Weber）比。但是在亮度很强
或很弱时，这个比值就不再保持为常数。
8
4. 分辨率
视觉分辨率：人眼分辨景物细节的能力。这一特性与 空间 素数，单位：Pixels Per Inch，习惯上用采样后的
视 网膜上单位面积内分布的视细胞数有关。
21
2.2.1 图像的数字化
黑 色 灰 色 白 色 黑 色 255 254 0 1
Qi+1 Zi+1 Z Zi-1 Q Qi-1
灰 色 白 色
128 1
128 254
0
255
连续的 灰度值
量化值 （整数值）
从白到黑的 连续变化
灰度标度
灰度级的分配
量化
把从白到黑的灰度值(gray level)量化成8比特
像素点数：M ×N（行×列）的像素数表示。
幅度分辨率：由灰度级决定，采样点数相同时，灰度
级越多，图像质量越高。
9
5. Mach带
人们在观察一条由均匀亮和暗的区域形成的边界时，
会发现亮处更亮，暗处更暗，这就是所谓的Mach带。
10
错觉现象
11
错觉现象
12
长度与透视
• 线AB和线CD长度完全相等， 虽然它们看起来相差很大。
26
2.2.1 图像的数字化
4. 一个好的近似图像，需要多少采样分辨率和灰度级 胡昂[1965]实验： 实验方法
选取一组细节多少不同的、不同N、M、Q的图像 让观察者根据他们的主观质量感觉给这些图像排序 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
由于人眼对亮度有很强的适应性，因此很难精确判
断刺激的绝对亮度。即使有相同亮度的刺激，由于其
背景亮度不同，人眼所感受的主观亮度是不一样的。
6
相对应的还有“色度对比”。 物体 背景 视觉
7
3. 对比灵敏度
眼睛的对比灵敏度可以由实验测得。在均匀照度背
景 I 上设有一照度为ΔI+I的光斑，眼睛刚能分辨出的 照度差ΔI 是 I 的函数，当背景照度 I 增大时，能够分 辨出光斑的 ΔI 也需要增大，在相当宽的强度范围内
13
曲线正方形
• 曲线正方形：这些是完全的正方形吗？
14
图中几张人脸
15
2.2.1 图像的数字化(DIGITIZING)
图像的数字化： 将代表图像的连续（模拟）信号转变为离散（数字）信 号的变换过程。 要解决两个问题： 空间取样（空间坐标的离散化） 幅度的量化（幅度的离散化，灰度值或亮度值变为若 干级） 数字图像（DIDITAL IMAGE）：
取样点的选取 假定一幅图像取MN个样点
1) M，N一般为2的整数次幂；
2) M，N可以相等，也可以不等； 3) 对于M，N数值大小的确定： MN大到满足采样定理，重建图像就不会 产生失真。
18
2.2.1 图像的数字化
采样定理 如果信号所含的最高频率成份为 fN，则采样频率至少是fN的两倍时， 可保证采样信号的不失真。
右图中，前部为一圆球，由3层薄膜包着 ，即角膜和巩膜外壳、脉络膜和视网膜。 角膜是一种硬而透明的组织，盖着眼睛 的前表面；巩膜与角膜连在一起，是一层 包围着眼球剩余部分的不透明膜。 脉络膜位于巩膜的里边，这层膜包含有 血管网，它是 眼睛的重要滋养源。 视网膜位于最里层，它布满在整个眼球 候补的内壁，当眼球出于适当聚焦时，从 眼睛的外部物体来的光就在视网膜上成像 。其上布满锥状体和杆状体，造成图案视 觉。
19
2.2.1 图像的数字化
• 图像的采样与数字图像的质量
265180
133 90
66 45
33 22
20
2.2.1 图像的数字化
2.量化（QUANTIZATION）
―图像函数值（灰度值）的离散化（取值的数字 化）被称为图像灰度级量化； ―量化处理：将f 映射到Z的处理； ―Z的最大取值，确定像素的灰度级数Q= 2b， 如256。
(Visual System of Human Beings)
视觉是人类最高级的感知器官，所以， 毫无疑问图像在人类感知中扮演着重要 角色。 然而人类感知只限于电磁波谱的视觉波 段，成像机器则可以覆盖几乎全部电磁 波谱。 研究图像处理首先要了解人类的视觉感 知系统。
3
2.1 人类的视觉
ห้องสมุดไป่ตู้
2.1.1 人眼构造和视觉现象
22
2.2.1 图像的数字化
若将样点量化为Q级，Q如何取值： 1) Q总是取2的整数次幂，如Q=2b； 2) b取值越大，重建图像失真越小，若要 完全不失真重建图像 ，b必须取无穷大， 否则一定存在失真。这就是所谓量化误 差。
23
2.2.1 图像的数字化
• 图像的量化与数字图像的质量
256灰度级
16
在空间坐标和亮度上都离散化了的图像。
2.2.1 图像的数字化
1.抽样（采样，SAMPLING） ―空间上连续的图像变换成离散点（抽样点， 即像素，PIXEL）的集合的一种操作。即图像空间 坐标(x,y)的数字化被称为图像抽样。 ―确定水平和垂直方向上的像素个数M、N 。
M
N
17
2.2.1 图像的数字化
1
第2讲 数字图像处理的基础
(Basics Knowledge of Digital Image Processing)
2.1人类的视觉感知系统
(Visual System of Human Beings)
2.2数字图像的基础知识 (Basics of Digital Image)
2
2.1人类的视觉感知系统
人眼横截面的简单示意图
4
2.1.2 人类视觉特性 1. 亮度适应能力
亮光适应：由锥状体引起，感应光的强弱与颜色。
暗光适应：由杆状体引起，对低照明的景色比较敏 感。 亮光适应所需时间比暗光适应短的多，它仅需要1～ 2s，而暗光适应需10～30s，这是由于锥状体恢复时间
比较短。
5
2. 同时对比度
16灰度级
8灰度级
4灰度级
24
2.2.1 图像的数字化
3. 非均匀取样和量化 非均匀取样 在变化大细节多的区域——较精（密）取样 平坦变化缓慢区域——较粗（稀）取样
25
2.2.1 图像的数字化
非均匀量化 在边界附近（灰度剧烈变化区）——量化级少
灰度级变化比较平滑的区域——量化级多,避免 或减少由于量化的太粗糙，在灰度级变化比较 平滑的区域出现假轮廓的现象
ΔI/I 的数值为一常数，约等于0.02。
比值ΔI/I称为韦伯（Weber）比。但是在亮度很强
或很弱时，这个比值就不再保持为常数。
8
4. 分辨率
视觉分辨率：人眼分辨景物细节的能力。这一特性与 空间 素数，单位：Pixels Per Inch，习惯上用采样后的
视 网膜上单位面积内分布的视细胞数有关。
21
2.2.1 图像的数字化
黑 色 灰 色 白 色 黑 色 255 254 0 1
Qi+1 Zi+1 Z Zi-1 Q Qi-1
灰 色 白 色
128 1
128 254
0
255
连续的 灰度值
量化值 （整数值）
从白到黑的 连续变化
灰度标度
灰度级的分配
量化
把从白到黑的灰度值(gray level)量化成8比特
像素点数：M ×N（行×列）的像素数表示。
幅度分辨率：由灰度级决定，采样点数相同时，灰度
级越多，图像质量越高。
9
5. Mach带
人们在观察一条由均匀亮和暗的区域形成的边界时，
会发现亮处更亮，暗处更暗，这就是所谓的Mach带。
10
错觉现象
11
错觉现象
12
长度与透视
• 线AB和线CD长度完全相等， 虽然它们看起来相差很大。
26
2.2.1 图像的数字化
4. 一个好的近似图像，需要多少采样分辨率和灰度级 胡昂[1965]实验： 实验方法
选取一组细节多少不同的、不同N、M、Q的图像 让观察者根据他们的主观质量感觉给这些图像排序 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
由于人眼对亮度有很强的适应性，因此很难精确判
断刺激的绝对亮度。即使有相同亮度的刺激，由于其
背景亮度不同，人眼所感受的主观亮度是不一样的。
6
相对应的还有“色度对比”。 物体 背景 视觉
7
3. 对比灵敏度
眼睛的对比灵敏度可以由实验测得。在均匀照度背
景 I 上设有一照度为ΔI+I的光斑，眼睛刚能分辨出的 照度差ΔI 是 I 的函数，当背景照度 I 增大时，能够分 辨出光斑的 ΔI 也需要增大，在相当宽的强度范围内
13
曲线正方形
• 曲线正方形：这些是完全的正方形吗？
14
图中几张人脸
15
2.2.1 图像的数字化(DIGITIZING)
图像的数字化： 将代表图像的连续（模拟）信号转变为离散（数字）信 号的变换过程。 要解决两个问题： 空间取样（空间坐标的离散化） 幅度的量化（幅度的离散化，灰度值或亮度值变为若 干级） 数字图像（DIDITAL IMAGE）：
取样点的选取 假定一幅图像取MN个样点
1) M，N一般为2的整数次幂；
2) M，N可以相等，也可以不等； 3) 对于M，N数值大小的确定： MN大到满足采样定理，重建图像就不会 产生失真。
18
2.2.1 图像的数字化
采样定理 如果信号所含的最高频率成份为 fN，则采样频率至少是fN的两倍时， 可保证采样信号的不失真。
右图中，前部为一圆球，由3层薄膜包着 ，即角膜和巩膜外壳、脉络膜和视网膜。 角膜是一种硬而透明的组织，盖着眼睛 的前表面；巩膜与角膜连在一起，是一层 包围着眼球剩余部分的不透明膜。 脉络膜位于巩膜的里边，这层膜包含有 血管网，它是 眼睛的重要滋养源。 视网膜位于最里层，它布满在整个眼球 候补的内壁，当眼球出于适当聚焦时，从 眼睛的外部物体来的光就在视网膜上成像 。其上布满锥状体和杆状体，造成图案视 觉。
19
2.2.1 图像的数字化
• 图像的采样与数字图像的质量
265180
133 90
66 45
33 22
20
2.2.1 图像的数字化
2.量化（QUANTIZATION）
―图像函数值（灰度值）的离散化（取值的数字 化）被称为图像灰度级量化； ―量化处理：将f 映射到Z的处理； ―Z的最大取值，确定像素的灰度级数Q= 2b， 如256。
(Visual System of Human Beings)
视觉是人类最高级的感知器官，所以， 毫无疑问图像在人类感知中扮演着重要 角色。 然而人类感知只限于电磁波谱的视觉波 段，成像机器则可以覆盖几乎全部电磁 波谱。 研究图像处理首先要了解人类的视觉感 知系统。
3
2.1 人类的视觉
ห้องสมุดไป่ตู้
2.1.1 人眼构造和视觉现象
22
2.2.1 图像的数字化
若将样点量化为Q级，Q如何取值： 1) Q总是取2的整数次幂，如Q=2b； 2) b取值越大，重建图像失真越小，若要 完全不失真重建图像 ，b必须取无穷大， 否则一定存在失真。这就是所谓量化误 差。
23
2.2.1 图像的数字化
• 图像的量化与数字图像的质量
256灰度级
16
在空间坐标和亮度上都离散化了的图像。
2.2.1 图像的数字化
1.抽样（采样，SAMPLING） ―空间上连续的图像变换成离散点（抽样点， 即像素，PIXEL）的集合的一种操作。即图像空间 坐标(x,y)的数字化被称为图像抽样。 ―确定水平和垂直方向上的像素个数M、N 。
M
N
17
2.2.1 图像的数字化