数字图像处理与分析基础第三章基础知识

数字图像处理与分析基础第三章基础知识1第一页，共八十五页，编辑于2023年，星期六第三章图像处理基础知识1、图像处理的视觉基础2、图像的数学模型3、图像质量评价4、对设计图像处理系统的影响2第二页，共八十五页，编辑于2023年，星期六3.1图像处理的视觉基础视觉生理/视觉特性/视觉模型视觉基础/视觉应用它们与图像研究的关系见图3-1。

3第三页，共八十五页，编辑于2023年，星期六图3-1视觉研究与图像的关系视觉研究基础研究视觉心理现象法则（心理学）视觉信息加工机理（生理学）应用研究视环境的改善和视机能应用（照明工程学、人类工程学）图像改善和评价（图像工程）模拟视觉机能的信息处理（信息工程、人工智能心理测定模拟技术4第四页，共八十五页，编辑于2023年，星期六1、图像质量评价与视觉心理对图像质量的最终评价是由人的感觉器官和心理状态来决定的。与图像内容以及观察者的心理因素有关。从图像信息传输角度出发，图像系统评价的真正尺度应该是发出信息者的意图为接收信息者所理解的程度，而不是对发出信息者发出的图像象素信息集合的简单接收。5第五页，共八十五页，编辑于2023年，星期六2、画面组成和视觉心理“”视野——指眼球不动时所能见到的范围如果把注视点作为中心，可见的范围上方约65。，下方约75。，左右视角约为104。

(现在的电视画面约占7。~8。)，但视力好的部位仅限于中央2。~3。左右。为了适应大的画面和立体景象的机理，眼球必须转动使视线移动。中心视力分辨率强，可以进行图像细节的认识。周边视力分辨率差，可以将视目标特征部分检出，利用检出的目标图像特征去控制眼球运动。另外周边视可以认识图像的全貌，而中心视只能认识图像的一小部分。要产生充分的临场感，画面尺寸应该产生30。以上视野，如宽银幕电影。6第六页，共八十五页，编辑于2023年，星期六3、视觉的时空频率分析影响图像锐度的主要因素。视觉神经具有的Mach效应和Roca—Sulzer微分效应，中枢神经的Craik-Obrien积分效应等是视觉信息处理的基础，因此可以将视觉特性和图像处理结合起来研究。空间分辨力人眼对空间景物细节的分辨能力有限，对黑白图像约为一度。时间分辨力对亮度的响应有时延和残留，因而对景物亮度的变化也有分辨力，过快的变化无法分辨“视觉惰性”。当离散画面的重复频率不低于24Hz时，可形成连续画面的感觉，即人眼不能分辨相邻两幅画面间的差别，而低于24Hz时，有闪烁感。7第七页，共八十五页，编辑于2023年，星期六3、视觉的时空频率分析人眼对画面静止部分的分辨率高于活动部分，对静止部分减少时间分辨率，而对活动部分减少空间分辨率，可以达到数据压缩的效果。幅度分辨力人眼对景物亮度层次的分辨力也有限，过小的亮度差别无法分辨。对彩色图像的色调和饱和度的分辨力人的视觉对彩色细节的分辨力要比亮度细节差，在国际无线电咨询委员会（ITU-R，原CCIR）601标准中，就利用了这种特性，将色差信号的空间分辨率减半，仍可以得到非常好的图像质量。对立体图像的景深分辨力等8第八页，共八十五页，编辑于2023年，星期六4、视觉生理和模型的研究视觉生理指视觉信息的产生部分——视细胞(图像信息感受器)和其它神经细胞以及大脑高级中枢的神经系统的信息产生、传输和处理的机理插入单个细胞的微小电极，侧抑制现象、马赫效应等对大脑高级神经中枢的“思考过程”才刚起步。9第九页，共八十五页，编辑于2023年，星期六人类视觉机制今后的研究方向从基础研究逐步转到和图像相关的视觉综合化、体系化的研究。搞清决定图像质量的主观因素，做出其总的结构模型；找出人脑真正接收信息的容量，大脑有效接收图像的显示方式；弄清图像信源和信宿的结构，建立起包括人的因素在内的信息论；研究视觉和其它感觉的相乘作用，即视觉和其它感觉的互相影响；开发自组织作用的综合研究，进一步建立发展“思考过程”；研究视觉和行为的关系。10第十页，共八十五页，编辑于2023年，星期六视觉基础讲述内容人类视觉感知过程视觉的简单数学模型色度学知识PhilosophicalConsiderations11第十一页，共八十五页，编辑于2023年，星期六3.1.1人类视觉感知过程人眼结构眼睛中图像的形成视觉特性12第十二页，共八十五页，编辑于2023年，星期六视觉生理特点对图像处理方法的影响很大1、人眼的结构13第十三页，共八十五页，编辑于2023年，星期六图3-3视锥细胞和视杆细胞在视网膜上的分布锥状（cone）视觉：白昼视觉，色彩；杆状（rod）视觉：夜视觉，低照度敏感。14第十四页，共八十五页，编辑于2023年，星期六2、眼睛中图像的形成成像的几何原理视觉信息的产生视觉信息的传递视觉信息的加工处理15第十五页，共八十五页，编辑于2023年，星期六（1）成像的几何原理图3-4用眼睛观察树的光学表示法，C点为晶状体的光学中心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。

16第十六页，共八十五页，编辑于2023年，星期六成像尺寸计算观测者看一个距离100m，高15m的树。设x表示视网膜上形成的图像的大小，单位mm，有:15/100=x/17,x=2.55mm17第十七页，共八十五页，编辑于2023年，星期六（2）视觉信息的产生光—化—电过程色觉理论主要有两种三色学三种视色素，对光的影响峰值分别在红、绿、蓝区，综合后形成色觉信息。四色学说三对视色素(白-黑，红-绿，黄-蓝)，它们的组合响应产生色觉信息18第十八页，共八十五页，编辑于2023年，星期六Fig3人类感光细胞的敏感曲线400450500550600650700100806040200蓝绿红波长（nm)光吸收特性%三种不同频率响应的锥，各对红、绿、蓝具有最强的响应，彩色的识别功能19第十九页，共八十五页，编辑于2023年，星期六（3）视觉信息的传递眼球内眼球外20第二十页，共八十五页，编辑于2023年，星期六（4）视觉信息的加工处理简单型细胞检测图像的明暗边界和线条的位置和方向，复杂型细胞对直线和边界的运动方向敏感，低级超复杂型细胞检测直线和边界的长度、宽度，而高级超复杂型细胞可以检测曲线和边缘曲度等21第二十一页，共八十五页，编辑于2023年，星期六3、视觉特性亮度适应与鉴别分辨力对比灵敏度同时对比效应阈值效应和掩盖效应视觉运动特性视觉空间频率特性视觉时间频率特性22第二十二页，共八十五页，编辑于2023年，星期六图3-5主观亮度感受特性23第二十三页，共八十五页，编辑于2023年，星期六（2）分辨力在不同的亮度适应级，人眼的分辨力不同，如图3-6所示，I是背景光强，I是光强的变化，称为韦伯比，表示光强分辨力

图3-6光强分辨力的典型韦伯比24第二十四页，共八十五页，编辑于2023年，星期六（3）对比灵敏度II+II/I强度I2%具有恒定背景的对比灵敏度25第二十五页，共八十五页，编辑于2023年，星期六（4）同时对比效应I0I+III/I强度I2%具有可变背景的对比灵敏度心理学实验表明，人眼感受到的亮度不是光强的简单函数，如马赫带效应和同时对比效应。26第二十六页，共八十五页，编辑于2023年，星期六马赫带效应图3-727第二十七页，共八十五页，编辑于2023年，星期六同时对比效应图3-828第二十八页，共八十五页，编辑于2023年，星期六（5）视觉阈值效应和掩盖效应视觉阈值正好可以被看到的刺激（干扰或失真）值，它是一个统计值，在图像质量的主观评价中有广泛的应用。“掩盖效应视觉阈值随图像内容的变化而变化，在平坦区阈值低，对失真也敏感；在边缘和纹理区，视觉存在掩盖效应，对失真不敏感。29第二十九页，共八十五页，编辑于2023年，星期六（6）视觉运动特性周边视力对图像中运动变化部分很灵敏，有特征抽取作用，从而控制眼肌转动视轴，使视力集中对准这些部位，以便看清其细节。电视眼球标记摄像机(televisioneye-markercamera)试验30第三十页，共八十五页，编辑于2023年，星期六（7）视觉空间频率特性亮暗在空间上作正弦变化的条纹图案，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，称为调制传递函数MTF(ModulationTransferFunction)

对比灵敏度100010010110100图3-9典型MTF曲线空间频率/cdeg-131第三十一页，共八十五页，编辑于2023年，星期六图3-10闪烁对MTF的影响闪烁频率为1HZ闪烁频率为6HZ闪烁频率为16HZ闪烁频率为20HZ对比灵敏度300100301030.3131030空间频率/cdeg-132第三十二页，共八十五页，编辑于2023年，星期六（8）视觉时间频率特性125102050Hz视觉阈值0.01

0.1图3-11时间频率特性时间频率/Hz33第三十三页，共八十五页，编辑于2023年，星期六3.1.2视觉的简单数学模型亮度视觉模型彩色视觉模型34第三十四页，共八十五页，编辑于2023年，星期六1、亮度视觉模型输入图像Ii(x,y)光学系统H(x,y)输出图像Io(x,y)图3-13线性光学系统光学系统的调制传递函数MTF

35第三十五页，共八十五页，编辑于2023年，星期六简单的黑白视觉对数模型神经信号光接受器对数线性系统图3-143黑白视觉对数模型36第三十六页，共八十五页，编辑于2023年，星期六视觉信息的融合号数-2-4图3-15侧抑制结构…………LOGa1LOGanLOGa2网膜信号感受器加权因子LOGa1LOGa0LOGan37第三十七页，共八十五页，编辑于2023年，星期六黑白视觉扩展模型inout|H2(Wx,Wy)||H1(Wx,Wy)|H1(Wx,Wy)H2(Wx,Wy)H3(Wx,Wy)光感受器线性系统线性系统线性系统非线性网络|H3(Wx,Wy)|38第三十八页，共八十五页，编辑于2023年，星期六2、彩色视觉模型Thomas—Young三色假说

g3g1g2d3d2d1e3e1e2线性系统-黄绿色视锥感受器蓝色视锥感受器绿色视锥感受器LOGLOGLOG+-+H2(Wx,Wy)H1(Wx,Wy)H3(Wx,Wy)神经信号图3-16彩色视觉模型39第三十九页，共八十五页，编辑于2023年，星期六彩色响应在图3-16模型中，e1、e2、e3代表视网膜三个具有S1()、S2()、S3()谱灵敏度的感受器，其输出分别为

C()为入射光谱的能量分布函数

40第四十页，共八十五页，编辑于2023年，星期六彩色信息融合e1、e2、e3经对数传传递后合并为d1、d2、d3输出：41第四十一页，共八十五页，编辑于2023年，星期六色谱灵敏度曲线波长（nm）S1()S2()S3()相对灵敏度1.00.50450500550600650图3-17根据Konig数据得到的视网膜锥状细胞的色谱灵敏度曲线42第四十二页，共八十五页，编辑于2023年，星期六图3-19彩色视觉扩展型模型线性系统-++-黄绿色视锥感受器蓝色视锥感受器绿色视锥感受器HE2(Wx,Wy)HE1(Wx,Wy)HE3(Wx,Wy)非线性网络非线性网络非线性网络HL2(Wx,Wy)HL1(Wx,Wy)HL3(Wx,Wy)神经信号43第四十三页，共八十五页，编辑于2023年，星期六3.1.3色度学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:700nm,G:546.1nm,B:435.8nm。44第四十四页，共八十五页，编辑于2023年，星期六三色系统图3-20彩色加法系统（左）与减法系统（右）利用3基色叠加可产生光的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）。按一定的比例混合3基色或将1个补色与相对的基色混合就可以产生白色。光的混合满足加色定理。45第四十五页，共八十五页，编辑于2023年，星期六色度图46第四十六页，共八十五页，编辑于2023年，星期六颜色特征区分颜色通常用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47第四十七页，共八十五页，编辑于2023年，星期六坐标系为组成某种颜色所需的红、绿、蓝的量称为3个刺激量，分别用R、G、B表示。

颜色还可以用色品值r、g、b（相对色系数）表示，定义如下

48第四十八页，共八十五页，编辑于2023年，星期六彩色匹配规则：任何彩色可以用不多于三个基色配成；混合色的光亮度等于各分量亮度之和；人眼不能分解混合彩色的各个分量；在某一亮度等级上的彩色匹配可适用于较宽的亮度范围；彩色相加定律：若一彩色C1与彩色C2相匹配（同样彩色感觉），而彩色C’1与彩色C’2相混合的彩色匹配，可以如下表示：[C1]=[C2]，即C1彩色与C2彩色相匹配；1[C1]+2[C2]，即一混合色包含1份的[C1]和2份的[C2]。彩色相加定律表示为：若[C1]=[C2]，[C’1]=[C’2]则 1[C1]+2[C2]=1[C’1]+2[C’2]49第四十九页，共八十五页，编辑于2023年，星期六彩色匹配彩色相减：当C1、C2混合色与C’1、C’2混合色相匹配时，若C2与C’2相匹配，则C1和C’1也匹配，即已知[C1]+[C2]=[C’1]+[C’2]，若[C’2]=[C2]，则[C’1]=[C1]转移定律：若C1与C2匹配，C2又与C3匹配，则C1与C3匹配，即已知[C2]=[C1]，[C2]=[C3]，则[C1]=[C3]匹配定律（Grassman定理）：在亮度既不太高，也不太低的条件下，有三种配色方案：

[C]=1[C1]+2[C2]+3[C3][C]+1[C1]=2[C2]+3[C3][C]+1[C1]+2[C2]=3[C3]50第五十页，共八十五页，编辑于2023年，星期六小结研究眼的生理特点非常重要，对显示系统的设计具有决定性意义仿生的图像处理系统是目前研究的热点和难点51第五十一页，共八十五页，编辑于2023年，星期六3.2图像的数学模型

Image’sMathematicModel连续模型离散模型随机场模型52第五十二页，共八十五页，编辑于2023年，星期六3.2.1图像的连续模型基本的连续模型照明反射模型通用的彩色模型彩色电视色度坐标噪声模型53第五十三页，共八十五页，编辑于2023年，星期六1、基本的连续模型图像可以用灰度级G在x，y二维空间的连续变换来描述，即：

Sg(x,y)f(x,y)图3.2.1图像处理的基本框图图像=g(x,y)， 时间序列图像的描述为：图像序列={g1(x,y),g2(x,y),…,gt(x,y)}或：图像序列=g(x,y,t)。 图像处理

f(x,y)=S[g(x,y)] (3-23)式（3-23）中S可以是有意施加的某种处理方法，也可以是图像系统中导致图像退化的原因。

G(x,y)=S-1[f(x,y)] (3-24)式(3-24)是图像复原的基本模型。54第五十四页，共八十五页，编辑于2023年，星期六（2）、照明反射模型（3）、彩色模型2、离散模型3、随机场模型三、图像的数字化f(x,y)=i(x,y)r(x,y),其中0i(x,y)Bm,0r(x,y)1,i(x,y)照射分量，r(x,y)反射分量，Bm最大光照强度。gminggmax,gmin=iminrmin,gmax=imaxrmax。

[gmin

，gmax

]是图像灰度范围。该模型常用于同态滤波，计算机图形：真实感模型2、照明反射模型55第五十五页，共八十五页，编辑于2023年，星期六3、通用的彩色模型RGB模型HSI模型56第五十六页，共八十五页，编辑于2023年，星期六（1）RGB模型图3-2557第五十七页，共八十五页，编辑于2023年，星期六xyz相对三色系数（色品坐标）x+y+z=1,(x,y)CIE色度图。对应于x=y=0.33的E点，称等能量点，CIE标准白光。0.800.20.8xy520nm700-770nm红蓝绿NTSCPAL紫

色度图色品坐标系58第五十八页，共八十五页，编辑于2023年，星期六NTSC美国Nationaltelevisionsystemcommittee:YIQ，Y亮度，I、Q色度Y=0.299R+0.587G+0.114BI=0.5R-0.231G-0.269BQ=0.203R-0.5G+0.297BPAL(Phasealternationline):YUV，Y亮度，U、V色度Y=0.299R+0.587G+0.114BU=-0.169R-0.331G+0.5BV=0.5R-0.419G-0.081B彩色信号传输：亮度、色度信号59第五十九页，共八十五页，编辑于2023年，星期六（2）HSI模型视觉生理模型色调（H，Hue）、色饱和度（S，Saturation）以及明度（I，Intensity）（Museum，孟塞尔颜色系统）在特定应用环境中，用于图像分析有特殊的优势在只有光照亮度发生变化的应用中，不考虑明度，只使用色度进行区域分割。60第六十页，共八十五页，编辑于2023年，星期六圆锥体模型61第六十一页，共八十五页，编辑于2023年，星期六RGB到HSI62第六十二页，共八十五页，编辑于2023年，星期六HSI到RGB63第六十三页，共八十五页，编辑于2023年，星期六颜色特征丰富了图像处理的方法色彩的识别，色彩分解，提取特征。滤色镜，遥感、着色后细胞红绿蓝红黄绿蓝紫64第六十四页，共八十五页，编辑于2023年，星期六4、彩色电视色度坐标系统RGB三基色系统称为“物理三基色”

CIE另外规定了一种虚拟的三基色系（XYZ）标准色度系统，在匹配各种彩色时，三基色系数都是正值65第六十五页，共八十五页，编辑于2023年，星期六NTSCNTSC制式彩色电视接收显示原色的系统RNGNBN，发送系统YIQ均建立在XYZ之上

66第六十六页，共八十五页，编辑于2023年，星期六彩色坐标间的关系相关的其它变换关系为

67第六十七页，共八十五页，编辑于2023年，星期六5、噪声的模型噪声的特征噪声的来源噪声模型68第六十八页，共八十五页，编辑于2023年，星期六（1）噪声的特征图像信号，f(x,y)噪声，n(x,y)，随机性的，可以用随机过程来描述。一般常用统计特征来描述，如均值、方差、相关函数等。均值E[n(x,y)]反映噪声的直流分量，均方值E{n2(x,y)}反映噪声的总功率，均方差E{(n(x,y)-E[n(x,y)])2}描述噪声的交流功率，均值的平方[E{n(x,y)}]2，表示噪声的直流功率。69第六十九页，共八十五页，编辑于2023年，星期六（2）噪声的来源外部噪声：从处理系统外来的影响，如电磁波干扰。内部噪声：(1)由光和电的基本性质引起的噪声。(2)机械运动产生的噪声。(3)元器件材料本身的缺陷带来的噪声。(4)系统内部电路噪声。70第七十页，共八十五页，编辑于2023年，星期六噪声分类从统计观点看平稳噪声凡是统计特征不随时间变化的；非平稳噪声统计特征随时间变化的。从噪声幅度分布的统计来看其密度函数有高斯型、瑞利型等，分别称为高斯噪声和瑞利噪声。按噪声频谱形状命名的，如频谱均匀分布的噪声称为白噪声，频谱与频率成反比的称为1/f噪声，频谱与频率平方成正比的称为三角噪声71第七十一页，共八十五页，编辑于2023年，星期六（3）噪声的模型加法性噪声：g(x,y)=f(x,y)+n(x,y)

（3-43）乘法噪声：g(x,y)=f(x,y)[1+n(x,y)]=f(x,y)+f(x,y)n(x,y)

（3-44）

72第七十二页，共八十五页，编辑于2023年，星期六3.2.2离散模型73第七十三页，共八十五页，编辑于2023年，星期六

数字图像，数字化（1）连续画面空间坐标离散化——采样：方形、三角形、正六角形点阵等。采样点阵（2）采样点（像素）幅值（实数）取