《图像处理-2章-1(本科)》由会员分享，可在线阅读，更多相关《图像处理-2章-1(本科)（44页珍藏版）》请在金锄头文库上搜索。
1、第二章 数字图像处理基础,2.1 基本概念与数字图像处理基础知识2.2 基本系统,2.1 基本概念与数字图像处理基础知识2.1.1 图像的数字化和计算机图像数据处理2.1.2 灰度直方图2.1.3 图像的表示和数据结构2.1.4 像素间的一些基本关系2.1.5 图像处理的算法形式（指空间域）,2.1.1 图像的数字化和计算机图像数据处理2.1.1.1 图像函数 成象过程是复杂的光学过程，这涉及到光度学，色度学。 光度学：亮度形成机制。 色度学：光的反射和发射与光波的波长关系（和颜色，彩色有关系）。,图像是像素的二维排列,单色图像：反映图像亮度值，则和波长无关，则图像函数为f(x,y)，即二维离
2、散亮度函数。一幅彩色图像： 各点值还应反映出色彩变化，即可用f（x，y，）表示，其中为波长。活动彩色图像(电视、电影）：还应是时间t的函数，即可表示为 f（x，y，t）。,2.1.1.2 图像的数字化（DIGITIZING）图像的数字化： 将代表图像的连续（模拟）信号转变为离散（数字）信号的变换过程。要解决两个问题： 空间取样（如何取样） 量化（灰度值或亮度值变为若干级）数字图像（DIDITAL IMAGE）： 在空间坐标和亮度上都离散化了的图像。,1.抽样（SAMPLING） 空间上连续的图像变换成离散点（抽样点，即像素，PIXEL）的集合的一种操作。,抽样点阵,取样点的选取假定一幅图像取M
3、N个样点1) M，N一般为2的整数次幂；2) M，N可以相等，也可以不等；3) 对于M，N数值大小的确定： MN大到满足采样定理，重建图像就不会产生失真。,采样定理 如果信号所含的最高频率成份为fN，则采样频率至少是fN的两倍时，可保证采样信号的不失真。,采样定理应用例,采样频率不够高,采样频率满足采样定理,举例：图像的采样与数字图像的质量,2. 量化（QUANTIZATION） 把图像函数的值离散化的过程叫量化。,若将样点量化为Q级，Q如何取值：1) Q总是取2的整数次幂，如Q=2b；2) b取值越大，重建图像失真越小，若要完全不失真重建图像 ，b必须取无穷大，否则一定存在失真。这就是所谓量
4、化误差。,举例：图像的量化与数字图像的质量,一个好的近似图像，需要多少采样分辨率和灰度级胡昂1965实验：实验方法选取一组细节多少不同的、不同N、M、Q的图像让观察者根据他们的主观质量感觉给这些图像排序实验结论随着采样分辨率和灰度级的提高，主观质量也提高对有大量细节的图像，质量对灰度级需求相应降低,2.1.1.3 数字图像在计算机内的处理数字图像的矩阵表示1.数字图像的矩阵表示,2. 二维数组和图像的关系,2.1.1.4 图像的颜色 为什么要研究彩色图像处理？ 符合人类视觉特点 人类可以辨别几千种颜色色调和亮度 只能辨别几十种灰度层次 有用的描绘子 简化目标物的区分 目标识别：根据目标的颜色特
5、征,1. 彩色规范（颜色模型） RGB模型和HSI模型 颜色模型：抽象表示和描述颜色的方法 RGB模型 CMYK模型 CIE模型 HSI模型,1) RGB模型 杨赫姆霍尔兹视觉三基色假说: C = R + G + B 视网膜锥体细胞感红感绿感蓝色素，对光的响应峰值分别在红、绿、蓝区，由此综合形成色觉信息。 最直接的方法是使用红，绿，蓝的亮度值，大小限定到一定范围，如0到1或0到255。我们把这种约定称为RGB格式。每个像素（实际上任何可能要量化的颜色）都能用三维空间中第一象限的一个点来表示，如下图中的彩色立方体所示。,在RGB彩色空间的原点上，任一基色均没有亮度，即原点为黑色。三基色都达到最高
6、亮度时则表现为白色。亮度较低的等量的三种基色产生灰色的影调。所有这些点均落在彩色立方体的对角线上，该对角线被称为灰色线。彩色立方体中有三个角对应于三基色红、绿和蓝色。剩下的三个角对应于黄色，青色和洋红（品红）。,彩色图像,R分量图像,G分量图像,B分量图像, CMY(青、深红、黄)、CMYK (青、深红、黄、黑） 运用在大多数在纸上沉积彩色颜料的设备，如彩色打印机和复印机。 CMYK 打印中的主要颜色是黑色 等量的CMY原色产生黑色，但不纯 在CMY基础上，加入黑色，形成CMYK彩色空间,2) HSI格式 H(hue):色调，表示颜色，与波长有关，取值0-360；S(saturation):饱
7、和度，表示色纯度，即单色光中渗入白光的程度，取值0-1或0-100；I(intensity):强度，表示人眼感知颜色的强弱程度，它和能量大小及人眼对不同波长的感知能力有关，取值0-1或0-100 。,HSI模型,HSI（色调、饱和度、亮度） 两个特点： I分量与图像的彩色信息无关 H和S分量与人感受颜色的方式是紧密相连的 将亮度(I)与色调（H）和饱和度（S）分开 避免颜色受到光照明暗(I)等条件的干扰 仅仅分析反映色彩本质的色调和饱和度 广泛用于计算机视觉、图像检索和视频检索,3) 彩色空间转换,彩色空间转换,注意：有关RGB与HIS之间的转换公式的推导请参见数字图像处理（K.R.Castl
8、eman著，朱志刚等翻译，电子工业出版社），第21章。,2. 真彩色、 伪彩色、 假彩色( 1 ) 真彩色图像 ( true color ) 能真实反映自然界物体本来颜色的图像叫真彩色图像。( 2 ) 伪彩色图像( pseudo color ) 把单色图像的不同灰度赋予不同颜色的处理为伪彩色图像处理。 灰度到彩色的映射。,( 3 ) 假彩色图像 ( false color ) 根据波长的不同赋予不同的彩色的处理为假彩色图像处理。 彩色到彩色的映射。,运用假彩色增强主要用于：(1) 把正常的目标置于特定的彩色背景下，使观察者对该目标更加注意。(2) 对于由在光谱响应在可见光以外（如红外）传感器获
9、取的多光谱图像，可以用假彩色再现之。,21.2 灰度直方图1.直方图 对应于每个灰度值、求出在图像中具有该灰度值的像素数的图形叫做灰度值直方图（GRAY LEVEL HISTOGRAM），或者简单地称作直方图。用横轴代表灰度值，纵轴代表像素数（或者产生概率：对整个画面上的像素数的比率）的棒图来表示。,图像的灰度直方图是一个1-D的离散函数：,上式中sk为图像f(x,y)的第k级灰度值， nk是f(x,y)中具有灰度值sk的像素的个数，n是图像像素总数。,图像直方图的定义举例,2. 直方图的性质(1)在直方图中, 失去了图像具有的空间信息(二维的特征)。,(2) 对于一幅图像，能决定一种含义的直
10、方图。但是,有时不同的图像能够具有相同的直方图。,(3) 因为直方图是对具有灰度值的像素数计数的，如果已知图像被分成几个区域后各个区域的直方图，那么把它们加起来，就可以得到整个图像的直方图。,3. 直方图的典型用法（1）对图像进行数字化时，利用直方图，可以检查输入图像灰度值在可能利用的灰度值范围内分配得是否恰当。 （a）是分配恰当的情况，可以看出255个灰度级均被有效利用了。,（b）是图像对比度低的情况，图中p，q部分的灰度级未能被有效地利用。此时，并没有用到256级的全部，带来了实质上的级数降低。,（c）则和（b）相反，是输入图像的灰度分布超过了动态的范围，但为了把进到图中r，s部份暗的像素的值强迫置为0，255，在标度0，255处具有尖峰信号,相当于该部份的内容也随之失去。,（2）如图所示，为了确定二值化的阈值，可以利用直方图。在图中，因为直方图具有符合对象的明确的双峰性。所以能够根据求出谷的部分而比较容易地确定阈值。但由于一般情况下大多不具有明确的双峰性，因此选择最合适的阈值是个困难的问题。,也就是知道某一个区域的灰度范围，就可以直接由直方图求这个区域的面积。,
