《光电图像处理》03－图像数字化处理

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,*,光电图像处理,（三）图像数字化处理,电子工程学院光电子技术系,3.1,图像的数字化,3.2,数字图像类型及图像文件的格式,3.3,图像质量的评价,3.4,数字图像处理算法的形式,3.5,图像的特征,3.6,图像噪声,主 要 内 容,3.1,图像的数字化,3.1.1,图像的数字化技术,3.1.2,数字图像的描述,3.1.3,图像的数字化设备,3.1.1,图像的数字化技术,图像数字化,:,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，形成一幅数字图像。它包括,扫描,、,采样,、,量化,三个过程。小区域的位置和灰度就是像素的属性。,扫描,对一幅图像内给定位置的寻址,把图像划分为矩形网格，即光栅,扫描的最小单元为像素,采样,在一幅图像的每个像素位置上测量灰度值,传感元件将光亮度转化为电压值,对图像信号的定义域离散化,量化,将测量的灰度值用整数表示,通过模数转化器实现,对图像信号的值域离散化,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。,由于,g,(,i, j,),代表该点图像的光强度，而光是能量的一种形式，故,g,(,i, j,),必须大于零， 且为有限值，即：,0,g,(,i, j,),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,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, ,),表示，其中,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, ,t,),图像的采样,将空间上连续的图像变换成离散点的操作称为采样。也就是用空间上部分点的灰度值代表图像，这些点称为采样点。,由于图像是一种二维分布的信息，为了对它进行采样操作，需要先将二维信号变成一维信号，再对一维信号完成采样。,具体做法：,沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描，取出各水平线上灰度值的一维扫描,垂直方向采样,对一维扫描线信号按一定间隔采样得到离散信号,水平方向采样,对于运动图像（即时间域上连续的图像）则先在时间轴上采样。,时间采样,重要参数：采样间隔和采样孔的大小,注意：采样间隔的选取。采样间隔取得不合适除了画面出现马赛克之外，还会发生频率的混叠现象。,量 化,模拟图像经过采样后，在时间和空间上离散化为像素。但采样所得的像素值（即灰度值）仍是连续量。把采样后所得到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。,连续灰度值量化为灰度级的方法有两种：,等间隔量化：简单的把采样值的灰度范围等间隔地分割并进行量化，对于像素灰度值在黑白范围较均匀分布的图像，这种量化方法可以得到较小的量化误差,均匀量化或线性量化,非均匀量化：依据一副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极少出现的范围，则量化间隔取大一些。,采样与量化参数的选择,一副图像在采样时，行、列的采样点与量化时每个像素量化的级数，既影响数字图像的质量，也影响到该数字图像数据量的大小。假定图像取,M,N,个样点，每个像素量化后的灰度二进制位数为,K,，一般量化级数,Q,总是取为,2,的整数幂，即,Q=2,K,则存储一幅数字图像所需的,二进制位数,b,为：,b,MNK,字节数,B,为：,B,MNK/8,对一幅图像，当量化级数,Q,一定时，采样点数,M,N,对图像质量有着显著的影响。采样点数越多，图像质量越好，当采样点数减少的时候，图上的块状效应就逐渐明显。,同理，当图像的采样点数一定时，采用不同量化技术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，量化技术最小的极端情况就是二值图像，图像出现,伪轮廓,。,低,bit,量化的伪轮廓现象示意图,不同采样点数对图像质量的影响,不同量化级别对图像质量的影响,图,2-5,不同量化级别对图像质量的影响,（,a,）,原始图像,(256,色,),； （,b,）,量化图像,(64,色,),； （,c,）,量化图像,(32,色,),；,（,d,）,量化图像,(16,色,),； （,e,）,量化图像,(4,色,),； （,f,）,量化图像,(2,色,),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（混叠）。,对于彩色图像，是按照颜色成分,红（,R,）、绿（,G,）、蓝（,B,）分别采样和量化的。若各种颜色成分均按,8bit,量化，即每种颜色量级别是,256,， 则可以处理,256,256,256=16 777 216,种颜色。,3.1.2,数字图像的描述,是指图像的每个像素只能是黑或者白，没有中间的过渡，故又称为值图像。,2,值图像的像素值为,0,、,1,。,1.,黑白（二值）图像,灰度图像是指每个像素的信息由一个量化的,灰度级,来描述的图像，没有彩色信息。,2.,灰度图像,灰度图像描述示例,彩色图像是指每个像素的信息由,RGB,三原色构成的图像，其中,RBG,是由不同的灰度级来描述的。,3.,彩色图像,黑白图像,灰度图像,彩色图像,3.1.3,图像数字化设备,采样孔,(Sampling aperture),：,使数字化设备能够单独地观测特定的图像元素而不受图像其他部分的影响；,图像扫描机构： 使采样孔按照预先确定的方式在图像上移动，从而按顺序观测每一个像素；,光传感器： 通过采样检测图像的每一像素的亮度， 通常采用,CCD,阵列；,量化器：将传感器输出的连续量转化为整数值。典型的量化器是,A/D,转换电路，它产生一个与输入电压或电流成比例的数值；,输出存储装置：将量化器产生的灰度值按适当格式存储起来，以用于计算机后续处理。,1.,图像数字化设备的组成,2.,图像数字化设备的性能,像素大小：采样孔的大小和相邻像素的间距是两个重要的性能指标。,图像大小：图像大小即数字化设备所允许的最大输入图像的尺寸,线性度：对光强进行数字化时，灰度正比于图像亮度的实际精确程度是一个重要的指标。非线性的数字化设备会影响后续过程的有效性。能将图像量化为多少级灰度也是非常重要的参数。,噪声：数字化设备中固有的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,),扫描速度：采样数据的传输速度,分辨率：包括空间分辨率和灰度分辨率,3.2,数字图像的类型及图像文件格式,矢量,(Vector),图：矢量图是用一系列绘图指令来表示一幅图，本质是用数学,(,更准确地说是几何学,),公式描述一幅图像。,Corel Draw,和,Adobe Illustrator,根据数字图像的特性，静态图像可分为：,优点,：一是它的文件数据量很小；二是图像质量与分辨率无关；,缺点,：就是不易制作色调丰富或色彩变化太多的图像，而且绘出来的图像不是很逼真，同时也不易在不同的软件间交换文件。,位图（,Bitmap,）：是通过许多像素点表示一幅图像，每个像素具有颜色属性和位置属性。,线画稿,(,LineArt,),灰度图像,(,GrayScale,),索引颜色图像,(Index Color),真彩色图像（,True Color,）,0,矢量图与位图的转换,矢量图与位图相比，矢量图文件比位图文件小的多，显示点位图文件比显示矢量图文件要快，矢量图易修改而位图难编辑，矢量图可无级放大而位图放大后有马赛克效应，矢量图侧重于绘制与创造而点位图偏重于获取与复制。矢量图和点位图间可以用软件进行转换：,栅格化：由矢量图转换成点位图采用栅格化技术，这种转换也相对容易；,矢量化：由点位图转换为矢量图采用图像跟踪技术，这种技术在实际应用中很难实现，或者实现了但效果很差，对复杂的彩色图像尤其如此。,位图的有关术语,像素：,显示在显示器上的光点（光的单元），是个相对度量单位。,样点和点：,扫描一幅图像时，需设置扫描仪的分辨率（,Resolution,），分辨率决定了扫描仪从源图像里每英寸取多少个样点。扫描仪将源图像看成由大量的网格组成，然后在每一个网格里取出一点，用该点的颜色值来代表这一网格里所有点的颜色值，这些被选中的点就是样点。,分辨率,：单位长度内所含的点（像素）的多少。,1.,像素（,Pixel,）、点（,Dot,）和样点（,Sample,）、分辨率,与数字图像有关的分辨率,图像分辨率：,图像分辨率是指每英寸图像含有多少个点或像素， 分辨率的单位为,dpi,。,在数字图像中，分辨率的大小直接影响到图像的质量；,屏幕分辨率：,显示器上每单位长度显示的像素或点的数量。通常以每英寸点数,(dpi),来表示。屏幕分辨率取决于显示器的大小及其像素设置；,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,(dpi),。,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；,扫描仪分辨率：,扫描仪分辨率的表示方法与打印机相类似，一般也用,dpi,表示， 台式扫描仪的分辨率可以分为光学分辨率和输出分辨率。,BMP,（,BitMap,picture,）,:Windows,系统交换图形，图像数据的一种标准格式。包括：位图文件头、位图信息头、调色板、位图数据。,TIFF(Tag,Image File Format) :,提供存储各种信息的完备的手段，是目前流行的图像文件交换标准之一。,TIF,文件由：文件头、参数指针表与参数域、参数数据表和图像数据,4,部分组成。,GIF,（,Graphics Interchange Format,）：,在不同的系统平台上交流和传输图像，由文件标志块、逻辑屏幕描述块、 可选的,“,全局,”,色彩表块,(,调色板,),、 各图像数据块（或专用的块）以及尾块（结束码）五部分顺序构成。,图像文件格式,PCX,文件：,由,ZSoft,公司设计,最早使用的图像文件格式之一，支持,256,种颜色。支持,RGB,、,索引颜色、灰度和位图颜色模式，但不支持,alpha,通道。,PCX,图像文件由三个部分组成： 文件头、 图像数据和,256,色调色板。,JPEG (Joint Photographer,s Experts Group),：,解决专业摄影师所遇到的图像信息过于庞大的问题，高压缩比和良好的图像质量。,（ 阿尔法通道,(Alpha Channel),是指一张图片的透明和半透明度。,例如：,Alpha,通道是一个,8,位的灰度通道，该通道用,256,级灰度来,记录图像中的透明度信息，定义透明、不透明和半透明区域，其,中黑表示全透明，白表示不透明，灰表示半透明。）,3.3,图像质量的评价,3.3.1,图像质量,3.3.2,图像质量的主观评价,3.3.3,用波形和测试图案进行图像质量评价,3.3.1,图像质量,图像的逼真度（,fidelity,）,:,描述被评价图像与标准图像的偏离程度；,图像的可懂度（,intelligibility,）,:,表示图像能向人或机器提供信息的能力。,图像质量评价的研究是图像信息工程的基本技术之一。例如，在图像处理中的,图像编码,技术，就是在保持被编码图像一定质量的前提下，以尽可能少的码字来表示图像，以便节省信道和存储器容量；而,图像增强,就是为了改善图像的主观视觉显示质量；,图像复原,则是用于补偿图像的降质，使复原后的图像尽可能地接近原始图像质量。这些，都要求有一个合理的图像质量评价方法,信,息,源,变,换,系,统,传,输,处,理,系,统,逆,变,换,系,统,信,宿,发送环境,A,收信环境,B,S,T,L,D,R,图像质量,Q=,f,(S,A,T,L,D,B,R),图像通信的图像质量,Q,是一个包括许多变量且不独立的复杂函数，在某些情况下，我们可以固定一些变量，从而得到图像质量,Q,与某一个或几个变量之间的关系。,图像的传输质量,图像的通信质量,图像的质量,可懂度,-,与,可懂度,相关的主要因素,亮度,对比度,主题内容的大小,细微层次,颜色饱和度,图像的质量,亮度,图像的质量,对比度,:,是指一幅图象中灰度反差的大小,图像的质量,对比度,:,是指一幅图象中灰度反差的大小,图像的质量,对比度,:,是,指,一幅图象中灰度反差的大小,图像的质量,对比度,图像的质量,主,题内容,的大,小,图像的质量,主,题内容,的大,小,图像的质量,主,题内容,的大,小,图像的质量,细微,层次,图像的质量,细微,层次,图像的质量,颜色,饱,和度,3.3.2,图像质量的主观评价,图像的主观评价就是以人作为图像的观察者，对图像的优劣作出主观评定，这是目前普遍采用的方法。,选择主观评价的观察者应考虑这样两类人：一类是未受训练的“外行”观察者；一类是训练有素的“内行”。所谓“内行”观察者是指对图像技术有一定经验的人，他们能够凭自己的观察对图像质量提出严格的判断，对易被“外行”所忽略的图像中某些小降质都会被他们发现。,一般图像的主观评价,绝对评价：,由观察者根据一些事先规定的评价尺度或自己的经验，对被评价图像提出质量判断。某些情况下，也可以提供一组标准图像作参考，帮助观察者对图像质量作出合适的评价。绝对评价常用的评价尺度称为,“,全优度尺度,”,相对评价：,相对评价是由观察者将一批图像由好到坏进行分类，也就是对图像进行互相比较得出好坏并给出分数。相对评价常用所谓,“,群优度尺度,”,全优度尺度,观察者对图像的优劣以数字给分,非常好的图像,5,分,好的图像,4,分,中等图像,3,分,差的图像,2,分,非常差的图像,1,分,群优度尺度,观察者对图像相互比较给分,一批中最好的图像,7,分,比该批的平均水平好的图像,6,分,稍好于该批的平均水平图像,5,分,该批平均水平的图像,4,分,稍次于该批的平均水平图像,3,分,比该批的平均水平差的图像,2,分,一批中最差的图像,1,分,评价的结果用一定数量的观察者的平均分数得出。其平均分数定义为：,图像的主观评价除绝对评价和相对评价两种方法外，还有一些特定场合下应用的具体方法，如在编码图像质量评价中常常应用的,对比试验,方法。即在规定条件下，按一定随机方式切换给定的标准图像和评价图像，直到观察者观察不出或很少觉察到两幅图像的差别为止，那么就可以认为待评价图像和给定的标准图像有相同的质量。,式中：,X,1,，,X,2,，,X,3,，,x,4,，,X,5,分别是与杂波、回波、清晰度、对比度、亮度相对应的变量；,X,i,，,X,z,，,X,j,分别是与观察者类型、试验图像类型、观察条件相对应的变量。,电视图像质量的主观评价,在主观评价试验中，图像质量评定分数不仅是图像本身特性的函数，而且还是观察者特性以及观察者条件的函数。例如，电视图像的质量,Q,不仅与图像本身的几种失真因素,(,杂波、回波、清晰度、对比度、亮度等,),有关，而且与观察者类型、试验图像类型和观察条件等有关，即,3.3.3,用波形和测试图案进行图像质量评价,对电视系统，通常使用电子测试波形或由摄像机摄取测试图案卡片来观察其性能变化以进行图像质量测试和评价。,对图像的几何失真、灰度线性以及空间分辨率的测试，可以将适当的电子测试信号加在显示器上进行。,如点和线栅图案在检测图像几何失真方面是常用的，而且可以用来检测彩色显示的基色配准情况。,灰度卡可以检测图像的灰度线性情况。,标准彩条测试卡可以检测图像的彩色特性。,空间频率响应可由对于阶跃信号亮度响应的测量推导出来。,3.4,图像处理算法的形式,图像处理基本功能的形式,单幅图像 单幅图像,多幅图像 单幅图像,单（或多）幅图像 数字或符号等,1.,局部处理,邻域,对于任一像素（,i,，,j,），,集合,（,i+p,j+q,），,p,、,q,取合适的整数,叫做该像素的邻域,图像处理的几种具体算法,对输入图像,IP,（,i,j,）,处理时，某一输出像素,JP(i,j),值由输入图像像素（,i,j),及其邻域,N(i,j),中的像素值确定。这种处理称为局部处理。,局部处理的计算表达式为,图像平均平滑,图像空间域锐化,点处理,在局部处理中，当输出值,JP(i,j),仅与,IP(i,j),有关，则称为点处理,点处理的计算表达式为：,图像对比度增强,图像二值化,大局处理,在局部处理中，输出像素,JP(i,j),的值取决于输入图像大范围或全部像素的值，这种处理称为大局处理。,图像傅立叶变换,2.,迭代处理,反复对图像进行某种运算直至满足给定的条件，从而得到输出图像的处理形式称为迭代处理。,3.,跟踪处理,选择满足适当条件的像素作为起始像素，检查输入图像和已得到的输出结果，求出下一步应该处理的像素，进行规定的处理，然后决定是继续处理下面的像素，还是终止处理。这种处理形式称为跟踪处理。,图像细化,4.,位置不变处理和位置可变处理,输出像素,JP(i,，,j),的值的计算方法与像素的位置,(i,，,j),无关的处理称为位置不变处理或位移不变处理。,随位置不同计算方法也不同的处理称为位置可变处理或位移可变处理。,单独对图像中选定的矩形区域内的像素进行处理的方式叫做窗口处理,5.,窗口处理和模板处理,对图像的处理，一般采用对整个画面进行处理，但也有只对画面中特定的部分进行处理的情况。这种处理方式的代表有窗口处理和模板处理。,模板：为了表示区域形状，预先准备一个和处理图像相同大小的二维数组，使用与处理图像画面,1,对,1,的形式存储该区域的信息，边参照边进行处理，把这个任意形状的区域称作模板；,模板平面：一个和处理图像相同大小的二维数组，用来存储模板信息。一般是一幅二值图像；,模板处理：边参照模板平面边对图像进行某种操作。,希望单独处理任意形状的区域时，可采用模板处理。,若模板成矩形区域，则与窗口处理具有相同的效果，但窗口处理与模板处理不同之处是模板处理必须设置一个模板平面。,3.5,图像的特征,1,图像的特征,1,）自然特征,光谱特征,几何特征,时相特征,2,）,人工特征,直方图特征,灰度边缘特征,线、角点、纹理特征,图像的特征有很多，但在实际的特征提取中,重视何种特征主要依赖于对象和处理的目的,.,按提取特征的范围大小又可分为：,点特征,仅由各个像素就能决定的性质。如单色图像中的灰度值、彩色图像中的红,(R),、,绿,(G),、,蓝,(B),成分的值。,局部特征,在小邻域内所具有的性质，如线和边缘的强度、方向、密度和统计量,(,平均值、方差等,),等。,区域特征,在图像内的对象物,(,一般是指与该区域外部有区别的具有一定性质的区域,),内的点或者局部的特征分布，或者统计量，以及区域的几何特征,(,面积、形状,),等。,整体特征,整个图像作为一个区域看待时的统计性质和结构特征等。,图,2.6.3,图像的特征提取,2,特征提取,获取图像特征信息的操作称作,特征提取,。它作为模式识别、图像理解或信息量压缩的基础是很重要的。通过特征提取，可以获得特征构成的图像（称作特征图像）和特征参数。,3,特征空间,把从图像提取的,m,个特征量,y,1,，,y,2,，,，,y,m,，用,m,维的向量,Y,y,1,y,2,y,m,t,表示称为特征向量。另外，对应于各特征量的,m,维空间叫做特征空间。,3.6,图 像 噪 声,噪声,妨碍人们感觉器官对所接收的信源信息理解的因素。,例如，一幅黑白图像，其亮度分布假定为,f,(,x,y,),，,那么对其起干扰作用的亮度分布,R,(,x,y,),便称为图像噪声。,噪声在理论上可以定义为,“,不可预测， 只能用概率统计方法来认识的随机误差,”,。因此，将图像噪声看成是多维随机过程是合适的，描述噪声的方法完全可以借用随机过程及其概率分布函数和概率密度函数。通常是用其数字特征，即均值方差、相关函数等进行处理。,目前，大多数数字图像系统中，输入光图像都是采用先冻结再扫描方式将多维图像变成一维电信号，再对其进行处理、存储、传输等加工，最后往往还要再组成多维图像信号。图像噪声同样也受到这样的分解和合成，在这些过程中电气系统和外界影响将使得图像噪声的精确分析变得十分复杂。另一方面， 对图像信息的认识和理解是由人的视觉系统所决定的。不同的图像噪声，人的感觉（理解）程度是不同的，这就是所谓人的噪声视觉特性问题。该方面虽早已进行研究，但终因人的视觉系统本身未搞清楚而未获得解决。尽管如此，图像噪声在数字图像处理技术中的重要性却愈加明显。例如，高放大倍数遥感图片的判读，,X,射线图像系统中的噪声去除等都已成为不可缺少的技术。,图像噪声分类,电器的机械运动产生的噪声,由光和电的基本性质所引起的噪声,内,部噪声,外部噪声,两大类,元器件材料本身引起的噪声,系统内部设备电路所引起的噪声,一、根据产生的原因,平稳噪声：统计特性不随时间变化的噪声,非平稳噪声：,统计特性随时间变化的噪声,二、根据统计特性,三、根据噪声和信号之间的关系,加性噪声：信号与噪声的合成波形为,S(t)+n(t),乘性噪声：信号与噪声的合成波形为,S(t)1,n(t),高斯型：噪声幅度分布呈高斯分布,瑞利型：噪声幅度分布呈瑞利分布,白噪声：频谱呈均匀分布,四、根据噪声幅度分布形态,五、按产生过程,量化噪声,椒盐噪声,噪声在图像中的分布和大小不规则,噪声与图像之间具有相关性,噪声具有叠加性,图像系统噪声特点,