第二章 数字图像基础-sjj-演示

第2章数字图像基础

本章重点：图像的获取和感知；图像的数字化；数字图像的描述；像素间的一些基本关系12.1视觉感知要素视觉是人类最高级的感知器官，图像在人类感知中扮演着重要角色。人类感知只限于电磁波谱的视觉波段，成像机器则可以覆盖几乎全部电磁波谱。研究图像处理首先要了解人类的视觉感知系统。22.1.1人眼的构造人眼横截面简图

3角膜/巩膜——保护脉络膜——滋养虹膜——调节入射光量晶状体——透镜视网膜——成像锥状体杆状体中央凹盲点4锥状体对颜色灵敏度很高可充分分辨图像细节锥状视觉也称为白昼视觉或亮光视觉杆状体没有色彩感觉给出总体图像在低照明度下对图像较敏感夜视觉或暗视觉52.1.2眼睛中图像的形成6视觉过程人的视觉过程的流图72.1.3亮度适应和鉴别

亮度适应现象人的视觉系统能适应的光强度级别范围约1010量级。人的视觉不能同时在这么大范围工作，存在亮度适应现象。人眼能同时鉴别的光强度级的范围是很小的。主观亮度（人的视觉系统感觉到的亮度）是进入人眼的光强度的对数函数。8在低照明级别，亮度辨别较差，在高照明级别，亮度辨别较好。亮度鉴别9如果ΔI不够亮，则观察者表明没有可觉察的变化。当ΔI足够强时，观察者将始终给出“肯定”的响应。ΔIc/I称为韦伯比，其中ΔIc是在背景照明为I的情况下可辨别照明增量的50%。ΔIc/I值较小意味着可辨别强度较小的百分比变化，表示亮度鉴别能力较好。反之，ΔIc/I较大表示亮度鉴别能力较差。10感觉亮度不是简单的强度函数的例1

视觉系统倾向不同强度区域边界周围的欠调或过调现象:虽然条带强度恒定，但实际感觉到了一幅带有毛边(特别是靠近边界处)的亮度图像毛边带称为马赫带11感觉亮度不是简单的强度函数的例2视觉系统的同时对比现象：感觉的亮度区域不是简单地取决于强度。同时对比现象示意图12视觉错觉：在错觉中，眼睛填上了不存在的信息或错误地感知物体的几何特点。13视觉错觉图例142.2光和电磁波谱电磁波可看成是以波长λ传输的正弦波，可用波长λ、频率

或者能量E来描述。

波长和频率的关系：能量和频率的关系：其中，c是光速，h是普朗克常数。15光是一种特殊的电磁辐射。电磁波谱的可见光波段约为：0.43μm(紫色)~0.79μm(红色)光和电磁波谱图16可见光可分为6个波段：紫色、蓝色、绿色、黄色、橘色和红色。人从一个物体感受的颜色由反射光的性质决定。一个物体若所有反射的可见光波长是相对平衡的，则物体对观察着来说显示为白色。若一个物体在可见光谱的有限范围内反射时会呈现各种颜色色调。灰度级用来描述单色光的强度。172.3图像的获取和感知各类图像都是由“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。18照射：可能由电磁能源引起，也可以由非传统光源，甚至由计算机产生的照射模式产生。场景：可能是熟悉的物体，也可能是分子、沉积岩或人类大脑，甚至可以对一个光源成像。根据光源的性质，照射能量可以从物体反射或者从物体透射。19场景元素成像系统场景投影到图像平面数字图像获取过程照射（能）源输出（数字化后的）图像202.3.1简单的图像形成模型当用数学方法描述图像信息时，通常着重考虑它的点的性质。例如一副图像可以被看作是空间各个坐标点的结合。它的最普通的数学表达式为：其中（x，y，z）是空间坐标，λ是波长，t是时间，I是图像强度。这样一个表达式可以代表一幅活动的、彩色的、立体图像。21当研究的是静止图像时，则式(2-1)与时间t无关，当研究的是单色图像时，显然与波长λ无关，对于平面图像则与坐标z无关。因此，对于静止的平面的、单色的图像来说其数学表达式可简化为：式(2-2)说明，一幅平面图像可以用二维亮度函数来表示，当一副图像从物理过程产生时，它的值正比于物理源的辐射能量，因此，f(x,y)一定是非零和有限的，即：22人们所感受到的图像一般都是由物体反射的光组成的。函数f(x,y)可由两个分量来表示：

(1)入射分量i(x,y)——入射到观察场景的光源总量；(2)反射分量r(x,y)——场景中物体反射光的总量。

其中取决于照射源取决于成像物体的特性。232.4图像取样和量化大多数传感器的输出是连续电压波形，这些波形的幅度和空间特性都与感知的物理现象有关。为了产生一幅数字图像，需要把连续的感知数据转换为数字形式。这包括两种处理：取样处理量化处理242.4.1取样和量化的基本概念取样是将在空间上连续的图像转换成离散的取样点（即像素）集的操作。由于图像是二维分布的信息，所以取样是在x轴和y轴两个方向上进行。取样时的注意点是：取样间隔的选取。25连续图像沿从A到B的直线的扫描线26沿从A到B的直线的扫描线取样27取样示意图图像的取样28量化是将各个像素所含的明暗信息离散化后，用数字来表示，一般的量化值用整数来表示。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8bit量化，即用0~255描述“黑~白”。29量化30像素灰度级图像的数字化过程31从图像的顶点逐行执行这一过程，则会产生一幅二维数字图像。数字图像的质量在很多程度上取决于取样和量化中所用的取样数和灰度级数。322.4.2数字图像表示取样和量化的结果是一个矩阵一幅连续图像f(x,y)被取样，则产生的数字图像有M行和N列。坐标(x,y)的值变成离散值，通常对这些离散坐标采用整数表示

33图像原点定义在(x,y)=(0,0)处沿图像第一行坐标为(x,y)=(0,1)x的范围从0到M-1y的范围从0到N-134一幅行数为M、列数为N的图像大小为M×N的矩阵形式为：

其中矩阵中的每个元素代表一个像素，表达式的右侧定义了一幅数字图像。

35假定图像尺寸为M、N，每个像素所具有的离散灰度级数为L。这些量分别取为2的整数幂m，n，k，即M=2m，N=2n，L=2k存储这幅图像所需的位数是：如果图像是正方形，即M=N当一幅图像有2k灰度级时，实际上通常称该图像为k比特图像。如，一幅图像有256可能的灰度级称为8比特图像。362.4.3空间和灰度级分辨率空间分辨率指图像中可辨别的最小细节可用像素数来描述取样间隔是决定一幅图像空间分辨率的主要参数灰度级分辨率