数字图像处理-第2章--图像获取课件

,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,*,1,Digital Image Processing,数字图像处理,2,第二章 图像获取,3,2.1 概 述,4,图像,景物,成像系统,采样图像,采样子系统,数字图像,量化器,图,2.1,图像采集系统,5,2.2 连续图像模型,6,连续图像的表达式,代表像源的空间辐射能量分布,标准观察者对图像光函数的亮度响应光场的瞬时光亮度计量,相对光效函数，即人视觉的光谱响应,7,蓝基色组的光谱三刺激值,绿基色组的光谱三刺激值,红基色组的光谱三刺激值,连续图像的表达式,标准观察者对图像的色响应,8,2.4 图像数字化,9,采样,量化,数字图像的表示,采样、量化参数与数字化图像的关系,数字化设备,图像数字化的两个具体过程：,采样：空间上的离散化,量化：灰度上的离散化,10,采样定理,冲激串采样,采样周期,T,采样,频率,采样函数,11,采样定理,采样定理,12,图像采样,空间采样函数,空间采样频率,空间采样函数,13,图像采样,空间采样函数,14,图像采样,采样后图像,15,图像采样,二维采样定理,奈奎斯特准则,2.4,图像数字化,一,.,图像的采样,定义：空间坐标,(x,y),的数字化被称为图像采样,结果：确定水平和垂直方向上的像素个数,M,、,N,位图图像,图像由基本显示单元“像素”构成,图像像点,8bit ( 2,8,= 256,色,),16bit ( 2,16,= 65536,色,),24bit ( 2,24,= 16M,色,),8,位图像,16,位图像,24,位图像,二进制位与图像之间,存在严格的“位映射”关系,像,素,由若干个二进制位进行描述,二进制位代表图像颜色的数量,具有位映射关系的图叫作“位图”,“,位图”特指图像,Resolution (,分辨率,),单位,图像分辨率,dpi,的数值越大，图像越清晰,dpi (display pixels / inch),每英寸显示的线数,300 dpi 96 dpi 21 dpi,dpi,视觉效果,清晰度,绝对清晰度,2.4,图像数字化,二,.,图像的量化,定义：将像素灰度转换成离散的整数值的过程,结果：将,f,映射到,Z,的处理,Z,的最大取值，确定像素的灰度级数,G = 2,m,， 如,256,连续信号（采样、量化）,数字信号,2.4,图像数字化,三,.,数字图像的表示,数字图像中的每一个像素对应于矩阵中相应的元素,图像运算矩阵运算,2.4,图像数字化,2.4,图像数字化,四,.,采样、量化参数与数字化图像间的关系,数字化方式：均匀采样、量化,非均匀采样、量化,所谓“均匀”，指的是采样、量化为等间隔。,所谓“非均匀”，指的是采样、量化为非等间隔,2.4,图像数字化,四,.,采样、量化参数与数字化图像间的关系,非均匀的图像采样,在灰度级变化尖锐的区域，用细腻的采样，在灰度级比较平滑的区域，用粗糙的采样,2.4,图像数字化,四,.,采样、量化参数与数字化图像间的关系,非均匀的图像量化,在边界附近使用较少的灰度级。剩余的灰度级可用于灰度级变化比较平滑的区域,避免或减少由于量化的太粗糙，在灰度级变化比较平滑的区域出现假轮廓的现象,图像数字化一般采用均匀采样和均匀量化方式,25,图像采样,自适应采样,均匀采样，,即上述讨论的等间隔采样。当对采样点数目有所限制时，比如说,N,N,个采样点，此时可以根据图像的特性采用自适应采样方案，有可能获得更好的效果。,自适应采样方案,的基本思想是：在图像函数值变化较大的区域采用精细的采样，在相对平滑的区域采用粗糙的采样。这种自适应采样方案又称为非均匀采样。,例如,，一幅在均匀背景上叠加了一幢房屋的图像。显然，该图像的背景只有极少的细节信息，用粗糙的采样来表示已经足够。另一方面，图像上的房屋含有大量的细节信息，在该区域增加采样点就可以改善整体效果，特别是当,N,较小时尤其如此。,2.4,图像数字化,四,.,采样、量化参数与数字化图像间的关系,2.4,图像数字化,四,.,采样、量化参数与数字化图像间的关系,2.4,图像数字化,四,.,采样、量化参数与数字化图像间的关系,2.4,图像数字化,四,.,采样、量化参数与数字化图像间的关系,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,。,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。,32,空间分辨率,256,256,128,128 64 64 32 32,图像空间分辨率变化的典型效果,33,灰度级分辨率,L=16,L=8,L=4 L=2,图像灰度分辨率变化的典型效果,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,3.,清晰度,由图像边缘灰度变化的速度来描述。,4.,分解力或分辨率,2.4,图像数字化,五,.,数字化设备,采样孔（,Sampling aperture,）,图像扫描机构,光传感器,量化器,输出存储体,数字化器的类型很多，目前用得较多的图像数字化设备有扫描仪、数码相机和数码摄像机。,2.4,图像数字化,数字照相机,镜头、感光器件（,CCD,或,CMOS,）、,MPU,（微处理器）、内置存储器、,LCD,（液晶显示器）、,PC,卡（可移动存储器）和接口（计算机接口、电视机接口）等部分组成,2.4,图像数字化,数字照相机,CompactFlash,存储卡,MemoryStick,PCMCIA,存储设备,2.4,图像数字化,扫描仪,常见分辨率,平板,扫描仪：,1200 dpi,底片扫描仪,4800 dpi,印刷图片,普通：,300dpi,高精度：,600 dpi,显示器：,96 dpi,显示用图片：,96 dpi,动画、视频：,96 dpi,喷墨打印机：,720,2880 dpi,激光打印机：,6001200 dpi,2.4,图像数字化,数字化设备的性能评价,项 目,内 容,空间分辨率,单位尺寸能够采样的像素数。由采样孔径与间距的大小和可变范围决定,灰（色）度分辨率,量化为多少等级（位深度），颜色数（色深度）,图像大小,仪器允许扫描的最大图幅,量测特征,数字化器所测量和量化的实际物理参数及精度,扫描速度,采样数据的传输速度,噪声,数字化器的噪声水平（应当使噪声小于图像内的反差）,其他,黑白,/,彩色，价格，操作性能等,42,2.,5,数字图像的基本概念,43,数字图像的表示,M,和,N,为正整数,矩阵中的每个元素称为图像单元，又称为图像元素，或简称,像素,44,数字图像的表示,(1)二进制图像,在一幅二进制图像中，每一个像素将取两个离散数值（0或1）中的一个。二进制图像使用,uint8,或双精度类型的数组来存储。,(2)索引图像,索引图像是一种把像素直接作为,RGB,调色板下标的图像。在,MATLAB,中，索引图像包含一个数据矩阵,X,和一个颜色映射（调色板）矩阵,map。,数据矩阵可以是,unit8、unit16,或双精度类型的。颜色映射矩阵,map,是一个,m,3,的数据阵列，其中每个元素的值均为0,1之间的双精度浮点型数据，,map,矩阵中的每一行分别表示红色、绿色和蓝色的颜色值。索引图像可把像素的值直接映射为调色板数值，每个像素的颜色通过使用,X,的像素值作为,map,的下标来获得，如值1指向,map,的第一行，值2指向第二行，以此类推。,MATLAB,图像类型,45,数字图像的表示,(3)灰度图像,灰度图像通常由一个,unit8,、,unit16,或双精度类型的数组来描述，其实质是一个数据矩阵,I,，,如式,(2.6.1),。该矩阵中的数据均代表了在一定范围内的灰度级，每一个元素对应于图像的一个像素点，通常,0,代表黑色，,1,、,255,或,65535,（针对不同的存储类型）代表白色。,(4)多帧图像,多帧图像是一种包含多幅图像或帧的图像文件，又称为多页图像或图像序列，主要用于需要对时间或场景上相关图像集合进行操作的场合。例如，磁谐振图像切片或电影帧等。在,MATLAB,中，它是一个四维数组，其中第四维用来指定帧的序号。,MATLAB,图像类型,46,数字图像的表示,(5),RGB,图像,RGB,图像又称为真彩图像，它是利用,R,、,G,、,B,三个分量表示一个像素的颜色，,R,、,G,、,B,分别代表红、绿、蓝三种不同的基本颜色，通过三基色可以合成出任意颜色。所以对一个尺寸为,M,N,的真彩图像来说，在,MATLAB,中则存储为一个,M,N,3,的多维数据矩阵。,RGB,图像不使用调色板，每一个像素的颜色直接由存储在相应位置的红、绿、蓝颜色分量的组合来确定。每个像素的三个颜色分量都存储在矩阵的第三维中，如坐标,(16, 36),处的红、绿、蓝颜色值分别保存在元素,(16, 36, 2),、,(16, 36, 4),和,(16, 36, 6),中。,MATLAB,图像类型,47,象素间的基本关系,邻 域,N,4,(,p,),象素(,x,y,),的4邻域,(,x,+1,y,),，,(,x,-1,y,),，,(,x,y,+1),，,(,x,y,-1),N,D,(,p,),象素(,x,y,),的对角邻域,(,x,+1,y,+1),，,(,x,+1,y,-1),，,(,x,-1,y,+1),，,(,x,-1,y,-1),N,8,(,p,),象素(,x,y,),的8邻域,N,4,(,p,) +,N,D,(,p,),48,象素间的基本关系,连通性,V,是用于定义连接性的灰度值集合,在二值图像中，如果把 具有,1,值的像素归入连接的，则,V,=,1,4连接,：2个像素,p,和,r,在,V,中取值，且,r,在,N,4,(,p,),中，则它们为4连接；,8连接,：2个像素,p,和,r,在,V,中取值，且,r,在,N,8,(,p,),中，则它们为8连接；,49,象素间的基本关系,连通性,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（或曲线）是特定像素序列，其坐标为,(,x,0,y,0,)，(,x,1,y,1,)，,，,(,x,n,y,n,),这里，(,x,0,y,0,)= (,x,y,)，(,x,n,y,n,)= (,s,t,)，,并且像素(,x,i,y,j,),和 (,x,i,-1,y,i,-1,),是连接的。在这种情况下，,n,是通路的长度。如果(,x,0,y,0,)= (,x,n,y,n,)，,则通路是闭合通路。,可以依据所用的连接类型定义4,或,8通路。,50,象素间的基本关系,距离,51,象素间的基本关系,距离,52,象素间的基本关系,距离,