第二章图像采集课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第二章,图像采集,数字图像分析与处理,数字图像分析与处理,第,2,章,与图像,f,(,x,y,),表达的两部分内容对应，图像的采集涉及到两方面的内容,(1),几何学：要解决从图像中的什么地方可找到场景中目标的投影位置,(,x,y,),(2),辐射度学（也有人用光度学）：要解决图像中的目标有多,“亮”,，以及这个亮度与目标的光学性质和成像系统的关系，这确定了在,(,x,y,),处的,f,在获取可被计算机处理的数字图像时，前者与,采样,有关而后者与,量化,有关。,第2章 与图像f(x, y)表达的两部分内容对应，图像,第,2,章,2.1,几何成像模型,2.2,亮度成像模型,2.3,采样和量化,2.4,像素间联系,2.5,图像坐标变换,第2章2.1几何成像模型,第,2,章,2.1,几何成像模型,投影成像几何,投影成像涉及在不同坐标系统之间的转换,坐标系统,(1),世界坐标系统,(2),摄像机坐标系统,(3),像平面坐标系统,(4),计算机图像坐标系统,第2章2.1几何成像模型投影成像几何,第,2,章,齐次坐标,将坐标系统用齐次坐标来表达，就可将坐标系统之间的转换表示成线性矩阵形式,空间一个点的对应笛卡尔坐标,XYZ,的,齐次坐标,定义为,(,kX,kY,kZ,k,),，其中,k,是一个任意的非零常数。将齐次坐标变回笛卡尔坐标可用第,4,个坐标量去除前,3,个坐标量得到,第2章齐次坐标,第,2,章,基本模型,摄像机坐标系统,xyz,中的图像平面与,xy,平面重合而光学轴（由镜头中心给出）沿,z,轴,第2章基本模型,第,2,章,投影变换,3-D,点投影后的图像平面坐标：,投影变换矩阵,第2章投影变换,第,2,章,第2章,第,2,章,2.2,亮度成像模型,光度学,光源沿某个方向的,亮度,是用在该方向上的单位投影面积在单位立体角（其单位是球面度，,sr,）内发出的光通量来衡量的，单位是,cd/m,2,（坎,德拉,每平方米），其中,cd,是发光强度的单位，,1cd=1 lm/sr,。被光线照射的表面上的,照度,用照射在单位面积上的光通量来衡量，单位是,lux,（勒,克斯,，也有用,lux,的），,1 lux=1 lm/m,2,第2章2.2亮度成像模型 光度学,第,2,章,一个简单的图像亮度成像模型,2-D,亮度函数,照度函数,反射函数,单色图像,f,(),在坐标,(,x,y,),处的亮度值称做图像在该点的,灰度值,：,G,min,g,G,max,第2章一个简单的图像亮度成像模型,图像数字化,是将一幅画面转化成计算机能处理的形式数字图像的过程。,模拟图像,数字图像 正方形点阵,具体来说，就是把一幅图画分割成如图所示 的一个个小区域（像元或像素），并将各小,区域 灰度用整数,来表示，形成一幅点阵式的数字图像。它包括采样和量化两个过程。,像素的位置和灰度就是像素的属性。,2.3,采样和量化,2.3采样和量化,第一章 数字图像处理的基本概念,图,1-3,图像数字化,采样列,采样行,图片,像素,行间隔,采样列间隔,灰阶,黑,灰,白,0,128,255,物理图像,196,43,灰度,像素,数字图像,图,1-2,物理图像及其对应的数字图像,第一章 数字图像处理的基本概念图1-3图像数字化采样列采样行,采样,采样（,Sampling,）:对图像空间坐标的离散化，它决定了图像的空间分辨率。,用一个网格把待处理的图像覆盖，然后把每一小格上模拟图像的各个亮度取平均值，作为该小方格中点的值；或者把方格的交叉点处模拟图像的亮度值作为该方格交叉点上的值。,图像的采样,采样 采样（Sampling）:对图像空间坐标的离散化，它决,采样,:,把在时间上和空间上连续的图像转换成为离散的采样点（即象素）集的一种操作,。,由于图像是一种 二维分布的信息，为要对它完成抽样操作，就需要先将二维信号变为一维信号，再对一维信号完成采样。,具体做法是，,先沿垂直方向,，按一定间隔以上到下顺序地沿水平方向直线扫描的方式，取出各水平行上浓淡（灰度）值的一维扫描线。而后再对该一维扫描线信号按一定间隔采样得到离散信号。即先沿垂直方向抽样，,再沿水平方向,抽样两步完成采样操作。对于运动图像（即时间域的连续图像），还需先在时间轴上采样，即先在时间轴上采样，再沿画面垂直方向采样，最后再沿画面水平方向上抽样这样三步完成采样操作。,采样:把在时间上和空间上连续的图像转换成为离散的采样点（即象,在进行采样时，采样点间隔的选取是一个非常重要的问题。它决定了采样后的图像忠实地反映原图像的程度。或者说，采样间隔大小的选取要根据原图像中包含何种程度的细微浓淡变化来确定。一般来说，图像中细节越多，则抽样间隔应越小。根据一维采样定理，若一维信号,g(t),最大频率为,，若用,T1/2,为间隔进行抽样后，则根据抽样结果,g(iT,）,i=-1,，,0,，,1,能完全恢复,g(t),。,在进行采样时，采样点间隔的选取是一个非常重要的问题。,采样间隔和采样孔径的大小是两个很重要的参数。,当对图像进行实际的抽样时，怎样选择各抽样点的间隔是个非常重要的问题。关于这一点，图像包含何种程度的细微的浓淡变化，取决于希望忠实反映图像的程度。,不同形状的采样孔径,采样间隔和采样孔径的大小是两个很重要的参数。,对一幅图像采样时，若每行（即横向）像素为,N,个，每列（即纵向）像素为,M,个，则图像大小为,MN,个像素，从而,f(x,y),构成一个,MN,实数矩阵：,每个元素为图像,f(x,y),的离散采样值，称之为像元或像素。,y,x,o,对一幅图像采样时，若每行（即横向）像素为N个，每列（即纵向）,第二章图像采集课件,图像的采样,图像的采样,图像的采样,N,M,图像的采样NM,第二章图像采集课件,22,下面举例给出若干常用的,M,、,N,值。几种常用的图像大小如下：,汉字：取决于字的大小，每个字可以从,1616,到,256256,象素；,显微镜图像：,256256,或,512512,象素；,电视图像：,500,700480,象素；,卫星图像：（单波殷）,32402340,象素；,SAR,（合成孔径雷达）,80008000,象素；,CRT,显示器：一般,640480,或,10241024,象素，,20482048,象素等,22下面举例给出若干常用的M、N值。几种常用的图像大小如下：,量化,把采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的,量化,。,量化是对图像幅度坐标的离散化，它决定了图像的,幅度分辨率,。,表示像素明暗程度的整数称为,像素的灰度级（或灰度值或灰度）。,一幅数字图像中不同灰度级的个数称为,灰度级数，用,G,表示,。,量化把采样后所得的各像素灰度值从模拟量到离散量的转换称为图像,即若连续浓淡（灰度）值用,z,来表示，则对于满足,z,i,zz,i+1,的,z,值都量化为整数值,z,i,z,i,称为象素的灰度值。,z,与,z,i,的差称为量化误差。一般每个象素的灰度值量化后用一个字节（,8,位二是制码或,8,比特）来表示，如把由白一灰一黑的连续变化的灰度值，量化为,0,255,共,256,个灰度级。量化后的灰度值，代表了相应的浓淡程度。,灰度值与浓淡程度的关系有两种表示方法，一种是由,0,255,对应于由黑一白，另一种是由,0,255,对应于由白一黑。在图像处理时，应注意是采用那种表示方法。对只有黑白二值的二值图像，一般用,1,表示白，,0,表示黑。,即若连续浓淡（灰度）值用z来表示，则对于满足ziz,一般来说， ，,g,就是表示存储图像像素灰度值所需的比特位数。,若一幅数字图像的量化灰度级数,G=256=2,8,级，灰度取值范围一般是0255的整数，由于用8,bit,就能表示灰度图像像素的灰度值，因此常称8,bit,量化。,从视觉效果来看，采用大于或等于6比特位量化的灰度图像，视觉上就能令人满意。,一幅大小为,MN、,灰度级数为,G,的图像所需的存储空间，即,图像的数据量,，大小为,MNg （bit）,灰度级数就代表一幅数字图像的层次。图像数据的实际层次越多视觉效果就越好。,一般来说， ，g就是表,量化的方法包括：分层量化、均匀量化和非均匀量化。,分层量化是把每一个离散样本的连续灰度值只分成有限多的层次。,均匀量化是把原图像灰度层次从最暗至最亮均匀分为有限个层次，如果采用不均匀分层就称为非均匀量化。,量化的方法包括：分层量化、均匀量化和非均匀量化。,(,a),量化 (,b),量化为8,bit,量化示意图,(a) 量化 (b,(a) 256,级灰度图象,(,b),子图,(,c),子图对应的量化数据,图像量化实例,(a),(,b),(,c),(a) 256级灰度图象 图像量化实例(a)(b)(c),数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。,黑白图像,图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值为0或1。,例如,数字图像根据灰度级数的差异可分为：黑白图像、灰度图像,灰度图像,灰度图像是指灰度级数大于2的图像。但它不包含彩色信息。,彩色图像,彩色图像是指每个像素由,R、G、B,分量构成的图像，其中,R、B、G,是由不同的灰度级来描述。,灰度图像,第,2,章,第2章,量化参数与数字化图像间的关系,数字化方式可分为均匀采样、量化和非均匀采样、量化。,所谓“均匀”，指的是采样、量化为等间隔方式。图像数字化一般采用均匀采样和均匀量化方式。,非均匀采样是根据图象细节的丰富程度改变采样间距。细节丰富的地方，采样间距小，否则间距大。,非均匀量化是对图像层次少的区域采用间隔大量化，而对图像层次丰富的区域采用间隔小量化。,采用非均匀采样与量化，均会使问题复杂化，因此很少采用。,量化参数与数字化图像间的关系,对一幅图像，当量化级数一定时，采样点数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。,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，图像会出现假轮廓。,采样点数和量化级数的关系：,对一幅图像，当量化级数一定时，采样点数对图像质量有着显著的影,(,a),采样点256,256时的图像,(,b),采样点64,64时的图像,(,c),采样点32,3,2时的图像,(,d),采样点16,1,6时的图像,采样点数与图像质量之间的关系,(,a),(,b),(,c),(,d),采样点数与图像质量之间的关系(a)(b)(c)(d),图像的,采样,与数字图象的质量,265,x180,133,x90,66,x45,33,x22,图像的采样与数字图象的质量265x180133x9066x4,(,a),量化为2级的,Lena,图像,(,b),量化为16级的,Lena,图像,(,c),量化为256级的,Lena,图像,量化级数与图像质量之间的关系,(a) 量化为2级的Lena图像 量化级数与图像质量,图像的,量化,与数字图象的质量,256灰度级,16灰度级,8灰度级,4灰度级,图像的量化与数字图象的质量256灰度级16灰度级8灰度级4灰,图像的质量,1.平均亮度,2.对比度,是,指,一,幅,图象中灰度,反差,的大,小,。,对比度=最大亮度/最小亮度,图像的质量,对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，即指一幅图像灰度反差的大小,差异范围越大代表对比越大，差异范围越小代表对比越小，好的对比率,120:1,就可容易地显示生动、丰富的色彩，当对比率高达,300:1,时，便可支持各阶的颜色。但对比率遭受和亮度相同的困境，现今尚无一套有效又公正的标准来衡量对比率，所以最好的辨识方式还是依靠使用者眼睛。,对比度：,对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度,3.清晰度,由图像边缘灰度变化的速度来描述。,4.分解力或分辨力,3.清晰度,探测器,/,摄像机的,分辨率,是指当探测器,/,摄像机摄取等间隔排列的黑白相间条纹时，在监视器,(,比摄像机的分辨率要高,),上能够看到的最多线数，当超过这一线数时，屏幕上就只能看到灰蒙蒙的一片，而不再能分辨出黑白相间的线条。因此，分辨率这一参数的正确与否尤其重要。,而,分辨力,的定义是，将光学系统刚好能分辨的两物体之间的最小间隔，称为光学系统的分辨力，而不是分辨率。,分辨率与分辨力：,探测器/摄像机的分辨率是指当探测器/摄像机摄取等间隔排列的黑,空间分辨率和幅度分辨率,灰度图像：单色，一元组,彩色图像：,RGB,三色，三元组,空间分辨率和幅度分辨率灰度图像：单色，一元组彩色图像：RGB,一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；,采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。,一般来说，采样间隔越大，所得图像像素数越少，空间,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。,但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化,。,量化等级越多，所得图像层次越丰富，灰,第,2,章,2.4,像素间联系,像素邻域,4,-,邻域，记为,N,4,(,p,),(,x+1,y) (x-1,y) (x,y+1) (x,y-1),对角邻域，记为,N,D,(,p,),(,x+1,y+1)(x+1,y-1) (x-1,y+1) (x-1,y-1),8,-,邻域，记为,N,8,(,p,),第2章2.4像素间联系 像素邻域,像素连接,两个像素连接的两个必要条件是,两个像素的位置在某种情况下是否相邻,两个像素的值是否满足某种相似性,连接(,adjacency),类型,4-,连接,8-连接,对角,-,连接,像素邻接,像素邻接：一个像素在另一个像素的邻域中，则称这两个像素满足邻接关系。,像素连接 两个像素连接的两个必要条件是像素邻接像素邻接：一个,4-连接(,adjacency),定义,对于具有值,V,的象素,p,和,q,如果,q,在集合,N4(p),中则称这两个象素是4-连接的,8-连接(,adjacency),定义,对于具有值,V,的象素,p,和,q,如果,q,在集合,N8(p),中则称这两个象素是8-连接的,4-连接(adjacency)定义,像素连通,两个像素,p,、,q,不直接邻接，但它们均在第三个像素的相同邻域中，且这三个像素的灰度值均满足某个特定的相似性准则，则称这两个像素,p,、,q,是连通的。,只要两个像素,p,、,q,间有一系列连接的像素，则,p,、,q,是连通的，这一系列连接的像素构成,p,、,q,之间的,通路,。,像素连通 两个像素p、q不直接邻接，但它们均在第三个像,通路长度(,Path),定义,一条从具有坐标(,x,y),的象素,p,到具有坐标(,s,t),的象素,q,的通路,是具有坐标(,x0,y0),(x1,y1),.,(xn,yn),的不同象素的序列.其中(,x0,y0) = (x,y),(xn,yn) =(s,t), (xi,yi),与(,xi-1,yi-1),连接,1=i=n,n,是通路的长度.,通路长度(Path)定义,第,2,章,像素间距离,欧氏距离（也是范数为,2,的距离）,城区距离（也是范数为,1,的距离）,棋盘距离（也是范数为,的距离）,第2章像素间距离,第,2,章,距离计算示例,在图,2.4.3,中，两个像素,p,和,q,之间的,D,E,距离为,5,（见图,2.4.3(a),），,D,4,距离为,7,（见图,2.4.3(b),），,D,8,距离为,4,（见图,2.4.3(c),）,第2章距离计算示例,点运算,对单幅图像做处理，不改变像素的空间位置；,代数运算,对多幅图像做处理，也不改变像素的空间位置；,几何运算,/,坐标变换,对单幅图像做处理，改变像素的空间位置；,几何运算包含两个独立的算法：,空间变换算法,和,灰度级插值算法,。,2.5,图像坐标变换,点运算对单幅图像做处理，不改变像素的空间位置；2.5图像坐,第,2,章,基本坐标变换,坐标变换可借助矩阵写为：,变换前坐标矢量,变换矩阵,变换后坐标矢量,第2章基本坐标变换变换前坐标矢量 变换矩阵 变换后坐标矢量,第,2,章,基本坐标变换,平移变换矩阵,平移变换的逆矩阵,第2章基本坐标变换,第,2,章,基本坐标变换,旋转变换矩阵,旋转变换的逆矩阵,第2章基本坐标变换,第,2,章,几何失真校正,空间变换,：对图像平面上的像素进行重新排列以恢复像素原空间关系,第2章几何失真校正,Lenna,及变形图像,Lenna及变形图像,灰度级插值,1）向前映射法,通过输入图像像素位置,计算输出图像对应像素位置,;,将该位置像素的灰度值按某种方式分配到输出图像相邻四个像素,.,灰度级插值1）向前映射法通过输入图像像素位置, 计算输出图像,2）向后映射法,通过输出图像像素位置,计算输入图像对应像素位置,;,根据输入图像相邻四个像素的灰度值计算该位置像素的灰度值,.,2）向后映射法通过输出图像像素位置, 计算输入图像对应像素位,两种映射方法的对比,对于向前映射：每个输出图像的灰度要经过多次运算；,对于向后映射：每个输出图像的灰度只要经过一次运算。,实际应用中，更经常采用向后映射法。,其中,根据四个相邻像素灰度值计算某位置的像素灰度值即为灰度级插值。,两种映射方法的对比实际应用中，更经常采用向后映射法。其中,根,3）最近邻插值,向后映射时，输出图像的灰度等于离它所映射位置最近的输入图像的灰度值。,4）双线性插值,四点确定一个平面函数，属于过约束问题；,问题描述：,单位正方形顶点已知，求正方形内任一点的,f,(,x,y,),值,。,两种常用方法,3）最近邻插值两种常用方法,第二章图像采集课件,第,2,章,几何失真校正,灰度插值,：对空间变换后的像素赋予相应的灰度值以恢复原位置的灰度值,第2章几何失真校正,用最近邻插值和双线性插值的方法分别将老虎放大1.5倍。,用最近邻插值和双线性插值的方法分别将老虎放大1.5倍。,采用最近邻插值放大1.5倍,采用双线性插值放大1.5倍,采用最近邻插值放大1.5倍采用双线性插值放大1.5倍,灰度级插值,在输入图像,f(x,y),中，灰度值仅仅在整数位置,(x,y),处被定义，然而在上式中，,g(x,y),的灰度值一般由处在非整数坐标上的,f(x,y),的值来确定。所以，如果把几何运算看成是一个从,f,到,g,的映射，则,f,中的一个象素会映射到,g,中的几个象素之间的位置,最简单的方法最近邻法,一般采样双线性插值,灰度级插值在输入图像f(x,y)中，灰度值仅仅在整数位置(x,2024/8/30,2.6,灰度直方图,直方图的定义,灰度直方图是灰度级的函数，,描述的是图像中具有该灰度级的像素的个数，其横坐标是灰度级，纵坐标是该灰度出现的频率，即等于该灰度的像素的个数或者频数。,灰度直方图就是反映一幅图像中的灰度级与出现这种灰度的概率之间的关系的图形，灰度直方图是图像的最基本的统计特征。,2023/9/6 2.6 灰度直方图直方图的定义,2024/8/30,在离散形式下，用 代表离散灰度级，用 表示概率密度函数 ，则有,式中， 为图像中具 有这种灰度值的像素数， 为图像中像素总数， 而 为频数。,直方图的定义,2023/9/6 在离散形式下，用 代表离散灰,2024/8/30,在直角坐标系中做出 与 的关系图形，即为直方图。它给出了一幅图像中所有像素灰度值的整体描述。图所示为一幅图像及其直方图。横坐标为,0255,灰度等级，纵坐标为等于某个灰度级的像素个数。,2023/9/6 在直角坐标系中做出 与,图像灰度直方图,图像灰度直方图,2024/8/30,一幅图像及其直方图,2023/9/6,2024/8/30,直方图的性质,直方图描述了每个灰度级具有的像素的个数，但它不能为这些像素在图像中的空间位置提供任何线索。因此，,任何一幅特定的图像具有唯一的直方图，但反之并不成立。,极不相同的图像可以有相同的直方图。例如，在图像中移动物体一般对直方图没有影响。直方图的性质总结如下。,2023/9/6直方图的性质 直方图描述了每个灰度,2024/8/30,（,1,）直方图是一幅图像中各像素灰度值出现次数（或频数）的统计结果，它只反映该图像中不同灰度值出现的次数（或频数），而不能反映某一灰度值像素所在位置。也就是说，它只包含了该图像中某一灰度值的像素出现的概率，而,丢失了其所在位置的信息,。,2023/9/6（1）直方图是一幅图像中各像素灰度值出现次数,2024/8/30,（,2,）任一幅图像，都能唯一地确定出一幅与它相对应的直方图，但是不同的图像，可能有相同的直方图。即图像与直方图之间是多对一的映射关系。图所示是一个不同图像具有相同直方图的例子。同时图还说明在一幅图像中移动某个物体，图像的直方图不会改变。,2023/9/6,2024/8/30,图,2.4.2,不同图像具有相同直方图,2023/9/6,（,3,） 由于直方图是对具有相同灰度值的像素统计得到的， 因此，一幅图像各子区的直方图之和就等于该图像全图的直方图，如图所示。,图 直方图的分解,（3） 由于直方图是对具有相同灰度值的像素统计得到,2024/8/30,直方图的简单应用,1.,数字化参数,直方图给出了一个简单可见的指标，用来判断一幅图像是否合理的利用全部或几乎全部的灰度级。一旦被图像数字化的级数少于,256,，丢失的信息除非重新数字化图像，否则将不能被恢复。,如果图像具有超出数字化器所能处理的范围的亮度，则这些灰度级将被简单地设置为,0,或,255,，由此将在直方图的一端或两端产生尖峰。数字化时对直方图的快速检查可以使数字化过程中产生的问题及早暴露出来，以免浪费大量的后续处理时间。,2023/9/6直方图的简单应用1. 数字化参数,2024/8/30,2.,边缘阈值选择,轮廓线提供了一个确定图像中简单物体边界的有效的方法。用轮廓线作为边界的技术称为阈值化。假定一幅图像背景是浅色的，其中有一个深色的物体。图所示为这类图像的直方图。物体中的深色像素产生了直方图上的左峰，而背景中大量的灰度级产生了直方图上的右峰。物体边界附近具有两峰之间灰度级的像素数目相对较少，从而产生了两峰之间的谷。,选择谷作为灰度阈值将得到合理的物体的边界。,2023/9/62.边缘阈值选择,2024/8/30,图,2.4.3,双峰直方图,2023/9/6,具有二峰性的灰度图象,具有二峰性的灰度图象,2024/8/30,3.,综合光密度,在给出灰度直方图后，甚至可以在没有看到图像的情况下就确定物体的最佳灰度阈值以便计算物体的面积。另外，一种可从简单图像的灰度直方图直接计算的量是综合光密度（,integrated optical density, IOD),。它是反映图像“质量”的一种有用度量，其定义为,2023/9/63.综合光密度,2024/8/30,综合光密度,2023/9/6综合光密度,当影像上目标的灰度值比其它部分灰度值大或者灰度区间已知时，可利用直方图统计图像中物体的面积。,A=,计算图像信息量,H（,熵）,当影像上目标的灰度值比其它部分灰度值大或者灰度区间已知时，可,2024/8/30,对于数字图像，有,式中，,NS,表示图像的宽度，,NL,表示图像的高度，,D,（,i,，,j),是点,(i,j),处像素的灰度值。,2023/9/6对于数字图像，有,11,醉翁亭记,1,反复朗读并背诵课文，培养文言语感。,2,结合注释疏通文义，了解文本内容，掌握文本写作思路。,3,把握文章的艺术特色，理解虚词在文中的作用。,4,体会作者的思想感情，理解作者的政治理想。一、导入新课范仲淹因参与改革被贬，于庆历六年写下岳阳楼记，寄托自己“先天下之忧而忧，后天下之乐而乐”的政治理想。实际上，这次改革，受到贬谪的除了范仲淹和滕子京之外，还有范仲淹改革的另一位支持者北宋大文学家、史学家欧阳修。他于庆历五年被贬谪到滁州，也就是今天的安徽省滁州市。也是在此期间，欧阳修在滁州留下了不逊于岳阳楼记的千古名篇醉翁亭记。接下来就让我们一起来学习这篇课文吧！【教学提示】结合前文教学，有利于学生把握本文写作背景，进而加深学生对作品含义的理解。二、教学新课目标导学一：认识作者，了解作品背景作者简介：欧阳修,(1007,1072),，字永叔，自号醉翁，晚年又号“六一居士”。吉州永丰,(,今属江西,),人，因吉州原属庐陵郡，因此他又以“庐陵欧阳修”自居。谥号文忠，世称欧阳文忠公。北宋政治家、文学家、史学家，与韩愈、柳宗元、王安石、苏洵、苏轼、苏辙、曾巩合称“唐宋八大家”。后人又将其与韩愈、柳宗元和苏轼合称“千古文章四大家”。关于“醉翁”与“六一居士”：初谪滁山，自号醉翁。既老而衰且病，将退休于颍水之上，则又更号六一居士。客有问曰：“六一何谓也？”居士曰：“吾家藏书一万卷，集录三代以来金石遗文一千卷，有琴一张，有棋一局，而常置酒一壶。”客曰：“是为五一尔，奈何？”居士曰：“以吾一翁，老于此五物之间，岂不为六一乎？”写作背景：宋仁宗庆历五年,(1045,年,),，参知政事范仲淹等人遭谗离职，欧阳修上书替他们分辩，被贬到滁州做了两年知州。到任以后，他内心抑郁，但还能发挥“宽简而不扰”的作风，取得了某些政绩。醉翁亭记就是在这个时期写就的。目标导学二：朗读文章，通文顺字,1,初读文章，结合工具书梳理文章字词。,2,朗读文章，划分文章节奏，标出节奏划分有疑难的语句。节奏划分示例环滁,/,皆山也。其,/,西南诸峰，林壑,/,尤美，望之,/,蔚然而深秀者，琅琊也。山行,/,六七里，渐闻,/,水声潺潺，而泻出于,/,两峰之间者，酿泉也。峰回,/,路转，有亭,/,翼然临于泉上者，醉翁亭也。作亭者,/,谁？山之僧,/,曰,/,智仙也。名之者,/,谁？太守,/,自谓也。太守与客来饮,/,于此，饮少,/,辄醉，而,/,年又最高，故,/,自号曰,/,醉翁也。醉翁之意,/,不在酒，在乎,/,山水之间也。山水之乐，得之心,/,而寓之酒也。节奏划分思考“山行,/,六七里”为什么不能划分为“山,/,行六七里”？明确：“山行”意指“沿着山路走”，“山行”是个状中短语，不能将其割裂。“望之,/,蔚然而深秀者”为什么不能划分为“望之蔚然,/,而深秀者”？明确：“蔚然而深秀”是两个并列的词，不宜割裂，“望之”是总起词语，故应从其后断句。【教学提示】引导学生在反复朗读的过程中划分朗读节奏，在划分节奏的过程中感知文意。对于部分结构复杂的句子，教师可做适当的讲解引导。目标导学三：结合注释，翻译训练,1,学生结合课下注释和工具书自行疏通文义，并画出不解之处。【教学提示】节奏划分与明确文意相辅相成，若能以节奏划分引导学生明确文意最好；若学生理解有限，亦可在解读文意后把握节奏划分。,2,以四人小组为单位，组内互助解疑，并尝试用“直译”与“意译”两种方法译读文章。,3,教师选择疑难句或值得翻译的句子，请学生用两种翻译方法进行翻译。翻译示例：若夫日出而林霏开，云归而岩穴暝，晦明变化者，山间之朝暮也。野芳发而幽香，佳木秀而繁阴，风霜高洁，水落而石出者，山间之四时也。直译法：那太阳一出来，树林里的雾气散开，云雾聚拢，山谷就显得昏暗了，朝则自暗而明，暮则自明而暗，或暗或明，变化不一，这是山间早晚的景色。野花开放，有一股清幽的香味，好的树木枝叶繁茂，形成浓郁的绿荫。天高气爽，霜色洁白，泉水浅了，石底露出水面，这是山中四季的景色。意译法：太阳升起，山林里雾气开始消散，烟云聚拢，山谷又开始显得昏暗，清晨自暗而明，薄暮又自明而暗，如此暗明变化的，就是山中的朝暮。春天野花绽开并散发出阵阵幽香，夏日佳树繁茂并形成一片浓荫，秋天风高气爽，霜色洁白，冬日水枯而石底上露，如此，就是山中的四季。【教学提示】翻译有直译与意译两种方式，直译锻炼学生用语的准确性，但可能会降低译文的美感；意译可加强译文的美感，培养学生的翻译兴趣，但可能会降低译文的准确性。因此，需两种翻译方式都做必要引导。全文直译内容见我的积累本。目标导学四：解读文段，把握文本内容,1,赏析第一段，说说本文是如何引出“醉翁亭”的位置的，作者在此运用了怎样的艺术手法。明确：首先以“环滁皆山也”五字领起，将滁州的地理环境一笔勾出，点出醉翁亭坐落在群山之中，并纵观滁州全貌，鸟瞰群山环抱之景。接着作者将“镜头”全景移向局部，先写“西南诸峰，林壑尤美”，醉翁亭坐落在有最美的林壑的西南诸峰之中，视野集中到最佳处。再写琅琊山“蔚然而深秀”，点山“秀”，照应上文的“美”。又写酿泉，其名字透出了泉与酒的关系，好泉酿好酒，好酒叫人醉。“醉翁亭”的名字便暗中透出，然后引出“醉翁亭”来。作者利用空间变幻的手法，移步换景，由远及近，为我们描绘了一幅幅山水特写。,2,第二段主要写了什么？它和第一段有什么联系？明确：第二段利用时间推移，抓住朝暮及四季特点，描绘了对比鲜明的晦明变化图及四季风光图，写出了其中的“乐亦无穷”。第二段是第一段“山水之乐”的具体化。,3,第三段同样是写“乐”，但却是写的游人之乐，作者是如何写游人之乐的？明确：“滁人游”，前呼后应，扶老携幼，自由自在，热闹非凡；“太守宴”，溪深鱼肥，泉香酒洌，美味佳肴，应有尽有；“众宾欢”，投壶下棋，觥筹交错，说说笑笑，无拘无束。如此勾画了游人之乐。,4,作者为什么要在第三段写游人之乐？明确：写滁人之游，描绘出一幅太平祥和的百姓游乐图。游乐场景映在太守的眼里，便多了一层政治清明的意味。太守在游人之乐中酒酣而醉，此醉是为山水之乐而醉，更是为能与百姓同乐而醉。体现太守与百姓关系融洽，“政通人和”才能有这样的乐。,5,第四段主要写了什么？明确：写宴会散、众人归的情景。目标导学五：深入解读，把握作者思想感情思考探究：作者以一个“乐”字贯穿全篇，却有两个句子别出深意，不单单是在写乐，而是另有所指，表达出另外一种情绪，请你找出这两个句子，说说这种情绪是什么。明确：醉翁之意不在酒，在乎山水之间也。醉能同其乐，醒能述以文者，太守也。这种情绪是作者遭贬谪后的抑郁，作者并未在文中袒露胸怀，只含蓄地说：“醉能同其乐，醒能述以文者，太守也。”此句与醉翁亭的名称、“醉翁之意不在酒，在乎山水之间也”前后呼应，并与“滁人游”“太守宴”“众宾欢”“太守醉”连成一条抒情的线索，曲折地表达了作者内心复杂的思想感情。目标导学六：赏析文本，感受文本艺术特色,1,在把握作者复杂感情的基础上朗读文本。,2,反复朗读，请同学说说本文读来有哪些特点，为什么会有这些特点。,(1),句法上大量运用骈偶句，并夹有散句，既整齐又富有变化，使文章越发显得音调铿锵，形成一种骈散结合的独特风格。如“野芳发而幽香，佳木秀而繁阴”“朝而往，暮而归，四时之景不同，而乐亦无穷也”。,(2),文章多用判断句，层次极其分明，抒情淋漓尽致，“也”“而”的反复运用，形成回环往复的韵律，使读者在诵读中获得美的享受。,(3),文章写景优美，又多韵律，使人读来不仅能感受到绘画美，也能感受到韵律美。目标导学七：探索文本虚词，把握文言现象虚词“而”的用法用法,文本举例表并列,1.,蔚然而深秀者；,2.,溪深而鱼肥；,3.,泉香而酒洌；,4.,起坐而喧哗者表递进,1.,而年又最高；,2.,得之心而寓之酒也表承接,1.,渐闻水声潺潺，而泻出于两峰之间者；,2.,若夫日出而林霏开，云归而岩穴暝；,3.,野芳发而幽香，佳木秀而繁阴；,4.,水落而石出者；,5.,临溪而渔；,6.,太守归而宾客从也；,7.,人知从太守游而乐表修饰,1.,朝而往，暮而归；,2.,杂然而前陈者表转折,1.,而不知人之乐；,2.,而不知太守之乐其乐也虚词“之”的用法用法,文本举例表助词“的”,1.,泻出于两峰之间者；,2.,醉翁之意不在酒；,3.,山水之乐；,4.,山间之朝暮也；,5.,宴酣之乐位于主谓之间，取消句子独立性,而不知太守之乐其乐也表代词,1.,望之蔚然而深秀者；,2.,名之者谁,(,指醉翁亭,),；,3.,得之心而寓之酒也,(,指山水之乐,),【教学提示】更多文言现象请参见我的积累本。三、板书设计路线：环滁琅琊山酿泉醉翁亭风景：朝暮之景四时之景山水之乐,(,醉景,),风俗：滁人游太守宴众宾欢 太守醉宴游之乐,(,醉人,),心情：禽鸟乐人之乐乐其乐与民同乐,(,醉情,),可取之处,重视朗读，有利于培养学生的文言语感，并通过节奏划分引导学生理解文意，突破了仅按注释疏通文义的桎梏，有利于引导学生自主思考；不单纯关注“直译”原则，同时培养学生的“意译”能力，引导学生关注文言文的美感，在一定程度上有助于培养学生的核心素养。不足之处,文章难度相对较高，基础能力低的学生难以适应该教学。,会员免费下载,11醉翁亭记 1反复朗读并背诵课文，培养文言语感。,