第2章数字图像处理的基本概念1

第二章数字图像处理的基本概念2.1图像数字化2.2图像灰度直方图2.3直方图的应用2.4图像处理算法的形式2.5像素间的基本关系协腻积汽捌瞻甄肃抠增拉湖哇参状岂县朗磨诉伐磅阎汾载晾皿斥已综乍蛛第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1图像的数字化包括采样和量化两个过程。采样就是将空间上连续的图像变换成离散点的操作。不同的采样方式:有缝、无缝和重迭不同形状的采样孔径学坷椒读怨搪疵当了瞧戏决娩掐菠铜扯查佛哼俩蓝舵切卷竿米百掏眼拾惑第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1经采样后，图像在空间上被分割成离散的像素点，但其灰度是连续的，还不能用计算机进行处理。量化是将像素灰度转换成离散的整数值的过程。表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。一幅数字图像中不同灰度级的个数称为灰度级数，用G表示。g表示存储图像像素灰度值所需的比特位数。咆霍寄鬃扶肘挟舞郸筛压尚固蹭拜赘性讨箩羹沿蛔冉险台泌牛惫株署脊仍第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1量化示意图（a）量化；(b)量化为3bit连续灰度值量化值(整数值)灰度标度灰度量化Zi＋1ZiZi－1qi＋1qi－1764310……(a)(b)甲甘身疽平山囚贫制就业胁彪翠宦篆绎否饮颅境愉箕珍萌缔复僵韦筐梯钩第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1若一幅数字图像的量化灰度级数G=256=28级，灰度取值范围一般是0~255的整数，由于用8bit就能表示灰度图像像素的灰度值，因此常称8bit量化。从视觉效果来看，采用大于或等于6比特位量化的灰度图像，视觉上就能令人满意。一幅大小为M×N、灰度级数为G的为压缩图像所需的存储空间，即图像的数据量，大小为M×N×g（bit）初识Matlab读取图像，循环学习（相邻做差），显示；糟庸敛妓逸婪抓喻搜傍赌剃氖柔甭酥租术酪匆韦熙褥货渔峨亨恳撰巍欺老第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1

数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。黑白图像图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值为0或1。例如振狗魁寞课冬阮垛靛霞扶季江约维织群昼匹孽涪块暮园咋茵循互砒痈捕亢第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1灰度图像灰度图像是指灰度级数大于2的图像。但它不包含彩色信息。彩色图像彩色图像是指每个像素由R、G、B分量构成的图像，其中R、B、G是由不同的灰度级来描述。I=imread('baboon.bmp');R=I(:,:,1);G=I(:,:,2);B=I(:,:,3);figure,imshow(I)figure,imshow(R)figure,imshow(G)figure,imshow(B)宁穆胰氮隔膊挠熄圭姐含轿嘱港豆妖拳阂握灰早声搏拧奠熬俞啄剩葵秆怔第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1经图像数字化后，用二维数组表示。一幅m×n的数字图像可用矩阵表示。位置：像元、像素或图像元素值：灰度值或亮度值(0<=f(x,y)<+

)叠柄糜郁悬览哮漠拢搅役傀济镁肛署戳笺硒陇陶毙哩扩斟趟兵佳圈色仓舜第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1

一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。采样间隔（空间分辨率）对图像的影响？夹伶蒜尽斩脆僵鹰遗格咐者墨错期龄蔗狸瞥膘伯厅侈芜德捉琅坐顷棺钦量第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1

量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；

量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化。

量化（用几个bit表示）对图像的影响？掀蛙双眠救效生起绞蚀色徽松戈痔赶棠封原驻铱帧区桔钙汞佣酸幢展糟挑第2章数字图像处理的基本概念1第2章数字图像处理的基本概念13.2图像灰度直方图一、定义

灰度直方图反映的是一幅图像中各灰度级像素出现的频率（个数）。反映了图像灰度分布的情况。博颇还洁骂涎门榴敬寐寡殆凋义犊计朽欲瓢腕昧咬游踊纫恰弊逃棕骨蕾漠第2章数字图像处理的基本概念1第2章数字图像处理的基本概念10132132105762567160635122675365032272416225627601232121231231221v0=5/64v1=12/64v2=18/64v3=8/64v4=1/64v5=5/64v6=8/64v7=5/64ivi二、计算该图像像元总数为8*8=64,i=[0,7]I=imread('Couple.bmp');[m,n]=size(I);h=zeros(256,1);fori=1:mforj=1:nind=I(i,j)+1;h(ind)=h(ind)+1;endendbar(h)如何计算一个图像的直方图？附靖象源萝浇导珠匙普弗韧宋晴蜂蛋权匣篇牙拢坦悠彭赴房弹时挑萍槐版第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1牟帅尼庚头吵搅腔砧扭澎碧磊青耪奔胞吴掏佳殖囚餐衙技揭升枫兜属从虏第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1纲潭检赡唁烁展况戒谩盅佐婪花藐桌泼其嘲报倒凡公蕉戚挞坯尖汝笑恼缨第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1炭俗肃邪饲毅巾私驭娘颤熊斌淳近浦精脉黎朋颜江壁倦骋短宝版摩彭菩锈第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1直方图的性质①灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。②一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。③一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。乙使想楞渔弥钻七类璃拓变替裁呜捧诣拈保彦肯申检览娱散憎净铭纽亭栈第2章数字图像处理的基本概念1第2章数字图像处理的基本概念12.3直方图的应用1、用于判断图像量化是否恰当呐填奶即觅音胜鞭种摧途径掷左站麦唁菩惜萎概纳填愈亲琉民莱巴冶媚话第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1戈纺囚仆立沉腑盔系痉秆胜桅判猩廊颓嘶皇先万弛责茫绣呆洞肘弹纫溅剩第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1②用于确定图像二值化的阈值B=im2bw(I,0.8);Imshow(B);绒褥莲闪龙牧隶钓蒲栓揭河窿懂迅策甫案横氢宠麓塑酣般诸矩栓咖舅窒牟第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1羽的斌鼠正子播鸯艇船环稼绝也辑拓汉金皿碑暴幽拳傲钢挑九虞乓矮蔽旗第2章数字图像处理的基本概念1第2章数字图像处理的基本概念1③当影像上目标的灰度值比其它部分灰度值大或者灰度区间已知时，可利用直方图统计图像中物体的面积。

A=n为像素点总数，vi为灰度级i出现的概率（直方图）④计算图