图像视觉基础与数学基础.pptx

图像视觉基础与数学基础u色调是与混合光谱中主要光波长相联系的。色调是与混合光谱中主要光波长相联系的。（红（红 绿绿 蓝）蓝）u饱和度表示颜色的深浅程度，与一定色调的纯度有关，纯光谱色是完全饱和的，随着白光的加入饱和度表示颜色的深浅程度，与一定色调的纯度有关，纯光谱色是完全饱和的，随着白光的加入饱和度逐渐减少。（如深红、浅红等）饱和度逐渐减少。（如深红、浅红等）u亮度与物体的反射率成正比。颜色中掺入白色越多就越明亮，掺入黑色越多亮度越小。亮度与物体的反射率成正比。颜色中掺入白色越多就越明亮，掺入黑色越多亮度越小。2.颜色视觉颜色视觉（1）颜色的基础知识）颜色的基础知识颜色的本质：颜色的本质：颜色的本质：颜色的本质：不同频率的电磁波。人的脑和眼将不同频率的电磁波感知为不同的颜色。不同频率的电磁波。人的脑和眼将不同频率的电磁波感知为不同的颜色。人感受到的不透明物体颜色主要取决于反射光的特性，如果物体比较均衡的反射各种光谱，人感受到的不透明物体颜色主要取决于反射光的特性，如果物体比较均衡的反射各种光谱，则人看到的物体是白色的；如果物体对某些光谱反射的较多，则人看到的物体就呈现相对应的则人看到的物体是白色的；如果物体对某些光谱反射的较多，则人看到的物体就呈现相对应的颜色。颜色。颜色与彩色：颜色与彩色：颜色与彩色：颜色与彩色：颜色可分为无彩色和有彩色两大类。颜色可分为无彩色和有彩色两大类。无彩色：白色、黑色和各种深浅程度不同的灰色。无彩色：白色、黑色和各种深浅程度不同的灰色。有彩色：除去黑白系列以外的各种颜色。有彩色：除去黑白系列以外的各种颜色。三基色：三基色：实验证明，任何色彩都可以由不同比例的三种独立的基本彩色型混合而得到。这三种相互独实验证明，任何色彩都可以由不同比例的三种独立的基本彩色型混合而得到。这三种相互独立的彩色称为三基色。立的彩色称为三基色。相加混合法的三基色是：红、绿、蓝，它们之间的任意一组混合都可以得到一种新的彩色。相加混合法的三基色是：红、绿、蓝，它们之间的任意一组混合都可以得到一种新的彩色。光的三原色光的三原色印刷三原色印刷三原色三原色原理三原色原理三原色原理三原色原理：任何颜色都可以用种不同的基本颜：任何颜色都可以用种不同的基本颜 色按不同的比例混合得到。色按不同的比例混合得到。标准三基色标准三基色标准三基色标准三基色：国际照明委员会：国际照明委员会(CIE)规定：规定：红色红色(R)：波长为：波长为700nm；绿色绿色(G)：波长为：波长为546.1nm；蓝色蓝色(B)：波长为：波长为435.8nm。红绿蓝三原色按照比例混合可以得到各种颜色，红绿蓝三原色按照比例混合可以得到各种颜色，其配色方程为：其配色方程为：其配色方程为：其配色方程为：（2）颜色模型：）颜色模型：所有颜色都可以看作所有颜色都可以看作3个基本颜色：红个基本颜色：红(R)、绿、绿(G)、蓝、蓝(B)的不同组合。的不同组合。（i）RGB模型模型RGB模型面向彩色模型面向彩色显示器或打印机等设备。显示器或打印机等设备。RGBRGB彩色立方体彩色立方体B(0,0,1)白白灰灰黑黑GR(1,0,0)(0,1,0)0蓝蓝绿绿红红（ii ii）HSIHSI模型：模型：模型：模型：基于区分颜色的基于区分颜色的基于区分颜色的基于区分颜色的3 3种基本特征量，即：种基本特征量，即：种基本特征量，即：种基本特征量，即：色调色调（hue)hue)饱和度饱和度(saturation)(saturation)和和和和亮度亮度（intensity)intensity)。适合。适合。适合。适合人的视觉系统。人的视觉系统。人的视觉系统。人的视觉系统。HSI HSI格式可以用一个圆柱体表示：圆柱体横截面形成彩色环；色调由角度表示；饱和度由半径上的格式可以用一个圆柱体表示：圆柱体横截面形成彩色环；色调由角度表示；饱和度由半径上的格式可以用一个圆柱体表示：圆柱体横截面形成彩色环；色调由角度表示；饱和度由半径上的格式可以用一个圆柱体表示：圆柱体横截面形成彩色环；色调由角度表示；饱和度由半径上的点至圆心的距离表示，圆周上的颜色其饱和度为点至圆心的距离表示，圆周上的颜色其饱和度为点至圆心的距离表示，圆周上的颜色其饱和度为点至圆心的距离表示，圆周上的颜色其饱和度为1 1，圆心的饱和度为，圆心的饱和度为，圆心的饱和度为，圆心的饱和度为0 0；圆柱的轴线表示亮度，底部的；圆柱的轴线表示亮度，底部的；圆柱的轴线表示亮度，底部的；圆柱的轴线表示亮度，底部的亮度最低，顶部的亮度最高。亮度最低，顶部的亮度最高。亮度最低，顶部的亮度最高。亮度最低，顶部的亮度最高。亮度亮度色调色调饱和度饱和度HSI模型的特点：模型的特点：（1）亮度（）亮度（I）分量与图像的彩色信息无关；反映物体的明暗程度；）分量与图像的彩色信息无关；反映物体的明暗程度；（2）色调（）色调（H）和饱和度（）和饱和度（S）分量与人感受颜色的方式紧密相连。）分量与人感受颜色的方式紧密相连。适用：适用：借助人的视觉系统来感知彩色特性的图像处理算法，面向以彩色处理为目的的应用，如：动借助人的视觉系统来感知彩色特性的图像处理算法，面向以彩色处理为目的的应用，如：动画中的彩色图形。画中的彩色图形。（3 3）RGBRGB模型与模型与HSIHSI模型之间转换模型之间转换 （i i）从）从RGBRGB转换到转换到HSIHSI 色度用色度用H H表示，饱和度用表示，饱和度用S S表示，亮度用表示，亮度用I I表示。表示。（iiii）从）从HSIHSI转换到转换到RGBRGB分分3 3段：段：当当H在在0，120之间：之间：当当H在在120,240之间：之间：当当H在在240,360之间：之间：2.2 2.2 人眼视觉基础人眼视觉基础人眼视觉基础人眼视觉基础1.亮度和颜色感觉的视觉特性亮度和颜色感觉的视觉特性u刺激强度与感觉的关系：刺激强度与感觉的关系：人眼的视觉效果是由可见光刺激人眼引起的。如果光的辐射功率相同而波长不同，则引起的视人眼的视觉效果是由可见光刺激人眼引起的。如果光的辐射功率相同而波长不同，则引起的视觉效果也不同。例：在等能量分布的光谱中，人眼感觉最暗的是红色，其次是蓝色和紫色，最亮的觉效果也不同。例：在等能量分布的光谱中，人眼感觉最暗的是红色，其次是蓝色和紫色，最亮的是黄绿色。是黄绿色。相对视敏函数：相对视敏函数：反映人眼对不同波长的光的敏感程度。反映人眼对不同波长的光的敏感程度。当光的辐射功率相同时，波长当光的辐射功率相同时，波长为为555nm的黄绿光的主观感觉最亮。的黄绿光的主观感觉最亮。以视敏度以视敏度K（555）为基础，把任意波长为）为基础，把任意波长为的光的主观感觉亮度称为波长的光的主观感觉亮度称为波长的光的视敏度的光的视敏度K()。因此，。因此，任意波长光的相对视敏度函数（相对视敏度）。即为：任意波长光的相对视敏度函数（相对视敏度）。即为：u亮度适应和颜色适应：亮度适应和颜色适应：人的视觉系统能适应的亮度范围是很大的人的视觉系统能适应的亮度范围是很大的(1010量级），但是人眼并不能同时感受很宽的亮度范围；量级），但是人眼并不能同时感受很宽的亮度范围；客观亮度相同时，当背景亮度不同时，主观感受的亮度也不同。客观亮度相同时，当背景亮度不同时，主观感受的亮度也不同。人眼的明暗感觉是相对的。人眼的明暗感觉是相对的。人眼的明暗感觉是相对的。人眼的明暗感觉是相对的。亮度适应性：在外界光线的亮度发生变化时，人眼的感受性也会发生变化。从明亮处到昏暗处的视觉适亮度适应性：在外界光线的亮度发生变化时，人眼的感受性也会发生变化。从明亮处到昏暗处的视觉适应性称为暗适应性；从暗环境到明环境适应性为亮适应性。应性称为暗适应性；从暗环境到明环境适应性为亮适应性。u亮度对比和颜色对比：亮度对比和颜色对比：视觉的主观亮度取决于视野中心（目标）与周围环境之间光照的相对强度。视觉的主观亮度取决于视野中心（目标）与周围环境之间光照的相对强度。（1）马赫带效应）马赫带效应 马赫带：在视觉图像的明暗过渡带的两侧看到的马赫带：在视觉图像的明暗过渡带的两侧看到的 亮带与暗带。亮带与暗带。（2 2）同时对比度现象）同时对比度现象 此现象表明人眼对某个区域感觉到的亮度不仅仅依赖它的强度，而与环境亮度有关。此现象表明人眼对某个区域感觉到的亮度不仅仅依赖它的强度，而与环境亮度有关。同时对比度示例图同时对比度示例图马赫带效应：基于视觉系统有趋向于过高或过低估计不同亮度区域边界值的现象。马赫带效应：基于视觉系统有趋向于过高或过低估计不同亮度区域边界值的现象。2.视觉的空间性质视觉的空间性质p视觉的空间频率特性：视觉的空间频率特性：空间频率是指视像空间变化的快慢。明亮的图像（清晰明快的画面）意味着有大量的高频空间成空间频率是指视像空间变化的快慢。明亮的图像（清晰明快的画面）意味着有大量的高频空间成分；模糊的图像只有低频空间成分。分；模糊的图像只有低频空间成分。3.视觉的时间特性视觉的时间特性 使视觉图像建立起来是需要时间的，而视觉图像建立起来之后，即使把目标图像拿走，视觉反应使视觉图像建立起来是需要时间的，而视觉图像建立起来之后，即使把目标图像拿走，视觉反应也要持续一段时间。因此而产生视觉的运动感觉。也要持续一段时间。因此而产生视觉的运动感觉。运动感觉：视觉的运动感觉与人对刺激信号的反应有关。刺激信号的出现与消失或改变都影响反应时运动感觉：视觉的运动感觉与人对刺激信号的反应有关。刺激信号的出现与消失或改变都影响反应时间。光消失反应比光出现反应时间短；光强度增加比光强度减弱时间长。间。光消失反应比光出现反应时间短；光强度增加比光强度减弱时间长。p视觉运动的规律（习惯）：视觉运动的规律（习惯）：人眼的水平运动比垂直运动快，更易跟踪水平运动的物体；人眼的水平运动比垂直运动快，更易跟踪水平运动的物体；看圆形的画面总是习惯沿顺时针方向看，所以对顺时针方向运动的物体的反应较逆时针运动物体看圆形的画面总是习惯沿顺时针方向看，所以对顺时针方向运动的物体的反应较逆时针运动物体快；快；在偏离距离相同的情况下，人眼对视野中四个象限的观察率依次为：左上、右上、左下、右下；在偏离距离相同的情况下，人眼对视野中四个象限的观察率依次为：左上、右上、左下、右下；视线习惯于从左到右和视线习惯于从左到右和 从上到下看等。从上到下看等。4.主观轮廓和空间错觉主观轮廓和空间错觉主观轮廓：指实际上并不存在、只是主观上认为存在的某景物的轮廓线。它是从整个图形数据得到的主观轮廓：指实际上并不存在、只是主观上认为存在的某景物的轮廓线。它是从整个图形数据得到的概念（如图）。概念（如图）。主观轮廓视觉效果图主观轮廓视觉效果图 空间错觉：空间错觉：物体的整体面貌和结构强烈地物体的整体面貌和结构强烈地影响着人们对它的感知。通常有影响着人们对它的感知。通常有两类：基于形状和方向；基于长两类：基于形状和方向；基于长度和面积。度和面积。两条红线是否一样长两条红线是否一样长?大个子在追小个子大个子在追小个子?1.请解释马赫带效应，马赫带效应和同时对比度反映了什么共同的问题请解释马赫带效应，马赫带效应和同时对比度反映了什么共同的问题?它们都反映了人类视觉感知的主观亮度并不是物体表面照度的简单函数。它们都反映了人类视觉感知的主观亮度并不是物体表面照度的简单函数。2.色彩具有那几个基本属性？描述这些基本属性的含义。色彩具有那几个基本属性？描述这些基本属性的含义。3.什么是视觉的空间频率特性？什么是视觉的时间特性？什么是视觉的空间频率特性？什么是视觉的时间特性？4.颜色模型有哪几种？颜色模型有哪几种？思思 考考 题题:2.32.32.32.3数字图像处理的数学基础数字图像处理的数学基础数字图像处理的数学基础数字图像处理的数学基础2.3.12.3.12.3.12.3.1线性系统线性系统线性系统线性系统1.1.线性系统：线性系统：线性系统：线性系统：线性系统具有叠加性。线性系统具有叠加性。2.2.移不变系统移不变系统移不变系统移不变系统3.3.线性移不变系统线性移不变系统线性移不变系统线性移不变系统2.3.22.3.2卷积与滤波卷积与滤波卷积与滤波卷积与滤波1.1.1.1.卷积定义：卷积定义：卷积定义：卷积定义：2.2.卷积性质：卷积性质：（1）交换率：）交换率：（2）结合律：）结合律：（3）分配律：）分配律：（4）求导：）求导：3.3.3.3.离散卷积离散卷积离散卷积离散卷积4.4.滤波滤波 数学上的卷积运算在信号处理和图像处理中被称为滤波。数学上的卷积运算在信号处理和图像处理中被称为滤波。这样，线性移不变系统的输出可以通过输入信号与一表征系统特性的函数这样，线性移不变系统的输出可以通过输入信号与一表征系统特性的函数 的卷积得到。的卷积得到。系统中的冲激响应系统中的冲激响应2.3.3 二维线性系统二维线性系统1.1.空间不变的线性系统空间不变的线性系统设某系统，若输入设某系统，若输入产生输出产生输出即：即：或用空间矢量记为：或用空间矢量记为：当它具有以下性质时，当它具有以下性质时，则称该系统为二维线性系统。则称该系统为二维线性系统。对于二维线性系统：对于二维线性系统：若若即即则称该系统为空间不变的线性系统。则称该系统为空间不变的线性系统。二维线性移不变系统的输出也可以通过输入信号与表征系统特性的冲激响应函数二维线性移不变系统的输出也可以通过输入信号与表征系统特性的冲激响应函数二维线性移不变系统的输出也可以通过输入信号与表征系统特性的冲激响应函数二维线性移不变系统的输出也可以通过输入信号与表征系统特性的冲激响应函数h(x,y)h(x,y)h(x,y)h(x,y)的二维卷积得到，的二维卷积得到，的二维卷积得到，的二维卷积得到，即：即：即：即：离散二维卷积形式为：离散二维卷积形式为：2.2.二维线性系统的算子描述二维线性系统的算子描述 二维线性系统常用的算子：梯度算子（一阶微分算子）包括罗伯特算子（二维线性系统常用的算子：梯度算子（一阶微分算子）包括罗伯特算子（RobertRobert）、索贝尔算子）、索贝尔算子（SobelSobel）、浦瑞维特算子（）、浦瑞维特算子（PrewittPrewitt）等。）等。2.3.4 2.3.4 2.3.4 2.3.4 数字图像的数学表示数字图像的数学表示数字图像的数学表示数字图像的数学表示 1.1.1.1.连续模型连续模型连续模型连续模型：一幅图像以灰度一幅图像以灰度一幅图像以灰度一幅图像以灰度GG在在在在(x,y)(x,y)二维空间的连续变化来描述，即二维空间的连续变化来描述，即二维空间的连续变化来描述，即二维空间的连续变化来描述，即 ：图像图像图像图像=G(x,y)=G(x,y)2.2.2.2.离散模型：离散模型：离散模型：离散模型：连续图像经过采样和量化后，输入计算机后即为它的离散形式，即为数字图像。它是一个矩阵。连续图像经过采样和量化后，输入计算机后即为它的离散形式，即为数字图像。它是一个矩阵。连续图像经过采样和量化后，输入计算机后即为它的离散形式，即为数字图像。它是一个矩阵。连续图像经过采样和量化后，输入计算机后即为它的离散形式，即为数字图像。它是一个矩阵。3.3.随机场模型：随机场模型：随机场模型：随机场模型：一个多维的随机过程被称为随机场。一个多维的随机过程被称为随机场。一个多维的随机过程被称为随机场。一个多维的随机过程被称为随机场。图像随机场模型是把每一个像素都看作一个随机过程而形成的。图像随机场模型是把每一个像素都看作一个随机过程而形成的。图像随机场模型是把每一个像素都看作一个随机过程而形成的。图像随机场模型是把每一个像素都看作一个随机过程而形成的。在随机场模型中，一幅图像可用一个联合概率密度来表达：在随机场模型中，一幅图像可用一个联合概率密度来表达：在随机场模型中，一幅图像可用一个联合概率密度来表达：在随机场模型中，一幅图像可用一个联合概率密度来表达：式中：式中：为不同平面上的像素。为不同平面上的像素。图像的随机场模型图像的随机场模型图像的随机场模型图像的随机场模型yyy F(r,Gi)xxxGiG2G1r2.3.5 数字图像显示数字图像显示 决定图像显示系统质量的最重要的显示特性是图像的大小、光度分辨率、低频响应、高频响应、点决定图像显示系统质量的最重要的显示特性是图像的大小、光度分辨率、低频响应、高频响应、点间距和噪声特性。间距和噪声特性。1.显示图像的大小显示图像的大小 系统显示图像大小的能力包括两部分。系统显示图像大小的能力包括两部分。第一是显示器自身的物理尺寸，它应该足够大，能方便的观察和理解所显示的图像。第一是显示器自身的物理尺寸，它应该足够大，能方便的观察和理解所显示的图像。第二是显示系统能处理的最大数字图像的大小。显示器必须与待显示的最大图像的行数和每行像素数相适应。第二是显示系统能处理的最大数字图像的大小。显示器必须与待显示的最大图像的行数和每行像素数相适应。2.光度分辨率光度分辨率 系统在每个像素位置产生正确的亮度或光密度的精度。特别是系系统在每个像素位置产生正确的亮度或光密度的精度。特别是系统能产生的离散灰度级数目。统能产生的离散灰度级数目。3.低频响应低频响应 显示系统再现大块灰度级即平坦区域的能力。希望平坦区域以均匀一致的亮度显示出来。显示系统再现大块灰度级即平坦区域的能力。希望平坦区域以均匀一致的亮度显示出来。4.高频响应高频响应 图像中的高频通常反映图像的边缘，一个显示系统再现直线图案的好坏反映了其显示图像细节的能力图像中的高频通常反映图像的边缘，一个显示系统再现直线图案的好坏反映了其显示图像细节的能力。5.点间距的选择点间距的选择 显示点间距越小，均匀区域的平坦性越好；而点间距越大越能更好的再现图像细节的对比。显示点间距越小，均匀区域的平坦性越好；而点间距越大越能更好的再现图像细节的对比。6.噪声噪声 显示系统的电子噪声会引起显示点亮度与位置两方面的变化，即幅值噪声和位置噪声两种。显示系统的电子噪声会引起显示点亮度与位置两方面的变化，即幅值噪声和位置噪声两种。（1）幅值噪声）幅值噪声 亮度通道的随机噪声会产生一种亮度通道的随机噪声会产生一种“胡椒加盐胡椒加盐”的效果（即黑白噪声点），在平坦区域中尤其明显。的效果（即黑白噪声点），在平坦区域中尤其明显。如果噪声是周期性的并且与水平或垂直偏转信号同步，它会产生条状图案。如果所有噪声（包括随机的和周如果噪声是周期性的并且与水平或垂直偏转信号同步，它会产生条状图案。如果所有噪声（包括随机的和周期性的）幅值都低于一个灰度级，那么总的显示效果影响不大。期性的）幅值都低于一个灰度级，那么总的显示效果影响不大。（2）位置噪声）位置噪声 来自偏转电路使点显示间距不均匀。要得到好的显示必须精确控制像素的位置。来自偏转电路使点显示间距不均匀。要得到好的显示必须精确控制像素的位置。2.3.6 2.3.6 2.3.6 2.3.6 图像的统计特征图像的统计特征图像的统计特征图像的统计特征1.1.1.1.图像的基本统计分析量图像的基本统计分析量图像的基本统计分析量图像的基本统计分析量 设数字图像为设数字图像为设数字图像为设数字图像为f(i,j),f(i,j),大小为大小为大小为大小为MMN,N,（1 1）图像的信息量：表示图像所含信息的多少。）图像的信息量：表示图像所含信息的多少。）图像的信息量：表示图像所含信息的多少。）图像的信息量：表示图像所含信息的多少。一幅图像如果有一幅图像如果有一幅图像如果有一幅图像如果有q q种灰度值，并且出现的概率分别为种灰度值，并且出现的概率分别为种灰度值，并且出现的概率分别为种灰度值，并且出现的概率分别为p p1 1,p,p2 2,p,p3 3,p,pq q,则根据香农定理图像的信息量用则根据香农定理图像的信息量用则根据香农定理图像的信息量用则根据香农定理图像的信息量用 熵熵熵熵HH表示为：表示为：表示为：表示为：例：计算下面图像的熵例：计算下面图像的熵0 01 13 32 21 13 32 21 10 05 57 76 62 25 56 67 71 16 60 06 61 16 63 34 42 26 67 75 53 35 56 65 53 32 22 27 72 26 61 16 62 26 65 50 02 27 75 50 01 12 23 32 21 12 21 12 23 31 12 23 31 12 22 21 10：5个个1：12个个2：16个个3：8个个4：1个个5：7个个6：10个个7：5个个P1=5/64P2=12/64P3=16/64P4=8/64P5=1/64P6=7/64P7=10/64P8=5/640 01 13 32 21 13 32 21 10 05 57 76 62 25 56 67 71 16 60 06 61 16 63 34 42 26 67 75 53 35 56 65 53 32 22 27 72 26 61 16 62 26 65 50 02 27 75 50 01 12 23 32 21 12 21 12 23 31 12 23 31 12 22 21 1（2 2）图像灰度的平均值）图像灰度的平均值）图像灰度的平均值）图像灰度的平均值 一幅图像中所有像元灰度值的算术平均值，反映图像中不同物体的平均反射强度。一幅图像中所有像元灰度值的算术平均值，反映图像中不同物体的平均反射强度。一幅图像中所有像元灰度值的算术平均值，反映图像中不同物体的平均反射强度。一幅图像中所有像元灰度值的算术平均值，反映图像中不同物体的平均反射强度。例：计算下面图像的灰度平均值例：计算下面图像的灰度平均值灰度值灰度值灰度值灰度值0 01 12 23 34 45 56 67 7个数个数个数个数5 5121216168 81 17 710105 5（3 3）图像灰度中值）图像灰度中值）图像灰度中值）图像灰度中值 图像所有灰度级中处于中间的值，当灰度数为偶数图像所有灰度级中处于中间的值，当灰度数为偶数图像所有灰度级中处于中间的值，当灰度数为偶数图像所有灰度级中处于中间的值，当灰度数为偶数时，则取中间的两个灰度值的平均值。时，则取中间的两个灰度值的平均值。时，则取中间的两个灰度值的平均值。时，则取中间的两个灰度值的平均值。（4 4）图像灰度众数）图像灰度众数）图像灰度众数）图像灰度众数 图像中出现次数最多的灰度值，它反映一幅图像中图像中出现次数最多的灰度值，它反映一幅图像中图像中出现次数最多的灰度值，它反映一幅图像中图像中出现次数最多的灰度值，它反映一幅图像中密度占优的物体的灰度特征。密度占优的物体的灰度特征。密度占优的物体的灰度特征。密度占优的物体的灰度特征。0 01 13 32 21 13 32 21 10 05 57 76 62 25 56 67 71 16 60 06 61 16 63 34 42 26 67 75 53 35 56 65 53 32 22 27 72 26 61 16 62 26 65 50 02 27 75 50 01 12 23 32 21 12 21 12 23 31 12 23 31 12 22 21 1例：求下面图像的灰度中值和灰度众数例：求下面图像的灰度中值和灰度众数灰度值灰度值灰度值灰度值0 01 12 23 34 45 56 67 7个数个数个数个数5 5121216168 81 17 710105 5（5 5）图像灰度方差）图像灰度方差）图像灰度方差）图像灰度方差 反映各像元灰度值与图像平均灰度值的总的离散程度。方差越大，说明图像信息量越大。反映各像元灰度值与图像平均灰度值的总的离散程度。方差越大，说明图像信息量越大。反映各像元灰度值与图像平均灰度值的总的离散程度。方差越大，说明图像信息量越大。反映各像元灰度值与图像平均灰度值的总的离散程度。方差越大，说明图像信息量越大。（6 6）图像灰度值域）图像灰度值域）图像灰度值域）图像灰度值域 图像最大灰度值和最小灰度值的差值。图像最大灰度值和最小灰度值的差值。图像最大灰度值和最小灰度值的差值。图像最大灰度值和最小灰度值的差值。2.2.2.2.图像的直方图特征图像的直方图特征图像的直方图特征图像的直方图特征 图像中所有灰度值的概率分布。图像中所有灰度值的概率分布。图像中所有灰度值的概率分布。图像中所有灰度值的概率分布。3.3.3.3.多维图像的统计特征（彩色图像特征）多维图像的统计特征（彩色图像特征）多维图像的统计特征（彩色图像特征）多维图像的统计特征（彩色图像特征）反映一幅图像的多个波段之间的关系（如彩色图像是三个波段；一幅遥感图像包含七个波段）。反映一幅图像的多个波段之间的关系（如彩色图像是三个波段；一幅遥感图像包含七个波段）。反映一幅图像的多个波段之间的关系（如彩色图像是三个波段；一幅遥感图像包含七个波段）。反映一幅图像的多个波段之间的关系（如彩色图像是三个波段；一幅遥感图像包含七个波段）。（1）协方差：）协方差：反映一幅图像中的反映一幅图像中的N个波段灰度值与其平均值之间的关系。个波段灰度值与其平均值之间的关系。（1 1 1 1）协方差计算公式：）协方差计算公式：）协方差计算公式：）协方差计算公式：（2 2）相关系数）相关系数）相关系数）相关系数:图像波段间的相关程度的统计量。图像波段间的相关程度的统计量。图像波段间的相关程度的统计量。图像波段间的相关程度的统计量。反映两个波段图像所含信息的重叠程度，当相反映两个波段图像所含信息的重叠程度，当相反映两个波段图像所含信息的重叠程度，当相反映两个波段图像所含信息的重叠程度，当相 关系数为关系数为关系数为关系数为1 1时，表明表明两幅图像完全重叠。时，表明表明两幅图像完全重叠。时，表明表明两幅图像完全重叠。时，表明表明两幅图像完全重叠。相关矩阵为：相关矩阵为：4.连续传输的数字图像的统计特性连续传输的数字图像的统计特性 对于连续传输的数字图像，不能确切地规定图像性质，但是可以把它看成随机信号来处理。一般用对于连续传输的数字图像，不能确切地规定图像性质，但是可以把它看成随机信号来处理。一般用振幅或相位分布函数、概率密度函数、相关矩、中心矩和功率谱等数学特征来表征。振幅或相位分布函数、概率密度函数、相关矩、中心矩和功率谱等数学特征来表征。图像的振幅分布特性：图像的振幅分布特性：图像的振幅分布特性用图像信号振幅分布函数表述，图像信号振幅分布函数是指图像信号图像的振幅分布特性用图像信号振幅分布函数表述，图像信号振幅分布函数是指图像信号g(x,y)的值的值小于某一给定值小于某一给定值z的概率：的概率：振幅密度函数：振幅密度函数：对振幅分布函数进行微分就得到振幅密度函数，即：对振幅分布函数进行微分就得到振幅密度函数，即：图像的振幅谱：图像信号图像的振幅谱：图像信号g(x,y)的傅里叶变换。即：的傅里叶变换。即：能量谱：能量谱：图像信号图像信号g(x,y)具有的能量为：具有的能量为：2.3.7 常用图像格式简介常用图像格式简介 在图像处理中，图像文件存储是最常见的问题之一。目前常用的图像格式有：在图像处理中，图像文件存储是最常见的问题之一。目前常用的图像格式有：BMP、GIF、JPEG、TIF(F)等格式。等格式。2.3.8 2.3.8 数字图像处理中的基本运算数字图像处理中的基本运算数字图像处理中的基本运算数字图像处理中的基本运算1.1.图像处理的基本功能形式图像处理的基本功能形式图像处理的基本功能形式图像处理的基本功能形式l l单幅图像单幅图像单幅图像单幅图像单幅图像单幅图像单幅图像单幅图像 将原始图像对比度增强、消除噪音、增加亮度等。将原始图像对比度增强、消除噪音、增加亮度等。将原始图像对比度增强、消除噪音、增加亮度等。将原始图像对比度增强、消除噪音、增加亮度等。l l多幅图像多幅图像多幅图像多幅图像单幅图像单幅图像单幅图像单幅图像l l单（或多）幅图像单（或多）幅图像单（或多）幅图像单（或多）幅图像数字或符号等数字或符号等数字或符号等数字或符号等统计量或特征量的测量编码表示统计量或特征量的测量编码表示描述图像描述图像图像图像特征提取图像特征提取图像2.2.点运算点运算l l点运算：对数字图像中像素点的操作。点运算不改变图像内的空间关系。点运算使图像数据占据的灰度点运算：对数字图像中像素点的操作。点运算不改变图像内的空间关系。点运算使图像数据占据的灰度点运算：对数字图像中像素点的操作。点运算不改变图像内的空间关系。点运算使图像数据占据的灰度点运算：对数字图像中像素点的操作。点运算不改变图像内的空间关系。点运算使图像数据占据的灰度范围发生改变。范围发生改变。范围发生改变。范围发生改变。对比度增强或对比度拉伸：对比度增强或对比度拉伸：一幅图像通过点运算将其灰度范围扩大，该方法称为对比度增强。一幅图像通过点运算将其灰度范围扩大，该方法称为对比度增强。方法：线性灰度变换（线性点运算）和非线性点运算。方法：线性灰度变换（线性点运算）和非线性点运算。点运算应用：点运算应用：点运算应用：点运算应用：（1 1）对比度增强（灰度变换）对比度增强（灰度变换）对比度增强（灰度变换）对比度增强（灰度变换）例例例例1 1：线性灰度变换：线性灰度变换：线性灰度变换：线性灰度变换 设输入的灰度级为设输入的灰度级为设输入的灰度级为设输入的灰度级为D DA A,输出的灰度级为输出的灰度级为输出的灰度级为输出的灰度级为D DB B,灰度变换函数为：灰度变换函数为：灰度变换函数为：灰度变换函数为：0255aDAabbDB255 a)原图原图 b)对比度扩展后的图对比度扩展后的图图像的对比度扩展图像的对比度扩展当当a=1，b=0时，为将输入图像复制为输出图像时，为将输入图像复制为输出图像;当当a1时，输出图像对比度增大，输出灰度范围变时，输出图像对比度增大，输出灰度范围变 大，大，DA灰度范围灰度范围a,a,DB灰度范围灰度范围b,b当当当当a1a1时，输出图像对比度减小时，输出图像对比度减小时，输出图像对比度减小时，输出图像对比度减小,输出灰度范围减小；输出灰度范围减小；输出灰度范围减小；输出灰度范围减小；当当当当a=1,b0a=1,b0时，使所有图像的灰度值上移或下移，时，使所有图像的灰度值上移或下移，时，使所有图像的灰度值上移或下移，时，使所有图像的灰度值上移或下移，其效果是图像显示为更亮或更暗；其效果是图像显示为更亮或更暗；其效果是图像显示为更亮或更暗；其效果是图像显示为更亮或更暗；当当当当a=-1,b=0a=-1,b=0时，暗区将变亮，亮区将变暗。实现图像时，暗区将变亮，亮区将变暗。实现图像时，暗区将变亮，亮区将变暗。实现图像时，暗区将变亮，亮区将变暗。实现图像 求补（求反）。求补（求反）。求补（求反）。求补（求反）。讨论：讨论：用直接灰度变换增强图像用直接灰度变换增强图像例例例例2 2：非线性灰度变换：非线性灰度变换：非线性灰度变换：非线性灰度变换 用非线性函数（如对数函数、指数函数等）作为映射函数时，可实现图像灰度的非线性点运算。用非线性函数（如对数函数、指数函数等）作为映射函数时，可实现图像灰度的非线性点运算。用非线性函数（如对数函数、指数函数等）作为映射函数时，可实现图像灰度的非线性点运算。用非线性函数（如对数函数、指数函数等）作为映射函数时，可实现图像灰度的非线性点运算。2552550对数变换：对数变换：对数变换：对数变换：作用：对图像的低灰度区进行较大拉伸，对高灰度区作用：对图像的低灰度区进行较大拉伸，对高灰度区 压缩，变换后图像灰度分布与人的视觉特性相压缩，变换后图像灰度分布与人的视觉特性相 匹配。匹配。其中，其中，a,b,c为调整曲线位置和形状的参数。为调整曲线位置和形状的参数。255255指数变换：指数变换：0作用：作用：对图像的高灰度区给予较大拉伸。对图像的高灰度区给予较大拉伸。其中，其中，a,b,c为调整曲线位置和形状的参数。为调整曲线位置和形状的参数。图像的动态范围压缩图像的动态范围压缩a)原图原图 b)进行动态范围压缩后的图进行动态范围压缩后的图（4 4）裁减）裁减）裁减）裁减 将图像感兴趣的部分的灰度级变换到将图像感兴趣的部分的灰度级变换到将图像感兴趣的部分的灰度级变换到将图像感兴趣的部分的灰度级变换到00，255255范围内，而其他部分则被裁减掉。范围内，而其他部分则被裁减掉。范围内，而其他部分则被裁减掉。范围内，而其他部分则被裁减掉。（3 3 3 3）轮廓线）轮廓线）轮廓线）轮廓线通过点运算为图像加上轮廓线，即进行阈值化。通过点运算为图像加上轮廓线，即进行阈值化。（2 2）变换灰度单位）变换灰度单位）变换灰度单位）变换灰度单位 用灰度反映物理特性，如光照强度、光密度等。用灰度反映物理特性，如光照强度、光密度等。用灰度反映物理特性，如光照强度、光密度等。用灰度反映物理特性，如光照强度、光密度等。即通过点运算实现光学标定和现实标定等。即通过点运算实现光学标定和现实标定等。即通过点运算实现光学标定和现实标定等。即通过点运算实现光学标定和现实标定等。0图图2a1a2a3DB255255DA分段线性变换，即各段线性函数不同。分段线性变换，即各段线性函数不同。b)分段线性变换后的图分段线性变换后的图a)原图原图3.3.代数运算代数运算代数运算代数运算 代数运算：代数运算：代数运算：代数运算：对于两幅输入图像进行点对点的加、减、乘、除计算而得到输出图像。代数运算的一般表达式如下：对于两幅输入图像进行点对点的加、减、乘、除计算而得到输出图像。代数运算的一般表达式如下：对于两幅输入图像进行点对点的加、减、乘、除计算而得到输出图像。代数运算的一般表达式如下：对于两幅输入图像进行点对点的加、减、乘、除计算而得到输出图像。代数运算的一般表达式如下：代数运算的应用：代数运算的应用：（1）加法应用：）加法应用：u 对同一场景的多幅图像求平均值，达到降低加性随机噪声的影响；对同一场景的多幅图像求平均值，达到降低加性随机噪声的影响；用图像平均消除随机噪声用图像平均消除随机噪声例：例：u将一幅图像的内容叠加到另一幅图像上，将一幅图像的内容叠加到另一幅图像上，达到二次曝光的效果。达到二次曝光的效果。（2 2 2 2）减法应用：）减法应用：）减法应用：）减法应用：对同一景物在不同时间的图像或同一景物在不同波段的图像相减（减影技术）。对同一景物在不同时间的图像或同一景物在不同波段的图像相减（减影技术）。对同一景物在不同时间的图像或同一景物在不同波段的图像相减（减影技术）。对同一景物在不同时间的图像或同一景物在不同波段的图像相减（减影技术）。应用：利用图像间的差异信息，指导动态监测、运动应用：利用图像间的差异信息，指导动态监测、运动应用：利用图像间的差异信息，指导动态监测、运动应用：利用图像间的差异信息，指导动态监测、运动 目标检测和跟踪；图像背景消除及目标识别的目标检测和跟踪；图像背景消除及目标识别的目标检测和跟踪；图像背景消除及目标识别的目标检测和跟踪；图像背景消除及目标识别的 工作。减影技术在医学上应用广泛。工作。减影技术在医学上应用广泛。工作。减影技术在医学上应用广泛。工作。减影技术在医学上应用广泛。例：利用减法运算得到图像的梯度函数。在均匀的肌肉纤维内部，梯度幅度很低，而边缘处很高，因而得到例：利用减法运算得到图像的梯度函数。在均匀的肌肉纤维内部，梯度幅度很低，而边缘处很高，因而得到例：利用减法运算得到图像的梯度函数。在均匀的肌肉纤维内部，梯度幅度很低，而边缘处很高，因而得到例：利用减法运算得到图像的梯度函数。在均匀的肌肉纤维内部，梯度幅度很低，而边缘处很高，因而得到肌肉组织的细胞纤维图像的梯度幅度图。（如图所示）肌肉组织的细胞纤维图像的梯度幅度图。（如图所示）肌肉组织的细胞纤维图像的梯度幅度图。（如图所示）肌肉组织的细胞纤维图像的梯度幅度图。（如图所示）（a）肌肉纤维）肌肉纤维 (b)梯度图像梯度图像 梯度幅度图像梯度幅度图像（3 3）乘法应用：）乘法应用：）乘法应用：）乘法应用：可用来遮掉图像的某些部分。可用来遮掉图像的某些部分。可用来遮掉图像的某些部分。可用来遮掉图像的某些部分。掩膜图像：掩膜图像：掩膜图