第三章 图像处理技术教材课件.ppt

第三章数字图像基础,2022年12月26日8时59分,眼睛等于捕捉光线的摄影机，而大脑是组成影像的机构。所有的色彩视觉都是建立在人的视觉器官的生理基础上的，所以研究色彩还必须了解视觉器官的生理特征及其功能。 人眼的构造相当于一架摄像机或照相机。前面，是由角膜、晶状体、前房，后房、玻璃体所共同组成的具备镜头功能的组合，把物体发出的光线聚焦到后面的相当与胶卷的用于检测光线的视网膜上。,视觉感知要素人眼的构造,2022年12月26日8时59分,眼睛的形状近似于一个圆球，平均直径大约20mm有三层膜包围着眼睛虹膜： 2mm8mm，其作用是控制入光量,视觉感知要素人眼的构造,2022年12月26日8时59分,视网膜：图像视觉，表面的光接收器分为两类，即锥状体和杆状体。锥状体数目600万 700万 ，负责颜色和细节识别，锥状视觉又称白昼视觉；杆状体数目约7500万15000万，无彩色感觉，称夜视觉。可把中央凹看作一个1.5 mm1.5mm的方形传感器阵列。,视觉感知要素人眼的构造,2022年12月26日8时59分,眼睛的晶状体和普通光学透镜之间的主要差别在于前者的适应性强。当晶状体的折射能力由最小变到最大时，晶状体的聚焦中心与视网膜间的距离由17mm缩小到14mm，因此可以很容易计算出图像在视网膜成像的大小。,视觉感知要素眼睛中图像的形成,2022年12月26日8时59分,2.55mm,人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：“马赫带，Mach Band”,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：瞬时对比现象,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,2022年12月26日8时59分,这是排水沟吗？,人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉栅格火花错觉,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,人眼的主观亮度并非简单的光强函数，下面是一些有趣的例子：视觉错觉埃斯切尔的不可能的盒子,视觉感知要素有趣的视觉现象,2022年12月26日8时59分,图像感知和获取,2022年12月26日8时59分,图像感知和获取传感器装置,2022年12月26日8时59分,传感器原理：通过对特殊类型检测能源敏感的传感器材料将输入量转变为电压，传感器的响应是输出电压波形。三种主要传感器装置单元成像传感器：用单个传感器获取场景成像；线成像传感器：用带状传感器获取场景成像；阵列成像传感器：用传感器阵列获取场景成像,图像感知和获取传感器装置,2022年12月26日8时59分,单元成像传感器：如光敏二级管通过x-y方向二维运动来得到二维图像。,图像感知和获取传感器装置,2022年12月26日8时59分,线成像传感器：如平板扫描仪线性移动每增加一个单位输出一个图像行；只需一维运动就能得到二维图像。,图像感知和获取传感器装置,2022年12月26日8时59分,阵列成像传感器：如CCD（Charge-coupled Device ，电荷耦合元件）图像传感器。不需要运动就能形成图像。,图像数字化：将模拟图像经过离散化之后，得到用数字表示的图像。图像的数字化包括采样和量化两个过程。采样：是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。即：空间坐标的离散化。量化：把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。即：灰度的离散化。,图像取样和量化基本概念,2022年12月26日8时59分,图像取样和量化基本概念,对一幅连续的图样的采样,图像取样和量化基本概念,图像采样后的结果,图像取样和量化基本概念,图像量化后的结果,图像取样和量化基本概念,图像量化后的结果,采样：Sampling，实际上采样方式由产生图像的传感器装置决定量化：Quantization，由灰度级决定,图像取样和量化基本概念,2022年12月26日8时59分,采样和量化的结果是一个实际矩阵。一幅有M行和N列的数字图像表示如下：离散坐标用整数表示，原点的坐标值是（0,0）,图像取样和量化数字图像表示,2022年12月26日8时59分,数字图像的质量在很大程序上取决于采样和量化中所用的采样数和灰度级。空间分辨率是图像中可辨别的最小细节，采样值是决定一幅图像空间分辨率的主要参数。灰度分辨率指在灰度级别中可分辨的最小变化，由量化的等级决定，灰度级通常是2的整数次冥。通常把大小为M N，灰度为L级的数字图像称为空间分辨率为M N像素、灰度级分辨率为L级的数字图像。,图像取样和量化空间和灰度级分辨率,2022年12月26日8时59分,图像取样和量化空间和灰度级分辨率,2022年12月26日8时59分,1024*1024,512*512,256*256,128*128,64,32,图像取样和量化空间和灰度级分辨率,1024*1024,512*512,256*256,128*128,64*64,32*32,从上面的图中我们可以看出，在图像尺寸不变的情况下，空间分辨率高的图像比空间分辨率低的图像包含的像素多，像素点较小，因而图像更清晰。如果图像出现棋盘格则说明采样数目不够。,图像取样和量化空间和灰度级分辨率,2022年12月26日8时59分,图像取样和量化空间和灰度级分辨率,2022年12月26日8时59分,图像取样和量化空间和灰度级分辨率,2022年12月26日8时59分,256灰度级,16灰度级,8灰度级,4灰度级,从上面的图中我们可以看出，在空间分辨率不变的情况下，灰度级高的图像比灰度级低的图像质量更好。如果图像出现伪轮廓则说明灰度级数不够。,图像取样和量化空间和灰度级分辨率,2022年12月26日8时59分,当限定数字图像的大小时, 为了得到质量较好的图像，一般可采用如下原则：对缓变的图像， 应该细量化， 粗采样， 以避免假轮廓。对细节丰富的图像， 应细采样， 粗量化， 以避免模糊。,图像取样和量化空间和灰度级分辨率,2022年12月26日8时59分,彩色基础,彩色的广泛应用源于：彩色是具有强有力的描绘能力，可简化目标的区分；人眼可以辨别几千种颜色色调和亮度，但相比之下只能辨别几十种灰度级。,彩色基础颜色的本质,牛顿(1666年)：三棱镜折射白光后形成红、橙、黄、绿、青、蓝、紫连续光谱；不同颜色的光实质是不同频率的电磁波(从光学原理解释颜色的形成)；,彩色基础颜色的本质,将光谱波段根据光子能量进行分组，可得到如下图所示的从伽马射线（最高能量）到无线电波（最低能量）的光谱。可见光谱的波长范围：400700nm,彩色基础颜色的本质,物体的颜色：由于内部物质的不同，受光线照射后，一部分光线被吸收，其余的被反射或投射出来，进入人眼就成为人眼所见的物体的颜色。所以，颜色既与光有密切关系，也与被光照射的物体，以及与观察者均有关。,光的存在（光源色）,物体的表面特性（物体色）,人眼的视觉功能,彩色基础人眼对颜色的感知,颜色是视觉系统对可见光的感知结果；人眼的视网膜通过神经元来感知外部世界的颜色，每个神经元或者是一个对颜色敏感的锥状细胞(cone)，或者是一个对颜色不敏感的杆状细胞(rod)。实验发现，视网膜中的锥状细胞主要有三种类别，分别对红、绿、蓝色光敏感。大约65%的锥状细胞对红光敏感，33%对绿色敏感，只有2%对蓝光敏感。,彩色基础人眼对颜色的感知,人眼对红、绿、蓝光的平均吸收曲线：,彩色基础人眼对色彩的感知,视网膜上对红、绿、蓝光敏感的锥状细胞分别称为L-cone、M-cone和S-cone。每一种锥状细胞主要对一种原色光产生兴奋，而对其余两种原色光产生程度不等的反应。如果某一种锥状细胞缺乏，则会产生对此种颜色的感觉障碍，表现为色盲或色弱。,正常,缺少L-cone，红色盲,缺少M-cone，绿色盲,缺少S-cone，蓝色盲,彩色基础光的三原色,从人眼对红、绿、蓝光的吸收特性可知，人眼看到的彩色是三种颜色，即红、绿、蓝的各种组合。三原色：为标准化起见，国际照明委员会(CIE)在1931年设计了主原色的特定波长值： 红（R: red）： 波长700 nm 绿（G: green）： 波长546.1 nm 蓝（B: blue）： 波长435.8 nm注意：标准三原色按不同比例混合可以产生大多数颜色，但并不意味着能产生所有可见色彩。,彩色基础光的二次色,原色相加可产生二次色。,彩色基础光的三补色,光的一种原色与其相对应的补色混合就可以产生白色。 将光的三原色按照一定比例混合也可以产生白色。,R(red),G(green),B(blue),彩色基础描述颜色的基本特征量,从光的物理特性描述：波长、幅度从人眼对色彩的感觉描述：色调、饱和度和亮度 色调：与光谱中光的波长相联系，是彩色最重要的属性，决定颜色的本质，由物体反射光线中占优势的波长来决定的，不同的波长产生不同的颜色感觉； 饱和度：与一定色调光的纯度有关，纯色完全饱和，随着白光的加入饱和度逐渐减少。 亮度：与光谱中光的幅度相联系，是指人眼感觉光的明暗程度，与物体的反射率成正比； 色调与饱和度一起称为彩色，颜色用亮度和彩色表征。,彩色基础描述颜色的基本特征量,色调(Hue)：人眼感觉到物体反射光或光源发射光的主波长。色调表示观察者接收的主要颜色；当我们说一个物体是红色、橘黄色或黄色时，指的是它的色调。在色谱中，色调连续变化。,彩色基础描述颜色的基本特征量,饱和度(saturation)：指颜色的纯正程度。纯谱色是全饱合的；某一色调参入白光，色调不变但饱和度降低；某一色调参入其它颜色的光，饱和度与色调都会改变。,不完全饱和 完全饱和 不完全饱和,彩色基础描述颜色的基本特征量,亮度(Brightness/Intensity/Lightness)：人眼感觉到的光的强度，是一个主观量。某一颜色的光，亮度很弱，趋于黑色；反之，趋于白色。,彩色模型分类,为了用计算机来表示和处理颜色，必须采用定量的方法来描述颜色，即建立合适的彩色表达模型来正确有效地表示彩色信息。目前广泛使用的颜色模型有三类：计算彩色模型又称为色度学彩色模型，主要应用于纯理论研究和计算推导，如XYZ、LAB；工业彩色模型侧重于实际应用的实现技术，诸如彩色显示器或打印机之类的硬设备使用的彩色模型，如RGB、YUV、YIQ、CMYK、YCbCr；视觉彩色模型用于与人直接接口、以彩色处理为目的的场合，如HS*系列，包含HSL、HSI、HSB。各种不同的颜色模型之间可以通过数学方法转换。,彩色模型,RGB：显示器使用的彩色模型CMY(CMYK)：彩色印刷使用的彩色模型HSI：适合于人眼视觉系统的彩色模型,彩色模型RGB模型,用红R、绿G、蓝B光的组合产生彩色的模型，是计算机中定义颜色的基本方法；在该模型下，每个像素都有R、G、B三个值，分别代表三种颜色光的强度；三种颜色光的比例不同，我们看到的颜色也就不同；符合色光加色法原理，RGB值越大，光强越强，到达我们眼睛的光就越多，颜色越亮。RGB值都为0，则没有光到达眼睛，就是黑色；三种颜色构成了三维空间坐标 RGB彩色空间。,彩色模型RGB彩色空间,建立在笛卡儿坐标系统里，其中三个轴分别为R，G，B；假设R、G、B的取值均为0-1，0对应没有光，1对应光强度最大，则模型的空间是正方体，原点对应黑色，离原点最远的顶点对应白色；从黑到白的灰度值分布在从原点到离原点最远顶点间的连线上，不同的颜色位于立方体上或其内部，并用从原点指向该点的向量来定义。,彩色模型RGB图像,RGB图像由3个图像分量构成，即R、G、B分量：,彩色模型RGB图像,若将每个图像分量单独提取出来，都是一幅灰度图像；,R 通道,G 通道,B 通道,彩色模型RGB图像,若将三幅分量图像送入彩色显示器，则得到RGB图像；,R 通道,G 通道,B 通道,彩色模型RGB图像,若每个分量图像的每个像素用8位二进制数(8bit)表示，则RGB图像的每个像素用83=24位表示，称该RGB图像具有24比特深度(BitDepth，又称位深)；比特深度决定灰度图像的每个像素可能有的灰度级数；或者决定彩色图像的每个像素可以显示的颜色数；24比特RGB图像可显示的颜色总数是224=16777216；又称为全彩色图像或真彩色图像；比特深度越深，能表达的颜色数目就越多，所占用的存储空间也越大。相反，如果比特深度太浅，则影响图像的质量，图像看起来让人觉得很粗糙和很不自然；由于受到设备和人眼分辨率的限制，不一定要追求特别深的比特深度。,彩色模型RGB图像,256色图像：每个像素的R、G和B值用一个字节来表示，一幅640480的彩色图像需要300 KB的存储空间；真彩色图像：每个像素的R，G，B分量分别用一个字节表示，一幅640480的真彩色图像需要900 KB的存储空间。,彩色模型CMY模型,彩色图像印刷行业使用的彩色模型，蓝绿(C, cyan)、品红(M, magenta)、黄(Y, yellow)是红、绿、蓝的补色。在该模型下，每个像素都有C、M、Y三个值，分别代表颜料的量多少；三种颜料的比例不同，我们看到的颜色也就不同；符合色光减色法原理，CMY值越大，颜料吸收的光越多，到达我们眼睛的光就越少，颜色越暗。CMY值都为0，则没有光被吸收，就是白色；三种颜色构成了三维空间坐标- CMY彩色空间。,彩色模型CMY彩色空间,建立在笛卡儿坐标系统里，其中三个轴分别为C，M，Y；易知，RGB和CMY颜色互为补色，在RGB中的颜色值为1的地方，在CMY对应的位置上，其颜色值为0。利用它们之间的这种关系，可把方便地转换RGB和CMY模型。,彩色模型CMYK模型,CMYK模型是在CMY三原色的基础上增加黑色而得到。印刷油墨的工作空间是CMYK颜色空间，任何图像在打印输出之前必须从其它彩色模型转换到CMYK模型。对应于显示器RGB颜色空间利用比特深度表示其表示色彩能力的方法，CMYK油墨颜色空间用网点面积率表征其表示色彩的能力。如果YMC每一种油墨的印版都可以印出级差为1100的网点，那么理论上印刷油墨可以表示的色彩有101X101x101=1030301种。,彩色模型HSI模型,HSI模型是从人的视觉系统出发，用色调(Hue)、色饱和度(Saturation)和亮度 (Intensity)来描述彩色，它比RGB模型更符合人的视觉特性，反映了人观察彩色的方式，使人进行颜色解释和说明时更直观和自然。HSI模型的两个基本特点： 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连；,彩色模型HSI彩色空间,H：色调，由角度表示。反映了该颜色最接近什么样的光谱波长； 0 为红色，120 为绿色，240 为蓝色。S：饱和度是原点到彩色点的半径长度。在环的外围圆周是纯色，饱和度值为1。在环的中心饱和度为0。I：亮度是颜色的相对明暗程度。,图像的基本属性,描述一幅图像需要使用图像的属性。图像的属性之一是包含图像的像素数目，它是指位图图像的宽度和高度方向上含有的像素数目。一幅图像在显示器上的显示效果由像素数目和显示器的设定共同决定。,图像的基本属性,图像分辨率图像分辨率是指组成一幅图像的像素密度的度量方法，通常使用单位打印长度上的图像像素的数目多少，即用每英寸多少点表示。对同样大小的一幅图，如果组成该图的图像像素数目较多，则说明图像的分辨率越高，看起来就越逼真。在同样大小的面积上，图像的分辨率越高，则组成图像的像素点越多，像素点越小，图像的清晰度越高。,图像的基本属性,图像分辨率 对于那些在扫描时采用低分辨率得到的图像，不能通过提高分辨率的方法来提高图像的质量，因为这种方法仅仅是将一个像素的信息扩展成了几个像素的信息，并没有从根本上增加像素的数量。,图像的基本属性,显示分辨率显示分辨率与图像分辨率是两个不同的概念。显示分辨率是确定显示图像的区域大小。如果显示屏的分辨率为640480，那么一幅320240的图像只占显示屏的1/4；同理，800600的图像在这个显示屏上就不能显示一个完整的画面。,图像的基本属性,图像深度图像深度也称图像的位深，是指描述图像中每个像素的数据所占的二进制位数。 图像的每一个像素对应的数据通常可以是一位或多位，用于存放该像素的颜色、亮度等信息，数据位数越多，表达的颜色数就越多。RGB将每个色频分成0到255个不同的色阶。,图像的基本属性,图像深度当我们在处理图片时，色彩深度对以下这两个项目来说尤其重要： 一、显示器的色彩深度， 二、 储存图像时文件的色彩深度。 显示器的色彩深度依照硬件显示设备所支持的能力以及软件驱动程序的结构而有所差异。操作系统通常会在控制面板的显示器设置项目中让使用者设置需要的色彩深度。文件的色彩深度则根据图像储存时文件格式的不同而有差异。,图像的基本属性,真彩色真彩色是指在组成一幅彩色图像的每个像素值中，有R、G、B共3个基色分量，每个基色分量直接决定显示设备的基色强度，这样产生的彩色称为真彩色。例如，用R、G、B各8位表示的彩色图像， R、G、B分量的大小的值直接确定3个基色的强度，这样得到的彩色是真实的原图彩色。,图像的基本属性,真彩色图像真彩色图像是指当用R、G、B各8位来表示一个像素的值时可生成的颜色数是16777216种，它通常是以“百万色”来表示。 同样，全彩的图像可以忠实的将所有的色彩纪录下来。而人的眼睛是很难分辨出这么多种颜色的。因此在许多场合将这样的图像称为真彩色图像，也称为全彩色图像。,图像的种类,计算机显示的图像主要有两大类：矢量图和位图。矢量图像，也称为面向对象的图像或绘图图像，在数学上定义为一系列由线连接的点。矢量图主要用于工程图、白描图、卡通漫画等，这些图形可以分解为单个的线条、文字、圆、矩形、多边形等图形元素，再用一个代数式来表达每个被分解出来的元素。,图像的种类,矢量文件中的图形元素称为对象。每个对象都是一个自成一体的实体，它具有颜色、形状、轮廓、大小和屏幕位置等属性。既然每个对象都是一个自成一体的实体，就可以在维持它原有清晰度和弯曲度的同时，多次移动和改变它的属性，而不会影响图例中的其他对象。,图像的种类,如：一个圆可以表示成圆心在（x1.y1）,半径为r的图形；一个矩形可以通过指定左上角坐标（x1.y1）和右下角坐标（x2.y2）的四边形来表示。这些特征使基于矢量的程序特别适用于图例和三维建模，因为他们通常要求能创建和操作单个对象。,图像的种类,基于矢量的绘图同分辨率无关。这意味着它们可以按最高分辨率显示到输出设备上，可以无限放大图形中的细节，不用担心会造成失真和色块.存盘后文件的大小与图形中元素的个数和每个元素的复杂程度成正比，而与图形面积和色彩的丰富程度无关。,图像的种类,位图亦称点阵图像或绘制图像，由称作像素的单个点组成,其中每个点即为一个像素,每个点都有一个明确的颜色.这些点可以进行不同的排列和染色以构成图样。当放大位图时，可以看见赖以构成整个图像的无数单个方块。扩大位图尺寸的方法是增多单个像素，从而使线条和形状显得参差不齐。,图像的种类,如果从稍远的位置观看，位图图像的颜色和形状又显得是连续的。因为位图是以排列的像素集合体的形式创建的，所以不能单独操作（如移动）局部位图.位图很容易在不同软件中进行交换,但相对的文件也较大,对内存和硬盘的要求较高。,图像的种类,矢量图和局部放大,图像的种类,位图及其局部的放大,图像的种类,单色图和灰度图,图像的种类,真彩色图像和8色图像,数字图像,随着数字技术的不断发展和应用，现实生活中的许多信息都可以用数字形式的数据进行处理和存储。数字图像就是这种以数字形式进行存储和处理的图像。利用计算机可以对它进行常现图像处理技术所不能实现的加工处理，还可以将它在网上传输，可以多次拷贝而不失真。,图像数字化,要获得一个数字图像必须将图像中的像素转换成数字信息，以便在计算机上进行处理和加工。将模拟图像转换成数字图像的工作，通常可由扫描仪来完成。扫描仪测量从图片发出或反射的光，依次记录光点的数值并产生一个彩色或黑白的数字拷贝。这个图像被翻译成一系列的数字后存储在计算机的硬盘上或者其他的电子介质上，如可移动式硬盘，图形CD或记录磁带等。一旦图像被转换成数字文件，它就能够被电子化地从一台计算机传输到另一台计算机上。,图像数字化,其中：模拟图像一个以连续形式存储的数据。用传统相机拍摄的照片就是模拟图像。数字图像用二进制数字处理的数据，用数码相机拍摄的数字照片。扫描仪一个数字化的输入设备，产生比特图的拷贝，用以电子化地加工处理。,图像的文件格式,常用的图片格式PSD、BMP、 TIFF 、JPEG、 GIF、 PDF,对格式的品质评估,为一种给定的应用场合选择一种特定的格式通常要考虑到相互独立的几个方面，包括质量、灵活性（计算、存储或发送的）、效率以及现有程序对它的支持情况。一种格式对于一种特定的目的是否适合，取决于是否已理解这种格式的原始用途。,质量,为了获得高质量的图像，就需要高的分辨率、高的像素深度、色彩对于某个已知标准的标定以及媒体特性的校正。最擅长表示高质量的图像或图形的格式是Postscript。在只使用位图图像的场合，TIFF可以优先考虑。因为他既简洁又具有较高的质量，而且TIFF阅读器在某种程度上比Postscript阅读器更易于实现。,灵活性,一种格式的灵活性是指它适应各种变化的难易程度或可靠程度。这些变化包括跨越不同的平台使用，跨越不同类型的图形显示或其他输出媒体使用，或者在不同的放大尺度或外观比率的情况下使用等。如果按照绝对灵活性来说， Postscript又是最强的。,效率,格式的效率与使用该格式时所用的计算、存储或发送设备有关。图像压缩技术降低了对存储和发送的要求，但在编码和解码的计算时间和计算费用上却付出了代价。在相同费用下，计算量的增长比存储或发送容量的增长要快。因此也表明数据抽象或压缩技术的使用会更广。,图像的增强,图片及其灰度直方图,图像的增强,经过灰度扩展之后的图像与灰度直方图,图像的增强,直方图均衡化后的结果,图像的增强,