数字图像处理-z2图像的基本知识
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)。
第二章 图像的基本知识
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
计算机图像数据处理
彩色图像简介
1
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
图象获取也就是图像的数字化过程，即将图像采集到计算 也就是图像的数字化过程，
机中的过程； 机中的过程； 主要涉及成像及模数转换（ Converter）技术， 主要涉及成像及模数转换（A/D Converter）技术，曾经是 很昂贵的， 很昂贵的，一直是挡在普通用户面前的难以逾越的主要障碍之 一； 随着计算机与微电子特别是固体成像设备（ 随着计算机与微电子特别是固体成像设备（电荷耦合设备 Devices)）的快速发展， CCD(Charge Coupled Devices)）的快速发展，使得图象获取 设备的成本显著降低，因而越来越普及， 设备的成本显著降低，因而越来越普及，目前已成为高档微机 的内置设备。 的内置设备。
10
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 采样定理： 采样定理：
若函数f(x,y)的傅立叶变换 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 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， 为其频谱宽度， 处为零，设uc和vc为其频谱宽度，只要采样间隔满足条件 ∆x<=1/2uc ，∆y<=1/2 vc 就能由f(x,y)的采样值 (x,y)精确的 无失真地重建f(x,y)。 的采样值f 精确的、 就能由f(x,y)的采样值fs(x,y)精确的、无失真地重建f(x,y)。
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
265x180
133x90
66x45
33x22
17
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 幅度分辨率
1、G ↑ 图像幅度分辨率↑ 图像幅度分辨率↑；
2、M、N不变， G↓ 灰度渐变成突变，出现虚假轮廓 不变， 灰度渐变成突变， 有木刻画效果）。 （有木刻画效果）。
n B = M × N × ( Byte) 8
21
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
用一系列计算机指令来表示和 描述一幅画，如画点、画线、 描述一幅画，如画点、画线、 画曲线、画圆、画矩形等。 画曲线、画圆、画矩形等。
矢量图法
黑白图像 640×480 ×1bit＝307200bit＝37.5KB
8
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 一幅M 个像素的数字图像， 一幅M×N个像素的数字图像，其像素灰度值可以用M 表示： 行、N列的矩阵G表示：
g11 g12 L g1N g g L g 2N 21 22 G= M M M g M 1 g M 2 L g MN
I = f ( x, y , z , λ , t )
彩色/ 它可以代表一幅运动的（t）、彩色/多光谱（λ）、立体（x，y，z）图 像。其中 静止图像： 静止图像： 黑白图像： 黑白图像： 平面图像： 平面图像：
I = f ( x, y , z , λ )
I = f ( x, y , z , t ) I = f ( x, y , λ , t )
点位图法
灰度图像
640×480 × 8bit = 300KB
彩色图像 640×480 × 24bit ＝ 900KB
把一幅图像分成许许多多的像素， 把一幅图像分成许许多多的像素， 每个像素用若干个二进制位来指定 该像素的颜色、亮度和属性。 该像素的颜色、亮度和属性。
22
计算机图像数据处理
f (0,1) f (0,0) f (1,0) f (1,1) f (x, y) = M M f (N −1,0) f (N −1,1)
由于f(x,y)的值是能量的记录 故其是非负有界的实数。 由于f(x,y)的值是能量的记录，故其是非负有界的实数。 的值是能量的记录， 综上，因为人的视野有限，所以，人看到的平面图像是一个 综上，因为人的视野有限，所以， 二元、有界、非负的连续（指模拟光学图像）函数。 二元、有界、非负的连续（指模拟光学图像）函数。
7
图像获取、图像的数字化、 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
I = f (m, n)
是
I = f ( x, y ) 模拟光学图像的数字化
结果。 结果。 在计算机中可用一矩阵表示，其中 在计算机中可用一矩阵表示，
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 f(m,n)称为图像元素，简称像素（pixel）,其取值为灰度 像素（ 称为图像元素 grey），一幅图像的灰度种类称为灰度级 ），一幅图像的灰度种类称为灰度级（ level）。 （grey），一幅图像的灰度种类称为灰度级（grey level）。
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
非均匀采样
– 灰度级变化大区域精确采样，平滑区域粗采样。 灰度级变化大区域精确采样，平滑区域粗采样。
非均匀量化
– 灰度级变化剧烈处，人眼分辨力差，边界附近 灰度级变化剧烈处，人眼分辨力差， 较少灰度级； 较少灰度级； – 平缓区域较多灰度级，避免假轮廓 平缓区域较多灰度级，
15
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
不同采样点数对图像质量的影响 图 不同采样点数对图像质量的影响 原始图像(256 256)（ (256× 采样图像1(128 128)（ 1(128× 采样图像2(64 2(64× （a）原始图像(256×256)（b）采样图像1(128×128)（c） 采样图像2(64×64) 采样图像3(32 3(32× 采样图像4(16 4(16× 采样图像5(8 8) 5(8× （d）采样图像3(32×32) （e）采样图像4(16×16) （f） 采样图像5(8×16
5
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
由于 运动图像可用（静止）图像序列表示； 运动图像可用（静止）图像序列表示； 彩色图像可以分解成三基色图像； 彩色图像可以分解成三基色图像； 三维图像可由二维重建。 三维图像可由二维重建。 本课程主要研究静止 平面、黑白图像 静止、 图像， 本课程主要研究静止、平面、黑白图像，即
2
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
以CCD技术为核心，目前图象获取设备有黑白摄象机、彩色 CCD技术为核心，目前图象获取设备有黑白摄象机、 技术为核心 摄象机、扫描仪、数字相机等，性能与价格主要取决于CCD CCD的 摄象机、扫描仪、数字相机等，性能与价格主要取决于CCD的 规格，如尺寸等。 规格，如尺寸等。 除了这些常见的类型外， 除了这些常见的类型外，目前有许多厂商提供各种其它的 专用设备，如显微摄象设备、红外摄象机、高速摄象机、 专用设备，如显微摄象设备、红外摄象机、高速摄象机、胶片 扫描器等等。 扫描器等等。 此外，遥感卫星、 此外，遥感卫星、激光雷达等设备提供其它类型的数字图 象。
9
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 一幅图像必须要在空间 灰度上都离散化才能被计 一幅图像必须要在空间和灰度上都离散化才能被计 空间和 算机处理。 算机处理。
空间坐标的离散化
灰度的离散化
空间采样
灰度量化
问题： 问题： 采样频率(密度)取多大合适? 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? 以多少个等级表示样本的亮度值为最好? 量化
一般都采用均匀采样和量化，特殊用途才会用 一般都采用均匀采样和量化， 到非均匀采样和量化。 到非均匀采样和量化。
20
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
个样点， 假定图像取M×N个样点，量化等级数为G =2n, 则存 储一幅数字图像所需的位数为
B = M × N × n(bit )
4
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
图像的数学表示： 图像的数学表示： 一幅图像所包含的信息首先表现为光的强度， 一幅图像所包含的信息首先表现为光的强度，即一幅图像可看成是空间 各个点坐标上的光强度i的集合。其普遍数学表达式为： 各个点坐标上的光强度i的集合。其普遍数学表达式为：
14
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
空间分辨率
1、采样点数
M M N ↑
（采样间隔 ↓ ） 空间分辨率↑ 空间分辨率↑ ∆y
∆x
2、G不变， N ↓ 图像中各细节区域边缘出现“棋盘－ 图像中各细节区域边缘出现“棋盘－ 马 赛克”效应，即像素粒子变粗。 赛克”效应，即像素粒子变粗。
11
Biblioteka Baidu
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
图像的采样
–空间坐标 空间坐标(x,y)的数字化被称为图像采样 空间坐标 的数字化被称为图像采样 –确定水平和垂直方向上的像素个数 、 M 确定水平和垂直方向上的像素个数N 确定水平和垂直方向上的像素个数
M
N
实际中为了便于计算机处理，通常取 实际中为了便于计算机处理，通常取M＝2m， N＝2n
I = f ( x, y )
6
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 图像的特点： 图像的特点：I = f ( x, y )
图像在某点处的函数值称为图像 在该点的灰度值或亮度。 在该点的灰度值或亮度。
1. 空间有界： − L x ≤ x ≤ L x , − L y ≤ y ≤ L y 空间有界： 2. 亮度有界： 亮度有界： 0 ≤ f ( x, y ) ≤ A
12
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
图像的量化
– 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 的处理 量化处理： 映射到Z的处理 – Z的最大取值，确定像素的灰度级数 = 2m， 的最大取值， 的最大取值 确定像素的灰度级数G 如256
f
13
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 分辨率变化对图像的影响 概念 1、图像分辨率： 区分细节的程度； 图像分辨率： 区分细节的程度； 2、影响因素：采样点数（M，N）和灰度级数。 影响因素： 灰度级数。
18
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
不同量化级别对图像质量的影响 图 不同量化级别对图像质量的影响 原始图像(256 (256色 量化图像1(64 1(64色 量化图像2(32 2(32色 （a） 原始图像(256色)（b） 量化图像1(64色)（c） 量化图像2(32色) 量化图像3(16 3(16色 量化图像4(4 4(4色 量化图像5(2 5(2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) 19
3
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
目前，图象的数字化设备可分为两类： 目前，图象的数字化设备可分为两类： 一类是基于图象采集卡或图象卡将模拟制式的视频信号 RS170/CCIR黑白电视信号 PAL/NTSC彩色电视信号 黑白电视信号， 彩色电视信号， （RS170/CCIR黑白电视信号，PAL/NTSC彩色电视信号，SVideo视频信号等 采集到计算机； 视频信号等） Video视频信号等）采集到计算机； 另一类是摄象机本身带有数字化部件可以直接将数字图 象通过计算机端口（如并口、USB接口 或标准设备（ 接口） 象通过计算机端口（如并口、USB接口）或标准设备（如磁 盘驱动器）传送进计算机。 盘驱动器）传送进计算机。
f (0, M −1) L f (1, M −1) L M L f (N −1, M −1) L
23
计算机图像数据处理
灰灰灰灰 数数数
1 1 1 1 1 1 1 1 1 2 5 6 6 5 4 2 2 7 8 8 8 8 8 6 4 8 5 5 7 4 3 1 4 8 5 6 5 1 1 1 2 7 8 8 4 6 6 1 1 2 6 6 2 6 6 1 1 1 1 1 1 1 1 1
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
计算机图像数据处理
彩色图像简介
1
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
图象获取也就是图像的数字化过程，即将图像采集到计算 也就是图像的数字化过程，
机中的过程； 机中的过程； 主要涉及成像及模数转换（ Converter）技术， 主要涉及成像及模数转换（A/D Converter）技术，曾经是 很昂贵的， 很昂贵的，一直是挡在普通用户面前的难以逾越的主要障碍之 一； 随着计算机与微电子特别是固体成像设备（ 随着计算机与微电子特别是固体成像设备（电荷耦合设备 Devices)）的快速发展， CCD(Charge Coupled Devices)）的快速发展，使得图象获取 设备的成本显著降低，因而越来越普及， 设备的成本显著降低，因而越来越普及，目前已成为高档微机 的内置设备。 的内置设备。
10
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 采样定理： 采样定理：
若函数f(x,y)的傅立叶变换 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 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， 为其频谱宽度， 处为零，设uc和vc为其频谱宽度，只要采样间隔满足条件 ∆x<=1/2uc ，∆y<=1/2 vc 就能由f(x,y)的采样值 (x,y)精确的 无失真地重建f(x,y)。 的采样值f 精确的、 就能由f(x,y)的采样值fs(x,y)精确的、无失真地重建f(x,y)。
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
265x180
133x90
66x45
33x22
17
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 幅度分辨率
1、G ↑ 图像幅度分辨率↑ 图像幅度分辨率↑；
2、M、N不变， G↓ 灰度渐变成突变，出现虚假轮廓 不变， 灰度渐变成突变， 有木刻画效果）。 （有木刻画效果）。
n B = M × N × ( Byte) 8
21
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
用一系列计算机指令来表示和 描述一幅画，如画点、画线、 描述一幅画，如画点、画线、 画曲线、画圆、画矩形等。 画曲线、画圆、画矩形等。
矢量图法
黑白图像 640×480 ×1bit＝307200bit＝37.5KB
8
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 一幅M 个像素的数字图像， 一幅M×N个像素的数字图像，其像素灰度值可以用M 表示： 行、N列的矩阵G表示：
g11 g12 L g1N g g L g 2N 21 22 G= M M M g M 1 g M 2 L g MN
I = f ( x, y , z , λ , t )
彩色/ 它可以代表一幅运动的（t）、彩色/多光谱（λ）、立体（x，y，z）图 像。其中 静止图像： 静止图像： 黑白图像： 黑白图像： 平面图像： 平面图像：
I = f ( x, y , z , λ )
I = f ( x, y , z , t ) I = f ( x, y , λ , t )
点位图法
灰度图像
640×480 × 8bit = 300KB
彩色图像 640×480 × 24bit ＝ 900KB
把一幅图像分成许许多多的像素， 把一幅图像分成许许多多的像素， 每个像素用若干个二进制位来指定 该像素的颜色、亮度和属性。 该像素的颜色、亮度和属性。
22
计算机图像数据处理
f (0,1) f (0,0) f (1,0) f (1,1) f (x, y) = M M f (N −1,0) f (N −1,1)
由于f(x,y)的值是能量的记录 故其是非负有界的实数。 由于f(x,y)的值是能量的记录，故其是非负有界的实数。 的值是能量的记录， 综上，因为人的视野有限，所以，人看到的平面图像是一个 综上，因为人的视野有限，所以， 二元、有界、非负的连续（指模拟光学图像）函数。 二元、有界、非负的连续（指模拟光学图像）函数。
7
图像获取、图像的数字化、 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
I = f (m, n)
是
I = f ( x, y ) 模拟光学图像的数字化
结果。 结果。 在计算机中可用一矩阵表示，其中 在计算机中可用一矩阵表示，
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 f(m,n)称为图像元素，简称像素（pixel）,其取值为灰度 像素（ 称为图像元素 grey），一幅图像的灰度种类称为灰度级 ），一幅图像的灰度种类称为灰度级（ level）。 （grey），一幅图像的灰度种类称为灰度级（grey level）。
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
非均匀采样
– 灰度级变化大区域精确采样，平滑区域粗采样。 灰度级变化大区域精确采样，平滑区域粗采样。
非均匀量化
– 灰度级变化剧烈处，人眼分辨力差，边界附近 灰度级变化剧烈处，人眼分辨力差， 较少灰度级； 较少灰度级； – 平缓区域较多灰度级，避免假轮廓 平缓区域较多灰度级，
15
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
不同采样点数对图像质量的影响 图 不同采样点数对图像质量的影响 原始图像(256 256)（ (256× 采样图像1(128 128)（ 1(128× 采样图像2(64 2(64× （a）原始图像(256×256)（b）采样图像1(128×128)（c） 采样图像2(64×64) 采样图像3(32 3(32× 采样图像4(16 4(16× 采样图像5(8 8) 5(8× （d）采样图像3(32×32) （e）采样图像4(16×16) （f） 采样图像5(8×16
5
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
由于 运动图像可用（静止）图像序列表示； 运动图像可用（静止）图像序列表示； 彩色图像可以分解成三基色图像； 彩色图像可以分解成三基色图像； 三维图像可由二维重建。 三维图像可由二维重建。 本课程主要研究静止 平面、黑白图像 静止、 图像， 本课程主要研究静止、平面、黑白图像，即
2
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
以CCD技术为核心，目前图象获取设备有黑白摄象机、彩色 CCD技术为核心，目前图象获取设备有黑白摄象机、 技术为核心 摄象机、扫描仪、数字相机等，性能与价格主要取决于CCD CCD的 摄象机、扫描仪、数字相机等，性能与价格主要取决于CCD的 规格，如尺寸等。 规格，如尺寸等。 除了这些常见的类型外， 除了这些常见的类型外，目前有许多厂商提供各种其它的 专用设备，如显微摄象设备、红外摄象机、高速摄象机、 专用设备，如显微摄象设备、红外摄象机、高速摄象机、胶片 扫描器等等。 扫描器等等。 此外，遥感卫星、 此外，遥感卫星、激光雷达等设备提供其它类型的数字图 象。
9
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 一幅图像必须要在空间 灰度上都离散化才能被计 一幅图像必须要在空间和灰度上都离散化才能被计 空间和 算机处理。 算机处理。
空间坐标的离散化
灰度的离散化
空间采样
灰度量化
问题： 问题： 采样频率(密度)取多大合适? 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? 以多少个等级表示样本的亮度值为最好? 量化
一般都采用均匀采样和量化，特殊用途才会用 一般都采用均匀采样和量化， 到非均匀采样和量化。 到非均匀采样和量化。
20
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
个样点， 假定图像取M×N个样点，量化等级数为G =2n, 则存 储一幅数字图像所需的位数为
B = M × N × n(bit )
4
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
图像的数学表示： 图像的数学表示： 一幅图像所包含的信息首先表现为光的强度， 一幅图像所包含的信息首先表现为光的强度，即一幅图像可看成是空间 各个点坐标上的光强度i的集合。其普遍数学表达式为： 各个点坐标上的光强度i的集合。其普遍数学表达式为：
14
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
空间分辨率
1、采样点数
M M N ↑
（采样间隔 ↓ ） 空间分辨率↑ 空间分辨率↑ ∆y
∆x
2、G不变， N ↓ 图像中各细节区域边缘出现“棋盘－ 图像中各细节区域边缘出现“棋盘－ 马 赛克”效应，即像素粒子变粗。 赛克”效应，即像素粒子变粗。
11
Biblioteka Baidu
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
图像的采样
–空间坐标 空间坐标(x,y)的数字化被称为图像采样 空间坐标 的数字化被称为图像采样 –确定水平和垂直方向上的像素个数 、 M 确定水平和垂直方向上的像素个数N 确定水平和垂直方向上的像素个数
M
N
实际中为了便于计算机处理，通常取 实际中为了便于计算机处理，通常取M＝2m， N＝2n
I = f ( x, y )
6
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 图像的特点： 图像的特点：I = f ( x, y )
图像在某点处的函数值称为图像 在该点的灰度值或亮度。 在该点的灰度值或亮度。
1. 空间有界： − L x ≤ x ≤ L x , − L y ≤ y ≤ L y 空间有界： 2. 亮度有界： 亮度有界： 0 ≤ f ( x, y ) ≤ A
12
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
图像的量化
– 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 的处理 量化处理： 映射到Z的处理 – Z的最大取值，确定像素的灰度级数 = 2m， 的最大取值， 的最大取值 确定像素的灰度级数G 如256
f
13
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述 分辨率变化对图像的影响 概念 1、图像分辨率： 区分细节的程度； 图像分辨率： 区分细节的程度； 2、影响因素：采样点数（M，N）和灰度级数。 影响因素： 灰度级数。
18
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
不同量化级别对图像质量的影响 图 不同量化级别对图像质量的影响 原始图像(256 (256色 量化图像1(64 1(64色 量化图像2(32 2(32色 （a） 原始图像(256色)（b） 量化图像1(64色)（c） 量化图像2(32色) 量化图像3(16 3(16色 量化图像4(4 4(4色 量化图像5(2 5(2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) 19
3
图像获取、图像的数字化、 图像获取、图像的数字化、数字图像的描述
目前，图象的数字化设备可分为两类： 目前，图象的数字化设备可分为两类： 一类是基于图象采集卡或图象卡将模拟制式的视频信号 RS170/CCIR黑白电视信号 PAL/NTSC彩色电视信号 黑白电视信号， 彩色电视信号， （RS170/CCIR黑白电视信号，PAL/NTSC彩色电视信号，SVideo视频信号等 采集到计算机； 视频信号等） Video视频信号等）采集到计算机； 另一类是摄象机本身带有数字化部件可以直接将数字图 象通过计算机端口（如并口、USB接口 或标准设备（ 接口） 象通过计算机端口（如并口、USB接口）或标准设备（如磁 盘驱动器）传送进计算机。 盘驱动器）传送进计算机。
f (0, M −1) L f (1, M −1) L M L f (N −1, M −1) L
23
计算机图像数据处理
灰灰灰灰 数数数
1 1 1 1 1 1 1 1 1 2 5 6 6 5 4 2 2 7 8 8 8 8 8 6 4 8 5 5 7 4 3 1 4 8 5 6 5 1 1 1 2 7 8 8 4 6 6 1 1 2 6 6 2 6 6 1 1 1 1 1 1 1 1 1