第1章数字图像基础禹晶老师

Imaging Sensor
Line of Image Sensors
Array of Image Sensors 图像是像素的二维排列
13
图像获取
数字图像的储存方式以像素为单位，
传感器阵列上每一个感光元对应数字图像中的一个 像素，
每一个像素值反映自然场景中相应成像点的亮度。
自然场景及其对应的数字图像
表示一幅数字图像：
y
0 1 2
. . . . . .
M ¡ 1
像素
f (x;y)
x
其中，M×N为空间分辨率。
16
空间分辨率
The spatial resolution of an image is determined by how sampling was carried out Spatial resolution simply refers to the smallest discernable detail in an image – Vision specialists will often talk about pixel size – Graphic designers will talk about dots per inch (DPI)
颜色深度对数字图像质量的影响
39
非均匀采样与量化
非均匀采样
– 在变化大细节多的区域——较精（密）采样
– 平坦变化缓慢区域——较粗（稀）采样
非均匀量化
– 在边界附近（灰度剧烈变化区）——量化级少 – 灰度级变化比较平滑的区域——量化级多，避免或减 少由于量化的太粗糙，在灰度级变化比较平滑的区域 出现假轮廓的现象
γ射线
X射线
紫外线
红外线
微波
视频、无线电波
0.001nm
1nm
10nm
电波 可见光
紫 蓝 绿 黄 橙 红 近红外 短波红外 中红外 热红外 远红外 400nm 500nm 600nm 700nm 1300nm 3mm 8mm 14mm 1mm
依据波长排列的电磁波谱
18
成像多样性
成像方式分类：
– 反射成像是由物体表面反射的电磁波到达成像传感器 而成像；
– 发光成像是物体本身辐射的电磁波到达成像传感器而 成像； – 吸收成像是由于一部分透过物体的电磁波到达成像传 感器而成像。
成像 传感器 光线 发光物体 反射线 放射线 透射线 透明/半透 明物体
三种成像方式示意图
不透明物体
放射源
清华大学礼堂可见光图像
红外成像
颈椎CR图像
多光谱卫星遥感图像
日光成像
– 常用的成像和显示设备中，灰度图像中每一个 像素的灰度级通常采用8 位表示，具有 个灰度级，每一个灰度像素占用1个字节。
灰度图像的数据表示
25
图像数据量
索引图像
– 包含颜色查找表，通过查找映射的方法表示彩 色图像的颜色。
颜色查找表通常用一个 维数为 的数组来 表示， 为索引图像的 像素值总数，每一行的 3维向量为R、G、B颜 色分量。
40
Resolution: How Much Is Enough?
不同尺度实体的图像
22
图像数据量
根据图像的数据量，将图像主要分为4类：
– 二值图像 – 灰度图像
– 索引图像
– 真彩色图像
23
图像数据量
二值图像
– 每一个像素仅占用1位，灰度值为0或1，其中， 0表示黑色，1表示白色， – 俗称黑白图像。
二值图像的数据表示
24
图像数据量
灰度图像
– 黑与白之间有多级灰色深度。
数字图像处理的MATLAB实现(第2版), Rafael C. Gonzalez,
Richard E. Woods, Steven L. Eddins, 阮秋琦译,清华大学出 版社.
图像工程(第2版), 章毓晋(著), 清华大学出版社
Journals & Conferences in Image Processing


Conferences:

Grading Policy
Assignments: 30% Final Exam: 70% Total: 100%
Class Web Page

Class
lectures posted Assignments distributed
正方形点阵结构
正六边形点阵结构
31
空间分辨率
采样决定空间分辨率，反映图像数字化的像素密 度，以及图像的有效像素。
ISO12233标准分辨率测试卡
32
空间分辨率与图像质量
空间分辨率越低，可辨细节越差。
256×256
128×128
64×64
32×32
空间分辨率为 256×256、128×128 、64×64 、32×32的图像
33
空间分辨率与图像质量
图像插值放大仅能增加图像的像素数，不能提高 图像的空间分辨率。
双线性插值图像对比，尺寸均为256×256
34
图像数字化
量化
– 图像函数值（灰度值）的离散化（取值的数字 化） – 常见的像素的灰度级数
灰阶 白 灰度 255
灰
127
黑
0
从白到黑的 连续变化
量化
灰度级的分配
第一章 数字图像基础 Chapter 1 Digital Image Fundamentals
2学时
“One picture is worth more than ten thousand words”
教材
《数字图像处理》,
禹晶, 孙卫东, 肖创柏. 机械工 业出版社, 2015. Office: 信北402 Mail: jing.yu@ WeChat: LIONXIAO
参考书
“Digital Image Processing”, Rafael C. Gonzalez &
Richard E. Woods, Addison-Wesley, 2002.
数字图像处理, R.C.Gonzalez , Richard E.Woods著, 阮秋琦,
阮宇智等译, 电子工业出版社.
17
数字图像的多样性
成像多样化
– 将电磁波的各个波段按照波长或频率的递增或递减顺 序依次排列形成电磁波谱。
– 电子成像可以通过几乎任何一种电磁波辐射转换成电 1mm 10mm 1cm 1m 10m 100m 0.1km 10km 100km 信号形成数字图像。
毫米波 厘米波 分米波 超短波 短波 中波 超波 超长波
35
图像数字化
若将样本量化为Q级，Q如何取值：
– Q总是取2的整数次幂， ；
– 灰度级位数越大，量化误差越小。
36
Intensity Level Resolution
量化决定灰度级分辨率，指可分辨的最小灰阶变 化。
– The more intensity levels used, the finer the level of detail discernable in an image – Intensity level resolution is usually given in terms of the number of bits used to store each intensity level
– 正方形点阵结构对水平方向和垂直方向的空间位置进 行光栅化；
采样列 像素
采样行 采样 间距
图像 采样 间距
采样
29
图像数字化
假定一幅图像取M×N个采样点 – M、N一般为2的整数次幂； – M、N可以相等，也可以不等； – 对于M、N数值大小的确定：M×N满足采样定 理，重建图像就不会产生失真。 香农采样定理
主动脉造影成像
三种成像方式的典型例子
20
数字图像的多样性
尺度多样性
– 从图像反映的实体尺寸看，可以小到电子显微镜图像， 大到航空、航天遥感图像，甚至天文望远镜图像。
• 日常观察物体或场景
• 天文望远镜
• 电子显微镜
远距离拍摄的地球和星系图像
普通数码相机拍摄的 自然场景图像
显微镜下拍摄的胎儿和细胞图像
Number of Bits 1 2 4 Number of Inห้องสมุดไป่ตู้ensity Levels 2 4 16
8
16
256
65,536
37
灰度级分辨率与图像质量
8位（256个灰度级）
4位（64个灰度级）
2位（4个灰度级）
1位（2个灰度级）
38
灰度级分辨率与图像质量
24位，1670万色
8位，256色
数字图像的成像过程
12
图像获取
Incoming energy lands on a sensor material responsive to that type of energy and this generates a voltage Collections of sensors are arranged to capture images
14
什么是数字图像？
数字图像用二维的亮度函数
–
–
表示
和
表示空间坐标，
的函数值，与成像于该点的
是关于坐标 光强成正比。
1 pixel
数字化的空间 位置称为像素 （Pixel）， 数字化的亮度 值称为灰度值。
15
数字图像表示
通常用二维矩阵
0 原点 1 2 . . . 采样阵列 . . .N ¡ 1
自然场景的空间位置和辐射度都是连续量，将连 续（模拟）信号转变为离散（数字）信号的转换 过程。 图像数字化的过程包括两个步骤
– 采样：空间坐标 – 量化：亮度值 的离散化 的离散化
数字图像（DIDITAL IMAGE）
– 空间坐标和亮度上都离散化的图像。
28
图像数字化
采样
– 图像在空间上的离散化，空间上连续的图像转换成离 散点（像素，PIXEL）
课程目的与要求
掌握数字图像处理的基本概念、原理和方法 初步运用所学知识解决实际问题 为图像处理及相关领域的研究奠定基础
Contents
数字图像的概念 数字图像的多样性 图像数据量 图像数字化
数字图像的常见失真类型
11
数字图像的成像
Images are typically generated by illuminating a scene and absorbing the energy reflected by the objects in that scene.



Journals:
IEEE T PATTERN ANALYSIS MACHINE INTELLIGENCE INTL J COMP. VISION IEEE T IMAGE PROCESSING IMAGE AND VISION COMPUTING COMPUTER VISION AND IMAGE UNDERSTANDING PATTERN RECOGNITION
image@ 密码：Pattern&Image
章节安排
第1章 数字图像基础（2） 第7章 彩色图像处理（2）
第2章 数字图像处理基础（3） 第8章 数学形态学图像处理（4） 第3章 空域图像增强（5） 第4章 频域变换（3） 第5章 频域图像增强（3） 第6章 图像复原（2） 第9章 图像分割（4） 第10章 小波变换与多分辨率分析 第11章 图像压缩编码 第12章 表示与描述（2）
– 若信号是带限的，并且采样频率高于信号最大频率的2 倍「奈奎斯特频率」，则可以无失真地从采样信号中 完全重建出原来的连续信号。
30
图像数字化
正六边形采样网格更符合人眼的视觉特性。
视网膜上分布的视神经细胞的排列方式为正六边形 结构，且这些细胞在水平方向和垂直方向上相比在 对角方向上对高频信号有更高的光敏感度。
CVPR: Comp. Vision and Pattern Recognition ICCV: Intl Conf on Computer Vision ACM Multimedia ICIP: Intl Conf on Image Processing ECCV: European Conf on Computer Vision ICASSP: Intl Conf on Acoustics, Speech and Signal Processing
索引图像的数据表示
26
图像数据量
真彩色图像
– 每一个彩色像素用 一个3维向量来表 示，由R、G、B颜 色分量组成。 – R、G、B颜色分量 各占用8 位表示相 应颜色分量的亮度， 每一个颜色分量各 有256个灰度级， 这3个字节组合可 以产生 万种不同的颜色。
真彩色图像的数据表示
27
图像数字化