第二讲 数字图像基础.ppt

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,*,第二讲 数字图像基础,西安电子科技大学机电工程学院,王 义 敏,主要内容：数字图像处理的相关概念和符号。均匀图像,取样级灰度量化的概念，重点讨论数字图像的表示、图像中,取样数目和灰度变化的影响、与取样有关的重要现象及图像,的放大、缩小的技术，最后讨论图像的像素间的基本关系。,一、视觉的两种感知现象,数字图像作为离散的亮点集显示，因而眼睛对不同亮度之间的鉴别能力极为重要。光强度：昼视觉为,10,6,1,、亮度适应现象：人类视觉可以改变自身灵敏度而适应一个很宽的主观亮度感知范围。在特定条件下，视觉所处的灵敏度级别称为亮度适应级。,主观亮度是指进入眼睛的光强度的对数函数。但不是简单的强度函数。体现在：,a,、视觉系统倾向不同强度区域边界周围的”欠调”或”过调”。,例一、显示过调或欠调,0,96,64,32,128,192,160,255,224,在视觉效果上感知在不同区域之间有一个过渡带即所谓的,边界处的毛边，称为马赫带,例二、同时对比现象,相同物体在不同背景下的视觉观察效果。,2,、视觉错觉,内部正方形,内部圆,等长线段长度比较,平行线,二、图像感知和获取,各类图像是由“照射”源和形成图像的“场景”元素对光能的反射或吸收相结合而产生的。,“照射”源：雷达、红外线等电磁能源，非传统光源如超声波，甚至计算机产生的照射模式等。,1,获取图像的传感器：单个传感器、带状传感器和阵列传感器等。见下图：,为了形成二维书体图像，传感器应该在距空间产生二维的数字信号电压。即在空间产生二维的运动。,传感器示意图,2,、简单的图像形成模型,图像的表示：,f,(,x,y,),，在特定的空间坐标,(,x,y,),处，,f,(,x,y,),的幅值是一个正的标量，由光源决定,f,(,x,y,),的物理意义。,0 ,f,(,x,y,),一般：,f,(,x,y,)=,i,(,x,y,).,r,(,x,y,),其中,i,(,x,y,)r,表示光源入射分量，,r,(,x,y,),表示物体对光源的反射分量。,f,(,x,y,)是单色图像在,(,x,y,),处的灰度值。,0 ,i,(,x,y,),0 ,r,(,x,y,),1 0,指全吸收，,1,指全反射。,三、图像取样和量化,取样和量化是将连续感知量转化为数字量的处理方法。,大多数传感器的输出是连续电压波形，为了产生一幅数字图像，需要把连续的感知数据转化为数字形式。这包括两种处理：取样和量化,取样：图像空间坐标的数字化,量化：图像函数值（灰度值）的数字化,量化取决于所选取的灰度级，而取样则由产生图像的传感器装置决定。,图像采样（均匀采样和不均匀采样）,确定水平和垂直方向上的像素个数,N,、,M,空间坐标,(x,，,y),的数字化被称为图像采样,函数取值的数字化被称为图像的量化，如量化到,256,个灰度级。,图像量化,图像的采样与数字图像的质量,不同均匀采样率对图像质量的影响,1024,、,512,、,256,、,128,、,64,、,32,均匀采样率的影响,灰度级的影响,2,数字图像的表示,数字图像的两种表示方法：,像素,一般，灰度级的典型取值是,2,的某一整数幂：,数字,b,是存储图像需要的比特数，有：,当一幅图像有,2k,灰度级时，称该图像是,k,比特图像。如,256,灰度级图像为,8,比特图像。,3,灰度级分辨率,4,、放大和收缩数字图像,放大与收缩可对应于对图像的过取样和欠取样。,像素灰度赋值方法：,a,、最紧邻域内插；,b,、线性内插,c,、双线性内插,v,（,x,，,y,）表示在（,x,，,y,）点的灰度值。,四、像素间的基本关系,1,、相邻像素：,4,邻域,D,邻域 ,8,邻域,2,、邻接性,4,邻接 ,8,邻接 ,m,邻接,3,、距离度量,1,相邻关系,a,、,4,邻域：像素,p(x,y),的,4,邻域是：,(x+1,y),；,(x-1,y),；,(x,y+1),；,(x,y-1),用,N4(p),表示像素,p,的,4,邻域,b,、对角邻关系,像素,p(x,y),的,D,邻域是：对角上的点,(x+1,y+1),；,(x+1,y-1),；,(x-1,y+1),；,(x-1,y-1),用,N,D,(p),表示像素,p,的,D,邻域,c,、,8,邻域定义：,像素,p(x,y),的,8,邻域是：,4,邻域的点,D,邻域的点,用,N,8,(p),表示像素,p,的,8,邻域。,N,8,(p)=N,4,(p)+N,D,(p),2,、邻接性、连通性、区域和边界：,连通性是描述区域和边界的重要概念，可以简化许多数字图像的概念，如区域和边界。,两个像素连通的两个必要条件是：,a,、两个像素的位置是否相邻,b,、两个像素的灰度值是否满足特定的相似性准则（或者是否相等）,1,）,4,邻接、,8,邻接、,m,邻接的定义,4,邻接：对于具有值,V,的像素,p,和,q,，如果,q,在集合,N,4,(p),中，,则称这两个像素是,4,邻接的。,8,邻接：对于具有值,V,的像素,p,和,q,，如果,q,在集合,N,8,(p),中，,则称这两个像素是,8,邻接的。,m,邻接：对于具有值,V,的像素,p,和,q,，如果满足下列条件之一：,a,）,q,在集合,N,4,(p),中，或,b,）,q,在集合,N,D,(p),中，并且,N,4,(p),与,N,4,(q),的交集为空（没,有值,V,的像素）,则称这两个像素是,m,邻接的，即,4,邻接和,D,邻接的混合邻接。,4,邻接,m,邻接,非,m,邻接,8,邻接,2,、通路的定义,一条从具有坐标,(x,y),的像素,p,到具有坐标,(s,t),的像素,q,的通路，是具有坐标,(x,0,y,0,)x,1,y,1,),.,(x,n,y,n,),的不同像素的序,列。其中，,(x,0,y,0,)=(x,y),，,(x,n,y,n,)=(s,t),，,(x,i,y,i,),和,(x,i-1,y,i-1,),是邻接的，,1 i n,，,n,是路径的长度。如果,(x,0,y,0,)=(x,n,y,n,),则该通路是闭合通路。,令,S,代表一幅图像的像素子集，若,S,中全部像素之间存在一个通路，则说两个像素,p,和,q,在,S,中是连通的。对于,S,中的任何像素,p,，,S,中连通到该像素的像素集称为,S,的连通分量。若,S,仅有一个连通分量，则说,S,是连通集。,若,R,是,S,图像中的像素子集，若,R,是连通的，则称,R,为一个区域。,3,、度量距离,对于像素,p,、,q,和,z,，分别具有坐标,(x,y),，,(s,t),和,(u,v),，如果,(1)D(p,q)0(D(p,q)=0,，当且仅当,p=q),(2)D(p,q)=D(q,p),(3)D(p,z)D(p,q)+D(q,z),则称,D,是距离函数或度量。,1,）像素,p(x,y),和,q(s,t),间的欧式距离定义如下：,具有与,(x,y),距离小于等于某个值,r,的像素是：包含在以,(x,y),为圆心，以,r,为半径的圆平面。,欧式距离定义,2,）像素,p(x,y),和,q(s,t),间的城市街区距离,D,4,：,具有与,(x,y)D,4,距离小于等于某个值,r,的那些像素形成一个菱形。例如，图为与点,(x,y),（中心点）,D,4,距离小于等于,2,的像素。具有,D4=1,的像素是,(x,y),的,4,邻域。,2,）像素,p(x,y),和,q(s,t),间的城市街区距离,D,8,：,具有与,(x,y)D,8,距离小于等于某个值,r,的那些像素形成一个方形。例如，图为与点,(x,y),（中心点）,D,8,距离小于等于,2,的像素。具有,D,8,=1,的像素是,(x,y),的,8,邻域。,欢 迎 提任 何 问 题,