《數(shù)字圖像處理及MATLAB實(shí)現(xiàn)[楊杰][電子教案]第二章.ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《數(shù)字圖像處理及MATLAB實(shí)現(xiàn)[楊杰][電子教案]第二章.ppt（36頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、數(shù)字圖像處理,武漢理工大學(xué)信息學(xué)院,第2章數(shù)字圖像處理的基礎(chǔ)(BasicsKnowledgeofDigitalImageProcessing),2.1人類的視覺(jué)感知系統(tǒng)(VisualSystemofHumanBeings),2.2數(shù)字圖像的基礎(chǔ)知識(shí)(BasicsofDigitalImage),2.1人類的視覺(jué)感知系統(tǒng)(VisualSystemofHumanBeings),視覺(jué)是人類最高級(jí)的感知器官，所以，毫無(wú)疑問(wèn)圖像在人類感知中扮演著重要角色。然而人類感知只限于電磁波譜的視覺(jué)波段，成像機(jī)器則可以覆蓋幾乎全部電磁波譜。研究圖像處理首先要了解人類的視覺(jué)感知系統(tǒng)。,2.1.1視覺(jué)系統(tǒng)的基本構(gòu)造(Ba

2、sicStructureofVisualSystem),基本構(gòu)造,圖2.1人眼橫截面簡(jiǎn)圖,,圖2.2圖像形成示意圖,眼睛中圖像的形成,,視覺(jué)過(guò)程,圖2.3人的視覺(jué)過(guò)程的流圖,2.1.2亮度適應(yīng)和鑒別(IntensityAdaptionandIdentification),圖光強(qiáng)度與主觀亮度的關(guān)系曲線,Basicexperimentalsetupusedtocharacterizebrightnessdiscrimination,圖2.5用于描述亮度辨別特性的基本實(shí)驗(yàn),TypicalWeberratioasafunctionofintensity,圖2.6作為強(qiáng)度函數(shù)的典型韋伯比,Anexamp

3、leshowingthatperceivedbrightnessisnotasimplefunctionofintensity.,,圖2.7馬赫帶效應(yīng)示意圖,Examplesofsimultaneouscontrast.,圖2.8同時(shí)對(duì)比現(xiàn)象示意圖Alltheinnersquareshavethesameintensity,buttheyappearprogressivelydarkerasthebackgroundbecomeslighter.,Somewell-knowopticalillusions,圖2.9視覺(jué)錯(cuò)覺(jué)圖例(a),opticalillusions,圖2.9視覺(jué)錯(cuò)覺(jué)圖例(b)

4、,opticalillusions,圖2.9視覺(jué)錯(cuò)覺(jué)圖例(c),2.2.1圖像的數(shù)字化及表達(dá)(ImageDigitalizationandRepresentation),圖像有單色與彩色、平面與立體、靜止與動(dòng)態(tài)、自發(fā)光與反射（透射）等區(qū)別任一幅圖像，根據(jù)它的光強(qiáng)度(亮度、密度或灰度)的空間分布，均可以用下面的函數(shù)形式來(lái)表達(dá).,,Anexampleofthedigitalimageacquistionprocess,2.10圖像數(shù)字化,SamplingandQuantization,（a）原圖像(b)取樣(c)量化(d)取樣和量化2.11圖像的采樣和量化,Colorimageshave3valu

5、esperpixel;monochromeimageshave1valueperpixel.,紅，綠，藍(lán)三分量,強(qiáng)度分量,2.12彩色圖像和單色圖像,matrix,數(shù)字圖像可以用矩陣的形式表示為：,2.2.2圖像的獲取(ImageAcquisition),圖像獲取即圖像的數(shù)字化過(guò)程，包括掃描、采樣和量化。圖像獲取設(shè)備由5個(gè)部分組成：采樣孔，掃描機(jī)構(gòu)，光傳感器，量化器和輸出存儲(chǔ)體。關(guān)鍵技術(shù)有：采樣成像技術(shù)；量化模數(shù)轉(zhuǎn)換技術(shù)。,Sampling,圖像的采樣,圖2.13采樣示意圖,Sampling,(a)正方形網(wǎng)格(b)正六角形網(wǎng)格,圖2.14采樣網(wǎng)格,,在抽樣時(shí)，若橫向的像素?cái)?shù)（列數(shù)）為M，縱向的

6、像素?cái)?shù)（行數(shù)）為N，則圖像總像素?cái)?shù)為M*N個(gè)像素。一般來(lái)說(shuō)，采樣間隔越大，所得圖像像素?cái)?shù)越少，空間分辨率低，質(zhì)量差，嚴(yán)重時(shí)出現(xiàn)馬賽克效應(yīng)；采樣間隔越小，所得圖像像素?cái)?shù)越多，空間分辨率高，圖像質(zhì)量好，但數(shù)據(jù)量大。,Sampling,圖像的采樣,,圖2.15圖像的采樣示例,Quantization,,圖2.16圖像的量化示例,圖像的量化,,量化等級(jí)越多，所得圖像層次越豐富，灰度分辨率高，圖像質(zhì)量好，但數(shù)據(jù)量大；量化等級(jí)越少，圖像層次欠豐富，灰度分辨率低，會(huì)出現(xiàn)假輪廓現(xiàn)象，圖像質(zhì)量變差，但數(shù)據(jù)量小.,2.2.3像素間的基本關(guān)系(BasicRelationshipsbetweenPixels),鄰域設(shè)

7、為位于坐標(biāo)處的一個(gè)像素組成的4鄰域，用表示。像素集用表示和合起來(lái)稱為的8鄰域，用表示。,,,,,,,,,,,,,,,,,,連通性為了確定兩個(gè)像素是否連通，必須確定它們是否相鄰及它們的灰度是否滿足特定的相似性準(zhǔn)則（或者說(shuō)，它們的灰度值是否相等）。,,令V是用于定義鄰接性的灰度值集合?？紤]三種類型的鄰接性：（a）4鄰接：如果q在集中，具有v中數(shù)值的兩個(gè)像素p和q是4鄰接的。（b）8鄰接：如果q在集中，則具有中數(shù)值的兩個(gè)像素p和q是8鄰接的。（c）m鄰接（混合鄰接）：如果（）q在集中，或者（）q在中且集合沒(méi)有v值的像素。則具有v值的像素p和q是鄰接的。,,,,,,,,,距離像素之間的聯(lián)系常與像素在空

8、間的接近程度有關(guān)。像素在空間的接近程度可以用像素之間的距離來(lái)度量。為測(cè)量距離需要定義距離度量函數(shù)。給定三個(gè)像素，其坐標(biāo)分別為如果1）(當(dāng)且僅當(dāng))2）3)則是距離函數(shù)或度量。,,,,,,,,,,,,,,和之間的歐式距離定義為：和之間的距離（也叫城市街區(qū)距離）定義為：和之間的距離（也叫棋盤(pán)距離）定義為：,,,,,,,,,,,,2.2.4,圖像的分類圖像有許多種分類方法，按照?qǐng)D像的動(dòng)態(tài)特性，可以分為靜止圖像和運(yùn)動(dòng)圖像；按照?qǐng)D像的色彩，可以分為灰度圖像和彩色圖像；按照?qǐng)D像的維數(shù)，可分為二維圖像，三維圖像和多維圖像。,,位圖位圖是通過(guò)許多像素點(diǎn)表示一幅圖像，每個(gè)像素具有顏色屬性和位置屬性。位圖分成如下四

9、種：二值圖像(binaryimages)、亮度圖像(intensityimages)、索引圖像(indexedimages)和RGB圖像(RGBimages)。,,1.二值圖像(binaryimages)二值圖像只有黑白兩種顏色，一個(gè)像素僅占1，0表示黑，1表示白，或相反。2.亮度圖像(intensityimages)在亮度圖像中，像素灰度級(jí)用8表示，所以每個(gè)像素都是介于黑色和白色之間的256（=256）種灰度中的一種。,,3.索引圖像(indexedimages)顏色是預(yù)先定義的（索引顏色）。索引顏色的圖像最多只能顯示256種顏色。4.RGB圖像(RGBimages)?！罢娌噬笔荝GB顏色的另一種叫法。在真彩色圖像中，每一個(gè)像素由紅、綠和藍(lán)三個(gè)字節(jié)組成，每個(gè)字節(jié)為8，表示0到255之間的不同的亮度值，這三個(gè)字節(jié)組合可以產(chǎn)生1670萬(wàn)種不同的顏色。,ThankYou!,