数字图像处理第2章

1、数字图像处理要想成功，就必须弄清基础问题。 亚里士多德第二章 数字图像基础n2.1 人的视觉特性n2.2 色度学基础n2.3 光度学n2.4 图像的数字化n2.5 坐标变换2.1 人的视觉特性人眼的机理与照相机类似： 1. 瞳孔：透明的角膜后是不透明的虹膜，虹膜中间的圆孔称为瞳孔，其直径可调节，从而控制进入人眼内之光通量。(照相机光圈作用) 2. 晶状体：瞳孔后是一扁球形弹性透明体，其曲率可调节，以改变焦距，使不同距离的图在视网膜上成象。（照相机透镜作用）2.1 人的视觉特性3. 视细胞：视网膜上集中了大量视细胞，分为两类： 锥状细胞：明视细胞，在强光下检测亮度和颜色； 杆(柱)状细胞：暗视细

2、胞，在弱光下检测亮度，无色彩感觉。 其中，每个锥状视细胞连接着一个视神经末梢，故分辨率高，分辨细节、颜色；多个杆状视细胞连接着一个视神经末梢，故分辨率低，仅分辨图的轮廓。4. 人眼成像过程 2.1 人的视觉特性一、人眼成像晶状体相当于透镜虹膜控制进光量视网膜上布满锥细胞和杆细胞，分别负责彩色和黑白视觉2.1 人的视觉特性二、视觉形成过程 整体视觉过程：“视”+“觉” 2.1 人的视觉特性三、人眼的亮度感觉 (1) 图像 “黑”“”“白”（ “亮”、“暗”）对比参数 对比度 : 相对对比度 : (2)人眼亮度感觉范围 总范围很宽（ ） 人眼适应某一环境亮度后，范围限制 适当平均亮度下： 很低亮度

3、下： c = 10 (3)同时对比度：人眼对亮暗程度所形成的 “黑”“”“白”感觉具有相对性，即按对比度c感觉物体亮度对比。2.1 人的视觉特性例：同时对比度：即当背景暗时看起来要亮些，而当背景亮时看起来要暗些。2.1 人的视觉特性（4）马赫带（Mach BandMach Band）效应 视觉系统有过高或过低估计不同亮度区域的边界值的现象马赫带效应的出现，是因为人眼对于图像中不同空间频率具有不同的灵敏度，而在空间频率突变处就出现了 “欠调”或“过调”。2.1 人的视觉特性(5)(5)主观亮度S S与实际亮度B B之间的关系 (6)(6)人眼亮度感觉之应用 若一幅原图像经过处理，恢复后得到重现图

4、像，重现 图像的亮度不必等于原图像的亮度，只要保证二者的对比度及亮度层次（灰度级）相同，就能给人以真实的感觉。2.2 色度学基础一、三基色原理 根据人眼结构，所有颜色都可看作是3个基本颜色红（R，red），绿（G，green）和蓝（B，blue）的不同组合。 则任一彩色可表示为： R 波长700 nmG 波长546.1 nmB 波长435.8 nm2.2 色度学基础颜色的三个属性:（1）色调 色调由可见光光谱中各波长的分量来决定，是彩色光的基本性质。（2）饱和度 饱和度指的是相对的纯净度，或一种颜色混合白光的数量。它反映了彩色的浓淡，取决于彩色中白色光的含量，白光越多，彩色越淡。（3）亮度 指

5、彩色光对人眼的刺激程度，与光的能量有关。 2.2 色度学基础二、颜色模型 各种表示颜色的方法，称做颜色模型。目前使用最多的是面向机器（如显示器、摄像机、打印机等）的 RGB 模型和面向颜色处理（也面向人眼视觉）的 HSI、 HSV 模型。2.2 色度学基础 RGB(0,1,0)(1,0,0)bmc黑yr白g(0,0,1)（1）RGB模型 是面向彩色显示器或打印机的2.2 色度学基础 在三维直角坐标系中，用相互垂直的三个坐标轴代表 R、G、B三个分量，并将R、G、B分别限定在0,1，则该单位正方体就代表颜色空间，其中的一个点就代表一种颜色。如上图所示。其中， r、g、b、c、m和y分别代表红色（

6、red）、绿色（green）、蓝色（blue）、青色（ cyan ）、品红（ magenta） 和黄色（yellow）。 2.2 色度学基础 （2）HSI模型:面向彩色处理最常用模型 HSI模型利用颜色的三个属性色调H（hue）、饱和度S（saturationsaturation）和亮度I（intensityintensity）组成一个表示颜色的圆柱体，如下图所示。2.2 色度学基础RGBRGB和HSIHSI之间的模型转换： （1）RGB转换到HSI （2）HSI转换到RGB 1从RGB空间转换到HSI空间GBBGBRGRBRGRBRGRBGBRGRBRGRH2/122/12)()(2/)()

7、(arccos2)()(2/)()(arccos或),min(31BGRBGRS)(31BGRI图像的HSI分解（a）原RGB图像 （b）H分量 （c）S分量 （d）I分量2. 从HIS空间转换到RGB空间n设S、I的值在0，1之间，R、G、B的值也在0，1之间，则从HSI到RGB的转换公式分成3段以利用对称性,以当H在0o，120o之间为例：)60cos(cos10HHSIR)(3RBIG)1 (SIB2. 从HIS空间转换到RGB空间n当H在120o，240o之间：首先从H中减去120o，即120 HH)1 (SIR)60(1 HCOSSCOSHIG)(3GRIB2. 从HIS空间转换到R

8、GB空间n当H在240o，360o之间：首先从H中减去240o，即240 HH)1 (SIG)60(1 HCOSSCOSHIB)(3GBIR2.3 2.3 图像的邻域图像的邻域n位于坐标（x,y）处的像素p有4个水平和垂直的相邻像素，其坐标由图所示：n(x+1,y),(x-1,y),(x,y+1),(x,y-1)n这组像素称为p的4邻域，用N4(p)2.3 2.3 图像的邻域图像的邻域n像素p的对角相邻像素的坐标为： (x+1,y+1),(x+1,y-1),(x-1,y+1),(x-1,y-1)与N4(p)表示的相邻像素一起组成像素p的8邻域：(x+1,y),(x-1,y),(x,y+1),(

9、x,y-1),(x+1,y+1),(x+1,y-1),(x-1,y+1),(x-1,y-1)用N8(p).2.4 2.4 图像的数字化图像的数字化 所谓的所谓的图像数字化图像数字化，是指将模拟图像经过离散化之后，是指将模拟图像经过离散化之后，得到用数字表示的图像。得到用数字表示的图像。 一幅图像必须要在空间和灰度上都离散化才能被计算机处理。空间坐标的离散化叫做空间采样，而灰度的离散化叫做灰度量化。图像的空间分辨率主要由采样所决定，而图像的幅度分辨率主要由量化所决定。 假设1幅图像的空间分辨率是M*N，而图像的幅度分辨率是G（2的k次幂），一般将这些量取为2的整数幂，则储存1幅图像所需的位数b为

10、： b=M*N*k 如果图像是正方形？图像尺寸的增加，所需的存储空间？2.4 2.4 图像的数字化图像的数字化一、一、 采样采样 采样采样 是指将在空间上连续的图像转换成是指将在空间上连续的图像转换成离散的采样点（即像素）集的操作。由于图离散的采样点（即像素）集的操作。由于图像是二维分布的信息，所以采样是在像是二维分布的信息，所以采样是在 x轴和轴和y轴两个方向上进行。一般情况下，轴两个方向上进行。一般情况下， x轴方向轴方向与与y轴方向的采样间隔相同。轴方向的采样间隔相同。2.4 2.4 图像的数字化图像的数字化1. 概念：位置上离散化 ，为采样点，称为像素(pixel)。2. 二维（均匀）

11、采样函数 3.均匀采样2.4 2.4 图像的数字化图像的数字化图2.4.1 采样函数s(x,y)的图示 图2.4.2 原图像和采样图像的频谱2.4 2.4 图像的数字化图像的数字化 采样时应注意：采样间隔采样间隔 的选取。 采样间隔太小，则增大数据量；太大，则会发生信息的混叠，导致细节无法辨认。细节清晰，数据量为细节清晰，数据量为100%100%细节无法辨认，数据量为细节无法辨认，数据量为1%1%2.4 2.4 图像的数字化图像的数字化二、量化二、量化n量化量化是将各个像素所含的明暗信息离散化后，是将各个像素所含的明暗信息离散化后，用数字来表示。一般的量化值为整数。用数字来表示。一般的量化值为

12、整数。n 充分考虑到人眼的识别能力之后，目前非特充分考虑到人眼的识别能力之后，目前非特殊用途的图像均为殊用途的图像均为8bit8bit量化，即用量化，即用0 2550 255描描述述“从黑到白从黑到白”。在在3bit3bit以下的量化，会出现以下的量化，会出现伪轮廓现象伪轮廓现象。2.4 2.4 图像的数字化图像的数字化量化方法量化方法 量化可分为均匀量化和非均匀量化。量化可分为均匀量化和非均匀量化。均匀量均匀量化化是简单地在灰度范围内等间隔量化。是简单地在灰度范围内等间隔量化。非均匀量非均匀量化化是对像素出现频度少的部分量化间隔取大，而是对像素出现频度少的部分量化间隔取大，而对频度大的量化间

13、隔取小。对频度大的量化间隔取小。2.4 2.4 图像的数字化图像的数字化1. 概念： 幅度(灰度)等间隔离散化：2. 方法 实际中，取 连续图像到数字图像的转化过程如下：2.4 2.4 图像的数字化图像的数字化三、分辨率变化对图像影响（一） 概念 1. 图像分辨率：区分细节的程度； 2. 影响因素：采样点数（ M，N）和灰度级数G。 (二）空间分辨率 1. 采样点数越多（采样间隔越小），空间分辨率越高； 2. G不变， (M,N) 减少，图像像素粒子变粗。 （三）幅度分辨率 1. G越多，图像幅度分辨率越高； 2. M、N不变，G减少灰度渐变变成突变，出现虚假轮廓。 2.4 2.4 图像的数字

14、化图像的数字化三、分辨率变化对图像影响（四） M M、N N及G G的实际取值 2. 实际中： M=N=256,512,1024 G=32,64,128,256 3. 人头像： M=N=128,256; K=6，7 空间分辨率变换对图像的影响（举例） 图2.4.5 不同采样点数对图像质量的影响幅度分辨率变换对图像的影响（举例） 图2.4.6 不同灰度级对图像质量的影响2.4 2.4 图像的数字化图像的数字化四、数字图像表示形式和特点n数字图像的矩阵表示2.4 2.4 图像的数字化图像的数字化n数字图像的特点： 1. 信息量大 一幅遥感图像N=1024, G=256= ,则容量=N*N*K=8M

15、b 2.占用频带宽 与语音信息相比，图像信息占用的带宽要大几个数量级。 如电视图像约为5.6 MHZ，而语音仅为2KHz左右。因此，处理的难度大，成本高。这就对图像（频带）压缩提出了必须（很高）的要求。 3.像素间相关性大 (1)同幅内相邻像素间具有相同（或相近）灰度的可能性很大(r 0.8)； (2)运动图像的相邻帧对应像素间相关性更大。 综上（1）和（2）说明，图像压缩的潜力（可能性）很大。 4. 视觉效果的主观性大。2.5 坐标变换 100100100yxT平移矩阵可写成：2.5 坐标变换 2. 2. 尺度（放缩）变换尺度（放缩）变换用Sx和Sy沿X和Y轴进行放缩变换可用下列矩阵实现： 1000000yxSST的取值：大于的取值：大于1 1是放大，小于是放大，小于1 1是缩小。是缩小。2.5 坐标变换3. 3. 旋转变换旋转变换本章小结n从人的视觉特性入手，介绍了视觉