2-第二章______数字图像处理
合集下载
数字图像处理(第二版)章 (2)
(4) 噪声。数字化设备的噪声水平也是一个重要的性能参 数。例如，数字化一幅灰度值恒定的图像，虽然输入亮度是一 个常量，但是数字化设备中的固有噪声却会使图像的灰度发生 变化。因此，数字化设备所产生的噪声是图像质量下降的根源 之一，应当使噪声小于图像内的反差点(即对比度)。
第2章 数字图像处理基础
2.2 数字图像类型
第2章 数字图像处理基础
为了减小量化误差，引入了非均匀量化的方法。非均匀量 化依据一幅图像具体的灰度值分布的概率密度函数，按总的量 化误差最小的原则来进行量化。具体做法是对图像中像素灰度 值频繁出现的灰度值范围，量化间隔取小一些； 而对那些像 素灰度值的概率分布密度函数因图像不同而异，所 以不可能找到一个适用于各种不同图像的最佳非等间隔量化方 案，因此，实用上一般多采用等间隔量化。
第2章 数字图像处理基础
3. 索引颜色图像 在介绍索引颜色图像之前，首先来了解PC机是如何处理颜 色的。大多数扫描仪都是以24位模式对图像进行采样的，即可 以从图像中采样出1670万种不同的颜色。用这种方式获得的颜 色通常称为RGB颜色。颜色深度为24位每像素的数字图像是目前 所能获取、浏览和保存的颜色信息最丰富的彩色图像，由于它 所表达的颜色远远超出了人眼所能辨别的范围，故将其称为 “真彩色”。在早期，由于技术上和价格上的原因，计算机在 处理时并没有达到24位每像素的真彩色水平，为此人们创造了 索引颜色。索引颜色通常也称为映射颜色。在这种模式下，颜 色都是预先定义的，并且可供选用的一组颜色也很有限。索引 颜色的图像最多只能显示256种颜色。索引颜色通常称为调色板。 一幅索引颜色图像在图像文件里定义，当打开该文件时，构成 该图像具体颜色的索引值就被读入程序，然后根据索引值在调 色板中找到对应的颜色。
b=M×N×Q (b)
第2章 数字图像处理基础
2.2 数字图像类型
第2章 数字图像处理基础
为了减小量化误差，引入了非均匀量化的方法。非均匀量 化依据一幅图像具体的灰度值分布的概率密度函数，按总的量 化误差最小的原则来进行量化。具体做法是对图像中像素灰度 值频繁出现的灰度值范围，量化间隔取小一些； 而对那些像 素灰度值的概率分布密度函数因图像不同而异，所 以不可能找到一个适用于各种不同图像的最佳非等间隔量化方 案，因此，实用上一般多采用等间隔量化。
第2章 数字图像处理基础
3. 索引颜色图像 在介绍索引颜色图像之前，首先来了解PC机是如何处理颜 色的。大多数扫描仪都是以24位模式对图像进行采样的，即可 以从图像中采样出1670万种不同的颜色。用这种方式获得的颜 色通常称为RGB颜色。颜色深度为24位每像素的数字图像是目前 所能获取、浏览和保存的颜色信息最丰富的彩色图像，由于它 所表达的颜色远远超出了人眼所能辨别的范围，故将其称为 “真彩色”。在早期，由于技术上和价格上的原因，计算机在 处理时并没有达到24位每像素的真彩色水平，为此人们创造了 索引颜色。索引颜色通常也称为映射颜色。在这种模式下，颜 色都是预先定义的，并且可供选用的一组颜色也很有限。索引 颜色的图像最多只能显示256种颜色。索引颜色通常称为调色板。 一幅索引颜色图像在图像文件里定义，当打开该文件时，构成 该图像具体颜色的索引值就被读入程序，然后根据索引值在调 色板中找到对应的颜色。
b=M×N×Q (b)
第二章数字图像处理的基本概念PPT课件
bMNQ
字节数B为
BMNQ (Byt)e 8
对一幅图像，当量化级数Q一定时，采样点数M×N对图像 质量有着显著的影响。如下图：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。
（a）原始图像(256×256)（b）采样图像1(128×128)（c） 采样图像2(64×64) （d）采样图像3(32×32) （e）采样图像4(16×16)（f） 采样图像5(8×8)
在进行采样时，采样点间隔的选取是一个非常重要的问题，
它决定了采样后图像的质量。采样间隔的大小选取要依据原图
像中包含的细微浓淡变化来决定。一般图像中细节越多，采样
间隔应越小。根据一维采样定理，若一维信号g(t)的最大频率为
ω， 以T≤1/2ω为间隔进行采样，则能够根据采样结果g(iT) (i=…,
-1, 0, 1， …)完全恢复g(t)， 即
➢沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描， 取出各水平线上灰度值的一维扫描。
➢再对一维扫描线信号按一定间隔采样得到离散信号。
➢对于运动图像（即时间域上的连续图像），需先在时间轴上采 样，再沿垂直方向采样，最后沿水平方向采样由这三个步骤完成。
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。
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
（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）。
第二章 数字图像处理的基本概念
2.1人眼的视觉原理
2.1.1人眼的构造
2.1.2图像的形成
人眼对场景可见光能量在视网膜上形成的一种刺激，通过人脑对刺 激信号的处理，获取场景的描述和感知。
字节数B为
BMNQ (Byt)e 8
对一幅图像，当量化级数Q一定时，采样点数M×N对图像 质量有着显著的影响。如下图：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。
（a）原始图像(256×256)（b）采样图像1(128×128)（c） 采样图像2(64×64) （d）采样图像3(32×32) （e）采样图像4(16×16)（f） 采样图像5(8×8)
在进行采样时，采样点间隔的选取是一个非常重要的问题，
它决定了采样后图像的质量。采样间隔的大小选取要依据原图
像中包含的细微浓淡变化来决定。一般图像中细节越多，采样
间隔应越小。根据一维采样定理，若一维信号g(t)的最大频率为
ω， 以T≤1/2ω为间隔进行采样，则能够根据采样结果g(iT) (i=…,
-1, 0, 1， …)完全恢复g(t)， 即
➢沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描， 取出各水平线上灰度值的一维扫描。
➢再对一维扫描线信号按一定间隔采样得到离散信号。
➢对于运动图像（即时间域上的连续图像），需先在时间轴上采 样，再沿垂直方向采样，最后沿水平方向采样由这三个步骤完成。
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。
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
（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）。
第二章 数字图像处理的基本概念
2.1人眼的视觉原理
2.1.1人眼的构造
2.1.2图像的形成
人眼对场景可见光能量在视网膜上形成的一种刺激，通过人脑对刺 激信号的处理，获取场景的描述和感知。
第2章数字图像处理基础
DWORD
biSize;
LONG
biWidth;
LONG
biHeight;
WORD
biPlanes;
WORD
biBitCount;
DWORD
biCompression;
DWORD
biSizeImage;
LONG
biXPelsPerMeter;
LONG
biYPelsPerMeter;
DWORD
biClrUsed;
} BITMAPFILEHEADER;
这个结构的长度是固定的，为14个字节（WORD为无符号16位二 进制整数，DWORD为无符号32位二进制整数）。
第二部分为位图信息头BITMAPINFOHEADER，也是一个结构，其定义如下：
typedef struct tagBITMAPINFOHEADER{
R、 G、 B 值。下面就2色、 16色、256 色和真彩色位图分别介绍。
对于2色位图，用1位就可以表示该像素的颜色（一般0表示 黑， 1表示白），所以一个字节可以表示8个像素。
对于16色位图，用4位可以表示一个像素的颜色，所以一个 字节可以表示2个像素。
对于256色位图，一个字节刚好可以表示1个像素。
下面两点请读者注意：
（1） 每一行的字节数必须是4的整数倍，如果不是，则需 要补齐。这在前面介绍biSizeImage时已经提到过。
（2） BMP文件的数据存放是从下到上，从左到右的。也 就是说， 从文件中最先读到的是图像最下面一行的左边第一个 像素， 然后是左边第二个像素， 接下来是倒数第二行左边第 一个像素， 左边第二个像素。依次类推， 最后得到的是最上 面一行的最右边的一个像素。
2.3.1 BMP图像文件格式
数字图像处理知识点总结
数字图像处理知识点总结第二章：数字图像处理的基本概念2.3 图像数字化数字化是将一幅画面转化成计算机能处理的数字图像的过程。
包括：采样和量化。
2.3.1、2.3.2采样与量化1.采样：将空间上连续的图像变换成离散点。
（采样间隔、采样孔径）2.量化：采样后的图像被分割成空间上离散的像素，但是灰度是连续的，量化就是将像素灰度转换成离散的整数值。
一幅数字图像中不同灰度值的个数称为灰度级。
二值图像是灰度级只有两级的。
（通常是0和1）存储一幅大小为M×N、灰度级数为G的图像所需的存储空间：（bit）2.3.3像素数、量化参数与数字化所得到的数字图像间的关系1.一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时会出现国际棋盘效应。
采样间隔越小，所的图像像素数越多，空间分辨率高，图像质量好，但是数据量大。
2.量化等级越多，图像层次越丰富，灰度分辨率高，图像质量好，但数据量大。
量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓，质量变差，但数据量小。
2.4 图像灰度直方图2.4.1定义灰度直方图是反映一幅图像中各灰度级像素出现的频率，反映灰度分布情况。
2.4.2性质（1）只能反映灰度分布，丢失像素位置信息（2）一幅图像对应唯一灰度直方图，反之不一定。
（3）一幅图像分成多个区域，多个区域的直方图之和是原图像的直方图。
2.4.3应用（1）判断图像量化是否恰当（2）确定图像二值化的阈值（3）物体部分灰度值比其他部分灰度值大的时候可以统计图像中物体面积。
（4）计算图像信息量（熵）2.5图像处理算法的形式2.5.1基本功能形式（1）单幅->单幅（2）多幅->单幅（3）多幅/单幅->数字或符号2.5.2图像处理的几种具体算法形式（1）局部处理（邻域，如4-邻域，8-邻域）（移动平均平滑法、空间域锐化等）（2）迭代处理反复对图像进行某种运算直到满足给定条件。
（3）跟踪处理选择满足适当条件的像素作为起始像素，检查输入图像和已得到的输出结果，求出下一步应该处理的像素。
数字图像处理教案
数字图像处理教案.(总22页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--本册教案目录常州大学教案第 1 次课 2 学时授课时间教案完成时间第 1 页常州大学教案第 2 次课 2 学时授课时间教案完成时间第 2 页常州大学教案第 3 次课 2 学时授课时间教案完成时间第 3 页常州大学教案第 4 次课 2 学时授课时间教案完成时间第 5 次课 2 学时授课时间教案完成时间第 6 次课 2 学时授课时间教案完成时间第 7 次课 2 学时授课时间教案完成时间第 8 次课 2 学时授课时间教案完成时间第 9 次课 2 学时授课时间教案完成时间第 9 页常州大学教案第 10 次课 2 学时授课时间教案完成时间第 10 页常州大学教案第 11 次课 2 学时授课时间教案完成时间第 11 页常州大学教案第 12 次课 2 学时授课时间教案完成时间第 12 页常州大学教案第 13 次课 2 学时授课时间教案完成时间第 13 页常州大学教案第 14 次课 2 学时授课时间教案完成时间第 14 页常州大学教案第 15 次课 2 学时授课时间教案完成时间第 15 页常州大学教案第 16 次课 2 学时授课时间教案完成时间第 16 页常州大学教案第 17 次课 2 学时授课时间教案完成时间第 17 页常州大学教案第 18 次课 2 学时授课时间教案完成时间第 18 页常州大学教案第 19 次课 2 学时授课时间教案完成时间第 19 页学生反馈。
第二章数字图像处理基础
数字图像处理
第二章 数字图像处理基础
视觉感知要素 图像感知和获取 图像取样和量化 象素间的一些基本关系 线性和非线性操作
2.1 视觉感知要素
眼睛的构造: (人眼包含有三层膜)
眼角膜与巩膜外壳 脉络膜 (前面睫状体 虹膜 晶状体) 视网膜 (视网膜表面的分离光
接收器提供图案视觉, 分为锥状体、杆状体)
感觉的亮度区域不是简单的取决于强度，还与周围的背景有关
2.1 视觉感知要素
视觉错觉
光幻觉是人视觉系 统所特有的，迄今 还没有清楚的解释。 由于以上各种特殊 现象，在进行图像 处理时，应该采取 一些特殊的补偿措 施。
图和背景反转的图形
在错觉 中，眼 睛填上 了不存 在的信 息或错 误地感 知物体 的几何 特点。
2.1 视觉感知要素
辨别光强度变化的能力
典型实验
韦伯比
可辨别增I C量/的I 50%IC
图2.5 用于描述亮度辨别特性的基本实验
图2.6 作为强度函数的典型韦伯比
当背景光保持恒定时,改变其他光源亮度,从不能察觉到可以察觉间变化,一 般观察者可以辨别12到24级不同强度的变化.
低照明级别，亮度辨别(杆状体)较差;高照明级别，亮度辨别(锥状体)较好。
几何错觉图形
2.2 光和电磁波谱
电磁波谱可以用波长( )、频率( )或能量来描述
c 光速
E hv
h 普朗克常量
为波长, 为频率, E为电磁波能量
光速c 2.998 108 m/s 普朗克常数 h＝6.626068 ×10－34 m2 kg / s
2.2 光和电磁波谱
电磁波是能量的一种，任何有能量的物体，都会释放电磁波。
D8距离：D8(p,q)=max(|x-s|,|y-t|) (距离小于等于r的像素形成中心在（x,y）的方形)
第二章 数字图像处理基础
视觉感知要素 图像感知和获取 图像取样和量化 象素间的一些基本关系 线性和非线性操作
2.1 视觉感知要素
眼睛的构造: (人眼包含有三层膜)
眼角膜与巩膜外壳 脉络膜 (前面睫状体 虹膜 晶状体) 视网膜 (视网膜表面的分离光
接收器提供图案视觉, 分为锥状体、杆状体)
感觉的亮度区域不是简单的取决于强度，还与周围的背景有关
2.1 视觉感知要素
视觉错觉
光幻觉是人视觉系 统所特有的，迄今 还没有清楚的解释。 由于以上各种特殊 现象，在进行图像 处理时，应该采取 一些特殊的补偿措 施。
图和背景反转的图形
在错觉 中，眼 睛填上 了不存 在的信 息或错 误地感 知物体 的几何 特点。
2.1 视觉感知要素
辨别光强度变化的能力
典型实验
韦伯比
可辨别增I C量/的I 50%IC
图2.5 用于描述亮度辨别特性的基本实验
图2.6 作为强度函数的典型韦伯比
当背景光保持恒定时,改变其他光源亮度,从不能察觉到可以察觉间变化,一 般观察者可以辨别12到24级不同强度的变化.
低照明级别，亮度辨别(杆状体)较差;高照明级别，亮度辨别(锥状体)较好。
几何错觉图形
2.2 光和电磁波谱
电磁波谱可以用波长( )、频率( )或能量来描述
c 光速
E hv
h 普朗克常量
为波长, 为频率, E为电磁波能量
光速c 2.998 108 m/s 普朗克常数 h＝6.626068 ×10－34 m2 kg / s
2.2 光和电磁波谱
电磁波是能量的一种，任何有能量的物体，都会释放电磁波。
D8距离：D8(p,q)=max(|x-s|,|y-t|) (距离小于等于r的像素形成中心在（x,y）的方形)
数字图像处理基础2
数字图像处理基础2第二章数字图像处理基础2.1 图像数字化技术2.2 数字图像类型2.3 常用图像文件格式2.4 像素间的基本关系2.5 图像的几何变换2.1 图像数字化技术2.2 数字图像类型2.3 常用图像文件格式2.4 像素间的基本关系2.5 图像的几何变换简单的图像成像模型一幅图像可定义成一个二维函数f(x,y)。
由于幅值f 实质上反映了图像源的辐射能量，所以f(x,y)一定是非零且有限的，也即有：0<f(x,y)</f(x,y)图像是由于光照射在景物上，并经其反射或透射作用于人眼的结果。
所以，f(x,y)可由两个分量来表征：一是照射到观察景物的光的总量，二是景物反射或透射的光的总量。
设i(x,y)表示照射到观察景物表面(x,y)处的白光强度，r(x,y)表示观察景物表面(x,y)处的平均反射(或透射)系数，则有：f(x,y)=i(x,y)r(x,y)其中：0 < i(x,y) < A 1, 0 ≤r(x,y) ≤1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)这种只有灰度属性没有彩色属性的图像称为灰度图像。
显然：L min ≤l ≤L mxa区间[L min ，L max ]称为灰度的取值范围。
在实际中，一般取L min 的值为0，L max =L-1。
这样,灰度的取值范围就可表示成[0，L-1]。
当一幅图像的x 和y 坐标及幅值f 都为连续量时，称该图像为连续图像。
为了把连续图像转换成计算机可以接受的数字形式，必须先对连续的图像进行空间和幅值的离散化处理。
图像数字化：将模拟图像经过离散化之后，得到用数字表示的图像。
图像的数字化包括采样和量化两个过程。
连续图像空间离散数字图像幅度离散采样量化采样：是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。
即：空间坐标的离散化。
量化：把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。
数字图像处理第2章采样量化图像格式
3） 打印机分辨率
又称输出分辨率，是指打印机输出图像时每英寸的点数(dp i)。打印机分辨率也决定了输出图像的质量，打印机分辨率越高， 可以减少打印的锯齿边缘，在灰度的半色调表现上也会较为平滑。 打印机的分辨率可达300－1200 dpi。
4） 扫描仪分辨率
单位长度上采样的像素个数。台式扫描仪的分辨率可以分
• 曲线3：
质量
细节较多的球赛观众图像 k
5
4 32 64 128 256 N
总结
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）对细节丰富的图像，应细采样，粗量化，以避免模糊。 对于彩色图像，是按照颜色成分——红、绿、蓝分别采样和量
2.3.3 用传感器阵列获取图像
传感器阵列
2．4 图像数字化技术
图像的数字化包括采样和量化两个过程。 设连续图像f(x, y) 经数字化后，可以用 一个离散量组成的矩阵g(i, j)（即二维数组） 来表示。
f (0,0) f (0,1) f (0, n 1)
g(i,
j)
g(1,0)
z 蓝 (Blu e) 品 红 (Magenta )
青 (Cyan ) O 红 (Red) x
绿 (Gre en) 黄 (Yello w) y
（2） 数字化采样一般是按正方形点阵取样的， 除此之外还 有三角形点阵、正六角形点阵取样。
（3）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)。
又称输出分辨率，是指打印机输出图像时每英寸的点数(dp i)。打印机分辨率也决定了输出图像的质量，打印机分辨率越高， 可以减少打印的锯齿边缘，在灰度的半色调表现上也会较为平滑。 打印机的分辨率可达300－1200 dpi。
4） 扫描仪分辨率
单位长度上采样的像素个数。台式扫描仪的分辨率可以分
• 曲线3：
质量
细节较多的球赛观众图像 k
5
4 32 64 128 256 N
总结
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）对细节丰富的图像，应细采样，粗量化，以避免模糊。 对于彩色图像，是按照颜色成分——红、绿、蓝分别采样和量
2.3.3 用传感器阵列获取图像
传感器阵列
2．4 图像数字化技术
图像的数字化包括采样和量化两个过程。 设连续图像f(x, y) 经数字化后，可以用 一个离散量组成的矩阵g(i, j)（即二维数组） 来表示。
f (0,0) f (0,1) f (0, n 1)
g(i,
j)
g(1,0)
z 蓝 (Blu e) 品 红 (Magenta )
青 (Cyan ) O 红 (Red) x
绿 (Gre en) 黄 (Yello w) y
（2） 数字化采样一般是按正方形点阵取样的， 除此之外还 有三角形点阵、正六角形点阵取样。
（3）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)。
(完整版)数字图像处理课件第二章PPT文档
位图和矢量图的比较（4）
➢位图修改麻烦，矢量图形修改随心所欲
位图的编辑受到限制。位图是像素的排列，局部移动 或改变会影响到其他部分的像素(包括前面讲的对图像进 行放大)。
虽然矢量图形的作画方式特别（如前述例子），但是 在修改方面却是比点位图更胜一筹。在矢量图形中，一 个图形对象的改变，不会影响其他图形对象。
位图难以重复使用，矢量图形可以随意重复使用 在漫画创作中，尤其在漫画故事创作中，若能重复使用一些图像元素，可以大大提高创作效率。
采样方式：有缝、无缝和重叠采样。
18
第二章 数字图像处理基础
量化过程
将各像素的明暗信息离散化，用数字表示像素 点信息称为图像的量化。
量化值一般用整数来表示。考虑人眼的识别能 力，目前非特殊用途的图像均为8bit量化，即 用0~255描述“黑~白”。
若连续灰度值用z来表示，对于满足 zi≤z≤zi+1的z值，都量化为整数qi。qi称为像 素的灰度值，z与qi的差称为量化误差。
19
第二章 数字图像处理基础
量化过程
ቤተ መጻሕፍቲ ባይዱ
Zi＋ 1 Zi
Zi－ 1
qi＋ 1 qi－ 1
连续 灰度值 灰度 标度
量 化 值 (整 数 值 ) 灰度 量化
(a)
…
…
2 55 2 54
1 28 1 27
1 0
量化为8 bit
(b)
20
第二章 数字图像处理基础
量化级数
每个像素量化后的灰度二进制位数为Q，一般Q总是 取为2的整数幂，即Q=2k。
31
第二章 数字图像处理基础 基本相同的一幅Corel Draw矢量图漫画。同样是要修改女
孩的腰部。很简单，选择修改工具，如图2拖拉一下腰部曲线 的节点就可以把腰部调细了，如图3。不满意，再调整一下即 可(这种调整修改不会影响到其他图形对象，可以随意修改)。
➢位图修改麻烦，矢量图形修改随心所欲
位图的编辑受到限制。位图是像素的排列，局部移动 或改变会影响到其他部分的像素(包括前面讲的对图像进 行放大)。
虽然矢量图形的作画方式特别（如前述例子），但是 在修改方面却是比点位图更胜一筹。在矢量图形中，一 个图形对象的改变，不会影响其他图形对象。
位图难以重复使用，矢量图形可以随意重复使用 在漫画创作中，尤其在漫画故事创作中，若能重复使用一些图像元素，可以大大提高创作效率。
采样方式：有缝、无缝和重叠采样。
18
第二章 数字图像处理基础
量化过程
将各像素的明暗信息离散化，用数字表示像素 点信息称为图像的量化。
量化值一般用整数来表示。考虑人眼的识别能 力，目前非特殊用途的图像均为8bit量化，即 用0~255描述“黑~白”。
若连续灰度值用z来表示，对于满足 zi≤z≤zi+1的z值，都量化为整数qi。qi称为像 素的灰度值，z与qi的差称为量化误差。
19
第二章 数字图像处理基础
量化过程
ቤተ መጻሕፍቲ ባይዱ
Zi＋ 1 Zi
Zi－ 1
qi＋ 1 qi－ 1
连续 灰度值 灰度 标度
量 化 值 (整 数 值 ) 灰度 量化
(a)
…
…
2 55 2 54
1 28 1 27
1 0
量化为8 bit
(b)
20
第二章 数字图像处理基础
量化级数
每个像素量化后的灰度二进制位数为Q，一般Q总是 取为2的整数幂，即Q=2k。
31
第二章 数字图像处理基础 基本相同的一幅Corel Draw矢量图漫画。同样是要修改女
孩的腰部。很简单，选择修改工具，如图2拖拉一下腰部曲线 的节点就可以把腰部调细了，如图3。不满意，再调整一下即 可(这种调整修改不会影响到其他图形对象，可以随意修改)。
精品课件-《数字图像处理(第三版)》第2章 数字图像
j 1
其它
i 1,2,n
2.3 数字图像类型
矢量(Vector)图和位图（Bitmap），位图也称为栅格图像。 矢量图是用数学(准确地说是几何学)公式描述一幅图像。(计 算机图形学)
➢ 优点：一是它的文件数据量很小，因为存储的是其数学公式； 其二是图像质量与分辨率无关，这意味着无论将图像放大或 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。
2.2.3 颜色变换
对彩色图像进行颜色变换，可实现对彩色图像的增强处理，改 善其视觉效果，为进一步处理奠定基础。 基本变换
➢ 颜色变换模型为：g(x,y)=T[ f ( x,y )] 式中：f ( x , y )是彩色输入图像，其值为一般为向量； g ( x , y )是变换或处理后的彩色图像，与 f(x,y)同维； T是在空间域上对f的操作。T对图像颜色的操作 有多种方式；
2.4 图像文件格式 数字图像有多种存储格式，每种格式一般由不同的软件公司开 发所支持。 文件一般包含文件头和图像数据。就像每本书都有封面，目录， 它们的作用类似于文件头，通过文件头我们可读取图像数据。 文件头的内容由该图像文件的公司决定，一般包括文件类型 、 文件制作者、制作时间、版本号、文件大小等内容，还有压缩方 式。
2.2.2 颜色模型
HSI 颜色模型 ➢ 色调H (Hue): 与光波的波长有关，它表示人的感官对不同 颜色的感受，如红色、绿色、蓝色等， ➢ 饱和度(Saturation): 表示颜色的纯度，纯光谱色是完合饱 和的，加入白光会稀释饱和度。饱和度越大，颜色看起来就 会鲜艳，反之亦然。 ➢ 强度I (Intensity)：对应成像亮度和图像灰度，是颜色的 明亮程度。 ➢ HSI模型建立基于两个重要的事实: (1) I分量与图像的彩色 信息无关； (2) H和S分量与人感受颜色的方式是紧密相联 的。这些特点使得HSI模型非常适合彩色特性检测与分析。
其它
i 1,2,n
2.3 数字图像类型
矢量(Vector)图和位图（Bitmap），位图也称为栅格图像。 矢量图是用数学(准确地说是几何学)公式描述一幅图像。(计 算机图形学)
➢ 优点：一是它的文件数据量很小，因为存储的是其数学公式； 其二是图像质量与分辨率无关，这意味着无论将图像放大或 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。
2.2.3 颜色变换
对彩色图像进行颜色变换，可实现对彩色图像的增强处理，改 善其视觉效果，为进一步处理奠定基础。 基本变换
➢ 颜色变换模型为：g(x,y)=T[ f ( x,y )] 式中：f ( x , y )是彩色输入图像，其值为一般为向量； g ( x , y )是变换或处理后的彩色图像，与 f(x,y)同维； T是在空间域上对f的操作。T对图像颜色的操作 有多种方式；
2.4 图像文件格式 数字图像有多种存储格式，每种格式一般由不同的软件公司开 发所支持。 文件一般包含文件头和图像数据。就像每本书都有封面，目录， 它们的作用类似于文件头，通过文件头我们可读取图像数据。 文件头的内容由该图像文件的公司决定，一般包括文件类型 、 文件制作者、制作时间、版本号、文件大小等内容，还有压缩方 式。
2.2.2 颜色模型
HSI 颜色模型 ➢ 色调H (Hue): 与光波的波长有关，它表示人的感官对不同 颜色的感受，如红色、绿色、蓝色等， ➢ 饱和度(Saturation): 表示颜色的纯度，纯光谱色是完合饱 和的，加入白光会稀释饱和度。饱和度越大，颜色看起来就 会鲜艳，反之亦然。 ➢ 强度I (Intensity)：对应成像亮度和图像灰度，是颜色的 明亮程度。 ➢ HSI模型建立基于两个重要的事实: (1) I分量与图像的彩色 信息无关； (2) H和S分量与人感受颜色的方式是紧密相联 的。这些特点使得HSI模型非常适合彩色特性检测与分析。
数字图像处理第二章课件ppt课件
f(0,1) f(0,N1)
f(x,y)
f(1,0)
f(1,1)
f(1,N1)
f(M1,0) f(M1,0)
f(M1,N1)
F(x,y)在[0,L-1]有L个灰阶, 通常取L为2的k次幂
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
街区'City-Block'距离L1:
等距为4角星
D 4(p,q)xsyt
棋盘'chessboard'距离L : D 8(p,q)ma x x s,y (t)
等距为矩形
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
对像素p(x,y), q(s,t)和z(v,w), 距离函数D应满足: ① D(p,q)>=0 (D(p,q)=0, iff p=q) ② D(p,q)=D(q,p), and ③ D(p,z)<=D(p,q)+D(q,z)
例如用LM范数表示的通用Minkowski距离:
2.5 Some Basic Relationships Between Pixels 2.5.1 Neighbors of a Pixel
4邻接：
p
8邻接： p
m邻接(混合邻接)：邻点q与当前像素（点）p存在4邻接前景邻点；
或
q是p的对角邻点并且p和q没有公共的前景4邻点。
m邻接是8邻接的修订，它消除了应用8邻接可能引起的模糊性 ，如图2.26b（4或8邻接共存）。
- 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)。
图9 空间分辨率的线对概念示例
2.3.1 空间分辨率和灰度级分辨率
对于一个同样大小的景物来说，对其进行采样的空
间分辨率越高，采样间隔就越小，景物中的细节越能更
好地在数字化后的图像中反映出来，也即反应该景物的
图像的质量就越高。
2.3.1 空间分辨率和灰度级分辨率
一幅数字图像的阵列大小（简称为图像大小）通常
255 240 240 R 255 0 80 0 255 0
0 160 80 G 255 255 160 0 255 0
80 160 0 B 0 0 240 255 255 255
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=16 777 216种颜色。
图3-3 不同灰度分辨率对图像质量的影响
（a） 原始图像(256色)； （b） 量化图像1(64色)； （c） 量化图像2(32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)
传输或存储，必须将代表图像的连续（模拟）信号转变为离散（数
字）信号。这样的变换过程称其为图像信号的数字化。
一 数字图像表示
图像可用二维函数f(x,y)表示，其中x,y是平面的二 维坐标， f(x,y))表示点(x,y)的亮度值(灰度值)。对模拟 图像来讲， f(x,y)显然是连续函数。
设连续图像f(x, y)经数字化后，可以用一个离散量组成的矩阵f (i, j)
用M×N表示。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。 可把一幅数字图像的阵列大小M×N称为该幅数字图 像的空间分辨率。
（即二维数组）来表示。
f (0, 0) f (0,1) f (1,1) f (1, 0) f (i, j ) f ( M 1, 0) f ( M 1,1)
0 ≤ i≤ M-1，0 ≤ j ≤ N-1
f (0, N 1)
f (1, N 1) f ( M 1, N 1)
采用非均匀采样与量化，会使问题复杂 化，因此很少采用。
图像的均匀采样
–确定水平和垂直方向上的像素个数 M 、 N N
M
非均匀的图像的采样
在灰度级变化尖锐的区域（细节丰富的区域），
用细腻的采样，在灰度级比较平滑的区域（细节 丰富的区域），用粗糙的采样。
2.3 空间分辨率和灰度级分辨率
二. 图像数字化 图像数字化是将一幅画面转化成计算机能处理的形式—数字图 像的过程。
模拟图像 数字图像 正方形点阵 具体来说，就是把一幅图画分割成如图所示的一个个小区域 （像元或像素），并将各小区域灰度用整数来表示，形成一幅数 字图像。小区域的位置和灰度就是像素的属性。 图像的数字化包括采样和量化两个过程。
图像f(i,j) 的取值范围为 [0 L-1],
矩阵中的每一个元素称为像元、像素或图像元素。而f (i, j)代表(i, j) 点的灰度值，即亮度值。
•在数字图像处理中，一般取阵列M，N和灰度级L都是2的整数 幂，即取N＝ 2 n 及L＝2 。对一般电视图像，N取256或512， 灰度级L取64级(m＝6bit)至256级（m=8bit），即可满足图像处 理的需要。 一幅大小为M×N、灰度级数为L的图像所需的存储空间，
图4 同时对比效应
8
4. 马赫带效应
人们在观察一条由均匀黑和 均匀白的区域形成的边界时，可 能会认为人的主观感受是与任一 点的亮度有关。但实际情况并不 是这样，人感觉到的是在亮度变 化部位附近的暗区和亮区中分别 存在一条更黑和更亮的条带，这 就是所谓的“Mach带”， 如图所示。
图5 Mach带
9
2.3.2 空间和灰度级分辨率对图像视觉效果的影响 1、采样数变化对图像视觉效果的影响
(a)
(b)
(c)
(d)
(e) (f)
图10 采样数变化对图像视觉效果的影响示例
图像采样数变化对视觉效果的影响
256x256
512x512
128x128
64x64
1024x1024
最左端的图的灰度级为256，空间分辨率 为1024x1024
空间分辨率变化对视觉效果的影响
采样间隔越大，所得图像像素数越少，空间分 辨率低，质量差，严重时出现像素呈块状的国际棋 盘效应； 采样间隔越小，所得图像像素数越多，空间分 32x32 64 128 256 512 辨率高，图像质量好，但数据量大。
37
图3-2空间分辨率变化 （a）原始图像(256×256)；（b）采样图像1(128×128)；（c） 采样图像2(64×64) （d）采样图像3(32×32)； （e）采样图像4(16×16)；（f） 采样图像5(8×8)
4பைடு நூலகம்
锥状细胞： 主要分布在视网膜的中央凹，每个 眼内约有600万～700万个锥状细 胞，每一个锥状细胞连到一个神经 末梢，有较高分辨力，可以分辨光 的强弱，对颜色很敏感。锥细胞视 觉称为明视觉。 杆（柱）状细胞:
图2 锥状细胞和杆状细胞
分布在整个视网膜表面上，约有 7500万～15 000万个，几个柱细 胞连到同一个神经末梢，使得分辨 力比较低；主要提供视野的整体视 象，不感受颜色并对低照度较敏感， 形成具有高灵敏度的无色觉功能的 5 暗视觉。
35
2.4.2 空间和灰度级分辨率对图像视觉效果的影响 2、空间分辨率变化对图像视觉效果的影响
下面各图的共同特征是大小尺寸相同，这种特征的获
得是通过降低空间分辨率，也即增加采样的线对宽度保 证的。
由此可见，随着空间分辨率的降低，图像中的细节
信息在逐渐损失，棋盘格似的粗颗粒像素点变得越来越 明显。由此也说明，图像的空间分辨率越低，图像的视 觉效果越差。
3.均匀采样和非均匀采样，量化和非均匀量化
数字化方式可分为均匀采样、量化和非均匀采样、量
化。所谓“均匀”，指的是采样、量化为等间隔。图像数 字化一般采用均匀采样和均匀量化方式。
非均匀采样是根据图象细节的丰富程度改变采 样间距。细节丰富的地方，采样间隔小，否则间隔 大。 非均匀量化是在灰度级变化尖锐的区域，用较 大的量化间隔，在灰度级比较平滑的区域，用较小 的量化间隔。
8 、4 和2 。
量化等级越多，所得图像层次越丰富，灰度分辨 率高，图像质量好，但数据量大；
量化等级越少，图像层次欠丰富，灰度分辨率低， 会出现假轮廓现象，图像质量变差，但数据量小。
但在极少数情况下对固定图像大小时，减少灰度 级能改善质量，产生这种情况的最可能原因是减少灰 度级一般会增加图像的对比度。例如对细节比较丰富 的图像数字化。
图6 Mach带效应示例
10
5.视觉错觉
是指人眼填充了不存在的信息或者错误地感知物 体的几何特点的特性。
（ a）
（ b）
（ c）
（ d）
（ e）
图7 视觉错觉示例
（ f）
11
2.2 图像数字化技术
人眼所感知的景物一般是连续的，我们称之为模拟图像。连续 函数表示的图像无法用计算机进行处理，也无法在各种数字系统中
1.采样
采样: 图像在空间上的离散化。也就是用空间上部分点的灰度值代表图 像，这些点称为采样点。被选取的点称为样点，这些样点也称为像素。在取样
点上的函数值称为样值。
图像大小：若每行（即横向）像素为N个，每列（即纵向）像素为 M 个，则图像大小为M×N个像素。
采样间隔：间隔大小的选取依据原图像中包含的细微浓淡变化来决定。
第二章数字图像处理基础
哈尔滨工程大学 信息与通信工程学院
1
2.1 人眼的亮度视觉特性 2.2 图像数字化技术------掌握 2.3 空间分辨率和灰度级分辨率------掌握 2.4 像素间的关系 2.5 图像的代数运算------掌握 2.6 图像文件格式 2.7 数字图像类型
2.1人眼的亮度视觉特性
2.3.1 空间分辨率和灰度级分辨率
1、空间分辨率
◆ 空间分辨率是图像中可分辨的最小细节，主要由 采样间隔值决定。 ◆ 一种常用的空间分辨率的定义是单位距离内可分 辨的最少黑白线对数目(单位是每毫米线对数)，
比如每毫米80线对。
2.3.1 空间分辨率和灰度级分辨率
宽度为W的黑线
宽度为W的白线
一个宽度为 2W线对
2.3.1 空间分辨率和灰度级分辨率
2、灰度级分辨率：可辨认的灰度值的最小变化。
如，大小为MXN的L级数字图像: • 空间分辨率： M x N L 2m ,由m确定 • 灰度分辨率：
32
2.3.2 空间和灰度级分辨率对图像视觉效果的影响
1、采样数变化对图像视觉效果的影响
从下面的图(a)开始直到得到图(f)的过程说明，原图 对应的景物大小没有变化，对原图采样的“线对”宽度 也没有变化,只是对同一景物图像的采样数目减少了。 由此说明：（1）在图像的空间分辨率不变(这里指 线对宽度不变)的情况下，采样数越少，图像越小。（2） 在景物大小不变的情况下，图像阵列M×N越小，图像的 尺寸就越小。
m
即图像的数据量，大小为:
M×N×m （bit）
常用的灰度级数
图像f(i,j) 的取值范围为 [0 L-1], L=
m=1 m=4 m=8 [0 1] [0 15] [0 255]
2
m
”二值图”，1bit 16个灰度级 256灰度级，1 byte, 非常常见
16