图像处理基本知识

图像处理基本知识第1页，课件共55页，创作于2023年2月2.1视觉感知2.2图像的噪声分析2.3图像的质量评价2.4图像的采样与量化(数字化)2.5像素之间的关系第2页，课件共55页，创作于2023年2月2.1视觉感知2.1.1视觉原理2.1.2亮度适应和区分2.1.3成像模型2.1.4颜色视觉第3页，课件共55页，创作于2023年2月2.1视觉感知

2.1.1视觉原理

例：距离100米高15米图像大小2.55毫米第4页，课件共55页，创作于2023年2月杆状体：7500～15000万，几个柱细胞联到同一个神经末梢，分辨率低，提供视野的整体视象，不感受颜色对低照度敏感。夜视觉2.1.1视觉原理成像过程：

晶体聚焦；视网膜成像；视网膜图像反映到中央凹；由光接收器的相对刺激作用产生感觉，把辐射来的能量变为电脉冲；人脑判断。反映聚焦到视网膜中央凹图像电脉冲人脑判读光接收器：锥状体：600～700万。对颜色敏感。充分识别图像细节，每个细胞接一个神经末端，又叫适亮视觉（photopicvision）、白昼视觉第5页，课件共55页，创作于2023年2月2.1.2亮度适应和区分

1.可见光范围：电磁辐射刺激视觉人眼可见区域：380～780nm380nm780nm2.人眼识别光的强度范围：由夜视阈值到强闪光之间1～1010级第6页，课件共55页，创作于2023年2月I－光分布，V－相对光强度效率函数。亮度：（感觉到光强度）与环境有关。3.亮度适应现象：

人眼利用改变其整个灵敏度来适应不同的亮度范围。4.亮度适应级：视觉系统的当前灵敏度级第7页，课件共55页，创作于2023年2月5.马赫带效应（mach）：基于视觉系统有趋于过高或过低估计不同亮度区域边界值的现象2.1.2亮度适应和区分

灰阶

距离

马赫带效应第8页，课件共55页，创作于2023年2月2.1.2亮度适应和区分6.同时对比度效应：基于人眼对某个区域感觉到的亮度并不仅仅依赖于它的强度同时对比度效应第9页，课件共55页，创作于2023年2月1.图像的数学模型：2.1.3成像模型

irradiationreflection黑天鹅绒0.01，不锈钢0.65，白色墙0.80，镀银的器皿0.90，白雪0.98。

静止、平面、单色图像表示为一般图像可表示为第10页，课件共55页，创作于2023年2月2.黑白视觉模型

输入光学系统输出MTF:光学系统的调制传输函数第11页，课件共55页，创作于2023年2月实验表明：人的视觉系统的MTF是非线性和各向异性的（即旋转可变性），眼睛对光强度的非线性响应呈对数型。光接收器对数线性系统黑白视觉对数模型神经信号视觉系统的MTF：亮暗在空间上作正弦变化，条纹图案的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第12页，课件共55页，创作于2023年2月光感受器——对不同波长有不同灵敏度H1――低通线性系统:代表眼睛的光学性能H2――一般黑白非线性网络:代表杆状或锥状视细胞非线性强度响应H3――代表侧抑制过程的具有带通性能的线性系统H4――具有时间滤波效应的线性系统光感受器线性系统H1非线性系H2统线性系统H3线性系统H4黑白视觉扩展模型输出第13页，课件共55页，创作于2023年2月颜色，无彩色，彩色彩色视觉模型RGBHSI1、R,G,B彩色空间:面向硬件设备的彩色模型三基色原理：三基色指可以用来调配出其它颜色的红、绿、蓝三种颜色。在R，G，B彩色空间中，任意彩色图像可由红、绿、蓝三基色图像叠加而成。R(x,y)+G(x,y)+B(x,y)2.1.4颜色视觉

第14页，课件共55页，创作于2023年2月线性系统绿色视谱感受器彩色视觉扩展模型线性系统黄绿视谱感受器蓝色视谱感受器神经信号－－线性系统线性系统非线性系统非线性系统非线性系统线性系统线性系统第15页，课件共55页，创作于2023年2月2、H、S、I:(面向彩色处理的最常用模型)区分颜色常用的3种基本特性量：亮度、色调、饱和度。Intensity，

Hue，Saturation亮度：与物体的反射率成正比色调：与混合光谱中主要光波长相联系饱和度：与一定色调的纯度有关色调和饱和度合起来称为色度。颜色可用亮度和色度共同表示。

光的三基色，颜料的三基色第16页，课件共55页，创作于2023年2月2.2图像的噪声分析外部噪声：系统外部干扰从电磁波或经电源串进系统内部而引起的噪声如无线电、电气设备内部噪声：散粒噪声：由光和电的基本性质引起的噪声。

热噪声：光量密度随时间变化所形成的光量子噪声。

抖动噪声：电器的机械运动产生的噪声。

元器件材料本身引起的噪声

系统内部电路设备所引起的噪声：交流、嵌位电路引起的噪声。

噪声：妨碍人们感觉器官对所接受的信源信息理解的因素不可预测，只能用概率统计方法来认识的随机误差第17页，课件共55页，创作于2023年2月噪声与信号的关系：a）加性噪声

b）乘性噪声噪声从统计特性上分：a)平稳－统计特性不随时间变化b)非平稳－统计特性随时间变化

噪声从幅度分布上分：Gauss分布、瑞利分布、负指数分布、分布、K分布噪声按频谱形状分：a）频谱均匀的称白噪声b）频谱与f成反比称1/f噪声，三角噪声（与f2成正比）第18页，课件共55页，创作于2023年2月图像系统噪声的特点：a）噪声的扫描变换L―扫描点数，―水平方向的功率密度分布，―垂直方向的功率密度分布b)噪声与图像的相关性，与摄像设备不同有关c）噪声叠加性，同类噪声可进行功率相加，SNR下降二维噪声－扫描－传输－二维噪声第19页，课件共55页，创作于2023年2月2.3图像质量评价2.3.1图像的主观评价2.3.2

黑白离散图像的逼真度量度

第20页，课件共55页，创作于2023年2月图像质量评价的研究是图像信息工程的基本技术之一。光电变换——传输——处理——记录——其他变换2.3.1图像的主观评价图像增强：就是为了改善图像的主观视觉显示质量

图像复原：是用于补偿图像的降质，使复原后的图像接近原像

图像编码技术:在保持被编码图像一定质量的前提下，以尽量少的码字来表示图像，以便节省信道和储存器容量第21页，课件共55页，创作于2023年2月基本概念图像逼真度：fidelity——描述被评价图像与标准图像的偏离程度图像可懂度：intelligibility——表示图像能向人或机器提供信息的能力第22页，课件共55页，创作于2023年2月信息源发送环境AS变换系统传输处理系统逆变换系统信源收信环境BRTLD图像通信和图像质量关系模型图第23页，课件共55页，创作于2023年2月2.3.1图像的主观评价

外行——代表平均观察者感觉得图像质量内行——可对图像质量提出较好的临界判断主观评价的方式：绝对评价；相对评价绝对评价——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。有时配备一套标准参考图像，以便评定时进行主观校准。“全优度尺度”：非常好图像5分好图像4分中等图像3分差图像2分非常差图像1分第24页，课件共55页，创作于2023年2月相对评价——请观察者评定一套图像，比较某一特定图组中图像的优劣。图像从好到坏分类、比较。“群优度尺度”：最好、稍好….一批中最好的图像7分比该批的平均水平好的图像6分稍好于该批的平均水平图像5分该批平均水平的图像4分稍次于该批的平均水平图像3分比该批的平均水平差的图像2分一批中最差的图像1分第25页，课件共55页，创作于2023年2月平均分数分数妨碍尺度质量尺度5分4分3分2分1分丝毫看不出图像质量变坏能看出图像质量变化但不妨碍观看清楚地看出图像质量变坏对观看稍有妨碍对观看有妨碍非常严重地妨碍观看非常好好一般差非常差妨碍尺度：1、感觉不出。2、刚有察觉。3、明确察觉但图像仅稍受损。4、图像受损，但无害。5、有些受害。6、受害明显。7、差第26页，课件共55页，创作于2023年2月电视图像：杂波、回波、清晰度、对比度、亮度、观测者类型、试验图像类型、观测条件等。我国：线性数学模型——不同失真的叠加规律，定量地给出主观图像质量与多种失真的关系。电视系统：通常使用电子测试波形或由摄像机摄取测试图案卡片来观察其性能变化，以进行图像质量测试和评价第27页，课件共55页，创作于2023年2月2.3.2黑白离散图像的逼真度量度归一化均方误差NMSE第28页，课件共55页，创作于2023年2月峰值均方误差PMSEf(j,k)--被变换的图像场，A--f(j,k)的最大值等效信噪比PSNR:

第29页，课件共55页，创作于2023年2月2.4图像的采样与量化

2.4.1采样2.4.2量化2.4.3采样与量化的关系2.4.4二值图像2.4.5数据储存结构第30页，课件共55页，创作于2023年2月2.4图像的采样与量化

连续函数图像——图像空间上采样——幅度上量化——处理数字图像——D/A转换——模拟显示采样量化计算机fs(x,y)f(x,y)检测阵列1.采样：空间上的离散化2.量化：灰度上的离散化3.表达（建模，图像数字化）灰度图像的阵列表示法:连续信号（抽样、量化）――数字信号第31页，课件共55页，创作于2023年2月4.图像矩阵的特点：a）b）数字化抽样：正方形点阵、正三角形点阵、正六角形点阵正方形点阵正三角形点阵正六角形点阵象素象素象素第32页，课件共55页，创作于2023年2月1.采样:所谓采样就是把位置空间上连续的模拟图像变换成离散点的集合的一种操作。这些点称为采样点2.二维采样：先沿垂直方向采样（得到行线），再沿水平方向采样3.三维采样：先沿时间采样，再垂直方向采样，再沿水平方向采样4.采样点对应采样所得的数字图像的像元。5.模拟图像f(x,y)=>离散点阵f(X,Y)得到M（行），N（列）矩阵，M×N个象素6.采样点阵：正方形、正三角形、正六角形7.采样定理：

一维采样定理：惠特克－卡切尼柯夫－香农（whittaker-korelnikov-shannon）采样定理。当时，则函数f（t）的傅立叶变换为0，亦即f(t)可由相隔为fc/2或更密的样本正确重构。(频谱宽度2fc，对应采样频率2fc）

2.4.1采样(Sampling)第33页，课件共55页，创作于2023年2月第34页，课件共55页，创作于2023年2月二维采样定理：采样频率大于图像信号最高频率的2倍采样频率：

例：

奈奎斯特频率：不混叠时采样中的最低限采样间隔△x,△y越小,采样图像的分辨率就越高,所占用的存储容量也越大

第35页，课件共55页，创作于2023年2月混叠噪声孔径效应：实际采样脉冲不是理想冲击函数，有一定的宽度，会产生失真插入噪声：由采样图像信号恢复到原图像，无理想滤波器（在fc内频率特性平坦，相位特性成直线）抖动噪声：采样周期为T，但发射与接受端T存在相位差异，称相位抖动。

8、采样误差第36页，课件共55页，创作于2023年2月2.4.2量化离散点阵i(X,Y)=>数字图像I(X,Y)Quantizationf(x,y)采样空间离散的像素矩阵f(x,y)量化对信号的幅度进行离散分层的过程数字图像量化[量化]所谓量化就是把亮度空间上连续的亮度变换成离散值或整数值的一种操作。量化和采样是两个不同的概念，量化是在每个采样点上进行的，所以必须先采样后量化。量化和采样是图像数字化的不可或缺的两个操作，所以二者又紧密相关，同时完成。分层量化；量化误差；均匀量化，非均匀量化

第37页，课件共55页，创作于2023年2月1.均匀量化2.非均匀量化：a）

基于视觉特性：对亮度值急剧变化部分无需过细分层，进行粗量化；对亮度值平缓变化部分需过细分层，进行细量化。b）基于亮度分布:先计算所有可能的亮度值出现的概率分布对概率分布大的进行细量化对概率分布小的进行粗量化c)非均匀量化可以减少量化误差，又能用较少的比特数实现量化3.压扩法量化非线性变换——均匀量化第38页，课件共55页，创作于2023年2月M、N—图像尺寸G---每个像素所具有的离散灰度级数（不同灰度值的个数）1.存一幅图像所需的位数（bit）B=M×N×k128×128×6＝98304（12kbyte）512×512×8＝2097152（256kbyte）2.4.3采样与量化参数的选择M×N点采样，每点灰级G级，G=2k，占k位。第39页，课件共55页，创作于2023年2月

2.提问：总数据量M×N×k位二进制数据。当总存贮容量一定时，M、N与k怎么分配效果才最佳？解：无一般方法，取决于具体图像性质与处理的目的。①对于缓变的图像，层次要求多时，应该粗采样（M，N小）、细量化(k大)，以避免假轮廓②对于细节丰富的图像，如：当纹理细节多时应该细采样（M，N大）、粗量化(k小)，以避免模糊（混叠）

例如：人头像——要照顾层次.b（频带窄平滑，采样间隔可大）。群众场面——纹理丰富.（频带宽，采样间隔要小，不丢细节）第40页，课件共55页，创作于2023年2月3.M、N和k的关系：

（1）图像质量一般随M、N和k的增加而增加。在极少情况下对固定的M、N，减少k能改进图像质量，因为增加了图像的反差，但k太小会出现“假轮廓”，k至少为6，目前一般取为8（2）对具有大量细节的图像常只需要很少的灰度级数就可较好地表示（3）k为常数的一系列图像主观看起来可以有较大的差异4.非均匀采样和量化

细节部分，分配较多的采样灰度突变部分，可用较少的灰度级数第41页，课件共55页，创作于2023年2月图2－11不同采样点数对图像质量的影响(a)原始图像（256×256）;(b)采样图像1(128×128);（c）采样图像2(64×64).;(d)采样图像3(32×32);(e)采样图像4(16×16);(f)采样图像5(8×8)

第42页，课件共55页，创作于2023年2月图2－12不同量化级别对图像质量的影响(a)原始图像（256色）；(b)量化图像1(64色)；(c)量化图像2(32色)；(d)量化图像3(16色）；(e）量化图像4(4色）；(f)量化图像5(2色）

第43页，课件共55页，创作于2023年2月图2－13图像空间分辨率和幅度分辨率同时变化产生的效果（a)256×256,128;(b)181×181,64;(c)128×128,32;(d)90×90,16;(e)64×64,8;(f)45×45,4;

第44页，课件共55页，创作于2023年2月1.二值图像:只有黑白两个灰度级，即象素灰度级非0即1，每个象素占1bit,适合文字图片，可采用矩阵表示2.为了减少运算量,常将灰度图像转换为二值图像处理3.二值图像的链码（Freeman码）表示法。适合描述直线、和曲线组成的二值图像。在规定了链的起点坐标和链的斜率后，就可完全描述直线和曲线。2.4.4二值图像表示法0（00）1（450）2（900）3（1350）4（1800）5（2250）6（2700）7（3150）八向、六向、四向链码第45页，课件共55页，创作于2023年2月链码的一种不等长码表示方向不等长码表示00045001-4500119000111-900011111350011111-13500111111180001111111链码的自然码表示方向十进制表示二进制自然码000000450100190020101350301118004100225051012700611031507111若八向码采用不等长码（按其概率大小分配），常出现的00，用短码表示，不常出现的用长码，可节约bit数。例：对由字母和数字混合组成的符号每个方向平均占1.8∼1.9bit，而对一副由一个饮料杯和一个瓶子轮廓构成的图像，平均每个方向占1.5∼1.9bit.第46页，课件共55页，创作于2023年2月

32111例：如图的4×4图像1.用矩阵表示4×4＝16bit2.用二进制自然码表示32111（011，010，001，001，001＝15bit）3.用不等长码表示135，90，45，45，45（011111，0111，01，01，01＝16bit）第47页，课件共55页，创作于2023年2月2.4.5数据存储结构

1、

一维数组方式:M行×N列2、

多波段图像数据组合结构

1）按各个波段存储N列M行红绿蓝2）按扫描行存储红绿蓝。。。。。。。第1行3）按各个像素存储

红绿蓝。。。。。。。（1，1）（1，2）第48页，课件共55页，创作于2023年2月2.5像素之间的关系2.5.1邻域与邻接2.5.2

距离第49页，课件共55页，创作于2023年2月2.5.1邻域与邻接[邻域]对于任意像素(X,Y)，像素集合{(x+m,y+n);其中m、n取适当的整数}称为该像素的邻域（neighbor）。1.4-邻域{(x-1,y),(x+1,y),(x,y-1),(x,y+1)}(x-1,y)(x,y-1)p(x,y)(x,y+1)(x+1,y)记为第50页，课件共55页，创作于2023年2月2.8-邻域{(x-1,y),(x+1,y),(x,y-1),(x,y+1),(x-1,y-1),(x+1,y-1),(x-1,y+1),(x+1,y+1)}srsrprsrs3.邻接:如果任意两个像素相互存在于对方的4-/8-邻域中，则称这两个像素相互4-/8-邻接。Adjacent4-邻接（4-adjacent）8-邻接（8-adjacent）010111010101010101第51页，课件共55页，创作于2023年2月2.5.2距离[距离定义]设p、q、r是某个集合S的元素，满足下列性质（距离的三定理）的函数d称为距离函数：d(p,q)≥0(当且仅当p=q时，d(p,q)=0)d(p,q)=d(q,p)d(p,r)d(p,q)+d(q,r)