数字图像处理第1章绪论.ppt
《数字图像处理第1章绪论.ppt》由会员分享,可在线阅读,更多相关《数字图像处理第1章绪论.ppt(66页珍藏版)》请在三一办公上搜索。
1、数字图像处理,本书章节,第1章 绪论第2章 Matlab图像处理工具箱 第3章 图像的变换第4章 图像的增强 第5章 图像的还原 第6章 图像编码与压缩技术 第7章 数字图像处理的应用与发展,第一章 绪论,1.1 图像的概念 图像是当光辐射能量照在物体上,经过它的反射或透射,或由发光物体本身发出的光能量,在人的视觉器官中所重现出的物体的视觉信息。与图像密切相关的两个基本概念是图片(picture)和图形(graphics)。一般认为,图片是图像的一种类型。图形与图像的数据结构不同,图形采用矢量结构,图像则采用栅格结构。图像处理包括图像增强、模式识别、景物分析和计算机视觉模型等领域。,1.2 图
2、像的分类,1.按照图像的存在形式分类 实际图像:通常为二维分布,又可分为可见图像和不可见图像。可见图像指人眼能够看到并能接受的图像,包括图片、照片、图、画、光图像等。不可见图像如温度、压力、高度和人口密度分布图等。抽象图像:如数学函数图像,包括连续函数和 离散函数。,图像的分类,2.按照图像亮度等级分类 按照图像亮度等级分类,可分为二值图像和灰度图像。二值图像:只有黑白两种亮度等级的图像。灰度图像:有多重亮度等级的图像。,图像的分类,3.按照图像的光谱分类 按照图像的光谱特性分类,可分为彩色图像和黑白图像。彩色图像:图像上的每个点有多于1个的局部特性,如在彩色摄影和彩色电视中重现的3基色(红、
3、绿、蓝)图像,每个像点就有分别对应3个基色的3个亮度值。黑白图像:每个像点只有一个亮度值分量,如黑白照片、黑白电视画面等。,图像的分类,4.按照图像是否随时间变换分类 按照图像是否随时间变换分类,可分为静止图像与活动图像。静止图像:不随时间而变换的图像,如各类图片等。活动图像:随时间而变换的图像,如电影和电视画面等。,图像的分类,5.按照图像所占空间和维数分类 按照图像所占空间和维数分类,可分为二维图像和三维图像。二维图像:平面图像,如照片等。三维图像:空间分布的图像,一般使用2个或者多个摄像头完成。,1.3 图像的表示,图像信号的表示 图像的亮度一般可以用多变量函数表示为 I=f(x,y,z
4、,t)式中,x、y、z 表示空间某个点的坐标;为光的波长;t为时间轴坐标。当 z=z0(常数)时,则表示二维图像;当=0 时,则表示单色图像;当 t=t0 时,则表示静态图像。,1.3.1 图像信号的表示,由3基色原理知,I 可表示为3个基色分量的和,即 I=IR+IG+IB 式中,1.3.2 数字图像的表示,一幅 mn 的数字图像可用矩阵表示为 数字图像中的每个像素都对应于矩阵中相应的元素。把数字图像表示成矩阵的优点在于,能应用矩阵理论对图像进行分析处理。,数字图像的表示,灰度图像是指每个像素由一个量化灰度来描述的图像,没有彩色信息,如图所示。若图像像素灰度只有两级(通常取0(黑色)或1(白
5、色),这样的图像称为二值图像。,数字图像的表示,彩色图像是指每个像素由红、绿、蓝(分别用R、G、B表示)3原色构成的图像,其中R、G、B是由不同的灰度级描述的。,1.4 人类的视觉,视觉研究可分为视觉生理、视觉特性、视觉模型3个方面。人眼构造和视觉现象,1.4.1 人眼构造和视觉现象,上图为人眼的横截面的简单示意图。前部为一圆球,其平均直径约为20mm左右,由3层薄膜包着,即角膜和巩膜外壳、脉络膜和视网膜。角膜是一种硬而透明的组织,盖着眼睛的前表面;巩膜与角膜连在一起,是一层包围着眼球剩余部分的不透明膜。脉络膜位于巩膜的里边,这层膜包含有血管网,它是 眼睛的重要滋养源,脉络膜外壳着色很重,因此
6、有助于减少进入眼内的外来光和眼球内的回射。,人类视觉特性,1.亮度适应能力 暗光适应 亮光适应 亮光适应所需时间比暗光适应短的多,它仅需要12s,而暗光适应需1030s。,人类视觉特性,人能适应亮度的范围是很宽的,由暗视阈值到强闪光之间的光强度差别约为 级。上图中短交叉线说明,在交叉点以上,主观感觉亮度与进入眼内的外界刺激光强并非成线性关系。图中还表明,在很大范围内,主观亮度与光强度的对数成线性关系。图中曲线的下部表明了白昼视觉的暗视觉的不同。,人类视觉特性,2.同时对比度由于人眼对亮度有很强的适应性,因此很难精确判断刺激的绝对亮度。即使有相同亮度的刺激,由于其背景亮度不同,人眼所感受的主观亮
7、度是不一样的。,人类视觉特性,3.对比灵敏度 眼睛的对比灵敏度可以由实验测得。在均匀照度背景 I 上设有一照度为I+I的光斑,眼睛刚能分辨出的照度差I 是 I 的函数,当背景照度 I 增大时,能够分辨出光斑的 I 也需要增大,在相当宽的强度范围内 I/I 的数值为一常数,约等于0.02。这个比值称为韦伯(Weber)比。但是在亮度很强或很弱时,这个比值就不再保持为常数。,人类视觉特性,4.分辨率 对于空间上或者时间上两相邻的视觉信号,人们刚能鉴别出二者存在的能力称为视觉系统的分辨率。这一特性显然与视网膜上单位面积内分布的视细胞数有关。分辨率可用视觉锐度或调制传递函数表示,前者表示能够鉴别最小空
8、间模式的一种测度,后者表示视觉对不同频率的正弦光栅刚能鉴别所要求的信号对比度。这两种测度实际上是相互补充的。第种定义在空间域,第种则定义在相应的频率域。,人类视觉特性,5.Mach带 人们在观察一条由均匀黑和均匀白的区域形成的边界时,可能会认为人的主观感受是与任一点的强度有关的。但实际情况并不是这样,人感觉到的是在亮度变化部位附近的暗区和亮区中分别存在一条更黑和更亮的条带,这就是所谓的Mach带,如下图所示。,人类视觉特性,1.5 图像质量的评价方法,1 图像的主观评价 图像的主观评价就是通过人来观察图像,对图像的优劣作主观评定,然后对评分进行统计平均,得出评价的结果。这时评价出的图像质量与观
9、察者的特性及观察条件等因素有关。为保证主观评价在统计上有意义,选择观察者时既要考虑有未受过训练的“外行”观察者,又要考虑有对图像技术有一定经验的“内行”观察者。,图像质量的评价方法,2 图像的客观评价 对于连续图像场合,设 f(x,y)为一定义在矩形区域 LxxLx、LyyLy 的连续图像,其降质图像为 它们之间的逼真度可用归一化的互相关函数K来表示,图像质量的评价方法,对于数字图像场合,设 f(j,k)为原参考图像,为其降质图像,逼真度可定义为归一化的均方误差值(NMSE)N为,图像质量的评价方法,另外一种常用的为峰值均方误(PMSE)P为 式中,A为 Qf(j,k)的最大值,M、N为图像尺
10、寸。,图像质量的评价方法,3 其他方法 除了前面介绍的2种基本的图像评价方法以外,由于应用场合的不同,还有其他一些评价方法。例如,ISO(国际标准化组织)在制定MPEG4标准时提出采用2种方式进行视频图像质量的评价,一种称为基于感觉的质量评价(perception based quality assessment);另一种称为基于任务的质量评价(task based quality assessment)。根据具体的应用情况,可以选择其中1种或2种方式。,1.6 数字图像处理,对图像进行一系列的操作,以达到预期目的的技术称作图像处理。图像处理可分为模拟图像处理和数字图像处理。数字信号处理(DS
11、P,Digital Signal Processing)技术通常是指利用采集、滤波、检测、均衡、变换、调制、压缩、去噪、估计等处理,以得到符合人们需要的信号形式。图像信号的数字处理是指将图像作为图像信号的数学处理技术,按照人们通常的习惯,也称为数字图像处理技术。,1.6.1 图像信号的数字化,1 采样 图像的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,就是把一幅连续图像在空间上分割成 MN 个网格,每个网格对应为一个像素点,用一亮度值表示。由于结果是一个样点值阵列,故又叫做点阵取样。设对 f(x,y)按网格均匀采样,x、y 方向上的采样间隔分别为 x、y,则采样点的位置为
12、x=mx,y=ny(m,n=0,1,2,)。,图像信号的数字化,定义采样函数 采样函数如图所示。,图像信号的数字化,采样定理 若函数 f(x,y)的傅里叶变换 F(u,v)在频域中的一个有限区域外处处为0,设 uc和vc为其频谱宽度,只要采样间隔满足条件x1/2uc和y1/2vc,就能由 f(x,y)的采样值 fs(x,y)精确地、无失真地重建 f(x,y)。通常称x1/2uc和y1/2vc为奈奎斯特条件。采样定理反映了图像的频谱与采样间隔(频率)之间的关系。,图像信号的数字化,2 量化 把采样点上对应的亮度连续变化区间转换为单个特定数码的过程,称为量化,即采样点亮度的离散化。把原较低灰度层次
13、从最暗至最亮均匀分为有限个层次,称为均匀量化;如果说采用不均匀分层就称为非均匀量化。用有限个离散灰度值表示无穷多个连续灰度的量必然引起误差,称为量化误差,有时也称为量化噪声。量化分层越多,则量化误差越小;而分层越多则编码进入计算机所需位数越多,相应地影响运算速度与处理过程。,图像信号的数字化,(1)均匀量化 均匀量化最简单,最易于实现。下图是均匀量化的示意图。图中设原图像的灰度变化范围从 r0rk,r0 为最暗,rk 为最亮。把这个灰度动态变化范围均匀分为 k等份。每一层赋予1个固定的码字q0 qk1,凡像素的灰度落在 r0 和 r1 之间,就赋予 q0 码字落在 rk1和 rk 之间,则赋予
14、 qk1码字。其量化过程就是把图像像素的样本灰度与各层灰度的判决值 r0,r1,rk 相比较,凡落在相邻2层之间的像素即赋予该层的值 qi。,图像信号的数字化,图像信号的数字化,设采样之后的离散图像 fs(x,y)的灰度值即为 f(x,y)的幅度,且灰度值取在 r0,rk 范围内,并设该幅图像的所有像素的取值均匀分布在各量化层,即其概率 p(r)=p。在这种条件下采用均匀量化效果最佳,即总量化误差最小。把整个取值范围r0,rk分为 k 个子区间ri,ri1,i=0,1,2,k1。计算机图像处理中 k常取2n,如64,128,256,。每个子区间赋予唯一确定的 qi 值,每个qi值在计算机内用1
15、个码字表示。每个f(x,y)离散值相应赋予1个qi值,其中 i=0,1,2,k1。对应关系是,当 r=f(x,y)ri,ri1时,f(x,y)=qi,图像信号的数字化,对于由量化而引入的量化误差=rqi而言,一般其均值为0。若在ri,ri1 区间内采样值为 r 的概率密度为 p(r),则在此区间内统计意义上,量化误差 的方差为 一般来讲,qi 是小区ri,ri+1的代表点,可以取区内任意值。若在小区内 p(r)为常数,可以找到唯一的一个 qi 值使其量化误差 的方差最小。可以证明 p(r)为常数时,当 qi 满足 qi=(ri+ri+1)/2,i=0,1,2,时量化误差的方差最小,这样,由于r
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 处理 绪论
链接地址:https://www.31ppt.com/p-6294542.html