2.数字图像处理基础(my)

列（y）
行（x）
3. 真彩色图像 “真彩色”是RGB颜色的另一种叫法。 在真彩色图像中，每一个像素由红、绿和蓝三个 字节组成， 每个字节为8bit，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。
4 . 索引图像 颜色预先定义的（索引颜色）。 索引颜色的图像最多只能显示256种颜色。
位图可以从传统的相片、幻灯片上制作出来或使用数字相机
得到。 位图又可以分成如下四种：二值图像（binary image) 、灰度图像(gray-scale image)、索引颜色图像(index color image)和真彩色图像（true color image）。
1. 二值图像 只有黑白两种颜色。
2.2 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源自文库
亮度 对比度 主题内容的大小 细微层次 颜色饱和度
图像的质量：清晰度
降低亮度
图像的质量
对比度：是指一幅图象中灰度反差的大小
对比度 = 最大亮度 / 最小亮度。
图像的质量：清晰度
缩小尺寸
图像的质量：清晰度
降低对比度
图像的质量：清晰度
减少细微层次
图像的质量：清晰度
降低饱和度
1 0 0 I 0 0 1 1 1 0
2. 灰度图像 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。
0 150 200 I 120 50 180 250 220 100
因此，一个像素占8bit，而这8bit的值不是颜色值，
而是颜色表中的索引值，根据索引值在颜色表中找到最终
的RGB颜色值。
各种类型位图数据在Matlab中的表示方式
灰度图像：m*n的二维矩阵 真彩色图像： m*n*3的三维矩阵 索引图像：x：二维矩阵 map：颜色表
位图的有关术语
像素（Pixel）
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)。
图像的数字化包括采样和量化两个过程。
2.1.1采样
将空间上连续的图像变换成离散点的操作称为采样。
采样间隔个很重要的参数。
采样列 像素 采样行 行间隔
采样间隔
对一幅图像采样时，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。
效应；采样间隔越小，…
量化级数：影响图像信息的可分辨程度。 量化等级越
多，图像层次越丰富，灰度分辨率越高，质量越好；反之…
图2-4
不同采样点数对图像质量的影响
图2-5
不同量化级别对图像质量的影响
一些实验结论：
1.采样点数越多，图像质量越好，但占空间大。 2.当图像的采样点数一定时，量化级数越多，图像质量越好。 对一幅图像，当量化级数g一定时，采样点数M×N对 图像质量有着显著的影响。如图2-4所示，采样点数越多， 图像质量越好； 当采样点数减少时，图上的块状效应就逐 渐明显。同理， 当图像的采样点数一定时，采用不同量化 级数的图像质量也不一样。如图2-5所示，量化级数越多， 图像质量越好，当量化级数越少时，图像质量越差，量化 级数最小的极端情况就是二值图像， 图像出现假轮廓。 在少数情况下，当限定图像大小时，减少灰度级能 够改善图像质量，主要在于提高图像的对比度。比如：在 对细节丰富的图像进行数字化时。
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（混叠）。
图像的数据量计算：
b=M*N*g（bit），B=M*N*g/8（字节）
M*N是采样点数，g是量化级数 一幅1024*1024大小的图像，灰度级数256，数据量有多大？
我们日常生活中见到的图像一般是连续形式的模拟图像，
所以数字图像处理的一个先决条件就是将连续图像离散化， 转换为数字图像。
模拟图像
数字图像
概念：将图像划分为如图 所示的小方格（象元）， 并将方格内的灰度值变换 为整数
模拟图像：二维连续亮度函数——f(x,y);
(x,y)代表： 图像上某点的空间位置 f(x,y)代表：（x，y）点处图像的灰度值
第二章 数字图像处理的基础
讲授内容：
1. 图像数字化的主要步骤 2.数字图像的描述 3.数字图像的类型 4.像素的基本关系 5.基于像素的操作
重点：采样、量化 、像素间的基本关系 难点：像素的邻接性、邻域、边界
2.1 图像数字化
图像处理的方法有模拟式和数字式两种。由于数字计 算技术的迅猛发展，数字图像处理技术得到了广泛的应用。
2.1.7 数字图像的类型
静态图像可分为矢量图和位图（栅格图像）。
一、矢量图 （1）矢量图的表示方法 是用一系列绘图指令来表示一幅图。这种方法的本质 是用数学(更准确地说是几何学)公式描述一幅图像。
（2） 矢量图的优点：
A、它的文件数据量很小；
B 、图像质量与分辨率无关，这意味着无论将图像放大或
2.１.５ 图像的收缩与放大
（1）、图像的收缩—— 行、列删除
（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)
( x, y)
( x , y )
( x, y)
数字图像：二维矩阵——g(i,j)；
（i,j）代表： 数字图像上某像素所在的行列位置 g（i,j）代表： 像素点处的灰度值，即亮度值，是整数
g(0, 0) g(0, 1) g(0,n 1) g(1, 0) g(1, 1) g(1,n 1) g(i ,j ) 0) g(m 1, 1) g(m 1,n 1) g(m 1,
屏幕分辨率： 每单位长度显示的像素或点的数量 （dpi）
屏幕分辨率取决于显示器的大小及其像素设置。
屏幕分辨率由计算机的显示卡决定
位图的有关术语
扫描仪分辨率： 扫描图像时每英寸的样点数(dpi) 一般扫描仪提供的方式是水平分辨率要比垂直分辨率高。 台式扫描仪的分辨率可以分为光学分辨率和输出分辨率。 扫描仪硬件所真正扫描到的 输出分辨率是通过软件强化以及 图像分辨率。光学分辨率可 内插补点之后产生的分辨率，大 达800 ～1200 dpi以上。 约为光学分辨率的 3～4倍。
（高）
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)
(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
数字图像根据灰度级数的差异，可分为：
二值图像、灰度图像和彩色图像 二值图像：
1, 0, 0 I 0, 0, 1 1, 0 1, 0, 150, 200 I 180, 130, 110 250, 210, 100
灰度值只有0和1两种，没有过渡值 灰度图像：灰度级数大于2，没有彩色信息。
彩色图像：红绿蓝三分量（R、G、B）构成的图 像,每个像素包含三个分量的灰度值。
255, 150, 200 R 180, 0, 110 250, 0 , 100
0, 150, 200 G 180, 130, 110 250, 210 , 100
2.1.2 量化
模拟图像经过采样后，离散化为像素。但像素值（即灰 度值）仍是连续量。把采样后所得的各像素的灰度值转换为
整数的过程称为量化。（从模拟量到离散量的转换）
与量化有关的概念
1.表示像素明暗程度的整数称为灰度级。（或灰度值、灰度） 2.一幅数字图像中不同灰度级的个数称为灰度级数（G）。 3.G=2g，g表示存储图像灰度级数所需的比特位数（bit）。 如：灰度级数G=256，8比特量化，（0-255） >或=6比特的量化，可以满足视觉效果； 8比特量化
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
6 bit
5 bit
2 bit
1 bit
灰度级从256到2的数字图像
小结：
图像的分辨率表示的是能看到图像细节的多少，显
0, 80, 200 B 0, 0, 110 255, 255, 255
2.1 图像数字化
2.1.3 采样与量化参数的选择
采样间隔：影响着图像细节的再现程度，反映数字化 后的图像呈现何种的细微程度。采样间隔越大，图像的像素 数越少，空间分辨率低，质量差。严重出现像素块状的棋盘
4.均匀量化和非均匀量化 一般使用均匀量化
256个灰度级的图像
64个灰度级的图像
16个灰度级的图像
量化过程：
Zi ＋1 Zi Zi －1
255 254
qi ＋1 qi －1
… 128 127 … 1 0 (b)
连续灰度值 灰度标度 (a)
量化值
(整数值)
灰度量化
量化示意图 （a） 量化； (b) 量化为8 bit
矩阵中的每一个元素称为像元、像素或图像元素。而g (i, j) 代表(i, j)点的灰度值，即亮度值。以上数字化有以下几点说明：
（1） 由于g (i, j)代表该点图像的光强度，而光是能量的一种
形式，故g (i, j)必须大于零，且为有限值，即： 0＜g (i, j)＜∞。 （2） 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
(可大可小）
采样点 （Sample）
位图的有关术语
图像分辨率： 每英寸图像含有的点或像素个数（dpi）
分辨率越高，图像细节越清晰，但文件尺寸大， 处理的时间长，对设备的要求高。
位图的有关术语
打印机分辨率： 打印图像时每英寸的点数(dpi)
激光打印机的分辨率可达600～1200dpi。
位图的有关术语
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。
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。
2.１.４ 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
a)20 km/pixel; b)10 km/pixel 空间分辨率
1 pixel km 10
空间分辨率
1 pixel km （低） 20
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。 （3）矢量图的缺点： 不易制作色调丰富或色彩变化太多的图像，绘出来的 图像不是很逼真，同时也不易在不同的软件间交换文件。
二、 位图
位图（点位图）的基本构图单位是像素。位图是通过许
多像素点表示一幅图像，每个像素具有颜色属性和位置属性。
包含不同色彩信息的像素的矩阵组合构成了千变万化的图像。
双线性内插方法
v( x ', y ') ax ' by ' cx ' y ' d (2.4.6)
（2）图像放大的效果比较（例2.4)
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
2.1.6 图像的质量