《数字图像处理第2章数字图像基础课件》由会员分享，可在线阅读，更多相关《数字图像处理第2章数字图像基础课件（42页珍藏版）》请在金锄头文库上搜索。
1、2.1 视觉感知 2.2 图像感知和获取 2.3 图像取样和量化 2.4 像素之间的基本关系,第2章 数字图像基础,2.1视觉感知,2.1.1 视觉原理 2.1.2 亮度适应和区分 2.1.3 成像模型,2.1视觉感知,2.1.1视觉原理,光接收细胞： 锥细胞：600700万。对颜色敏感。充分识别图像细节，每个细胞接一个神经末端，又叫适亮视觉（photopic vision）、白昼视觉,2.1.1视觉原理,柱细胞：750015000万，几个柱细胞联到同一个神经末梢， 分辨率低，提供视野的整体试象，不感受颜色对低照度敏感。 称为夜视觉或暗视觉。,成像过程： 视网膜图像主要反射到中央凹，由光接收器
2、的相对刺激作用产生感觉，把辐射来的能量变为电脉冲，由人脑判断。,2.1.1视觉原理,2.1.2 亮度适应和区分,光：电磁辐射 刺激视觉 人眼可见区域：350780um 人眼识别光的强度范围：由夜视阈值到强闪光之间11010级,强度： I光分布，V相对光强度效率函数。 亮度：（感觉到光强度）与环境有关。,亮度适应级： 视觉系统的当前灵敏度级,与整个适应范围相比,能同时鉴别的光强度级的总范围很小。,特殊适应水平的主观亮度感觉范围,1、马赫带效应（mach）：基于视觉系统有趋于过高或过低估计 不同亮度区域边界值的现象,2.1.2 亮度适应和区分,2.1.2 亮度适应和区分,2、同时对比度： 基于人眼
3、对某个区域感觉到的亮度并不仅仅依 赖于它的强度，,同时对比度效应 当背景变暗时，中心区域逐渐变亮,3.视觉错觉,2.2 图像感知和获取,2.2.1.用单个传感器获取图像,单个传感器通过运动产生二维图像,2.2.2.用带状传感器获取图像,2.2.3.用传感器阵列获取图像,2.2.4 简单的图像形成模型,图像成像模型： 由光源决定 由场景中的目标特性所决定,2.3 图像取样（采样）和量化,2.3.1 基本概念,数字图像采样 采样 所谓采样就是把位置空间上连续的模拟图像变换成离 散点（称为采样点）的集合的一种操作。,采样点对应采样所得的数字图像的像元。 模拟图像 i(x, y) = 离散点阵 i(X
4、, Y)。 注：小写表示实数，大写表示整数。 Sampling,采样点阵：方形、正三角、正六角,二维采样定理：采样频率大于图像信号最高频率的2倍 不满足采样定理，有混频现象,离散点阵 i(X, Y) = 数字图像 I(X, Y) Quantization f(x,y)采样 空间离散的像素矩阵 f(x,y)量化 对信号的幅度进行离散分层的过程,数字图像量化 量化 所谓量化就是把亮度空间上连续的亮度变换成离散值或整数值的一种操作。,量化和采样是两个不同的概念，量化是在每个采样点上进行的，所以必须先采样后量化。,量化和采样是图像数字化的不可或缺的两个操作，所以二者又紧密相关，同时完成。,一、 均匀量
5、化,二、非均匀量化： a） 基于视觉特性：对亮度值急剧变化部分无需过细分层，进行 粗量化对亮度值平缓变化部分需过细分层， 进行细量化,b） 先计算所有可能的亮度值出现的概率分布， 对概率分布大的进行细量化 对概率分布小的进行粗量化 非均匀量化可以减少量化误差，又能用较少的比特数实现量化,M、N图像尺寸 G-每个像素所具有的离散灰度级数（不同灰度值的个数）,存一幅图像所需的位数（bit）,B=MNk,128128698304 （12kbyte） 51251282097152 （256kbyte）,采样与量化的关系,总数据量NNb位二进制数据。 当总存贮容量一定时，N与b怎么分配效果才最佳？,解：
6、 无一般方法，取决于具体图像。 当纹理细节多时N大，b小。 当层次要求多时，则b大，N小。,例如： 人头像要照顾层次?b大，N小（频带窄平滑，采样间隔可大）。 群众场面纹理丰富?b小，N 大（频带宽，采样间隔要小，不丢细节）,N和k的关系： （1）图像质量一般随N和k的增加而增加。在极少情况下对固定的N， 减少k能改进图像质量，因为增加了图像的反差,（2）对具有大量细节的图像常只需要很少的灰度级数就可较好地 表示,（3）b为常数的一系列图像主观看起来可以有较大的差异,非均匀采样和量化 细节部分，分配较多的采样 灰度突变部分，可用较少的灰度级数,2.3.2 数字图像表示,2.3.3 空间和灰度级
7、分辨率,空间分辨率：图象中可辨别的最小细节。 灰度级分辨率：在灰度级别中可分辨的最小变化。,原图像1024*1024,空间分辨率,对一幅图像，当量化级数Q一定时，采样点数MN对图像质量有着显著的影响。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。,灰度分辨率,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。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。,（a）256个灰度级 (b)128个灰度级（c）64个灰度级 (d)32个灰度级,（e）16个灰度级 (f)8个灰度级（g）4个灰度级
8、(h)2个灰度级,2.4 像素之间的关系,2.4.1 邻域与邻接,2.4.2 距离,2.4.1 邻域与邻接 邻域 对于任意像素(X, Y)，像素集合 (x+m, y+n); 其中m、n取适当的整数 称为该像素的邻域（neighbor）。 4-邻域 (X-1, y), (x+1, y), (x, y-1), (x, y+1) ,记为,8-邻域 (X-1, y), (x+1, y), (x, y-1), (x, y+1), (X-1, y-1), (x+1, y-1), (x-1, y+1), (x+1, y+1) ,邻接 如果任意两个像素相互存在于对方的4- / 8-邻域中，则称这两个像素相互4
9、- / 8-邻接。 Adjacent 4-邻接（4-adjacent） 8-邻接（8-adjacent）,2.4.2 距离,距离 设p、q、r是某个集合S的元素，满足下列性质（距离的三 定理）的函数d称为距离函数： 当且仅当p = q时，d(p, q) = 0 d(p, q) = d(q, p) d(p, r) d(p, q) + d(q, r),常用距离： 设任意两点(X1, Y1)和(X2, Y2) 欧氏距离 = sqrt(X1 - X2)2 + (Y1 - Y2)2) 4-邻域距离 = X1 - X2 + Y1 - Y2 （城区距离city-block） 8-邻域距离 = max(X1
10、- X2, Y1 - Y2) (棋盘距离chessboard),2.4.2 距离,欧氏距离 4-邻域距离 8-邻域距离 3 3 3 3 3 3 3 3 5 2 5 3 2 3 3 2 2 2 2 2 3 5 2 1 2 5 3 2 1 2 3 3 2 1 1 1 2 3 2 1 0 1 2 3 2 1 0 1 2 3 3 2 1 0 1 2 3 5 2 1 2 5 3 2 1 2 3 3 2 1 1 1 2 3 5 2 5 3 2 3 3 2 2 2 2 2 3 3 3 3 3 3 3 3 3,2.4.2 距离,MATLAB语言的常用命令, a=imread(cameraman.tif); s
11、ize(a) ans = 256 256, imshow(a), b=a(101:110,101:110) b = 9 11 13 11 11 11 16 106 178 68 12 12 12 11 12 11 69 181 62 15 13 12 12 11 12 82 168 60 14 13 11 10 9 10 69 182 67 14 12 14 10 10 10 71 200 81 15 12 14 14 12 12 58 204 91 17 12 14 14 17 11 46 201 106 18 14 16 15 16 16 34 185 122 23 10 14 17 16
12、 13 13 186 135 30 11 9 9 10 10 9 10 154 33 11 13 12 9 9 9 9 11, a(101:110,101:110)=255*ones(10) ans = 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 imshow(a),
