数字图像处理与Python实现-课件 第二章 数字图像基础

数字图像处理2022-2023-2列举数字图像处理包含的内容2.图像处理技术有哪些应用，为每种用途举出一个应用实例。作答主观题10分课程内容入门认识第7章图像压缩第8章图像分割基本操作应用第9章图像水印第10章指纹识别第11章深度学习综合案例第二章数字图像处理基础2.1色度学基础2.2图像的数字化技术2.3像素的基本关系2.4图像质量评价2.1色度学基础图：反射光或透射光的分布，或自身发出的能量（客观）像：人的视觉系统对图的接收在大脑中形成的印象或认识（主观）什么是图像？客观和主观的结合感光细胞杆状细胞：暗视器官锥状细胞：明视器官，在照度足够高时起作用,并能分别辨颜色2.1色度学基础颜色模型将电磁光谱的可见部分分为三个波段:红、绿、蓝（三基色）把三种基色光按不同比例相加称之为相加混色2.1色度学基础广泛使用的模型：面向机器（如显示器、摄像机、打印机等）的RGB模型面向颜色处理（也面向人眼视觉）的HSI（或HSV）模型（1）RGB模型（面向硬件设备的彩色模型）颜色模型三基色比例相加混色C=R(R)+G(G)+B(B)RGB000黑色001蓝色010绿色011青色100红色101品红110黄色111白色R=G=B灰色表2.1三基色相加混色表2.1色度学基础颜色模型人眼感受颜色：色调(hue)、饱和度(saturation)和亮度(Intensity/Lightness)色调（H）:由颜色所在光谱中的波长决定，表示颜色的种类；颜色“质”的特征饱和度（S）：取决于颜色中混入白光的数量，表示颜色的深浅；

混入的白光数量越多，其饱和度越高，颜色越鲜艳。亮度（I）：取决于颜色的光强度，表征颜色的明亮程度；是颜色“量”的特征（2）HSI（或HSV）模型美国色彩学家孟塞尔(H.A.Munseu)于1915年提出，反映了人的视觉系统感知彩色的方式2.1色度学基础思考：如果你会如何描述一种颜色？“这是什么颜色？深浅如何？明暗如何？”2.1色度学基础颜色模型饱和度越大，颜色看起来越鲜艳（中心轴为灰色）HSI模型完全反映了人类感知颜色的基本属性：H和S分量与人感知颜色的特性一一对应，I分量与图像的彩色信息无关，在处理彩色图像时，可仅处理Ⅰ分量，结果不改变原图像中的彩色种类。HSI模型被广泛应用于以人的视觉系统感知颜色的图像表示和处理系统中。（2）HSI（或HSV）模型拓展学习：孟塞尔色彩标定方法颜色模型转换（1）RGB

HSI转换2.1色度学基础将R、G、B分量归一化到[0,1]范围内后，按如下公式转换：颜色模型转换（2）

HSI

RGB转换2.1色度学基础设S、I分量的值在[0,1]内，R、G、B分量的值也在[0,1]内：颜色模型转换为什么需要转换？2.1色度学基础如果直接对RGB模型中的R、G和B分别进行处理，很可能会引起三个量不同程度的变化，引起色差或失真。HSI模型使得在保持色彩无失真的情况下实现图像处理成为可能。I分量与图像的彩色信息无关;H和S分量与人感受颜色的方式紧密相联的。为什么HSI模型可以保证色彩无失真？图2.常见彩色图像处理流程

思考题：1、如何表示图像中一点的彩色值?

在常用的颜色空间中，哪个颜色空间最接近人的视觉系统的特点?用颜色三维空间中的一个点来表示，每个点有三个分量，不同的颜色空间各分量的含义不同。大量应用的是HSI模型，这个模型是由色度(H），饱和度(S)，亮度(I）三个分量组成的，与人的视觉特性比较接近。该模型重要性在于：一方面消除了亮度成分I在图像中与颜色信息的联系，另一方面色调H和饱和度S分量与人的视觉感受密切相关。基于人的视觉系统的颜色感觉特性，使HSI模型成为一个研究图像处理的重要工具。HSI模型由色度(H），饱和度(S)，亮度(I）三个分量组成的，与人的视觉特性比较接近。色调(H）表示颜色的种类，用角度来标定，用-180～180或0～360度量。饱和度（S)表示颜色的深浅，在径向方向上的用离开中心线的距离表示。用百分比来度量，从0%到完全饱和的100%。亮度(I)表示颜色的明亮程度，用垂直轴表示。也通常用百分比度量，从0%（黑）到100%(白）。2、色调、色饱和度和亮度的定义是什么?在表征图像一点颜色时，各起什么作用?张宇宁？第二章数字图像处理基础2.1色度学基础2.2图像的数字化技术2.3像素的基本关系2.4图像质量评价2.2图像的数字化技术图像的数学模型（矩阵表示）2.2图像的数字化技术图像的数学模型2.2图像的数字化技术图像的数学模型数字图像中的像素与二维矩阵中的每个元素图像的采样(空间)常用办法：对f(x,y)进行均匀采样，取得各点的亮度值，构成一个离散函数f(i,j)。奈奎斯特定理？采样率fs必须大于被测信号感兴趣最高频率分量的两倍。2.2图像的数字化技术图像的采样(空间)奈奎斯特定理2.2图像的数字化技术s(x)是由多个正弦信号叠加构成的波型函数数字通信的引路人采样率fs必须大于被测信号感兴趣最高频率分量的两倍。根据一维采样定理，若一维信号g(t)的最大频率为w，以(）为间隔进行采样，则能够根据采样结果g(iT)(i=…，-1，0，1，…)完全恢复g(t)。T≤1/2wT≤wT≥1/2wT≥wABCD提交单选题1分图像的采样2.2图像的数字化技术图像的量化(灰度)M*N个采样点，每个像素量化后的灰度二进制位数为Q，一般Q总是取为2的整数幂，即Q=2k，则存储一幅数字图像所需的二进制位数b为：字节数：2.2图像的数字化技术图像的量化(灰度)2.2图像的数字化技术像素邻域2.3像素的基本关系ND(p)N8(p)N4(p)邻接性、连通性、区域和边界邻接性：

满足某一个灰度相似性定义的两个像素p和q是否具有相邻关系中的一种。p和q同属于C，当q处在p的4邻域中时，则它们为4邻接；当q处在p的8邻域或对角邻域中，称它们为8邻接，或对角邻接。2.3像素的基本关系第二章数字图像处理基础2.1色度学基础2.2图像的数字化技术2.3像素的基本关系2.4图像质量评价邻接性、连通性、区域和边界m-邻接性（满足下列条件之一即可）：（1）q在p的4邻域中

（2）

q在p的对角邻域中且p的4邻域和q的4邻域的交集为空集，

（即交集中不存在属于集合C的像素）在不同的灰度集合定义下，图像中两个像素的邻接关系可能不一样2.3像素的基本关系集合C={2}时，点p(1,1)和q(2,2)是m邻接吗？是否AB提交单选题1分集合C={1，2}时，点p(1,1)和q(2,2)是m邻接吗？是否AB提交单选题1分点n(1,2)和p、q的关系是m邻接吗？是否AB提交可为此题添加文本、图片、公式等解析，且需将内容全部放在本区域内。点n是在p、q的4邻域中，符合第一种m邻接的定义答案解析单选题1分邻接性、连通性、区域和边界m-邻接性

为什么要引入m邻接的定义？？讨论：当集合C={1,2}时，（1）考虑8邻接关系时，坐标点s到点q的通路是否唯一？（2）考虑m邻接关系时，坐标点s到点q的通路是否唯一？s->t->n->qm邻接消除8邻接的二义性2.3像素的基本关系邻接性、连通性、区域和边界连通性点p(x1,y1)的像素与点q(x2,y2)的像素按某种邻接关系存在一条连通的路径连通性需要根据邻接关系来确定由p到q的路径：由点p到q所经历的路径的像素点序列路径的长度：从p点出发沿路径到q点所需走的步数分析：4邻域和8邻域情况下，点p和q是否连通？2.3像素的基本关系邻接性、连通性、区域和边界区域和边界区域：连通的像素点所组成的点的集合边界点：区域中的某一像素，如果存在某一个邻域不属于这一区域内边界：一个区域的所有边界点组成该区域的边界，这些边界点在区域内外边界：边界点并不在当前考虑区域内，但有一个邻域属于当前区域区域也分为4连通区域和8连通区域2.3像素的基本关系邻接性、连通性、区域和边界区域和边界边缘(edge)和边界(border)。边缘：灰度值存在差异的地方，通常指相邻像素之间的灰度值差大于某一个阈值边缘不一定是闭合轮廓，边界是闭合的轮廓2.3像素的基本关系距离度量给定3个点p(x,y)、q(s,t)、r(u,v)，若满足以下三个基本条件，则度量函数D称为距离2.3像素的基本关系非负性与起始点无关直线距离最短(1)欧式距离：(2)城市距离：(3)棋盘距离：(a)欧式距离

(b)城市距离

(c)棋盘距离常见距离度量2.3像素的基本关系如下图像子集:(1)在图中画出V={0,1}时的p到q的最短m-连接通路，(2)计算p到q的欧式距离、城市距离和棋盘距离。作答可为此题添加文本、图片、公式等解析，且需将内容全部放在本区域内。(1)最短m-连接通路(2)答案解析主观题10分第二章数字图像处理基础2.1色度学基础2.2图像的数字化技术2.3像素的基本关系2.4图像质量评价图像质量的主观评价（最普通和最可靠的评价）两种：绝对方式和比较方式2.4图像质量评价绝对方式：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。

有时给观察者配备一套标准参考图像，以便评定时进行主观校准；

但有时，观察者不得不只根据以往的观察经验判断。质量尺度妨碍尺度5分丝毫看不出图像质量变坏5分非常好4分能看出来图像质量变化但不妨碍观看4分好3分清楚看出图像质量变坏，对观看稍有妨碍3分一般2分对观看有妨碍2分差1分非常严重的妨碍观看1分非常差表

绝对评价尺度图像质量的主观评价（最普通和最可靠的评价）2.4图像质量评价比较方式：请观察者评定一套图像，比较某一特定图组中图像的优劣。分值相对评价尺度绝对评价尺度5分该群中最好非常好4分好于该群中平均水平好3分该群中的平均水平一般2分差于该群中的平均水平差1分该群中最差非常差表2.3相对评价尺度与绝对评价尺度对比图像质量的主观评价（最普通和最可靠的评价）2.4图像质量评价优点：真实的反映图像直观质量，评价结果可靠，无技术障碍。缺点：主观测试受被测图像的类别以及试验观测条件的影响；

评价结果易受观察者的知识背景、心理变化、观测动机等因素影响；

依赖人眼视觉系统，难以找到合适的数学模型描述；

实施需要多人、多次重复实验，耗时多、成本昂贵、操作复杂，

不利于图像质量的实时评价，无法适用于所有场合。假如你是图像观察者，你认为在图像质量的主观评价中可能出现哪些情况？评价的准确性表现为实验结果的可重复性，要求对实验各方面的条件有严格规定对于熟悉的图像，你对损害度的鉴定不受影响对于不熟悉的图像，不影响你看出损害，不须外来有意提醒从一种观察条件变到另一种条件时，应用主观评价需加小心ABCD提交多选题1分图像质量的客观评价（最普通和最可靠的评价）1.均方误差 (MeanSquareError,MSE)

指