《图像处理基本知识》PPT课件.ppt

第二章图像信息的基本知识,图像和视觉基础,视觉基础,人眼与亮度视觉颜色视觉,成像基础,成像模型成像几何采样和量化,图像基础,像素间联系图像运算图像坐标变换,2.1视觉感知2.2图像的噪声分析2.3图像的质量评价2.4图像的采样与量化(数字化)2.5像素之间的关系,2.1视觉感知,2.1.1视觉原理2.1.2亮度适应和区分2.1.3成像模型2.1.4颜色视觉,2.1视觉感知,2.1.1视觉原理,例：距离100米高15米图像大小2.55毫米,杆状体：750015000万，几个柱细胞联到同一个神经末梢，分辨率低，提供视野的整体视象，不感受颜色对低照度敏感。夜视觉,2.1.1视觉原理,光接收器：锥状体：600700万。对颜色敏感。充分识别图像细节，每个细胞接一个神经末端，又叫适亮视觉（photopicvision）、白昼视觉,2.1.2亮度适应和区分,1.可见光范围：电磁辐射刺激视觉人眼可见区域：380780nm,2.人眼识别光的强度范围：由夜视阈值到强闪光之间11010级,I光分布，V相对光强度效率函数。亮度：（感觉到光强度）与环境有关。,3.亮度适应现象：人眼利用改变其整个灵敏度来适应不同的亮度范围。,4.亮度适应级：视觉系统的当前灵敏度级,5.马赫带效应（mach）：基于视觉系统有趋于过高或过低估计不同亮度区域边界值的现象,2.1.2亮度适应和区分,2.1.2亮度适应和区分,6.同时对比度效应：基于人眼对某个区域感觉到的亮度并不仅仅依赖于它的强度,同时对比度效应,1.图像的数学模型：,2.1.3成像模型,irradiationreflection,黑天鹅绒0.01，不锈钢0.65，白色墙0.80，镀银的器皿0.90，白雪0.98。,静止、平面、单色图像表示为,一般图像可表示为,2.黑白视觉模型,输入,光学系统,输出,MTF:光学系统的调制传输函数,实验表明：人的视觉系统的MTF是非线性和各向异性的（即旋转可变性），眼睛对光强度的非线性响应呈对数型。,视觉系统的MTF：亮暗在空间上作正弦变化，条纹图案的物理对比度和感觉对比度之比随空间频率变化而变化的曲线,光感受器对不同波长有不同灵敏度H1低通线性系统:代表眼睛的光学性能H2一般黑白非线性网络:代表杆状或锥状视细胞非线性强度响应H3代表侧抑制过程的具有带通性能的线性系统H4具有时间滤波效应的线性系统,颜色，无彩色，彩色彩色视觉模型RGBHSI1、R,G,B彩色空间:面向硬件设备的彩色模型三基色原理：三基色指可以用来调配出其它颜色的红、绿、蓝三种颜色。在R，G，B彩色空间中，任意彩色图像可由红、绿、蓝三基色图像叠加而成。R(x,y)+G(x,y)+B(x,y),2.1.4颜色视觉,2、H、S、I:(面向彩色处理的最常用模型)区分颜色常用的3种基本特性量：亮度、色调、饱和度。Intensity，Hue，Saturation,亮度：与物体的反射率成正比色调：与混合光谱中主要光波长相联系饱和度：与一定色调的纯度有关色调和饱和度合起来称为色度。颜色可用亮度和色度共同表示。,光的三基色，颜料的三基色,2.2图像的噪声分析,外部噪声：系统外部干扰从电磁波或经电源串进系统内部而引起的噪声如无线电、电气设备内部噪声：散粒噪声：由光和电的基本性质引起的噪声。热噪声：光量密度随时间变化所形成的光量子噪声。抖动噪声：电器的机械运动产生的噪声。元器件材料本身引起的噪声系统内部电路设备所引起的噪声：交流、嵌位电路引起的噪声。,噪声：妨碍人们感觉器官对所接受的信源信息理解的因素不可预测，只能用概率统计方法来认识的随机误差,噪声与信号的关系：a）加性噪声b）乘性噪声,噪声从统计特性上分：a)平稳统计特性不随时间变化b)非平稳统计特性随时间变化,噪声从幅度分布上分：Gauss分布、瑞利分布、负指数分布、分布、K分布,噪声按频谱形状分：a）频谱均匀的称白噪声b）频谱与f成反比称1/f噪声，三角噪声（与f2成正比）,图像系统噪声的特点：,a）噪声的扫描变换L扫描点数，水平方向的功率密度分布，垂直方向的功率密度分布b)噪声与图像的相关性，与摄像设备不同有关c）噪声叠加性，同类噪声可进行功率相加，SNR下降,二维噪声扫描传输二维噪声,2.3图像质量评价,2.3.1图像的主观评价2.3.2黑白离散图像的逼真度量度,图像质量评价的研究是图像信息工程的基本技术之一。光电变换传输处理记录其他变换,2.3.1图像的主观评价,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：是用于补偿图像的降质，使复原后的图像接近原像,图像编码技术:在保持被编码图像一定质量的前提下，以尽量少的码字来表示图像，以便节省信道和储存器容量,基本概念图像逼真度：fidelity描述被评价图像与标准图像的偏离程度,图像可懂度：intelligibility表示图像能向人或机器提供信息的能力,图像通信和图像质量关系模型图,2.3.1图像的主观评价,外行代表平均观察者感觉得图像质量内行可对图像质量提出较好的临界判断主观评价的方式：绝对评价；相对评价绝对评价让观察者观看一幅图像，按照预先规定的评定标准判断图像质量。有时配备一套标准参考图像，以便评定时进行主观校准。,“全优度尺度”：非常好图像5分好图像4分中等图像3分差图像2分非常差图像1分,相对评价请观察者评定一套图像，比较某一特定图组中图像的优劣。图像从好到坏分类、比较。“群优度尺度”：最好、稍好.,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,平均分数,妨碍尺度：1、感觉不出。2、刚有察觉。3、明确察觉但图像仅稍受损。4、图像受损，但无害。5、有些受害。6、受害明显。7、差,电视图像：杂波、回波、清晰度、对比度、亮度、观测者类型、试验图像类型、观测条件等。,我国：线性数学模型不同失真的叠加规律，定量地给出主观图像质量与多种失真的关系。,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,2.3.2黑白离散图像的逼真度量度,归一化均方误差NMSE,峰值均方误差PMSEf(j,k)-被变换的图像场，A-f(j,k)的最大值等效信噪比PSNR:,2.4图像的采样与量化,2.4.1采样2.4.2量化2.4.3采样与量化的关系2.4.4二值图像2.4.5数据储存结构,2.4图像的采样与量化,连续函数图像图像空间上采样幅度上量化处理数字图像D/A转换模拟显示,1.采样：空间上的离散化2.量化：灰度上的离散化3.表达（建模，图像数字化）灰度图像的阵列表示法:连续信号（抽样、量化）数字信号,4.图像矩阵的特点：a）b）数字化抽样：正方形点阵、正三角形点阵、正六角形点阵,正方形点阵正三角形点阵正六角形点阵,象素,象素,象素,1.采样:所谓采样就是把位置空间上连续的模拟图像变换成离散点的集合的一种操作。这些点称为采样点2.二维采样：先沿垂直方向采样（得到行线），再沿水平方向采样3.三维采样：先沿时间采样，再垂直方向采样，再沿水平方向采样4.采样点对应采样所得的数字图像的像元。5.模拟图像f(x,y)=离散点阵f(X,Y)得到M（行），N（列）矩阵，MN个象素6.采样点阵：正方形、正三角形、正六角形7.采样定理：一维采样定理：惠特克卡切尼柯夫香农（whittaker-korelnikov-shannon）采样定理。当时，则函数f（t）的傅立叶变换为0，亦即f(t)可由相隔为fc/2或更密的样本正确重构。(频谱宽度2fc，对应采样频率2fc）,2.4.1采样(Sampling),二维采样定理：采样频率大于图像信号最高频率的2倍,采样频率：,例：,奈奎斯特频率：不混叠时采样中的最低限采样间隔x,y越小,采样图像的分辨率就越高,所占用的存储容量也越大,混叠噪声孔径效应：实际采样脉冲不是理想冲击函数，有一定的宽度，会产生失真插入噪声：由采样图像信号恢复到原图像，无理想滤波器（在fc内频率特性平坦，相位特性成直线）抖动噪声：采样周期为T，但发射与接受端T存在相位差异，称相位抖动。,8、采样误差,2.4.2量化,离散点阵i(X,Y)=数字图像I(X,Y)Quantizationf(x,y)采样空间离散的像素矩阵f(x,y)量化对信号的幅度进行离散分层的过程,数字图像量化量化所谓量化就是把亮度空间上连续的亮度变换成离散值或整数值的一种操作。,量化和采样是两个不同的概念，量化是在每个采样点上进行的，所以必须先采样后量化。,量化和采样是图像数字化的不可或缺的两个操作，所以二者又紧密相关，同时完成。分层量化；量化误差；均匀量化，非均匀量化,1.均匀量化,2.非均匀量化：a）基于视觉特性：对亮度值急剧变化部分无需过细分层，进行粗量化；对亮度值平缓变化部分需过细分层，进行细量化。,b）基于亮度分布:先计算所有可能的亮度值出现的概率分布,对概率分布大的进行细量化对概率分布小的进行粗量化c)非均匀量化可以减少量化误差，又能用较少的比特数实现量化,3.压扩法量化非线性变换均匀量化,M、N图像尺寸G-每个像素所具有的离散灰度级数（不同灰度值的个数）,1.存一幅图像所需的位数（bit）,B=MNk,128128698304（12kbyte）51251282097152（256kbyte）,2.4.3采样与量化参数的选择,MN点采样，每点灰级G级，G=2k，占k位。,2.提问：总数据量MNk位二进制数据。当总存贮容量一定时，M、N与k怎么分配效果才最佳？,解：无一般方法，取决于具体图像性质与处理的目的。对于缓变的图像，层次要求多时，应该粗采样（M，N小）、细量化(k大)，以避免假轮廓对于细节丰富的图像，如：当纹理细节多时应该细采样（M，N大）、粗量化(k小)，以避免模糊（混叠）,例如：人头像要照顾层次.b（频带窄平滑，采样间隔可大）。群众场面纹理丰富.（频带宽，采样间隔要小，不丢细节）,3.M、N和k的关系：,（1）图像质量一般随M、N和k的增加而增加。在极少情况下对固定的M、N，减少k能改进图像质量，因为增加了图像的反差，但k太小会出现“假轮廓”，k至少为6，目前一般取为8（2）对具有大量细节的图像常只需要很少的灰度级数就可较好地表示（3）k为常数的一系列图像主观看起来可以有较大的差异,4.非均匀采样和量化细节部分，分配较多的采样灰度突变部分，可用较少的灰度级数,图211不同采样点数对图像质量的影响(a)原始图像（256256）;(b)采样图像1(128128);（c）采样图像2(6464).;(d)采样图像3(3232);(e)采样图像4(1616);(f)采样图像5(88),图212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1(64色)；(c)量化图像2(32色)；(d)量化图像3(16色）；(e）量化图像4(4色）；(f)量化图像5(2色）,图213图像空间分辨率和幅度分辨率同时变化产生的效果（a)256256,128;(b)181181,64;(c)128128,32;(d)9090,16;(e)6464,8;(f)4545,4;,1.二值图像:只有黑白两个灰度级，即象素灰度级非0即1，每个象素占1bit,适合文字图片，可采用矩阵表示2.为了减少运算量,常将灰度图像转换为二值图像处理3.二值图像的链码（Freeman码）表示法。适合描述直线、和曲线组成的二值图像。在规定了链的起点坐标和链的斜率后，就可完全描述直线和曲线。,2.4.4二值图像表示法,链码的一种不等长码表示方向不等长码表示00045001-4500119000111-900011111350011111-13500111111180001111111,链码的自然码表示方向十进制表示二进制自然码000000450100190020101350301118004100225051012700611031507111,若八向码采用不等长码（按其概率大小分配），常出现的00，用短码表示，不常出现的用长码，可节约bit数。例：对由字母和数字混合组成的符号每个方向平均占1.81.9bit，而对一副由一个饮料杯和一个瓶子轮廓构成的图像，平均每个方向占1.51.9bit.,例：如图的44图像1.用矩阵表示4416bit2.用二进制自然码表示32111（011，010，001，001，00115bit）3.用不等长码表示135，90，45，45，45（011111，0111，01，01，0116bit）,2.4.5数据存储结构,1、一维数组方式:M行N列2、多波段图像数据组合结构1）按各个波段存储,2）按扫描行存储,3）按各个像素存储,2.5像素之间的关系,2.5.1邻域与邻接,2.5.2距离,2.5.1邻域与邻接邻域对于任意像素(X,Y)，像素集合(x+m,y+n);其中m、n取适当的整数称为该像素的邻域（neighbor）。1.4-邻域(x-1,y),(x+1,y),(x,y-1),(x,y+1),记为,2.8-邻域(x-1,y),(x+1,y),(x,y-1),(x,y+1),(x-1,y-1),(x+1,y-1),(x-1,y+1),(x+1,y+1),3.邻接:如果任意两个像素相互存在于对方的4-/8-邻域中，则称这两个像素相互4-/8-邻接。,Adjacent4-邻接（4-adjacent）8-邻接（8-adjacent）,2.5.2距离,距离定义设p、q、r是某个集合S的元素，满足下列性质（距离的三定理）的函数d称为距离函数：d(p,q)0(当且仅当p=q时，d(p,q)=0)d(p,q)=d(q,p)d(p,r)d(p,q)+d(q,r),常用距离：设任意两点p(x,y)和q(s,t)（1）欧氏距离de(p,q)=（2）4-邻域距离d4(p,q)=x-s+y-t（城区距离city-block）（3）8-邻域距离d8(p,q)=max(x-s,y-t)(棋盘距离chessboard),欧氏距离4-邻域距离8-邻域距离33333333525323322222352125321233211123210123210123321012352125321233211123525323322222333333333,第二章作业：,图像逼真度：fidelity描述被评价图像与标准图像的偏离程度,图像可懂度：intelligibility表示图像能向人或机器提供信息的能力,归一化均方误差NMSE,作业2：1、画出视觉信息在眼球内（视网膜中）的传输过程模型示意图，并扼要说明之2、画出黑白视觉扩展模型，并略加说明,1、除课堂介绍的例子之外，试举一些其它的图像应用的工程例子。,第一章作业：,