当前位置：文档之家 › 第2章数字图像处理基础

第2章数字图像处理基础

  • 格式：ppt
  • 大小：5.59 MB
  • 文档页数：89

下载文档原格式

  / 89

合集下载

数字图像处理(第二版)章 (2)

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 数字图像基础2——常用图像格式

第2章 数字图像基础2——常用图像格式

(4) TIFF文件的标记——TAG
• 公共标记(public tag) 在TIFF V5.0的说明中定义了45个标记 Compression 259 SHORT 1 所有TIFF图像必须支持以下标记： NewSubfileType、lmageWidth、 ImageLength、RowsPerStrip、StripOffsets StripByteCounts、Xresolution、Yresolution ResolutionUnit • 私有标记(private tag) 由Aldus和Microsoft来分配 取值范围：32,768 － 65,535
数字图像处理
6. Windows系统的图像显示
• 消息(message) • 设备上下文(device context) • 设备句柄(handle)
数字图像处理
八、 图像颜色与文件格式与转换 —— photoshop示例
1. 图像的色彩模式及转换
• 色彩模式
– – – – – 单色 灰度 RGB色彩模式 CMYK色彩模式 Lab色彩模式
数字图像处理
1. BMP格式
Windows操作系统的标准文件格式。
大部分BMP文件是不压缩的形式，但支持图像压缩， 如RLE格式和LZW压缩格式等。
数字图像处理
(1) BMP文件结构
位图文件头 BITMAPFILEHEADER
图像信息头 BITMAPINFOHEADER 调色板 Palette 位图图像数据 Image Data
数字图像处理
(3) JPEG文件的组织(8个部分)
① 图像开始SOI(Start of Image)标记 ② APP0标记(Marker)
数字图像处理

第2章 数字图象处基础(1-27)

第2章 数字图象处基础(1-27)
光号 信 视胞 细 生理电信号 视经 神 视神经中枢 大成 脑像
Digital Image Processing
2.2 人的视觉特性
人的视觉模型
▓ ▓
点光源的表示函数
点源可以用 δ 函数表示，表示平面图像的二维 δ 函数 +∞ +∞ 为： ⎧ 1 y, ) x ∫ ∫−∞ δ (dxdy = −∞ ⎪ ⎪ ⎨ = = ⎧ ∞ y , x 0 0, ⎪δ ( y , ) = ⎨ x , 其他 ⎪ ⎩ 0 ⎩ 则任意一幅图像可表示为：
Digital Image Processing
2.2 人的视觉特性
人眼的构造与机理要点（续）
（ 3）视细胞： 视网膜上集中了大量视细胞，分为两类： 锥状细胞 ：明视细胞，在强光下检测亮度和颜色； 杆 (柱 )状细胞 ：暗视细胞，在弱光下检测亮度，无色彩感觉。 其中，每个锥状视细胞连接着一个视神经末梢，故分辨率高， 分辨细节、颜色；多个杆状视细胞连接着一个视神经末梢，故分辨 率低，仅分辨图的轮廓。 （4 ） 人眼成象过程：
2.4 数字图像表示形式和特点
▓ ▓
数字图像的矩阵表示 数字图像的矩阵 矩阵表示
O n
f (0,1) ⎡ f (0,0) ⎢ f (1,1) ⎢ f (1,0) , f (mn) = ⎢ ⋮ ⋮ ⎢ ⎣ f (M−1,0) f (M−1,1)
⋯ f (0, N−1) ⎤ ⎥ ⋯ f (1, N−1) ⎥ ⎥ ⋮ ⋮ ⎥ ⋯ f (M−1, N−1)⎦
Digital Image Processing
2.1 色度学基础
RGB模型：
在三维直角坐标系中，用相互垂直的三个坐标轴代表R、 G、B三个分量，并将R、G、B分别限定在[0,1]，则该单位正 方体就代表颜色空间，其中的一个点就代表一种颜色。如下图 方体就代表颜色空间，其中的一个点就代表一种颜色。 所示。 其中，r、g、b、c、m和y分别代表红色（red）、绿色 （green）、蓝色（blue）、青色（cyan）、品红（magenta） 和黄色（yellow）。

第二章 数字图像处理基础

第二章 数字图像处理基础
主要内容
2.1 数字图像的表示 2.2 数字图像的采样与量化 2.3 人的视觉特性 2.4 光度学与色度学原理
第二章 数字图像处理基础
本章重点、难点
重点： 采样和量化 BMP图像文件格式 RGB颜色模型和HSI颜色模型 难点： 采样和量化的理解 BMP位图
2.1 数字图像
数字图像：f(x,y)，函数值对应于图像点的 亮度。称亮度图像。 注意：模拟图像与数字图像的区别 动态图像：f(x,y,t)
人眼成像过程
视细胞分为两类： 锥状细胞：明视细胞，在强光下检测亮度 和颜色。 杆(柱)状细胞：暗视细胞，在弱光下检测亮 度，无色彩感觉。 人眼成像过程
图像的对比度和亮度
人眼的亮度感觉 图像 “黑”“白”(“亮”、“暗”)对比参数 对比度 : c=Bmax/Bmin 相对对比度:cr=(B-B0)/B0 人眼亮度感觉范围 总范围很宽 c = 108 人眼适应某一环境亮度后，范围限制 适当平均亮度下：c=103 很低亮度下：c=10
亮度
也称为灰度，它是颜色的明暗变化，常用 0 ％～ 100 ％ (由黑到白) 表示。以下三幅图是 不同亮度对比。
对比度
对比度(contrast)是亮度的局部变化，定义为物体亮 度的平均值与背景亮度的比值，是画面黑与白的比 值，也就是从黑到白的渐变层次。比值越大，从黑 到白的渐变层次就越多，从而色彩表现越丰富。人 眼对亮度的敏感性成对数关系。
同时对比度
人眼对某个区域感觉到的亮度不是简单 地取决于该区域的强度，背景亮度不同 时，人眼所感觉到的明暗程度也不同。
马赫带效应
马赫带(Mach Band)效应:边界处亮度对比加强
为什么我们要在暗室评片？
马赫带效应的出现，是因为人眼对于图像中不同 空间频率具有不同的灵敏度，而在空间频率突变处 就出现了 “欠调”或“过调”

医学影像实用技术 第2章 数字图像技术基础

医学影像实用技术 第2章 数字图像技术基础
2.1 2.2 2.3 2.4152.5
《医学影像实用技术教程》
1）坐标单序击列结此构处:即由编图辑中线母段版某一标端题头（样非封式闭线）
或任意像素点（封闭线）的坐标开始，连续记录与之连 通的像素点坐标，这种方法实际上仅记录了图像上有黑 色（值为1）的像素点所在的X，Y坐标值，而隐含表示 其它没有被记录的坐标点为白色，其值均为0。
《医学影像实用技术教程》
3. 模拟单图击像转此化处为数编字图辑像母的过版程标题样式
（1）抽样；（2）量化
列(N)
白 255
行(M)
灰 阶
模拟图像
抽样
量化
黑0
2.1 2.2 2.3 2.4 52.5
《医学影像实用技术教程》
单击此处编辑母版标题样式
4. 分辨率与颜色数
像素表达位数与对应的颜色数
分辨率表示图像垂直与水平 方向的像素点的数量。 颜色数是指一幅图像最多能 表达的颜色数目。
位数 1 2 4 8 12 16 24
颜色数 2 4 16 256
4096 65536 16777216
2.1 2.2 2.3 2.4 62.5
《医学影像实用技术教程》
单击2此.1.2处数编字图辑像母的分版类标及表题示样式
1.数字图像的分类 数字图像的分类主要有黑白图像、灰度图像、
彩色图像、三维图像等。 （1）黑白图像
255 255 255
2.1 2.2 2.3 2.4 92.5
《医学影像实用技术教程》
2.数字单图击像在此计算处机编内部辑的母表示版方标法 题样式
（1）单波段数字图像; （2）多波段彩色数字图像; （3）二值图形;
2.1 2.2 2.3 2.4102.5
《医学影像实用技术教程》

数字图像处理及MATLAB实现[杨杰][电子教案]第二章

数字图像处理及MATLAB实现[杨杰][电子教案]第二章

距离 像素之间的联系常与像素在空间的接近程度有 关。像素在空间的接近程度可以用像素之间的距 离来度量。为测量距离需要定义距离度量函数。 给定 p, q, r 三个像素，其坐标分别为 ( x, y ), ( s, t ), (u , v) 如果 1） D ( p, q ) ≥ 0( D ( p, q ) = 0 当且仅当 p = q ) 2） D ( p, q ) = D ( q, p ) 3) D ( p, r ) ≤ D ( p, q ) = D (q, r ) 则 D是距离函数或度量。
p 和 q 之间的欧式距离定义为：
De ( p, q) = ( x − s)2 + ( y − t )2
p 和 q 之间的 D4距离（也叫城市街区距离）定义为：
D4 ( p , q ) = x-s + y-t
p 和 q 之间的 D8 距离（也叫棋盘距离）定义为：
D8 ( p, q )=max( x-s ， ) y-t
图像获取即图像的数字化过程，包括扫描、 图像获取即图像的数字化过程，包括扫描、 采样和量化。 采样和量化。 图像获取设备由5个部分组成 采样孔， 个部分组成： 图像获取设备由 个部分组成：采样孔， 扫描机构，光传感器， 扫描机构，光传感器，量化器和输出存储 体。 关键技术有：采样——成像技术；量化 成像技术； 关键技术有：采样 成像技术 量化— —模数转换技术。 模数转换技术。 模数转换技术
Sampling
图像的采样
图2.15图像的采样示例 图像的采样示例
Quantization 图像的量化
图2.16图像的量化示例 图像的量化示例
量化等级越多，所得图像层次越丰富， 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； 分辨率高，，图像层次欠丰富，灰度分辨 量化等级越少，图像层次欠丰富， 率低，会出现假轮廓现象，图像质量变差， 率低，会出现假轮廓现象，图像质量变差， 但数据量小. 但数据量小

第二章数字图像处理基础

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)

数字图像处理基础2

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。

数字图像处理复习

数字图像处理复习

数字图像处理复习第一章概述1. 图像的概念及数字图像的概念。

图-是物体透射或反射光的分布，是客观存在的。

像-是人的视觉系统对图的接受在大脑中形成的印象或反映，图像是图和像的有机结合，是客观世界能量或状态以可视化形式在二维平面上的投影。

数字图像是物体的一个数字表示，是以数字格式存放的图像。

2. 数字图像处理的概念。

数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程，以提高图像的实用性。

3. 数字图像处理的优点。

精度高、再现性好、通用性、灵活性强第二章数字图像处理基础1. 人眼视觉系统的基本构造P14 图2.1人眼横截面简图2. 亮度的适应和鉴别人眼对光亮度的适应性非常高，一般情况下跨度达到10的10次方量级，从伸手不见五指到闪光灯强曝光。

3.光强度与主观亮度曲线。

P15 图2.4光强度与主观亮度的关系曲线4. 图像的数字化及表达。

（采样和量化的概念）图像获取即图像的数字化过程，包括扫描、采样和量化。

采样：将空间上连续的图像变成离散点的操作 量化：将像素灰度转换成离散的整数值的过程5. 图像采样过程中决定采样空间分辨率最重要的两个参数。

采样间隔、采样孔径6. 图像量化过程中量化级数与量化灰度取值范围之间的关系量化等级越多，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.7. 像素的相邻领域概念（4领域，8领域）。

设为位于坐标处的一个像素（x+1,y ），（x-1,y ），（x,y+1），（x,y-1） 组成的4邻域，用)(4p N 表示。

（x+1,y+1），（x+1,y-1），（x-1,y+1），（x-1,y-1） 像素集用)p (N D 表示)(4p N 和)p (N D 合起来称为p 的8邻域，用)(8p N 表示。

8. 领域空间内像素距离的计算。

（欧式距离，街区距离，棋盘距离） p 和q 之间的欧式距离定义为： 22)()(),(t y s x q p D e -+-=p 和q 之间的4D 距离（也叫城市街区距离）定义为： t y s x q p D -+-=),(4p 和q 之间的8D 距离（也叫棋盘距离）定义为： ),max(),(8t y s x q p D --=第三章 图像的基本运算（书后练习3.2，3.9 ） 1. 线性点运算过程中各参数表示的含义（k ，b ）。

数字图像处理第2章课后题答案

数字图像处理第2章课后题答案

第二章数字图像处理基础1.将一幅光学模拟图像转换为数字图像的过程叫做图像的数字化，包括扫描、采样、量化三个过程。

采样点数越多、量化级数越高，图像质量越好。

2.图像数字化过程中造成失真的原因有两个方面：第一个方面，在采样过程中，如果采样点数满足取样定理（即采样频率不小于最高截止频率的2倍）的情况下，重建图像就不会产生失真，否则就会因为取样点数不够而产生所谓混淆失真；第二个方面，在量化过程中，若图像不产生失真，则需要量化级数无穷大，而实际量化级数往往无法满足这样的取值而造成图像的失真。

3.人的眼睛是人类视觉系统的重要组成部分，当外界景象通过眼球的光学系统在视网膜上成像后，视网膜产生相应的胜利电图像并经视神经传入大脑；人眼的视网膜由感光细胞覆盖，感光细胞吸收来自于光学图像的光线，并通过晶体透镜和角膜聚集在视网膜上。

晶状体相当于普通光学镜头，对光线有屈光作用。

4.发光强度简称光强，指单色光源在给定方向上的单位立体角内发出的发光强度。

亮度是指发光体（反光体）表面发光（反光）强弱的物理量。

照度指物体被被照面单位时间内所接受的光通量。

主观亮度是指由观察者判断出的亮度称为主观亮度。

5.常用的颜色模型有RGB模型、CMYK模型、HSI模型等。

RGB模型是色光的彩色模型，因为是由红、绿、蓝相叠加形成其它颜色，因此该模型也叫加色合成法。

所有的显示器、投影设备，以及电视等许多设备都是依赖于这种加色模型的；CMYK模型也称减色合成法，主要应用于印刷行业中；RGB和CMYK颜色模型都是面向硬件的，但从人眼视觉特性来看，HSI模型用色调、饱和度和亮度来描述彩色空间能更好地与人的视觉特性相匹配。

6.由于彩色图像为RGB图像，利用三元组（R,G,B）来表示每个像素的值。

根据题意，三基色灰度等级为8，而23=8，则存储一个颜色分量所需的比特数为3，存储一个三元组所需的比特数为3⨯3=9，该图像大小为1024*768，则存储整幅图像所需的比特数为9⨯1024⨯768=7077888bit=864KB。

数字图像处理与分析基础整理ppt

数字图像处理与分析基础整理ppt
视频锁相方式，即图像系统分解场同步和行 同步信号。
显示功能：
显示的类型，黑白/伪彩色/真彩色显示 每个象素显示的bit数。 查找表（LUT，look -up table） 重叠显示、动态显示等。
指标3
帧存容量：图像硬件系统内部，图像存储体容 量的大小。
三部分：帧存的数目/单位帧存的点阵数（指图像系 统用来存储一幅图像必需的帧存，其容量大于等于 一幅数字图像的点阵数，小于两幅图像的点阵数， 通常取512512或10241024）/每个象素的字长 （用bit数表示，黑白或伪彩色系统为8bit，真彩色 系统通常为83bit/84bit），新增的通道用于图像 叠加处理。
优于46db
1/50(60)to1/100,000 数位处理AUTO
带稳压直流DC12V±10%
-20℃～+50℃ 自动AUTO 自动AUTO 380公克 60(宽)×50（高）×102（深）
摄像管
摄像机中利用电子束扫描把景物的光学 图像转换成电信号的一种真空电子管。
摄像管类别
氧化铅摄像管
具有良好的光电特性，灵敏度和分辨率高，靶面的 均匀性好。
图像存储
压缩、存储
压缩由系统内置的微处理器来完成。 压缩处理与存储图像所用的时间不可忽略，
因此在使用数码相机时可以明显感到较长的 等待时间。 图像格式的种类繁多，JPEG格式。
存储器
内置存储器
半导体存储器，安装在相机内部，用于临时 存储图像，接口传送。
可移动存储器
CompactFlash卡（CF） SmartMedia卡（SSFDC） ATA Flash
2.2.2图像数字化器的性能
像素大小 图像大小 被测对象的局部特征 线性度 灰度级 噪声

数字图像处理第2章采样量化图像格式

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)。

精品课件-《数字图像处理(第三版)》第2章 数字图像

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。

数字图像处理大纲

数字图像处理大纲

一、理论课程主要内容及学时安排（32学时）第一章绪论（2学时）1、数字图像处理的发展2、数字图像处理的主要研究内容3、数字图像处理的基本步骤4、图像处理系统的组成第二章数字图像基础（4学时）1、视觉感知要素2、图像的取样和量化3、像素间的基本关系4、数字图像处理中的基本数学运算第三章灰度变换和空间滤波（8学时）1、基本灰度变换函数2、直方图处理3、空间滤波基础4、平滑空间滤波器5、锐化空间滤波器第四章频域滤波（8学时）1、二维傅立叶变换及其性质2、频域滤波基础3、频域平滑滤波器4、频域锐化滤波器5、选择性滤波器第五章图像复原与重建（4学时）1、图像退化复原模型2、噪声模型3、空间滤波去噪4、频域滤波消除周期噪声5、逆滤波第六章彩色图像处理（6学时）1、彩色基础和模型2、伪彩色处理3、彩色变换4、平滑和锐化二、实验课程主要内容及学时安排（16学时）1、图像信号的数字化（2学时）实验目的通过本实验了解图像的数字化参数取样频率（象素个数）、量化层数与图像质量的关系。

实验内容编写并调试图像数字化程序，要求参数k，n 可调。

其中k为亚抽样比例；n为量化比特数；选择任意图像进行处理，在显示器上观察各种数字化参数组合下的图像效果。

2、图像灰度级修正（2学时）实验目的掌握常用的图像灰度级修正方法，即图象的灰度变换法和直方图均衡化法，加深对灰度直方图的理解。

观察图象的增强效果，对灰度级修正前后的图像加以比较。

实验内容编程实现图像的灰度变换。

改变图像输入、输出映射的灰度参数范围(拉伸和反比)，观看图像处理结果。

对图像直方图均衡化处理，显示均衡前后的直方图和图像。

3、图像的平滑滤波（2学时）实验目的学习如何对已被噪声污染的图像进行“净化”。

通过平滑处理，对结果图像加以比较，得出自己的实验结论。

实验内容编写并调试窗口尺寸为m×m的平滑滤波函数。

编写并调试窗口尺寸为m×m的中值滤波函数。

4、图像的锐化处理（2学时）实验目的学习如何用锐化处理技术来加强图像的目标边界和图像细节，对图像进行梯度算子、拉普拉斯算子、Sobel算子设计，使图像的某些特征（如边缘、轮廓等）得以进一步的增强及突出。

  1. 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. 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. 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)。

扩展光源：有一定发光面积的光源光度学亮度B(cd / m2)为：
d
dI dI B dS' dS cos d r d dS cos
扩展光源 d S' dS
N d
r
(a)
(b)
照度（illumination）：一个被光线照射的表面上的照度定义 为照射在单位面积上的光通量。设面元dS上的光通量为d， 则此面元上的照度E为：
？？
??？
2.3 颜色模型
2.3.1 颜色基础
颜色的维数？？
三基色原理：三种基色可以合成任意颜色。RGB（红绿蓝）三 基色，国际照明委员会（CIE），1931年规定3种基本色的波长 为R：700nm, G：546.1nm, B：435.8nm。
心理生物学感知原理：能够感知色调、饱和度和明度三个维度 的变化。
人类视觉系统对亮度变化的感知比对亮度本身要敏感，而且对光强度的 响应不是线性的，而是对数形式的（即：对暗光时亮度的增加比对亮光时亮 度的增加更敏感）。因此，有时会产生一些错觉，如马赫效应等。
• 这两个图形在视网膜上是固定不动的，但你对它的感觉却 是在两种可能 图形中动摇。 • 同时感觉到两种有意义的图形是很困难的！
E d 单位：lx（勒[克斯]），1 lx = 1 lm / m2 dS
照度是光源对物体辐射的一种量度，比较客观；亮度是 观察者对物体表面光强的量度，比较主观。
2.1.2 一个简单的成像模型
图像成像模型可表达为一个2-D亮度函数f (x, y)，因为亮 度是能量的量度，一定不为零且为有限值，即：
2.2.2.3
成像中的空间关系
1.成像几何 1) 投影变换: 将3-D客观场景投影到2-D图像平面 2) 成像过程:
三个坐标系统: 世界坐标系统 XYZ ; 摄象机坐标系统 xyz; 图像平面 xy; 从 XYZ 到 xyz，从 xyz 到 xy可以相互转换 透视变换： 3-D点投影后的图像平面坐标
整体视觉过程
视觉 ＝ “视” ＋ “觉”
2.2.2.2 视觉过程
1．光学过程 15 / 100 = 2.55 / 17
2．化学过程 主要有锥细胞和柱细胞两种细胞起作用。 锥细胞: 数量少，对颜色很敏感，它在明视觉或亮光 视觉中起到主要作用。 柱细胞: 数量多，分辨率比较低不感受颜色并对低照 度较敏感，它在暗视觉或微光视觉中起到主 要作用。 3．神经处理过程 每个视网膜接收单元都与一个神经元细胞借助突触（ synapse）相连，每个神经元细胞借助其它的突触与其它细胞 连接，从而构成光神经（optical nerve）网络，光神经进一 步与大脑中的侧区域（side region of the brain）连接，并 到达大脑中的纹状皮层（striated cortex），对光刺激产生 的响应经过一系列处理最终形成关于场景的表象，从而将对光 的感觉转化为对景物的知觉。
色品坐标系
xyz相对三色系数（色品坐标），x+y+z=1； (x,y)CIE色度图中，对应于 x=y=0.33的 C点， 称等能量点，CIE标准白光。
X Y x , y , X Y Z X Y Z Z z , x y z 1 X Y Z
色度图
y
0.8 绿 520nm NTSC PAL 红
数字图像处理
(Digital Image Processing）
数字图像处理与模式识别研究所
山东科技大学信电学院
第二章 数字图像处理的基本知识
2.1 光的特性 2.2 视觉系统
2.3 颜色模型
2.4 图像的表示和类型
2.5 图像像素间的关系
2.1 光的特性
光的本质是电磁波。在电磁波谱中，可见光仅占很窄的一个波谱范围。 其波长在0.38～0.76m之间。下图示出电磁波谱的大致划分。可见光的低 频率端是红色，高频率段是紫色。从高频到低频的光谱颜色的变化分别是 紫、蓝、青、绿、黄、橙、红。
0 蓝
0.2
紫
色度图
700-770nm 0.8 x
2.3.2 常用颜色模型 1) RGB颜色模型 通常使用的彩色光栅显示器采用的就是RGB颜色模型系统。 RGB颜色模型是相加混色，称为加色系统。白光可以由RGB 三种基本色相加得到。产生1lm(流明)的白光所需要的三基色 近似值可以用下面的亮度方程来表示： 1lm(白光)﹦0.30lm(红)﹢0.59lm(绿)﹢0.11lm(蓝)
色空间中都可以用三维 空间中的一个点来表示
应用:面向电视显示、摄 象机\彩色扫描仪的输入/ 输出硬设备.
2) CMYK颜色模型
以品红、青、黄(Cyan,Magenta,Yellow)作为三基色所构 成的颜色模型也是一种常用的颜色表示系统。它是一种减色 系统。CMY减色系统和RGB加色系统颜色互为补色。所谓某颜 色的补色是从白色中减去这种颜色后所得的颜色。品红是绿 色的补色，青色是红色的补色，黄色是蓝色的补色。即相加 系统的补色就是相减系统的基色(R+G=黄，G+B=青，R+B=品 红）。
0 i ( x, y )
0 r ( x, y ) 1
2.2 视觉系统
• 2.2.1 人眼结构 • 2.2.2 视觉形成
• 2.2.3 视觉特性
2.2.1 人眼结构
• 三膜 外层：角膜+巩膜，前者入射光的起点，后者保护眼球
中层：虹膜+脉络膜 内层：视网膜
• 二体：晶状体、玻璃体 • 一凹：中央凹（黄斑区）
为了克服这一缺点，使用了三基色单位制，即所谓的T单 位制。在使用T单位制时，其方程可以改写如下： 1lm(白光)﹦1T(红)﹢1T(绿)﹢1T(蓝) 即1T红光=0.30lm，1T绿光=0.59lm，1T蓝光=0.11lm。 由不同的RGB分量相加就可以产生其他的颜色，即： C﹦rR﹢gG﹢bB 式中C为混合色，r,g,b为使用T单位制时，所需要RGB三基色 的量值，取值范围在0～1之间。
• 主要用于彩色电视信号的传输标准.
YUV电视信号表色系
彩 色 电 视 信 号 Y,U,V Y Y,0,0 Y
黑 白 电 视 信 号
黑白电视机
彩色电视机
•思考一个问题：当彩色的视频信号传输给 黑白电视 机时，既然是三取一，可否直接 选择R或G或B信号来作为其输入？
5) YCbCr模型(演播室使用模型)
可见光 射紫 外 红外线 线
γ 线
射 X 线
无线电波 微波 超 短 中 长 短 波 波 波 10cm 10m 1km 100km
0.01nm 1nm
0.1μ
Hale Waihona Puke 10μ0.1cm电磁波谱分布 紫 0.38 0.43 蓝 0.47 青 0.5 绿 0.56 黄 0.59 橙 0.62 红 0.76(m)
一般来说，人的眼睛只能看到可见光部分(波长为0.38～ 0.76μm). 而可成像的射线已有多种，如： γ 射线：0.003～0.03nm； X 射线：0.03～3nm； 紫外线：3～300nm； 红外线：0.8～300μm； 微 波：0.3～100cm。
• 这是常用于彩色图像压缩时的一种色系。 Y: 代表亮度； Cb、Cr： 代表色差。
主要用于视频信号的压缩。
• 与YUV表色系统不同的是，它充分考虑了色 彩组成时RGB三色的重要因素。 • YUV考虑的是色系转换的简单； • YCbCr考虑的是压缩时可以充分去除冗余。
2.3.3 颜色模型间的转换
1. XYZ和RGB之间转换
RGB加色系统 RGB颜色范围
红色 + 绿色 = 黄色 红色 + 蓝色 = 品红 绿色 + 蓝色 = 青色 红色 + 绿色 + 蓝色 = 白色 国际照明委员会（CIE）， 1931年规定三基色波长为： R:700nm, G:546.1nm, B:435.8nm。
RGB颜色模型
任何一种颜色在RGB颜
减色系统：
3) HSI模型
也称为视觉生理模型。色调（H，Hue）、饱和度（S，Saturation） 以及明度（I，Intensity）,（Museum，孟塞尔颜色系统） 在特定应用环境中，用于图像分析有特殊的优势。比如，在只有光照亮 度发生变化的应用中，不考虑明度，只使用色度进行区域分割。
HSI模型用H、S、I三参数描述颜色特性 H定义颜色的波长，称为色调. S表示颜色的深浅程度，称为饱和度. I表示强度或亮度. HSI颜色模型反映了人的视觉对色彩的感觉.
X x Z
Y y Z
非线性投影等式（分母含变量Z）
2.人眼的空间分辨率
正常人视力的角区分能力约为一分。因此，如果给定点的尺寸，则可 确定最远观察距离；如果给定观察距离：则能确定能看见的最小点。有以 下关系： 最佳观察距离 = 3400 * 图像高度 / 显示线数
3.人眼的时间分辨率
2.2.2 视觉形成
2.2.2.1 视觉形成的基础
物理基础：眼睛中的光接受器主要是视网膜中的视觉细胞。有两种类型的 视觉细胞，分别称为锥状体和杆状体。锥状体只有在光线明亮的情况下才 起作用，它具有辨别光波波长的作用，因此对颜色非常敏感。每个眼睛的 锥状体大约有700万个。杆状体比锥状体的灵敏度高，在较暗的光线下就 能起作用，但是它没有辨别颜色的能力，又叫夜视觉，所以黑暗中看到的 东西没有颜色，其数量大约有1亿三千万个。 当眼睛接受到的光包含所有可见光信号，且其强度大体相近时，人们 感觉到的是没有颜色的白光。在光源为白光的照射下，若物体能反射80% 以上的入射光，则看上去是白色的。若反射光小于3%，物体看上去是黑色 的，中间值对应着不同程度的灰色。为了表示方便，光强度可以规一化到 0～1之间，0对应黑色，1对应白色，中间值对应灰色。
发光强度：点光源沿某个方向上单位立体角d内发出的光通量
d I d
点光源 Q