- 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)。
给定2个象素p、q，坐标分别为(x，y)，(s，t)：
城区(city-block)距离，或称D4距离 D4(p，q) = |x-s| + |y-t| 根据这个距离量度，与(x，y)的D4距离小于或等于某个值d 的象素组成以(x，y)为中心的菱形。
2012年7月11日11时30分
给定2个象素p、q，坐标分别为(x，y)，(s，t)：
像素点较小，因而图像更清晰。
如果图像出现棋盘格则说明采样数目不够。
2012年7月11日11时30分
2012年7月11日11时30分
256灰度级
16灰度级
8灰度级
4灰度级
2012年7月11日11时30分
小结：
从上面的图中我们可以看出，在空间分辨率不变的情况下，
灰度级高的图像比灰度级低的图像质量更好。
8邻接：如果q在N8 (p)中，具有V中数值的两个像素p和q 是8邻接的。
2012年7月11日11时30分
m邻接(又称混合邻接)：如果q在N4(p)中，或者q在ND(p) 中且集合N4(p) ∩ N4(q)没有V值的像素，则具有V值的像 素p和q是m邻接的。
混合邻接的引入是为了消除采用8邻接常常发生的二义性。
2012年7月11日11时30分
整数倍缩小 ◦ 可通过简单的像素删除完成；
2012年7月11日11时30分
教学基本要求：
2.1 视觉感知要素； 2.2 图像感知和获取； 2.3 图像取样和量化； 2.4 像素间的一些基本关系；
2012年7月11日11时30分
如果一幅图像用f(x,y)表示，特殊像素用小写字母（p或q） 表示： p的4邻域 坐标为(x,y)的像素p有4个水平和垂直方向上的相邻像素， 坐标分别为：(x+1, y), (x-1, y), (x, y+1), (x, y-1)，这 个像素集称为p的4邻域，用N4(p)表示。
2012年7月11日11时30分
人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子： 视觉错觉
2012年7月11日11时30分
人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子： 视觉错觉
2012年7月11日11时30分
人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子： 视觉错觉
(x ′,y ′)
[ f ( x 1, y 1 ) f ( x , y 1 )]
f ( x , y )
f ( x , y ) [ f ( x , y 1 ) f ( x , y )] f ( x , y )( 1 )( 1 )
2012年7月11日11时30分
随堂练习：以下p-q通路各是什么通路？
2012年7月11日11时30分
给定2个像素p、q，坐标分别为(x，y)，(s，t)： 欧氏距离
根据这个距离量度，与(x，y)的距离小于或等于某个值d 的象素都包括在以(x，y)为中心以d为半径的圆中。
2012年7月11日11时30分
离散坐标用整数表示，原点的坐标值是（0,0）
2012年7月11日11时30分
2012年7月11日11时30分
数字图像的质量在很大程序上取决于采样和量化中所用的 采样数和灰度级。
空间分辨率是图像中可辨别的最小细节，采样值是决定一 幅图像空间分辨率的主要参数。 灰度分辨率指在灰度级别中可分辨的最小变化，由量化的 等级决定，灰度级通常是2的整数次冥。 通常把大小为M ×N，灰度为L级的数字图像称为空间分 辨率为M ×N像素、灰度级分辨率为L级的数字图像。
如果图像出现伪轮廓则说明灰度级数不够。
2012年7月11日11时30分
当限定数字图像的大小时, 为了得到质量较好的图像，一般可采用如 下原则：
对缓变的图像， 应该细量化， 粗采样， 以避免假轮廓。
对细节丰富的图像， 应细采样， 粗量化， 以避免模糊。
2012年7月11日11时30分
放大－过采样
2012年7月11日11时30分
从具有坐标(x,y)的像素p到具有坐标(s,t)的像素q的通路是 特定的像素序列，其坐标为：
( x 0 , y 0 ), ( x1 , y 1 ), , ( x n , y n )
并且像素(xi, yi)和(xi-1, yi-1)是邻接的。 有3种类型的通路：4通路、8通路、m通路
(x+1,y) (x+1,y+1)
f ( x 1, y ) (1 ) f ( x , y 1 )( 1 ) f ( x 1, y 1 )
2012年7月11日11时30分
缩小－欠采样
◦ 步骤同放大
2012年7月11日11时30分
整数倍放大 ◦ 可通过简单的像素复制完成；
2012年7月11日11时30分
p的4个对角邻像素 坐标分别为：(x+1, y+1), (x1, y-1), (x-1, y+1), (x-1, y1)，用N D(p)表示。
p的8邻域
N4(p)+ ND(p)
2012年7月11日11时30分
为了确定两个像素是否连通，必须确定（1）它们是否相 邻（2）它们的灰度值是否满足特定的相似性准则。设V是 用于定义邻接性的灰度值集合。 4邻接：如果q在N4 (p)中，具有V中数值的两个像素p和q 是4邻接的。
棋盘(chessboard)距离：或D8距离 D8(p，q)=max(|x-s|，|y-t|) 根据这个距离量度，与(x，y)的D8距离小于或等于某个值 d的象素组成以(x，y)为中心的正方形。
2012年7月11日11时30分
随堂练习：求下列两点间的欧氏距离、城区距离和棋盘距离。
△
△
2012年7月11日11时30分
缺点：存大较大误差
(x+1,y)
(x+1,y+1)
2012年7月11日11时30分
(x,y)
(x,y+1)
双线性内插
[ f ( x 1, y ) f ( x , y )]
f ( x , y ) f ( x , y )
f ( x , y 1 ) f ( x , y 1 )
一个人最重要的是思想，每个人思想不同， 因此人与人也各不相同。如果我了解你的思想， 那我就能知道你是什么样的人；如果想要改变 自己的人生，那首先就要改变自己的思想。
—戴尔·卡耐基
教学基本要求：
2.1 视觉感知要素； 2.2 图像感知和获取； 2.3 图像取样和量化； 2.4 像素间的一些基本关系；
2012年7月11日11时30分
64 128*128 256*256
32
512*512
1024*1024
2012年7月11日11时30分
1024*1024
ห้องสมุดไป่ตู้
512*512
256*256
128*128
64*64
32*32
小结：
从上面的图中我们可以看出，在图像尺寸不变的情况下，
空间分辨率高的图像比空间分辨率低的图像包含的像素多，
2012年7月11日11时30分
2012年7月11日11时30分
2012年7月11日11时30分
采样：Sampling，实际上采样方式由产生图像的传感器 装置决定：P40 量化：Quantization，由灰度级决定
2012年7月11日11时30分
采样和量化的结果是一个实际矩阵。一幅有M行和N列的 数字图像表示如下：
教学基本要求：
2.1 视觉感知要素； 2.2 图像感知和获取； 2.3 图像取样和量化； 2.4 像素间的一些基本关系；
2012年7月11日11时30分
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。 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。即：灰度 的离散化。
2012年7月11日11时30分
人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子： 视觉错觉－栅格火花错觉
2012年7月11日11时30分
人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子： 视觉错觉
2012年7月11日11时30分
人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子： 视觉错觉－埃斯切尔的不可能的盒子
◦ 步骤一：创立新的像素位置（在原图像上放一个虚构的栅格） ◦ 步骤二：对新位置赋灰度值（两种最常用的插值方法：最近邻域插 值、双线性内插）
2012年7月11日11时30分
(x,y)
(x,y+1)
最近领域插值
(x ′, y′)点的灰度值等于 离它最近的像素的灰度值；
(x ′,y ′)
优点：算法简单、快捷
f ( 0 ,0 ) f (1, 0 ) f ( x, y ) f ( M 1, 0 ) f ( 0 ,1) f (1,1) f ( M 1,1) f (1, N 1) f ( M 1, N 1) f ( 0 , N 1)
2012年7月11日11时30分
眼睛的晶状体和普通光学透镜之间的主要差别在于前者的适应性强。 当晶状体的折射能力由最小变到最大时，晶状体的聚焦中心与视网 膜间的距离由17mm缩小到14mm，因此可以很容易计算出图像在 视网膜成像的大小。(P29)
