数字图像处理课件

,*,数字图像原理,第二章 数字图像原理,数字图像处理,数字图像原理第二章 数字图像原理数字图像处理,2.1,人眼的视觉原理,视觉生理特点对图像,处理方法影响很大,数,字图像原理,人眼的构造,2.1 人眼的视觉原理视觉生理特点对图像数字图像原理人眼的,锥状（,cone,）视觉,：白昼视觉，色彩；,杆状（,rod,）视觉,：夜视觉，低照度敏感。,数字图像原理,2.1,人眼的视觉原理,人眼的构造,锥状（cone）视觉：白昼视觉，色彩；数字图像原理2.1,人眼成像的几何原理,用眼睛观察树的光学表示法，,C,点为晶状体的光学中,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,视网膜之间的距离由,17mm,缩小到,14mm,。当眼睛聚焦到远于,3m,的,物体时，晶状体的折射能力最弱，当聚焦到非常近的物体时，其折,射能力最强。,数字图像原理,2.1,人眼的视觉原理,人眼成像的几何原理用眼睛观察树的光学表示法，C点为晶状体的光,亮度适应和鉴别,人的视觉系统能够适应的光,的强度级别范围是很宽的。此图中长的实线代表人的视觉系统能适应的光强度范围。适暗视觉的范围是,10,6,。由适暗视觉,到适亮视觉逐渐过渡，过渡范围大约为从,0.001,到,0.1mL,（在对数标度中为,-3,到,-1mL,）,图中画出了这适应曲线的范围。,数字图像原理,2.1,人眼的视觉原理,亮度适应和鉴别 人的视觉系统能够适应的光数字图,在不同的亮度适应级，人眼的分辨力不同，如图所示，,I,是背景光强，,I,是光强的变化，,log(,I/I,),称为韦伯率，表示强光分辨力,光强分辨力的典型韦伯比,数字图像原理,2.1,人眼的视觉原理,亮度适应和鉴别,在不同的亮度适应级，人眼的分辨力不同，如图所示，,当亮度为阶跃变化时，图像中显示出竖条灰度梯级图像，如图所示。,已知从每一竖条宽度内反射出来的光强是均匀的，相邻竖条之间的强,度差是常数，然而，我们看起来每一竖条要比左边稍亮一些，这种现,象称为马赫带效应。,数字图像原理,2.1,人眼的视觉原理,马赫带效应,当亮度为阶跃变化时，图像中显示出竖条灰度梯级,人眼对于某个区域感觉到的亮度并不仅仅依赖于它,的强度。如图中例子所示，图中所有位于中心的正方形,都有完全一样的亮度。但是当背景暗时它们看起来要亮,些，而当背景亮时，它们看起来要暗些,数字图像原理,2.1,人眼的视觉原理,同时对比度,人眼对于某个区域感觉到的亮度并不仅仅依赖于它,视觉错觉,数字图像原理,2.1,人眼的视觉原理,视觉错觉数字图像原理2.1 人眼的视觉原理,3,个基本颜色,红（,R,red,）、绿,(G,green),和蓝,(B,blue),国际照明委员会（,CIE,），,1931,年规定,3,种基本色的波长为,R:700mm,G:546.1mm,B:435.8mm,。,3,补色：品红（,M,、,magenta,，即红加蓝）、蓝绿（,C,、,cyan,，即绿加蓝）、黄（,Y,、,yellow,，即红加绿）,颜色视觉,数字图像原理,2.1,人眼的视觉原理,3个基本颜色红（R,red）、绿(G,green)和,当有色光照射到消色物体上时，物体反射光颜色与入射光颜色相同。两种以上有色光同时照射到消色物体上时，物体颜色呈加法效应。当有色光照射到有色物体上时，物体的颜色呈减法效应，如同所示,彩色加法系统（左）与减法系统（右）,颜色视觉,数字图像原理,2.1,人眼的视觉原理,当有色光照射到消色物体上时，物体,区分颜色通常用,3,种基本特性：,辉度（又常用亮度、明度）,色调,饱和度。,色调和饱和度合起来称为色度。颜色可以用辉度和色度共同表示,颜色视觉,数字图像原理,2.1,人眼的视觉原理,区分颜色通常用3种基本特性：颜色视觉数字图像原理2.1 人,图像数字化器,图像数字化,数字图像原理,2.2,图像数字化,图像数字化器图像数字化数字图像原理2.2 图像数字化,数字图像是由像素,(pixel),组成的二维矩阵。,原图像,放大后的图像,画像原理,数字图像原理,2.2,图像数字化,图像数字化相关概念,数字图像是由像素(pixel)组成的二维矩阵。原图像放大后的,像素，就是图像最基本的单位（,Pixel,），是不能再被划分为更小的单位，它由许多个大小相同的像素沿水平方向和垂直方向按统一的矩阵整齐排列而成,。,数字图像原理,2.2,图像数字化,图像数字化相关概念,像素，就是图像最基本的单位（Pixel），是不能再被划分为更,数字图像的三个属性,分辨率,像素深度,真彩色、伪彩色与直接色,2.2,图像数字化,数字图像原理,图像数字化相关概念,数字图像的三个属性2.2 图像数字化数字图像原理图像数字化,图像的分辨率：,图像分辨率是指图像中每单位长度所包含的像素或点的数目，常以像素,/,英寸（,ppi,）为单位来表示。,像素,例如,100,万或,600,万像素,Points or Pixels/cm,DPI,例如,300,或,600DPI,与分辨率有关的元素,数字图像原理,图像分辨率,2.2,图像数字化,数字图像是像素的集合,但是图像的质量会随像素大小变化而变化。因此，我们引入,分辨率的概念。,图像的分辨率：图像分辨率是指图像中每单位长度所,单位面积内，容纳的像素越多，单个像素也越小，图像质量越高；反之，单位面积内容纳的像素越少，单个像素越大，图像质量越低。,分辨率：高,分辨率：低,数字图像原理,2.2,图像数字化,图像分辨率,分辨率：高分辨率：低数字图像原理2.2 图,图像分辨率是确定组成一幅图像的像素数目,显示分辨率是指显示屏上能够显示出的像素数目,。如果显示屏的分辨率为,640480,，那末一幅,320240,的图像只占显示屏的,1/4,；相反，,24003000,的图像在这个显示屏上就不能显示一个完整的画面。,数字图像原理,2.2,图像数字化,图像分辨率与显示分辨率,图像分辨率是确定组成一幅图像的像素数目数字图像原理2.2,像素深度是指存储每个像素所用的位数，它也是用来度量图像的分辨率。,像素深度决定彩色图像的每个像素可能有的颜色数，或者确定灰度图像的每个像素可能有的灰度级数。,2.2,图像数字化,数字图像原理,像素深度,像素深度是指存储每个像素所用的位数，它也是用来度量图像的分辨,在组成一幅彩色图像的每个像素值中，有,R,，,G,，,B,三个基色分量，每个基色分量直接决定显示设备的基色强度，这样产生的彩色称为真彩色。,每个像素的颜色不是由每个基色分量的数值直接决定，而是把像素值当作彩色查找表,(,c,olor,l,ook-,u,p,t,able,，,CLUT),的表项入口地址，去查找一个显示图像时使用的,R,，,G,，,B,强度值，用查找出的,R,，,G,，,B,强度值产生的彩色称为伪彩色。,每个像素值分成,R,，,G,，,B,分量，每个分量作为单独的索引值对它做变换。也就是通过相应的彩色变换表找出基色强度，用变换后得到的,R,，强度值产生的彩色称为直接色。,2.2,图像数字化,数字图像原理,真彩色、伪彩色、直接色,在组成一幅彩色图像的每个像素值中，有R，G，B三个基色分量，,采样,把图像划分为若干像素，并给出它们各自的存储地址；,量化,将像素灰度转换成离散的整数值的过程叫量化,；,数字图像原理,2.2,图像数字化,采样、量化,采样数字图像原理2.2 图像数字化采样、量化,在一幅图像的每个像素位置上测量灰度值。,采样通常是由一个图像传感元件完成，它将每个像素处的亮度转换成与其成正比的电压值。采样完成图像空间的数字化，在,CCD,摄像机中，是由一个个感光单元实现的。,图像数字化时必须遵守“采样定理”，才能保证图像可恢复。,采样,数字图像原理,2.2,图像数字化,在一幅图像的每个像素位置上测量灰度值。采样数字图像原理2.2,将采样时测量的灰度值转化成整数表示。,由于数字计算机只能处理数字，因此必须将连续的测量值转化为离散的整数。因此在图像传感器后面，经常跟随一个电子线路的模数转换器,(ADC),，将电压值转化成一个整数。,量化,数字图像原理,2.2,图像数字化,将采样时测量的灰度值转化成整数表示。量化数字图像原理2.2,非均匀采样,灰度级变化大区域精确采样，平滑区域粗采样。,非均匀量化,灰度级变化剧烈处，人眼分辨力差，边界附近较少灰度级；,平缓区域较多灰度级，避免假轮廓,数字图像原理,采样、量化,2.2,图像数字化,非均匀采样数字图像原理采样、量化2.2 图像数字化,二值图像的生成原理,网格,对象,二值图像,计算机把数字图像按行与列分割成,mn,个网格,即用一个,mn,的像素矩阵来表达一幅图像,然后每个网格的图像表示为该网格的颜色平均值的一个像素,在二值图像中像素值只有,2,种，像素值为,1,表示白色，像素值为,0,表示黑色。,数字图像原理,2.2,图像数字化,二值图像的生成原理网格对象二值图像 计算机把数,采样列,采样行,图片,像素,行间隔,采样列间隔,灰阶,黑,灰,白,0,128,255,196,43,灰度,像素,数字图像,灰度图像生成原理,数字图像原理,2.2,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0128255,125,153,158,157,127,70,103,120,129,144,144,150,150,147,150,160,165,160,164,165,167,175,175,166,133,133,154,158,100,116,120,97,74,54,74,118,146,148,150,145,157,164,157,158,162,165,171,155,115,88,155,163,95,112,123,101,137,108,81,71,63,81,137,142,146,152,159,161,159,154,138,81,78,84,114,167,69,85,59,65,43,85,34,69,78,104,101,117,132,134,149,160,165,158,143,114,99,57,45,51,57,灰度图像对应的数值矩阵,灰度图像对应的数值矩阵,数字图像原理,2.2,图像数字化,灰度图像生成原理,125,153,158,157,127,70,103,120,彩色图像通常用,3,原色（,R,、,G,、,B,）来表现,。,数字图像原理,2.2,图像数字化,彩色图像生成原理,彩色图像通常用3原色（R、G、B）来表现。数字图像原理2.2,分色,取样,量 化,量 化,量 化,数 字 图 像,R,G,B,扫描,模 拟 图 像,将画面划分成,mn,各网格,将取样点的颜色分成三基色,(R,、,G,、,B),测量每个取样点的每个分量的亮度值,对每个取样点的亮度值用数字量表示,彩色图像生成原理,2.2,图像数字化,数字图像原理,分色取样量 化量 化量 化数 字 图 像RGB扫描模,彩色图像的生成,彩色图像,R,、,G,、,B,的数值矩阵,数字图像原理,2.2,图像数字化,彩色图像的生成 彩色图像R、G、B的数值矩阵数字图像原理2.,写真画像原理,写真忠実化、,R,（,Red),、,G,（,Green),、,B,（,Blue),必要。、画像、写真表現限。、画像表示階調数表示装置性能左右。,画像表現数次計算。,数階調数,階調数,階調数,通常、,、,R,、,G,、,B,（）画像構成画像。,画像,256256256,16777216,通色表現。,数字图像原理,写真画像原理写真忠実化,閾値,閾値記憶方法異。,表示数各表現数変。,閾値,RGB,符号（,unsigned,）,符号付（,signed,）,数,深度*,数,深度,(bit),1-bit,0-1,2,1bit,8,3,2-bit,0-3,-1,+2,4,2bit,64,6,8-bit,0-255,-127,+128,256,8bit,16777216,24,16-bit,0-65535,-32767,+32768,65536,16bit,48,32-bit,0-42949