数字图像处理 Digital Image Processing

数字图像处理Digital Image Processing

版权所有：Mao Y.B & Xiang W.B

Outline of Lecture 2

•取样与量化

•图像灰度直方图

•光度学

•色度学与彩色模型

•人眼视觉特性

•噪声与图像质量评价

•应用举例

采样与量化

取样与量化

•采样是指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。由于图像是二维分布的信息，所以采样是在x轴和y轴两个方向上进行。一般情况下，x轴方向与y轴方向的采样间隔相同

取样与量化

采样时注意：采样间隔的选取，以及采样保持方式的选取。

•采样间隔太小，则增大数据量；太大，则会发生频率的混叠现象。

•采样保持，一般不做特殊说明都是采用0阶保持的方式，即一个像素的值是其局部区域亮度（颜色）的均值。

采样间隔太大

分辨率

分辨率是指映射到图像平面上的单个像素的景物元素的尺寸。

单位：像素/英寸，像素/厘米

（如：扫描仪的指标300dpi）

或者是指要精确测量和再现一定尺寸的图像所必需的像素个数。

单位：像素*像素

（如：数码相机指标30万像素（640*480））

以多大的采样间隔进行采样为好？

取样与量化

•点阵采样的数学描述

∑∑+∞−∞=+∞−∞=∆−∆−δ=

i j )

y j y ,x i x ()y ,x (S ∑∑+∞∞−+∞

−∞=∆−∆−δ=⋅=j I I P )

y j y ,x i x ()y ,x (f )y ,x (S )y ,x (f )y ,x (f ∑∑+∞∞−+∞

−∞=∆−∆−δ⋅∆∆=j )y j y ,x i x ()y j ,x i (f

量化过程

取样与量化

•量化是将各个像素所含的明暗信息离散化后，用数字来表示。一般的量化值为整数。

•充分考虑到人眼的识别能力之后，目前非特殊用途的图像均为8bit量化，即用[0 255]描述“从黑到白”。

•量化阶太低，会出现假轮廓现象。

取样与量化

量化不足，

出现假轮廓

取样与量化

量化可分为均匀量化和非均匀量化。均匀量化是简单地在灰度范围内等间隔量化。非均匀量化是对像素出现频度低的部分量化间隔取大，而对频度高的部分量化间隔取小。

关于空间采样间隔m、n和量化阶k的关系：

1、对同一图象而言，从理论上讲，m、n、k越大，分辨率越高，逼真度越好；但所占空间越多。

占用空间的位数为：b=M×N×k

对灰度图象来说，k=8，即256级灰度。

2、有时固定M×N，k减少反而会使图象看起来更清晰，其主要原因是图象的反差加大，视觉系统对反差更敏感一些。

3、图象内容的不同，随着m、n、k的加大，对图象的主观评价并不是随着m、n、k的加大而变好。

一般情况下，对灰度变化比较平缓的部分用比较多的量化级；在灰度变化比较剧烈的地方用比较高的分辨率。

图像灰度直方图

•在数字图像处理中，灰度直方图是最简单且最有用的工具。

•灰度直方图是灰度级的函数，是对图像中灰度级分布的统计。即：横坐标表示灰度级，纵坐标表示图像中对应某灰度级所出现的像素个数。

直方图的性质

•是一个概率分布函数

•所有的空间信息全部丢失

•整个图像的直方图是部分之和•相同的直方图可能对应不同的图像

直方图的应用：评价图像数字化的好坏•直方图给出了一个简单可见的指示，用来判断一幅图像是否合理的利用了全部被允许的灰度级范围。一幅图像应该利用全部或几乎全部可能的灰度级。

光度学

研究光的强弱的学科称为光度学。

1、几个基本概念

发光强度(cd)：540×1012Hz单色辐射的点光源沿某方向上的辐射强度为1/683W/sr时，发光强度为1cd（坎德拉）。

光通量(lm)：按人眼的光感觉来度量的辐射功率。1lm等于发光强度为1cd的点光源，在一球面度立体角内发射的光通量。1lm=1cd*sr

照度(lx)：光源对物体辐射的量度。1lx等于1lm光通量均匀分布于1平方米面积上的光照度。1lx=1lm/m2。

亮度(cd/m2)：是对所看到的物体表面反射光强的量度。

烛光——Cd：发光强度的单位。1967年第十三届国际计量大会统一规定为：在标准大气压下，处在铂凝固温度（2045K）的绝对黑体的1/600000平方米表面上的发光强度为“1烛光”。

流明——Lm：光通量的单

位。发光强度为1烛光的

点光源，在单位立体角—

—1球面度(整个球面的总

立体角为4π球面度)内发

出的光通量为“1流明”。

勒克斯——Lx：照度的单位。等于1流明的光通量均匀照在1平方米表面上所产生的照度。适宜于阅读和缝纫等的照度约为60勒克司。

照度反比于光源到受照射面的距离的平方，而正比于光束的轴线方向与受照面的法线间夹角的余弦。

光度学

我们所看到的图象都应是亮度分布的函数，由于亮度是一种可以度量的能量，因此一幅图象可以表示成0

入射光i(x,y) ＋反射光r(x,y)

即f(x,y)=i(x,y)r(x,y) 0

0

对灰度图象而言，f(x,y)是一灰度值，该值应在一个有限的范围

[L min ，L max ]：L min ≤f(x,y)≤L max

将f(x,y)=0定义为黑色；f(x,y)=L max 定义为白色。