第二章 第二节图像信息原理与方法
合集下载
2-第2章-图像处理基础(第二版)课件
1,0)
f (M 1,1)
f (0, N 1)
f (1, N 1)
f (M 1, N 1)
(2.7)
二、数字图像的表示
其中:
每个(x,y)对应数字图像中的一个基本单元，称
其为图像元素(picture element)，简称为像素
（pixel）；且一般取M、N和灰度级L为2的整次幂，
即：
M=2m
在景物大小不变的情况下，采样的空间分辨率 越高，获得的图像阵列M×N就越大；反之，采样的 空间分辨率越低，获得的图像阵列M×N就越小。
在空间分辨率不变的情况下，图像阵列M×N越 大，图像的尺寸就越大；反之，图像阵列M×N越小， 图像的尺寸就越小。
一、空间分辨率和灰度级分辨率
2、灰度分辨率
灰度级分辨率是指在灰度级别中可分辨的最小变 化，通常把灰度级级数 L 称为图像的灰度级分辨率。
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)
(2.5)
这种只有灰度属性没有彩色属性的图像称为灰
度图像。
由式(2.4)，显然有：
Lmin≤l≤Lmxa
(2.6)
区间[Lmn的值为0，Lmax=L-1。这样
1 0 0 I 0 0 1
1 1 0
注意：黑白图像一定是2值图像，但2值图像不一定 是0-黑和1-白两种值。
二、数字图像的表示
4、不同类别数字图像的表示
2）灰度图像（式（2.11） 中当k=8时） 是指图像中每个像素的信息是一个量化了的灰 度级的值，没有彩色信息。
0 150 200 I 120 50 180
◆人眼对从亮突变到暗环境的适应能力称为暗适应性。 ◆人眼对亮度变化跟踪滞后的性质称为视觉惰性（或短
数字图像处理z2图像的基本知识PPT课件
7
➢图像获取、图像的数字化、数字图像的描述
计算机中数字图像的表示
If(m,n) 是 If(x,y)模拟光学图像的数字化
结果。 在计算机中可用一矩阵表示，其中
0 m M 1 ,0 n N 1
f(m,n)称为图像元素，简称像素（pixel）,其取值为灰度 （grey），一幅图像的灰度种类称为灰度级（grey level）。
空间坐标的离散化
灰度的离散化
空间采样
灰度量化
问题： 采样频率(密度)取多大合适? 采样 以多少个等级表示样本的亮度值为最好? 量化
10
➢图像获取、图像的数字化、数字图像的描述 采样定理：
若函数f(x,y)的傅立叶变换F(u,v)在频域中的一个有限区域外处 处为零，设uc和vc为其频谱宽度，只要采样间隔满足条件
32
读取图像
imread() 功用:将图像加载并存成array格式备用 用法:[I,map] = imread(filename);
I = imread(filename); ex: I = imread('pout.tif');
I为指向影像的变量 不指定变数，则为ans
33
写入图像
imwrite() 功能:将影像写入成档案 用法： imwrite(I,filename,format)
ex: imwrite(I,'pout.jpg‘,’JPEG’);
34
图像显示
imshow() 功用:开启一个窗口显 示影像
用法: imshow(I) imshow(I,map)
Figure, imshow() 功用:开启一个新窗
口显示影像 用法:
figure,imshow(I)
➢图像获取、图像的数字化、数字图像的描述
计算机中数字图像的表示
If(m,n) 是 If(x,y)模拟光学图像的数字化
结果。 在计算机中可用一矩阵表示，其中
0 m M 1 ,0 n N 1
f(m,n)称为图像元素，简称像素（pixel）,其取值为灰度 （grey），一幅图像的灰度种类称为灰度级（grey level）。
空间坐标的离散化
灰度的离散化
空间采样
灰度量化
问题： 采样频率(密度)取多大合适? 采样 以多少个等级表示样本的亮度值为最好? 量化
10
➢图像获取、图像的数字化、数字图像的描述 采样定理：
若函数f(x,y)的傅立叶变换F(u,v)在频域中的一个有限区域外处 处为零，设uc和vc为其频谱宽度，只要采样间隔满足条件
32
读取图像
imread() 功用:将图像加载并存成array格式备用 用法:[I,map] = imread(filename);
I = imread(filename); ex: I = imread('pout.tif');
I为指向影像的变量 不指定变数，则为ans
33
写入图像
imwrite() 功能:将影像写入成档案 用法： imwrite(I,filename,format)
ex: imwrite(I,'pout.jpg‘,’JPEG’);
34
图像显示
imshow() 功用:开启一个窗口显 示影像
用法: imshow(I) imshow(I,map)
Figure, imshow() 功用:开启一个新窗
口显示影像 用法:
figure,imshow(I)
图像信息的基本知识
19
2.4.3 空间和灰度级分辨率
空间分辨率 图象中可辨别的最小细节。 灰度级分辨率 在灰度级别中可分辨的最小变化。 M×N, L 空间分辨率为M×N象素，灰度级分辨率为L级的数字 图象。
20
21
22
23
2.1 视觉感知要素 2.2 光和电磁波谱 2.3 图象感知和获取 2.4 图象采样和量化 2.5 象素间的一些基本关系 2.6 线性和非线性操作
32
欧几里德距离，简称欧氏距离
De ( p, q) ( x s ) 2 ( y t ) 2
距点(x,y)的欧氏距离小于或等于某一值r的象素形成 一个中心在(x,y)半径为r的圆。
33
D4距离（城市街区距离）
D4 ( p, q) x s y t
2 2 2 1 2 1 0 1 2 2 1 2 2
30
区域 边界 一个区域R的边界是区域中某些象素的集合， 这些象素有一个或多个不在R中的邻点。 0 1 1 1 0 0 0 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 0 1 1 1 1 0 0 1 1 1 0 0 0 1 1 1 1 0
1 1 1 1 1 1
p① 0
1 0
1 1
0 1
0 ①q
p① 0
1 0
1 0
0 1
0 ①q
29
象素在图象子集中的连通 设S是图象中的一个子集，p和q是S中的点。如果从 p到q之间存在一条完全由S中的点组成的路径，则 称p和q在S中是连通的。 如果这个路径是4邻点路径，则称4连通； 如果这个路径是8邻点路径，则称8连通。 对于S中的任意一点p， p① 1 0 0 0 S中所有与p连通的点的 1 1 0 0 0 集合称为S的连通分量。 0 0 1 0 0 0 0 0 0 0 1 1 1 1 ①q
医学图像成像模式PPT课件
超声速度、角度分辨率 最大径向检测范围
62
.cn
第二章 医学图像的成像模式 一．光学成像及其图像信息 二．X线及X-CT及其图像信息 三．磁共振成像及其图像信息 四．超声成像及其图像信息 五．放射性核素(发射型计算机断层)成像
及其图像信息
63
.cn
PET的出现
❖ 1943，瑞典化学家赫维西 (George Charles de Hevesy)， 发现了用于人体检测的安全 有效的放射性追踪剂， 获得诺贝尔化学奖。
k=2000，则，？
27
.cn
② CT值的信息
特定物质（人体组织） 线性吸收系数 CT值 图像灰度值
28
.cn
CT值和图像灰度 相关，
但可能超出图像 灰度范围。
29
.cn
③ 对比度增强机制 —— 改变线性吸收系数及CT值
a) 图像的灰度对比度反映了不同组织成分的吸 收系数的差异
b) 组织密度和线性吸收系数接近、CT值相近时， 可采用对比度增强剂（碘）
❖ 高于X-CT，低于核素成像和光学成像 ❖ 10-3 ~ 1 mM
46
.cn
3. MRI的一般技术性能 ① 灵敏度 ② 空间分辨率
❖ 稍逊于X-CT，高于其他医学成像方式 ❖ 临床MRI：1 mm ❖ 动物MRI：100 m
47
.cn
3. MRI的一般技术性能 ① 灵敏度 ② 空间分辨率 ③ 时间分辨率
I0 X射 线 源
I
检 测 器 d
I I0eμd
N
μidi I I0e i1
线性吸收系数：
➢ 不同的生物组织和不同的厚度，对于X射线的衰减 程度各不相同
➢ X线吸收系数，物质固有属性
62
.cn
第二章 医学图像的成像模式 一．光学成像及其图像信息 二．X线及X-CT及其图像信息 三．磁共振成像及其图像信息 四．超声成像及其图像信息 五．放射性核素(发射型计算机断层)成像
及其图像信息
63
.cn
PET的出现
❖ 1943，瑞典化学家赫维西 (George Charles de Hevesy)， 发现了用于人体检测的安全 有效的放射性追踪剂， 获得诺贝尔化学奖。
k=2000，则，？
27
.cn
② CT值的信息
特定物质（人体组织） 线性吸收系数 CT值 图像灰度值
28
.cn
CT值和图像灰度 相关，
但可能超出图像 灰度范围。
29
.cn
③ 对比度增强机制 —— 改变线性吸收系数及CT值
a) 图像的灰度对比度反映了不同组织成分的吸 收系数的差异
b) 组织密度和线性吸收系数接近、CT值相近时， 可采用对比度增强剂（碘）
❖ 高于X-CT，低于核素成像和光学成像 ❖ 10-3 ~ 1 mM
46
.cn
3. MRI的一般技术性能 ① 灵敏度 ② 空间分辨率
❖ 稍逊于X-CT，高于其他医学成像方式 ❖ 临床MRI：1 mm ❖ 动物MRI：100 m
47
.cn
3. MRI的一般技术性能 ① 灵敏度 ② 空间分辨率 ③ 时间分辨率
I0 X射 线 源
I
检 测 器 d
I I0eμd
N
μidi I I0e i1
线性吸收系数：
➢ 不同的生物组织和不同的厚度，对于X射线的衰减 程度各不相同
➢ X线吸收系数，物质固有属性
《图像信息原理教学课件》第二章(4)
ppt课件
7
2.5 视频图像信号的数字化与分量编码
▪ A/D转换器又称为编码器，一般采用脉码调制 （PCM），包括抽样、量化和编码。
▪ D/A转换器又称为解码器，是对 PCM 信号的解 调，包括解码和低通滤波。
❖ PCM 编解码方框图如下：
ppt课件
8
2.5 视频图像信号的数字化与分量编码
A/D转换 ▪ 抽样：
ppt课件
13
2.5 视频图像信号的数字化与分量编码
2.5.3 分量编码
在对彩色信号进行数字化处理和传输时，一 种常用的方式是对其3个分量（Y、R－Y、B－Y或 3个基色信号）进行数字化和编码，这就是分量 编码。
ppt课件
14
2.5 视频图像信号的数字化与分量编码
1、抽样频率 CCIR于1982年确定了电视演播室分量编码
ITU规定了并行位多工传送的数字接口标准. 标准规定：每一抽样的8位字（也可任选10
位字）是在8个平衡导线对中并行传送的，3个数 字分量信号组成时分复用码流，其传送次序是：
CB，Y，CR，Y，CB，Y，CR，… 其中， CB，Y，CR是空间同位样点，另一个Y则 对应亮度的偶数个样点
ppt课件
21
此课件下载可自行编辑修改，供参考！ 感谢您的支持，我们努力做得更好！
使时间上连续的模拟电视信号变成时间上 离散的信号。
抽样过程图：
ppt课件
9
2.5 视频图像信号的数字化与分量编码
▪ 量化（均匀量化、非均匀量化） 使幅度连续的抽样值进一步在幅度上离散化的
过程。目的是为了能用有限字长的数码来表示每个抽 样点的幅度。
相邻量化等级的中点是量化判决电平。
相邻量化等级之间的距离称为量化间隔。
第二章 数字图像处理基础
主要内容
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”
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”
第二章图像技术基础 优质课件
均匀量化也叫线性量化，它的特点是量化 间隔为常数。
2.1 图像信号的数字化
对于均匀量化，且输入信号幅度在区间[A，A]内均匀分布，则量化间隔为：
A (A) K
2A K
d i 1
di
ei1
ei
其中，di=-A+iΔ，ei=-A+(i+1/2) Δ
2.1 图像信号的数字化
采样与量化参数的选择
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)细节丰富的图像，应细采样粗量化，以避免模糊(混叠)。 (3)对于彩色图像，是按照颜色成分--红(R)、绿(G)、蓝(B)
分别采样和量化的。若各种颜色成分均按8 bit量化，即 每种颜色量级别是256，则可以处理 256×256×256=167772l6种颜色。
1/ 2x
1/ 2y
sin c( x ) sin c( y )
x
y
2.1 图像信号的数字化
恢复图像的频谱Fr(u,v)等于采样图像的 频谱Fs(u,v)和低通滤波器H(u,v)的乘积:
Fr(u,v) = Fs(u,v) ·H(u,v)
恢复图像的时域表达式 ：
fr (x, y) fs (x, y) h(x, y) f (ix, jy) (x ix, y jy) h(x, y)
2.1 图像信号的数字化
证明：假设二维图像亮度函数为f(x,y)
f(x,y)
y f(x0,y0)
(x0,y0)
x
2.1 图像信号的数字化
采用二维空间抽样函数S(x,y) 进行采样
2.1 图像信号的数字化
对于均匀量化，且输入信号幅度在区间[A，A]内均匀分布，则量化间隔为：
A (A) K
2A K
d i 1
di
ei1
ei
其中，di=-A+iΔ，ei=-A+(i+1/2) Δ
2.1 图像信号的数字化
采样与量化参数的选择
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)细节丰富的图像，应细采样粗量化，以避免模糊(混叠)。 (3)对于彩色图像，是按照颜色成分--红(R)、绿(G)、蓝(B)
分别采样和量化的。若各种颜色成分均按8 bit量化，即 每种颜色量级别是256，则可以处理 256×256×256=167772l6种颜色。
1/ 2x
1/ 2y
sin c( x ) sin c( y )
x
y
2.1 图像信号的数字化
恢复图像的频谱Fr(u,v)等于采样图像的 频谱Fs(u,v)和低通滤波器H(u,v)的乘积:
Fr(u,v) = Fs(u,v) ·H(u,v)
恢复图像的时域表达式 ：
fr (x, y) fs (x, y) h(x, y) f (ix, jy) (x ix, y jy) h(x, y)
2.1 图像信号的数字化
证明：假设二维图像亮度函数为f(x,y)
f(x,y)
y f(x0,y0)
(x0,y0)
x
2.1 图像信号的数字化
采用二维空间抽样函数S(x,y) 进行采样
图像分析基本原理及分析过程
图像分析基本原理及分析过程概述在生物及医学研究中，对图像的判读与分析特别是对显微镜下微观图像的观察研究从来都是重要的研究手段。
随着技术的进步，分析图像的方法也从眼观尺量进入到了使用计算机软件进行定量分析的阶段。
计算机软件的发展速度呈加速前进，采集图像的设备也不断更新，这使得我们能有更多的手段来分析测量复杂的生物图像。
现在我们可以使用CCD数码相机来采集图像。
使用功能比较强大的图像分析软件来进行图像分析测量。
相比之下，在不太久远的十来年前使用的图像分析仪及单色的图像采集摄像机已经过时了。
而图像分析的手段也比以前丰富。
简单地引用以前的分析方法未必就是最佳的方法，在许多情况下，需要我们依据软件及相机的情况设计与研究目标相适应的分析方法。
分析测量图像绝不仅仅是一个软件使用的问题，而是从实验设计开始，就要综合考虑研究目标、样品制作方法、拍摄方式、选择视野等各方面因素，最后才是通过软件实现最有效的图像分析测量。
一个完整的图像分析过程应该包括：1.明确需要测量分析的对象。
2.使用适当的方法拍摄下这个对象，包括进行适当的染色及取样，采集到突出显示的测量对象的照片。
3.分析照片上的图像元素,确定能反映测量对象的图像图形4.测量照片上的图形的测量参数,进而得到测量对象的测量数据5.对测量对象进行统计分析。
图像分析的最佳效果，是利用图像分析软件可以自动地判断测量目标，准确分析测量出目标对象的数值。
由于生物图像的复杂性，软件往往作不到这一点。
此时只能退而求其次，采取抽样统计，手工选择等方法进行近似的测量。
测量方法本身有时候也能成为一个研究课题。
一、把研究目标转换到图像分析问题上。
在丁香园混了好几年了，虽然很喜欢与大家讨论图像分析的问题，但是却经常对一些求助视而不见，例如：请问用IPP怎么分析双染的结果？谢谢！最近正要测肾小球面积以及球内PAS染色阳性面积（粉紫色），不会操作，希望各位老师及同仁多多指教，非常感谢！传张片子上来，请指导一下哦！免疫荧光定量分析选什么软件好？是IPP吗？这个软件可以做杂交结果的分析吗？具体如下：杂交后获得阳性结果和阴性对照的结果，如何分析结果呢？下面是阳性和阴性的图。
《图像信息原理教学课件》电荷耦合器件v
多光谱与超光谱成像
总结词
多光谱和超光谱成像技术能够获取目标对象在不同波段的反 射和辐射信息，为物质识别和环境监测提供了新的手段。
详细描述
多光谱和超光谱成像技术能够捕捉到人眼无法看到的红外、 紫外等波段的信息，从而揭示出目标对象的更多特征。在农 业、环境监测、军事侦察等领域，多光谱和超光谱成像技术 具有广泛的应用价值。
光谱响应
不同波长的光线对传感器 的响应不同，因此传感器 具有特定的光谱响应特性 。
光电转换效率
传感器将光信号转换为电 信号的效率决定了图像的 亮度和对比度。
像素与分辨率
像素
图像传感器上的每一个感 光单元称为一个像素，像 素的数量决定了图像的分 辨率。
分辨率
分辨率是指图像中像素的 数量，分辨率越高，图像 越清晰。
能会损失一些图像质量。
无损压缩
02
保留原始图像的所有信息，通过算法实现压缩，解压缩后能够
完全恢复原始图像。
压缩比
03
衡量图像压缩效率的重要指标，通常以压缩前后的文件大小之
比来表示。
图像识别技术
特征提取
从图像中提取出有用的特征点、线条、形状等，用于后续的分类 和识别。
分类器设计
基于提取的特征，设计分类器以实现图像的分类和识别。
深度学习
利用深度神经网络进行图像识别，具有较高的准确率和鲁棒性。
05
CATALOGUE
图像信息的发展趋势
高分辨率与高清晰度
总结词
随着技术的进步，图像信息的分辨率和清晰度越来越高，能够提供更加细腻、 逼真的图像效果。
详细描述
高分辨率和高清晰度的图像能够提供更多的细节信息，有助于更准确地识别和 理解目标对象。在医疗、卫星遥感、安防等领域，高分辨率和高清晰度的图像 具有广泛的应用前景。
图像记忆法原理和方法是什么
图像记忆法原理和方法是什么图像记忆，顾名思义，采用图像的方法帮助记忆。
与传统的声音刺激记忆相比效率要提高3-10倍。
结合思维导图，快速阅读及其它方法就可以做到轻松高效记忆文章的效果。
下面小编为你整理图像记忆原理和方法，希望能帮到你。
先来做几组测试，看看你的记忆水平到底如何。
第一组，下面的5个词语，请用最短时间把它们按顺序记下来：白云、灯泡、鲨鱼、桌子、钢笔。
一个不漏地按顺序记住他们，你花了多长时间?你把这五个词语读了几遍?第二组，下面的10个词语，请用最短时间把它们按顺序记下来：火箭、贝壳、花生、硬币、月亮、电话、杯子、雪糕、鼠标、牙签。
这次花了多长时间、读了几遍才把这10个词语一个不漏地按顺序记住?第三组，下面的20个词语，请用最短时间把它们按顺序记下来：大海、火炉、橡皮、镜子、大树、黄豆、房子、皮鞋、母鸡、蜘蛛、足球、大象、锤子、风筝、钢琴、螃蟹、电脑、报纸、钥匙、闹钟。
这次，你把20个词语记下来了吗?顺序正确吗?第四组：如果你能够把上面这20个词语记下来，说明你的记忆力非常棒，那么请尝试一下记忆下面这些信息：图像记忆技术，玫瑰花、买米、1928706943、银行按揭、花园酒店、恐怖主义、optimization、酱油、电池、323389790、牙膏、老虎、transactions、饮水机、ironic、健身、速度、15点30分、道德经、约会、树熊、刚果、************、赵经理、香港、股票、紫水晶、加班、生日、、三国演义、那一场风花雪月的事、孔子、武当山、、妖魔鬼怪、辛辛那提、银行帐号、029348203948025023947、breakthrough、诗词、我们一起去旅游、犹抱琵琶半遮面、布鲁塞尔、白居易、心脏病、happy、美国攻打伊拉克、discussion、明天会更好、重视·理论、历历在目、珊瑚、387234、meanwhile、天涯、美丽、魅力、怎么样?这组信息有挑战性吗?看着上面这组杂乱无章的信息，如果这些信息需要你尽快记下来的话，你会有什么样的感觉?会不会感觉到很头晕，或者大脑一片空白?相信多数人都会感觉到自己小小的大脑一下子无法塞进去这么多无规律的信息。
东南大学 交通基础设施检测技术课件 第2章图像信息
H3 ( f )
神经信号
（延时）
1）作为一个光学器件，从空间频率的角度来说， 是一个低通型线性系统。表明：人眼的分辨力是 有限的。（瞳孔一定的几何尺寸及视细胞有一定 的大小。） 2）人眼对于亮度的响应具有对数性质。人眼正 是通过这一对数性质来接受宽达 108 倍的亮度范 围。人所能觉察到的亮度增量的度量是以B为底 的对数增量形式，而不是线性增量：
匹配任意可见光所需的三原色光比例曲线
从人的主观感觉角度，颜色包含三个要素： (1)色调（hue）：色调反映颜色的类别，如红 色、绿色、蓝色等。色调大致对应光谱分布中 的主波长。
(2)饱和度（Saturation）
饱和度是指彩色光所呈现颜色的深浅或纯洁 程度。对于同一色调的彩色光，其饱和度越高，颜 色就越深，或越纯；而饱和度越小，颜色就越浅， 或纯度越低。高饱和度的彩色光可因掺入白光而降 低纯度或变浅，变成低饱和度的色光。100%饱和度 的色光就代表完全没有混入白光的纯色光。
这是由于眼在看近物时已进行了调节， 使进入眼内的光线经历较强的折射，结果也 能成像在视网膜上。人眼的调节亦即折光能 力的改变，主要是靠晶状体形状的改变。
眼调节前后睫状体位置和晶状体形状的改变 为什么买电影往往不要前几排的票？为什么我要戴眼镜才看得清楚？
瞳孔和瞳孔对光反应 瞳孔指虹膜中间的开孔，是光线进入眼内的 门户；它在亮光处缩小，在暗光处散大。 瞳孔大小随光照强度而变化的反应，是一种 神经反射，称为瞳孔对光反射。引起此反射的感 受器就是视网膜，传入纤维在视神经中，但这部 分纤维在进入中枢后不到达外侧膝状体，而在在 中脑的顶盖前区换神经元，然后到同侧和对侧的 动眼神经核，传出纤维主要是动眼神经中的副交 感纤维，效应器也主要是瞳孔约肌。
有关“视网膜的结构和两种感光换能系 统 ”、“视杆细胞的感光换能机制 ”、“视 锥系统的换能和颜色视觉 ”、“视网膜的信 息处理 ”等不作介绍，感兴趣的同学可查阅 相关文献
神经信号
（延时）
1）作为一个光学器件，从空间频率的角度来说， 是一个低通型线性系统。表明：人眼的分辨力是 有限的。（瞳孔一定的几何尺寸及视细胞有一定 的大小。） 2）人眼对于亮度的响应具有对数性质。人眼正 是通过这一对数性质来接受宽达 108 倍的亮度范 围。人所能觉察到的亮度增量的度量是以B为底 的对数增量形式，而不是线性增量：
匹配任意可见光所需的三原色光比例曲线
从人的主观感觉角度，颜色包含三个要素： (1)色调（hue）：色调反映颜色的类别，如红 色、绿色、蓝色等。色调大致对应光谱分布中 的主波长。
(2)饱和度（Saturation）
饱和度是指彩色光所呈现颜色的深浅或纯洁 程度。对于同一色调的彩色光，其饱和度越高，颜 色就越深，或越纯；而饱和度越小，颜色就越浅， 或纯度越低。高饱和度的彩色光可因掺入白光而降 低纯度或变浅，变成低饱和度的色光。100%饱和度 的色光就代表完全没有混入白光的纯色光。
这是由于眼在看近物时已进行了调节， 使进入眼内的光线经历较强的折射，结果也 能成像在视网膜上。人眼的调节亦即折光能 力的改变，主要是靠晶状体形状的改变。
眼调节前后睫状体位置和晶状体形状的改变 为什么买电影往往不要前几排的票？为什么我要戴眼镜才看得清楚？
瞳孔和瞳孔对光反应 瞳孔指虹膜中间的开孔，是光线进入眼内的 门户；它在亮光处缩小，在暗光处散大。 瞳孔大小随光照强度而变化的反应，是一种 神经反射，称为瞳孔对光反射。引起此反射的感 受器就是视网膜，传入纤维在视神经中，但这部 分纤维在进入中枢后不到达外侧膝状体，而在在 中脑的顶盖前区换神经元，然后到同侧和对侧的 动眼神经核，传出纤维主要是动眼神经中的副交 感纤维，效应器也主要是瞳孔约肌。
有关“视网膜的结构和两种感光换能系 统 ”、“视杆细胞的感光换能机制 ”、“视 锥系统的换能和颜色视觉 ”、“视网膜的信 息处理 ”等不作介绍，感兴趣的同学可查阅 相关文献
《图像信息处理技术》课件
详细描述
直方图均衡化是一种常用的图像增强技术，通过重新分配图 像像素强度，使得图像的对比度得到增强。它通过拉伸图像 的灰度直方图，使得图像的亮度分布更加均匀，从而提高图 像的视觉效果。
图像的锐化
总结词
通过增强图像边缘和细节，提高图像的清晰度和分辨率。
详细描述
图像的锐化是一种通过增强图像边缘和细节来提高图像清晰度和分辨率的技术。它通过提高高频成分 的强度，使得图像的边缘和细节更加突出，从而提高图像的视觉效果。
图像信息处理技术的应用领域
医学影像分析
利用图像信息处理技术对医学影像进行分析，辅助医生进行疾病诊断 和治疗。
安全监控
通过图像信息处理技术对监控视频进行分析，实现目标检测、跟踪和 识别等功能，提高安全监控的效率和准确性。
智能交通
利用图像信息处理技术对交通视频进行分析，实现车辆检测、车牌识 别、交通流量统计等功能，提高交通管理的智能化水平。
人脸识别技术
通过采集和比对人脸特征，实现身份验证和识别 。
应用场景
门禁系统、安全监控、智能家居等。
技术优势
非接触式、快速、准确。
车牌识别系统
车牌识别技术
通过图像处理和识别算法，提取车牌信息。
应用场景
交通管理、停车场管理、违章处理等。
技术优势
自动化、高效、准确。
遥感图像处理系统
遥感图像处理技术
01
图像的平滑化
总结词
通过模糊图像，减少噪声和细节，改善 图像质量。
VS
详细描述
图像的平滑化是一种通过模糊图像来减少 噪声和细节，改善图像质量的技术。它通 过将邻近像素的强度平均化，使得图像的 细节和噪声得到抑制，从而提高图像的视 觉效果。平滑化技术常用于去除图像中的 随机噪声和细节，如椒盐噪声等。
直方图均衡化是一种常用的图像增强技术，通过重新分配图 像像素强度，使得图像的对比度得到增强。它通过拉伸图像 的灰度直方图，使得图像的亮度分布更加均匀，从而提高图 像的视觉效果。
图像的锐化
总结词
通过增强图像边缘和细节，提高图像的清晰度和分辨率。
详细描述
图像的锐化是一种通过增强图像边缘和细节来提高图像清晰度和分辨率的技术。它通过提高高频成分 的强度，使得图像的边缘和细节更加突出，从而提高图像的视觉效果。
图像信息处理技术的应用领域
医学影像分析
利用图像信息处理技术对医学影像进行分析，辅助医生进行疾病诊断 和治疗。
安全监控
通过图像信息处理技术对监控视频进行分析，实现目标检测、跟踪和 识别等功能，提高安全监控的效率和准确性。
智能交通
利用图像信息处理技术对交通视频进行分析，实现车辆检测、车牌识 别、交通流量统计等功能，提高交通管理的智能化水平。
人脸识别技术
通过采集和比对人脸特征，实现身份验证和识别 。
应用场景
门禁系统、安全监控、智能家居等。
技术优势
非接触式、快速、准确。
车牌识别系统
车牌识别技术
通过图像处理和识别算法，提取车牌信息。
应用场景
交通管理、停车场管理、违章处理等。
技术优势
自动化、高效、准确。
遥感图像处理系统
遥感图像处理技术
01
图像的平滑化
总结词
通过模糊图像，减少噪声和细节，改善 图像质量。
VS
详细描述
图像的平滑化是一种通过模糊图像来减少 噪声和细节，改善图像质量的技术。它通 过将邻近像素的强度平均化，使得图像的 细节和噪声得到抑制，从而提高图像的视 觉效果。平滑化技术常用于去除图像中的 随机噪声和细节，如椒盐噪声等。
图像信息原理
电视发展概述
*电子黑白电视. 1927年,美国的法恩斯沃恩(Farns Worth)取 得了电子电视系统的专利. 1933年，美国的V.K兹沃赖金(Zworyki)取得了光 电摄象管的专利. 1936年,贝尔德电视公司在英国开始 电子黑白电 始 视广播 1941年,美国开 播送电子黑白电视 苏联(1946) ,西德(1952) , 加拿大(1952) ,日本 (1953) , 法国(1954), 泰国(1955), 中国(1958).
电视的分类
按技术发展阶段分类 有 ： 机械电视，电子管电视，晶体管电视， 集成电路电视等。 按传送图象的性质分类有： 黑白电视，彩色电视，立体电视等。 按用途分类有： 广播电视，应用电视（工业电视，医用电 视，教育电视 ，军事电视等）。
我国广播电视事业的发展
1958年5月1日，中国第一座电视台中央电视台（早期称北京 年 月 日 中国第一座电视台中央电视台（ 电视台， 日改称现名） 电视台，1978年5月1日改称现名）使用试播黑白电视，9月2日正 年 月 日改称现名 使用试播黑白电视， 月 日正 式播出。 式播出。 继中央电视台开播后，一些大城市也相继开办黑白电视广播。 继中央电视台开播后，一些大城市也相继开办黑白电视广播。 1958年10月1日上海电视台开始试播，到1961年底，全国共建地方 日上海电视台开始试播， 年底， 年 月 日上海电视台开始试播 年底 电视台19座 电视台 座。1959年，无锡市建立中国第一座电视转播台，用差 年 无锡市建立中国第一座电视转播台， 转的方式转播上海电视台的节目。 转的方式转播上海电视台的节目。 1960年5月1日在北京建成了第一个彩电试验台，用NTSC制 日在北京建成了第一个彩电试验台， 年 月 日在北京建成了第一个彩电试验台 制 进行了试播。但后来也由于国民经济暂时困难而“下马” 进行了试播。但后来也由于国民经济暂时困难而“下马”。 1969年彩电研究二度开展并决定暂用 年彩电研究二度开展并决定暂用PAL制（1982年正式决 年彩电研究二度开展并决定暂用 制 年正式决 制为中国彩色电视的标准制式）。 定PAL/D制为中国彩色电视的标准制式）。 制为中国彩色电视的标准制式）。1973年5月1日，中央 年 月 日 电视台用8频道在北京地区试播，同年10月1日正式播出。 电视台用 频道在北京地区试播，同年 月 日正式播出。 频道在北京地区试播 日正式播出 1977年7月25日起，中央电视台的第一套节目全部改为彩色播 日起， 年 月 日起 出。
图像及其特征
第二章图像及其特征图像是通过不同的亮度和颜色来表现原景物的内容和相关信息的。
在现代图像 复制过程中， 图像的表现方式有两种， 即模拟方式和数字方式， 普通的原稿图像 （如 照片、画稿等）为模拟方式，经印前扫描输入后，即转为数字方式，经印前处理和 晒版后又转为模拟方式，最后得到模拟方式的印刷复制品。
一幅图像在一定的光学 条件下一般具有三大质量特征，即层次、色彩和清晰度。
文字和图形也可看成是图 像的特例，它们具有特定的层次和颜色特征。
图像复制的目的就是要将原稿图像的 这些特征再现在复制品上，一幅图像的质量好坏大多数情况下要利用其密度特征进 行评价。
2.1 密度密度是指图像各部分吸收光的性能，即图像黑化的程度，如果图像某部分将投 射到它上面的光吸收得越多，那么这部分图像的密度就越大，反之，该部分吸收的 光线越少，它的密度就越小。
因为密度表现了图像黑化的程度，因此也可以把密度说成黑度。
不过平常所说 的黑度只是一个面积变黑程度的视觉印象，而密度则是用数字来表示这种变黑的程 度。
2.1.1透射率与反射率所谓透射率，是指透光性材料透光度的大小，即透射光通量 φr 与投射光通量 φ 之比（如图 2-1 所示）： T=φr/φ 因此透射率只是一个比例系数，没有单位，可用百分数或小数表示。
由于透射 光通量总是小于投射光通量，所以透射率总是小于 1，即 T＜1，而且图像的黑度越 大，其透射率越小，如图 2-2 所示。
透 明 Φ 介 质 ΦT图2-1 透射与投射光通量图2-2 黑度与透射率的关系7所谓反射率，则是指反射图像反射光的性能，即反射光通量 φR 与投射光通量 φI 之比，实际应用中，通常用在相同照射条件下一个标准白色面（能 100％反射投 射的光通量）反射的光通量 φω表示投射光通量，即： R=φR/φω 与透射率一样，反射率也只是一个比例系数，可用小数或百分数表示，并且总 是小于 1。
只是反射率的比较基础是一个标准白色面的反射光通量，如图 2-3 所示。
数字图像处理 图像信息的基本知识
1) 高斯噪声（正态噪声）
其中 z 表示灰度值，μ表示 z 的平均值或期望值。σ 表示标准差，σ2表示z的方差。
高斯概率密度函数的 曲线如图 2.3.1(a) 所示。当 z 服从式 (2.3.1)的分布时， 其值有 70%落在 [(μ-σ), (μ+σ)],范围 内，且有 95%落 在 [(μ-2σ), (μ+2σ)],范 围内。
5）按噪声和信号之间关系
设信号为S(t),噪声为n(t) 加性噪声：噪声和信号混合叠加为S(t)+n(t)形式。如放大器 噪声。 乘性噪声：噪声和信号混合叠加为S(t)+ S(t)*n(t)形式。如光 量子噪声、胶片颗粒噪声等。
2.3.3 图像噪声的统计模型
用概率密度函数(PDF－Probability Density Function) 来描述
2.4.2 图像质量评价的保真度准则
1)客观保真度准则 客观保真度一般指被评价图像与标准图像之间 的均方根误差或被评价图像的均方根信噪比。 设标准图像为 f (x,y)，被评价图像为 ˆ ( x, y) ， f 其中x、y为0,1,2,...,N-1。对x和y的误差e(x,y) 可以定义为
于是两幅图像的均方误差可表示为
2) 瑞利噪声
概率密度的均值μ和方差σ2为
瑞利概率密度函数曲线 从图中可看出距 原点的位移和其 图形的基本形状 向右变形，对于 近似此曲线的直 方图比较适用。
3) 伽马噪声
其中a>0,b为正整数
伽马概率密度函数曲线
应指出的是式 (2.3.5)虽常用来 表示伽马密度， 但严格地说，只 有当分母为伽马 函数Γ(b)时才是 正确的。式 (2.3.5)只能为近 似，一般称为爱 尔兰密度。
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)。
13:29
第二节 图像信息处理
（二）关于光与色的基本知识
可见光谱：波长在380~780nm范围之内的，对人的视觉神经 有刺激作用的电磁波。
13:29
第二节 图像信息处理
（二）关于光与色的基本知识
可见光谱：波长在380~780nm范围之内的，对人的视觉神经 有刺激作用的电磁波。
第二节 图像信息处理
3. 颜色是主观的，还是客观的？
4. 色光加色法和色料减色法有何区别？ 5. 怎么获得某一种单色光？ 6. 小明想把家具涂上黄色的油漆，但家里只有红绿蓝三种油漆 ，他该怎么办？
7. 红花绿叶在蓝光照射下分别呈现什么颜色？
第二节 图像信息处理
一、关于图像及图像信息处理的基本知识
图形(Graphic)：由点、线、面等几何元素和灰色、色彩等非几何元素组成。 图像(Image)：由具有不同颜色属性的像素组成的阵列。
第二节 图像信息处理
（一）关于阶调层次的基本知识
•亮调：亮度较大的阶调范围（相当于十 级梯尺的1~3成网点）
• 暗调：亮度较小的阶调范围（7~9成网 点）
• 中间调：亮度介于亮调和暗调之间的阶 调范围（4~6成网点）
• 高光：原稿的光亮部位（1成网点）
•光辉点：原稿最亮的一点（绝网）
第二节 图像信息处理
对比强烈
对比不强烈
第二节 图像信息处理
（三）关于图像清晰度的概念
3）图像细微层次的精细程度： 层次对景物细小质点的分辨力。 分辨力高，细微层次好，清晰度高
质感精细
质感不精细
35
36
第二节 图像信息处理
二、阶调复制原理
文字、图形：没有色调深浅变化
课前问题
预习“二、阶调复制原理”，回答下列问题：
第二节 图像信息处理
（三）关于图像清晰度的概念
1）图像轮廓边界的锐度： 边界的虚实程度，即层次边界渐变的过渡宽度。 过渡宽度小，边界实，感觉清晰度高 …………大，……虚，……………差
第二节 图像信息处理
（三）关于图像清晰度的概念
2）图像细微反差的清晰度： 相邻两明暗层次，尤其是细小层次之间的明暗差别。
（二）关于光与色的基本知识
颜色三属性：色相、明度、饱和度 1.色相H (Hue)：颜色的外观相貌
红紫 紫 蓝紫 蓝 蓝绿 绿蓝 绿 黄绿 黄 黄橙 橙红 红
13:29
第二节 图像信息处理
（二）关于光与色的基本知识
颜色三属性：色相、明度、饱和度 2.明度V (Value)：颜色深浅明暗
LIGHTNESS
亮调部分 网点小 暗调部分 网点大 空白区域大 空白区域小 油墨少 油墨多 反射光多 反射光少 显得明亮 显得暗
原稿
印版、印刷品
第二节 图像信息处理
（一）调幅加网技术 2.调幅网点的特性
加网线数
加网线数：单位宽度内排列的网点数。 单位：LPI（line per inch），Line/cm
加网线数高： 图像细微层次 表达越精细。 加网线数低： 图像细微层次 表达较粗糙
13:29
第二节 图像信息处理
颜色混合基本规律 减色法和色料三原色
减色法：白光中减去某种色光得到另一种色光的效果。
13:29
第二节 图像信息处理
颜色混合基本规律 光的三原色与色光加色法
色料三原色
颜料和染料中的黄(Y)、品红 (M)、青( C)三种颜色不能由其它颜 色的颜料混合而成；而且，按照不 同比例混合后可以合成各种颜色。 故称Y、M、C 为色料三原色。
同色相明度 光谱七色从明到暗：黄，橙，绿青，红，蓝，紫
LIGHTNESS
异色相明度
13:29
第二节 图像信息处理
（二）关于光与色的基本知识
颜色三属性：色相、明度、饱和度
3.饱和度C(Chroma)：色彩的纯洁性或鲜艳程度
第二节 图像信息处理
（二）关于光与色的基本知识
颜色三属性：色相、明度、饱和度 4.孟塞尔颜色系统
在这样的条件下，当网点间距小于0.073 mm时，人们将认为由网点 组成的图像与连续调图像在视觉效果上没有区别。
45
第二节 图像信息处理
（一）调幅加网技术 2.调幅网点的特性
加网角度 加网角度：相邻网点中心连线与水平线的夹角。
相邻网点： 有公共邻边的网点
常用的网线角度：0°( 90 °), 15 °( 105 °)，45 °( 135 °) , 75 °(165 °)。
第二节 图像信息处理
颜色混合基本规律 光的三原色与色光加色法 色光加色法： 不同强度色光相加得到不同混合色光
13:29
第二节 图像信息处理
颜色混合基本规律 光的三原色与色光加色法
色光加色法：
• 加合方式：色光连 续混合 • 色光混合后亮度增 加。 • 应用于彩色电视、 显示器
iPhone
调频加网(FM)
不会产生龟纹和玫瑰斑。
不依赖改变网点大小体现层次 无需考虑网角和挂网系数 缺点：
调幅加网技术比较成熟
对设备环境、印刷条件要求不高 缺点： 亮调和暗调位置细微层次难以再现
容易出现龟纹和玫瑰斑
容易产生阶调层次跳跃 调幅加网只能取固定加网角度
第二节 图像信息处理
二、阶调复制原理 图像：颜色深浅变化
凹版：印刷部分的凹陷程度则随图像的深浅不同而变化。
凸版：？ 平版：？ 孔版：？
第二节 图像信息处理
二、阶调复制原理 网点基本概念
组成印刷图像的基本单元 表现图像层次和颜色变化的基本单元
第二节 图像信息处理
三、印刷阶调复制基础
第二节 图像信息处理Байду номын сангаас
（二）调频加网技术
2.调频加网对图像阶调的传递
亮调部分 暗调部分 网点分 布稀疏 网点分 布密集 油墨少 油墨多 反射光多 反射光少 显得明亮 显得暗
原稿
印版、印刷品
第二节 图像信息处理
（二）调频加网技术
2.调频加网技术的特点 调幅加网 VS 调频加网 调幅加网(AM)
优点： 优点：
（二）调频加网技术
调幅网点 VS 调频网点
第二节 图像信息处理
（二）调频加网技术 1.调频加网技术的发展历程
一阶调频加网
二阶调频加网
第三节 印前技术基础
（二）调频加网技术 1.调频加网技术的发展历程
混合型加网（Hybrid Screening）技术，借鉴了AM和 FM两种网点各自的特性。它既体现了调频网点的所有优势， 又具有调幅网点的稳定性和可操作性。 混合型加网技术可以用高线数调幅网点表达图像中间 调的细腻层次，用调频网点表达亮部和暗部层次。
主要内容
第二章 印前处理
13:29
1
印刷概论
第二章 印前处理
第一节 文字信息处理原理和方法
第二节 图像信息原理与方法
第三节 印前处理工艺
第四节 印版制作
第五节 打样
第六节 色彩管理
13:29
2
课前问题
预习“一、关于图像及图像信息处理的基本知识”，回答下列问题：
1. 图像和图形有何区别？ 2. 阶调和层次有何区别？
第二节 图像信息处理
（一）调幅加网技术 2.调幅网点的特性
网点大小
网点大小：网点在单位总面积里的占的比例。 网点面积率= [网点面积/ 网格面积] x 100%
网点面积率的表示：“成”或 %，表示某一网点着墨 在单位面积里所占面积的多少。 如：网点面积率30%的称为“3成的点”
第二节 图像信息处理
（二）关于光与色的基本知识 这个苹果是什么颜色？
13:29
第二节 图像信息处理
（二）关于光与色的基本知识
如何描述这两苹果的颜色差别？
13:29
第二节 图像信息处理
（二）关于光与色的基本知识
A和B两点的颜色一样吗？
13:29
第二节 图像信息处理
（二）关于光与色的基本知识 怎样才能正确表达颜色呢？
13:29
第二节 图像信息处理
颜色混合基本规律
光的三原色与色光加色法 色光加色法： 两种或两种以上的色 光同时反映于人眼，视觉 会产生另一种色光的效果 ，这种色光混合产生综合 色觉的现象称为色光加色 法 或称为色光的加色混合 。
13:29
R
Y G W M B
C
红光+绿光=黄光； 红光+蓝紫光=品红光； 蓝紫光+绿光=青光。
1.怎么定量描述颜色？ 2.怎么正确测量颜色？
颜色的定量描述与计算 颜色的测量原理与应用
13:29
第二节 图像信息处理
（二）关于光与色的基本知识
定量描述颜色—颜色体系 颜色测量仪器
13:29
第二节 图像信息处理
（二）关于光与色的基本知识
色散实验 光的色散实验
白色阳光可用棱镜分出呈现 彩虹的红、橙、黄、绿、青、蓝、 紫七色光。 不能再分解出其他颜色的光 称为单色光 将白光分解为单色光，并按 波长顺序排列就形成光谱。
网点基本概念
调幅加网
调频加网
第二节 图像信息处理
三、印刷阶调复制基础
网点基本概念
网点类型
调幅网点 (AM) 调频网点 (FM)
通过网点面积的变化表现图像 的明暗层次。 网点面积不变，通过网点出现 的频率变化来表现图像的明暗层次。
第二节 图像信息处理
（一）调幅加网技术
1.调幅加网对图像阶调的传递
第二节 图像信息处理
一、关于图像及图像信息处理的基本知识
Photoshop illustrator InDesign
Word
Powerpoint
Excel
Dreamweaver