第三章圖像處理的根本概念1人眼的視覺原理顏色根底圖像模型圖像數(shù)字化灰度直方圖圖像處理算法形式圖像的數(shù)據(jù)結(jié)構(gòu)及特征精選課件1人眼的視覺原理1.1人眼的構(gòu)造1.2圖像的形成1.3視覺范圍和分辨力1.4視覺適應(yīng)性和比照靈敏度1.5亮度感覺1.6馬赫帶效應(yīng)1.7視覺模型精選課件1.1人眼的構(gòu)造外層由角膜和鞏膜組成。角膜是光線的入口。鞏膜保護整個眼球。中間層虹膜和脈絡(luò)膜組成。虹膜中的瞳孔用來控制進入眼睛的光通量大小。人種不同，其顏色也各異。瞳孔后面的水晶體如同一個變焦距透鏡，使景像始終聚焦于黃斑區(qū)。內(nèi)層視網(wǎng)膜。其外表有大量的感光細(xì)胞。這些感光細(xì)胞按照形狀分為可以兩類：錐狀細(xì)胞和桿狀細(xì)胞。精選課件錐狀細(xì)胞

每只眼睛中大約有600萬到700萬個錐狀細(xì)胞，集中分布在視軸和視網(wǎng)膜相交點附近的黃斑區(qū)內(nèi)。每個錐狀細(xì)胞都連接一個神經(jīng)末梢，因此，黃斑區(qū)對光有較高的分辨力，能充分識別圖像的細(xì)節(jié)。錐狀細(xì)胞既可以分辨光的強弱，也可以區(qū)分色彩。白天視覺過程主要靠錐狀細(xì)胞來完成，所以錐狀機覺又稱白晝視覺。按感光化學(xué)特性，錐狀細(xì)胞有三種，它們分別對紅、綠、藍顏色敏感，因此紅綠藍稱為人類視覺的三基色。三種錐狀細(xì)胞的光譜敏感曲線如下：精選課件桿狀細(xì)胞

每只眼睛大約有7600萬個到15000萬個桿狀細(xì)胞。它廣泛分布在整個視網(wǎng)膜外表上，并且有假設(shè)干個桿狀細(xì)胞同時連接在一根神經(jīng)上，因此，這條神經(jīng)只能感受多個桿狀細(xì)胞的平均光刺激，使得在這些區(qū)域的視覺分辨力顯著下降，無法區(qū)分圖像中的細(xì)微差異，而只能感知視野中景物的總的形象。桿狀細(xì)胞不能感覺彩色，但對低照明度的景物柱往比較敏感，所以，夜晚所觀察到的景物只有黑白、濃淡之分，而看不清它們的顏色差異。由于夜晚的視覺過程主要由桿狀細(xì)胞完成，所以桿狀視覺又稱夜視覺。精選課件1.2圖像的形成人眼在觀察景物時，光線通過角膜、前室水狀液、水晶體、后室玻璃體，成像在視網(wǎng)膜的黃斑區(qū)周圍。視網(wǎng)膜上的光敏細(xì)胞感受到強弱不同的光刺激，產(chǎn)生強度不同的電脈沖，并經(jīng)神經(jīng)纖維傳送到視神經(jīng)中樞，由于不同位置的光敏細(xì)胞產(chǎn)生了和該處光的強弱成比例的電脈沖，所以，大腦中便形成了一幅景物的感覺。精選課件1.3視覺范圍和分辨力視覺范圍

人眼所能感覺到的亮度范圍，從10-4cd/m2到104cd/m2。

注：cd—坎德拉，光通量。人眼并不能同時感受這樣寬的亮度范圍。事實上，在人眼適應(yīng)了某一平均的亮度環(huán)境以后，它所能感受的亮度范圍要小得多。當(dāng)平均亮度適中時，能分辨的亮度上、下限之比為1000：1。而當(dāng)平均亮度較低時，該比值只有10:1。即使是客觀上相同的亮度，當(dāng)平均亮度不同時，主觀感覺的亮度也不相同。人眼的明暗感覺是相對的，但由于人眼能適應(yīng)的平均亮度范圍很寬，所以總的視覺范圍很寬。

精選課件分辨力人眼的分辨力是指人眼在一定距離上能區(qū)分開相鄰兩點的能力，可以用能區(qū)分開的最小視角θ的倒數(shù)來描述，如以下圖所示：上圖中，d表示能區(qū)分的兩點間的最小距離，l為眼睛和這兩點連線的垂直距離。人眼分辨力和環(huán)境照度、被觀察對象的相對比照度等因素有關(guān)。精選課件1.4視覺適應(yīng)性和比照靈敏度暗適應(yīng)性從亮環(huán)境進入暗環(huán)境的適應(yīng)能力，約為30s。人眼之所以有暗適應(yīng)性，原因有二：一是暗環(huán)境中瞳孔放大,進入眼睛的光通量增加；二是桿狀細(xì)胞代替了錐狀細(xì)胞工作，桿狀細(xì)胞對低照度景物更為敏感。亮適應(yīng)性只有幾秒鐘。原因在于錐狀細(xì)胞的恢復(fù)時間遠少于桿狀細(xì)胞。人眼的亮度適應(yīng)性是人眼通過改變其整個靈敏度來實現(xiàn)的。圖像比照度C1：圖像中最大亮度Bmax與最小亮度Bmin之比：相對比照度精選課件1.5亮度感覺人眼對亮度差異的感覺取決于相對亮度的變化。令ΔS為亮度感覺的變化，ΔB為亮度變化，那么：積分后得亮度感覺為：上式說明亮度感覺與亮度的自然對數(shù)成線性關(guān)系。以下圖表示了主觀感覺同亮度的關(guān)系曲線。實線表示人眼能感覺的亮度范圍。精選課件精選課件人眼黑白亮度感覺的相對性：人眼在適應(yīng)某一平均亮度后，黑、白感覺對應(yīng)的亮度范圍較??；隨著平均亮度的降低，黑白感覺的亮度范圍變窄。黑白亮度感覺相對性在圖像傳輸與重現(xiàn)方面的意義：①重現(xiàn)圖像的亮度不必等于實際圖像的亮度，只要保持兩者的比照度不變，就能給人以真實的感覺；②人眼不能感覺出來的亮度差異在重現(xiàn)圖像時不必精確地復(fù)制出來。精選課件1.6馬赫帶〔Mach〕效應(yīng)對于一幅亮度階躍變化的豎條灰度梯度圖像，其每一豎條寬度內(nèi)光強均勻分布，且相鄰豎條之間的強度差為常數(shù)。然而，人眼看起來每一豎條內(nèi)右邊要比左邊稍黑一些，這種現(xiàn)象稱為馬赫帶效應(yīng)。精選課件馬赫帶上的亮度過沖是眼睛對不同空間頻率產(chǎn)生不同視覺響應(yīng)的結(jié)果。視覺系統(tǒng)對空間高頻和空間低頻的敏感性較差，而對空間中頻那么有較高的敏感性，因而在亮度突變處產(chǎn)生亮度過沖現(xiàn)象，這種過沖對人眼所見的景物有增強其輪廓的作用。精選課件黑白視覺模型1.7視覺模型光接收器對數(shù)線性系統(tǒng)神經(jīng)信號人眼黑白視覺簡單對數(shù)模型大量實驗和理論研究說明，眼睛對光強度的非線性響應(yīng)呈對數(shù)型，并且發(fā)生在視覺系統(tǒng)的開始附近〔亦就是視覺信號在錐狀及桿狀細(xì)胞空間上發(fā)生相互作用之前〕。由此得出人眼黑白視覺的簡單對數(shù)模型如以下圖：精選課件彩色視覺模型如前所述，視網(wǎng)膜中有三種視錐細(xì)胞，具有不同的光譜特性，峰值吸收分別在光譜的紅、綠、藍區(qū)域，由此得到以下圖彩色視覺模型：LOGH2(ωx,ωy)LOGH3(ωx,ωy)LOGH1(ωx,ωy)綠色視譜感受器e2黃綠色視譜感受器e1黃色視譜感受器e3+－+－d2d1d3g2g1g3神經(jīng)信號彩色視覺模型精選課件該模型中，e1、e2、e3代表視網(wǎng)膜中三個具有s1(λ)、s2(λ)、s3(λ)譜靈敏度的感受器，其輸出分別為：式中c(λ)為入射光源的譜線分布函數(shù)。經(jīng)對數(shù)傳遞后有：最后，信號d1、d2、d3分別經(jīng)線性系統(tǒng)H1、H2、H3輸出g1、g2、g3，提供給大腦感受彩色。信號d2和d3與彩色光的色度有關(guān)，而d1那么正比于它的亮度。這個模型相當(dāng)準(zhǔn)確地預(yù)測許多彩色現(xiàn)象，也能滿足色度學(xué)的根本定律。精選課件2顏色根底2.1色彩的產(chǎn)生2.2色光三原色2.3色料三原色2.4常見的色彩模型精選課件2.1色彩的產(chǎn)生一般人眼感受到的光有三種：直射光、反射光和投射光直射光：發(fā)光物體產(chǎn)生的光直接刺激人眼產(chǎn)生光感。如日光、照明光、顯象管熒光屏發(fā)出的光等。投射光：發(fā)光物體產(chǎn)生的光照射到透明或半透明物體上，通過物體投射過來的光。例如，玻璃是透明體，濾色片、電影膠片是半透明體。反射光：發(fā)光物體所產(chǎn)生的光照射到其他物體上,被其他物體反射而發(fā)出的光稱為反射光。物體之所以呈現(xiàn)出不同的顏色,就是由于物體反射(或透射)了可見光譜中的不同成分,同時又吸收了其余的成分,從而使人眼產(chǎn)生了不同的彩色感覺。一般來說,某一物體的顏色是該物體在特定光源照射下所反射(或透射)的精選課件一定可見光譜成分作用于人眼而引起的視覺效果。白色物體對不同波長的光具有相同的反射特性。白色物體在白光的照射下,將白光中所有色光都反射出來,從而呈現(xiàn)白色。既不反射光也不透射光,而能完全吸收入射光的物體,就呈現(xiàn)黑色。精選課件2.2色光三原色根據(jù)色彩學(xué)光譜分析理論,白色是由紅(R,Red)、綠(G,Green)、藍(B,Blue)三種基色等量相加得到的。白色以外的任何一種顏色都可以由這三種基色以不同比例疊加模擬出來,模擬出來的彩色與原色所引起的人的彩色視覺是相同的,因此,稱紅、綠、藍這三種顏色為加色三原色,又稱為色光三原色，在電子學(xué)中稱為三基色。計算機顯示器顯示色彩繽紛的圖像是通過彩色圖形適配器將圖像的紅、綠、藍三個基色光分別轉(zhuǎn)換為三個相應(yīng)的電信號,再經(jīng)過適當(dāng)?shù)奶幚韨魉偷较鄳?yīng)的電子槍上,通過CRT轉(zhuǎn)換成按比例相加的彩色光,從而使計算機顯示器上顯示出與原景物顏色一樣的彩色圖像。如果用放大鏡仔細(xì)觀察會看到計算機顯示器上有很多紅、綠、藍的熒光點,所以,顯示器顯示彩色圖像是通過色光三原色原理實現(xiàn)的。精選課件2.3色料三原色色料三原色由黃色、品色、青色組成。從白色光中去掉色光三原色(RGB)中的任何一種就會得到一種色料三原色。任兩種RGB顏色相重疊局部的顏色即為色料三原色的組成原色,即色料三原色中的任何一種顏色都是由任意兩種色光三原色相加而成的。由于缺少了色光三原色中的一種基色,因此習(xí)慣上又稱色料三原色為減色三原色。精選課件2.4常見的色彩模型常見的色彩模型有RGB模型、CMYK模型、HSV模型、YIQ模型等。每種模型都有它自己的特點和適用范圍,它們可以根據(jù)需要相互轉(zhuǎn)換。RGB模型這是最常見的色彩模型，由R(紅)、G(綠)、B(藍)三個分量組成，三維空間中的三個軸分別與紅、綠、藍三基色相對應(yīng).原點對應(yīng)于黑色，離原點最遠的頂點對應(yīng)于白色。從黑到白的灰度值分布在這兩個點的連線上，該線稱為灰色線。其他顏色那么落在三維空間中由紅、綠、藍三基色組成的彩色立方體中。通常情況下以RGB色彩模型為根底描述其它色彩模型，將其它色彩模型描述為RGB三色的線性或者非線性函數(shù)。RGB模型在視頻和顯示器中廣泛使用。精選課件RGB模型單位立方體精選課件CMY(K)模型RGB模式是顯示器上的顏色模式,而在圖像印刷中卻是用CMYK4色印刷模式來確定顏色的。是指通過混合青(Cyan)、品紅(Magenta)、黃(Yellow)與黑(Black)色來產(chǎn)生全彩色階調(diào)的顏色,這就是CMYK模式。其中Black以“K〞表示(為了防止與Blue混淆)。這就是平常所說的減色模式,因為青、品紅、黃分別是光譜色中的紅、綠、藍的補色,從而模擬出白光被物體吸收了一局部色光后的反射光。CMYK模式中的顏色種類遠不及RGB模式,但它卻是打印的標(biāo)準(zhǔn)模式,是印刷業(yè)所使用的顏色模式。精選課件精選課件HSI模型以色彩的色調(diào)(Hue)、飽和度(Saturation)、亮度(Intensity)為三要素來表示的。它反映了人的視覺系統(tǒng)觀察彩色的方式，同人對色彩的感知相一致，是適合人的視覺特性的色彩空間，在藝術(shù)上經(jīng)常使用HSI模型。這種模型的優(yōu)點在于它將亮度〔I〕與反映色彩本質(zhì)特性的兩個參數(shù)〔色度〔H〕和飽和度〔S〕〕分開。H色度，取值范圍0°-360°；S飽和度，取值范圍0-1/100；I亮度，取值范圍0-1/100；色相環(huán)，0°-紅，120°-綠，240°-藍精選課件圖中的色相環(huán)描述了色相和飽和度兩個參數(shù)。色相由角度表示，它反映了該彩色最接近什么樣的光譜波長。一般假定0°表示的顏色為紅色，120°的為綠色，240°的為藍色。0°到240°的色相覆蓋了所有可見光譜的彩色，在240°到300°之間為人眼可見的非光譜色〔紫色〕。飽和度是指一個顏色的鮮明程度，飽和度越高，顏色越深，如深紅，深綠。飽和度參數(shù)是色環(huán)的原點〔圓心〕到彩色點的半徑的長度。由色相環(huán)可以看出，環(huán)的邊界上純的或飽和的顏色，其飽和度值為1。在中心是中性〔灰色〕陰影，飽和度為0。精選課件精選課件RGB轉(zhuǎn)換到HSI

對任何3個［0，1］范圍內(nèi)的R、G、B值，其對應(yīng)HSI模型中的I、S、H分量的計算公式為精選課件精選課件YIQ模型YIQ模型是美國國家電視系統(tǒng)委員會〔NTSC〕定義的用于電視播送的顏色系統(tǒng)，Y代表亮度信息，I和Q表示色度，其中I表示橙～青色，Q表示其他局部顏色。從RGB到Y(jié)IQ的變換關(guān)系如下：=精選課件3圖像模型圖像可以看作是空間各點光強度的集合:對二維圖像，可表示為：只考慮光的能量不考慮其波長時，圖像在視覺上表現(xiàn)為灰度圖像：式中，Vs(λ)為相對視敏函數(shù)。精選課件考慮不同光波長的彩色效應(yīng)時，圖像在視覺上表現(xiàn)為彩色圖像：式中：精選課件圖像內(nèi)容隨時間變化的圖像為運動圖像，反之為靜止圖像。靜止圖像是本課程的重點研究內(nèi)容。圖像與二維光強度函數(shù)有關(guān)，用函數(shù)f(x,y)表示。光是能量的一種形式，故：在每天的視覺活動中，人眼看到的圖像一般都是由物體反射的光組成。f(x,y)可被看成由兩個分量組成：一個分量是在所見場景的入射的光量，另一分量是場景中被物體反射的光量。這兩分量被稱為照射分量精選課件分別表示為以i(x，y)和r〔x，y〕．因此，圖像f(x,y)可表示為：i(x,y)的性質(zhì)由光源確定，r(x,y)由場景中的物體特性確定。一般將單色圖像在某點的強度稱為灰度，以l表示，其取值范圍[Lmin，Lmax]叫作灰度范圍。一般將其定義為[0,L-1]。式中：精選課件4圖像數(shù)字化圖像數(shù)字化是將一幅圖像轉(zhuǎn)化成計算機能處理的形式——數(shù)字圖像的過程。它包含采樣和量化兩個過程。精選課件4.1采樣圖像采樣過程就是圖像空間離散化的過程，即將空間上連續(xù)的圖像變換成離散點的操作。也就是用空間上局部點的灰度值代表圖像，這些點稱為采樣點。由于圖像是一種二維分布的信息，為了對它進行采樣操作，需要先將二維信號變?yōu)橐痪S信號，再對一維信號完成采樣。具體做法是，先沿垂直方向按一定間隔從上到下順序地沿水平方向直線掃描，取出各水平線上灰度值的一維掃描。而后再對一維掃描線信號按一定間隔采樣得到離散信號，即先沿垂直方向采樣，再沿水平方向采樣這兩個步驟完成采樣操作。對于運動圖像〔即時間域上的連續(xù)圖像〕，需先在時間軸上采樣，再沿垂直方向采樣，最后沿水平方向采樣由這三個步驟完成。精選課件

采樣間隔和采樣孔徑的大小是兩個很重要的參數(shù)。取樣和量化后的數(shù)字信號應(yīng)盡可能代表原始的連續(xù)圖像信號，且能夠使取樣后的離散圖像信號無失真地恢夏原始信號，因此采樣間隔的選取就非常重要。采樣示意圖精選課件采樣間隔根據(jù)采樣定理確定。設(shè)圖像f(x,y)的傅立葉變換F(u,v)滿足：那么當(dāng)采樣間隔△x和△y滿足條件時，可由采樣后的圖像精確重建原圖像f(x,y)。式中：uc和vc分別為在x方向和y方向的頻譜寬度。定義采樣函數(shù)為：

那么采樣圖像f(m,n)的頻譜為：精選課件對上述頻譜采用低通濾波，然后通過反傅立葉變換即可求得原圖像。由采樣圖像重建原圖像的算法為：上式中r為插值函數(shù)，其具體形式依賴于頻域中的低通濾波器的設(shè)計。例如，假設(shè)那么r(x,y)是sinc函數(shù)：精選課件在滿足采樣定理的前提下，采樣間隔的大小選取要依據(jù)原圖像中包含的細(xì)微濃淡變化來決定。一般，圖像中細(xì)節(jié)越多，采樣間隔應(yīng)越小。

采樣時，樣點代表像元(Pixel)，它具有一定的大小和形狀，和幾何點有所不同。樣點分布一般為周期的方形陣列、三角形陣列或六角形陣列精選課件4.2量化模擬圖像經(jīng)過采樣后，在時間和空間上離散化為像素。但采樣所得的像素值〔即灰度值〕仍是連續(xù)量。把采樣后所得的各像素的灰度值從模擬量到離散量的轉(zhuǎn)換稱為圖像灰度的量化。也就是說，圖像量化過程是圖像灰度幅值的離散化過程，即將像素灰度轉(zhuǎn)換成離散的整數(shù)值的過程。量化示意圖（a）量化；(b)量化為8bit

精選課件二值圖像：像素灰度級只有兩級的圖像。存儲一幅大小為M×N、灰度級數(shù)為G的圖像所需的存儲空間為M×N×k〔bit〕其中:假設(shè)連續(xù)灰度值用z來表示，對于滿足zi≤z≤zi+1的z值，都量化為整數(shù)qi。qi稱為像素的灰度值，z與qi的差稱為量化誤差。一般，像素值量化后用一個字節(jié)8bit來表示。如圖〔b〕所示，把由黑—灰—白的連續(xù)變化的灰度值，量化為0～255共256級灰度值，灰度值的范圍為0～255，表示亮度從深到淺，對應(yīng)圖像中的顏色為從黑到白。灰度級：一幅數(shù)字圖像中不同灰度值的個數(shù)稱為灰度級，用G表示。假設(shè)一幅數(shù)字圖像的量化灰度級為G=256=28，灰度取值范圍一般是0~255的整數(shù)，那么稱為8bit量化。精選課件連續(xù)灰度值量化為灰度級的方法有兩種，一種是等間隔量化，另一種是非等間隔量化。等間隔量化就是簡單地把采樣值的灰度范圍等間隔地分割并進行量化。對于像素灰度值在黑—白范圍較均勻分布的圖像，這種量化方法可以得到較小的量化誤差。該方法也稱為均勻量化或線性量化。為了減小量化誤差，引入了非均勻量化的方法。非均勻量化是依據(jù)一幅圖像具體的灰度值分布的概率密度函數(shù)，按總的量化誤差最小的原那么來進行量化。具體做法是對圖像中像素灰度值頻繁出現(xiàn)的灰度值范圍，量化間隔取小一些，而對那些像素灰度值極少出現(xiàn)的范圍，那么量化間隔取大一些。由于圖像灰度值的概率分布密度函數(shù)因圖像不同而異，所以不可能找到一個適用于各種不同圖像的最正確非等間隔量化方案。因此，實用上一般都采用等間隔量化。精選課件4.3采樣與量化參數(shù)的選擇一幅圖像在采樣時，行、列的采樣點與量化時每個像素量化的級數(shù)，既影響數(shù)字圖像的質(zhì)量，也影響到該數(shù)字圖像數(shù)據(jù)量的大小。假定圖像取M×N個樣點，圖像幅度量化后的量化級數(shù)為G，一般G總是取為2的整數(shù)冪，即G=2k,那么存儲一幅數(shù)字圖像所需的二進制位數(shù)b為精選課件對一幅圖像，當(dāng)量化級數(shù)Q一定時，采樣點數(shù)M×N對圖像質(zhì)量有著顯著的影響。一般來說，采樣間隔越大，所得圖像像素數(shù)越少，空間分辨率低，質(zhì)量差，嚴(yán)重時出現(xiàn)馬賽克，如以下圖所示，采樣點數(shù)越多，圖像質(zhì)量越好；當(dāng)采樣點數(shù)減少時，圖上的塊狀效應(yīng)就逐漸明顯。精選課件不同采樣點數(shù)對圖像質(zhì)量的影響〔a〕原始圖像(256×256)；〔b〕采樣圖像1(128×128)；〔c〕采樣圖像2(64×64)；〔d〕采樣圖像3(32×32)；〔e〕采樣圖像4(16×16)；〔f〕采樣圖像5(8×8)精選課件同理，當(dāng)圖像的采樣點數(shù)一定時，采用不同量化級數(shù)的圖像質(zhì)量也不一樣。如以下圖所示，量化級數(shù)越多，圖像質(zhì)量越好，當(dāng)量化級數(shù)越少時，圖像質(zhì)量越差，量化級數(shù)最小的極端情況就是二值圖像，圖像出現(xiàn)假輪廓。精選課件不同量化級別對圖像質(zhì)量的影響〔a〕原始圖像(256色)；〔b〕量化圖像1(64色)；〔c〕量化圖像2(32色)；〔d〕量化圖像3(16色)；〔e〕量化圖像4(4色)；〔f〕量化圖像5(2色)精選課件一般，當(dāng)限定數(shù)字圖像的大小時,為了得到質(zhì)量較好的圖像可采用如下原那么：〔1〕對緩變的圖像，應(yīng)該細(xì)量化，粗采樣，以防止假輪廓。〔2〕對細(xì)節(jié)豐富的圖像，應(yīng)細(xì)采樣，粗量化，以防止模糊〔混疊〕。對于彩色圖像，是按照顏色成分——紅〔R〕、綠〔G〕、藍〔B〕分別采樣和量化的。假設(shè)各種顏色成分均按8bit量化，即每種顏色量級別是256，那么可以處理256×256×256=16777216種顏色。精選課件4.4圖像數(shù)字化設(shè)備圖像數(shù)字化設(shè)備用于將模擬圖像數(shù)字化成為數(shù)字圖像。常見的數(shù)字化設(shè)備有數(shù)碼相機、掃描儀、數(shù)字化儀等。

4.4.1圖像數(shù)字化設(shè)備的組成如前所述，采樣和量化是數(shù)字化一幅圖像的兩個根本過程。即把圖像劃分為假設(shè)干圖像元素(像素)并給出它們的地址〔采樣〕；度量每一像素的灰度，并把連續(xù)的度量結(jié)果量化為整數(shù)〔量化〕；最后將這些整數(shù)結(jié)果寫入存儲設(shè)備。為完成這些功能，圖像數(shù)字化設(shè)備必須包含以下五個局部：(1)采樣孔(Samplingaperture)：使數(shù)字化設(shè)備能夠單獨地觀測特定的圖像元素而不受圖像其他局部的影響。(2)圖像掃描機構(gòu)：使采樣孔按照預(yù)先確定的方式在圖像上移動，從而按順序觀測每一個像素。精選課件(3)光傳感器：通過采樣孔檢測圖像的每一像素的亮度，通常采用CCD陣列。(4)量化器：將傳感器輸出的連續(xù)量轉(zhuǎn)化為整數(shù)值。典型的量化器是A/D轉(zhuǎn)換電路，它產(chǎn)生一個與輸入電壓或電流成比例的數(shù)值。(5)輸出存儲裝置：將量化器產(chǎn)生的灰度值按適當(dāng)格式存儲起來，以用于計算機后續(xù)處理。

精選課件4.4.2.圖像數(shù)字化設(shè)備的性能雖然各種數(shù)字化設(shè)備的組成不相同，但可從如下幾個方面對其性能進行比較。1)像素大小采樣孔的大小和相鄰像素的間距是兩個重要的性能指標(biāo)。如果數(shù)字化設(shè)備是在一個放大率可變的光學(xué)系統(tǒng)上，那么對應(yīng)于輸入圖像平面上的采樣點大小和采樣間距也是可變的。2)圖像大小圖像大小即數(shù)字化設(shè)備所允許的最大輸入圖像的尺寸。精選課件3)線性度對光強進行數(shù)字化時，灰度正比于圖像亮度的實際精確程度是一個重要的指標(biāo)。非線性的數(shù)字化設(shè)備會影響后續(xù)過程的有效性。能將圖像量化為多少級灰度也是非常重要的參數(shù)。圖像的量化精度經(jīng)歷了早期的黑白二值圖像、灰度圖像及現(xiàn)在的彩色及真彩色圖像。當(dāng)然，量化精度越高，存儲像素信息需要的字節(jié)數(shù)也越大。精選課件4)噪聲數(shù)字化設(shè)備的噪聲水平也是一個重要的性能參數(shù)。例如，數(shù)字化一幅灰度值恒定的圖像，雖然輸入亮度是一個常量，但是數(shù)字化設(shè)備中固有的噪聲卻會使圖像的灰度發(fā)生變化。因此數(shù)字化設(shè)備所產(chǎn)生的噪聲是圖像質(zhì)量下降的根源之一，應(yīng)當(dāng)使噪聲小于圖像內(nèi)的反差點(即比照度)。精選課件5灰度直方圖5.1直方圖的根本概念如果將圖像中像素亮度〔灰度級別〕看成是一個隨機變量，那么其分布情況就反映了圖像的統(tǒng)計特性，這可用ProbabilityDensityFunction(PDF)來刻畫和描述，表現(xiàn)為灰度直方圖〔Histogram〕?；叶戎狈綀D是灰度級的函數(shù)，它表示圖像中具有某種灰度級的像素的個數(shù)，反映了圖像中每種灰度出現(xiàn)的頻率，如以下圖所示?；叶戎狈綀D的橫坐標(biāo)是灰度級，縱坐標(biāo)是該灰度級出現(xiàn)的頻率，它是圖像最根本的統(tǒng)計特征，反映了圖像灰度分布情況。精選課件圖像灰度直方圖精選課件頻率的計算公式為：

式中ni是圖像中灰度為i的像素數(shù)，n為圖像的總像素數(shù)。

精選課件Lena圖像及直方圖〔a〕Lena圖像；〔b〕Lena圖像的直方圖

精選課件

精選課件5.2直方圖的性質(zhì)〔1〕直方圖是一幅圖像中各像素灰度值出現(xiàn)次數(shù)〔或頻數(shù)〕的統(tǒng)計結(jié)果，它只反映該圖像中不同灰度值出現(xiàn)的次數(shù)〔或頻數(shù)〕，而未反映某一灰度值像素所在位置。也就是說，它只包含了該圖像中某一灰度值的像素出現(xiàn)的概率，而喪失了其所在位置的信息?！?〕任一幅圖像，都能惟一地確定出一幅與它對應(yīng)的直方圖，但不同的圖像，可能有相同的直方圖。也就是說，圖像與直方圖之間是多對一的映射關(guān)系。如以下圖就是一個不同圖像具有相同直方圖的例子。精選課件圖像與直方圖間的多對一關(guān)系精選課件〔3〕由于直方圖是對具有相同灰度值的像素統(tǒng)計得到的，因此，一幅圖像各子區(qū)的直方圖之和就等于該圖像全圖的直方圖，如以下圖所示。直方圖的分解精選課件5.3直方圖的應(yīng)用⑴用于判斷圖像量化是否恰當(dāng)一般而言，數(shù)字圖像應(yīng)當(dāng)利用全部可能的灰度級。02550255量化不恰當(dāng)0255量化恰當(dāng)精選課件利用直方圖判斷圖像量化是否恰當(dāng)精選課件⑵用于確定圖像二值化的閾值0255⑶當(dāng)物體局部的灰度值比其他局部灰度值大時，可利用直方圖統(tǒng)計圖像中物體的面積：⑷計算圖像信息量H〔熵〕式中n是圖像像素總數(shù)，vi是灰度級為i的像素出現(xiàn)的頻率。精選課件5.3計算并顯示直方圖的matlab函數(shù)——imhist格式：imhist(I,n):用n個條顯示灰度圖象I的n個灰度直方圖。默認(rèn)參數(shù)如下：假設(shè)I為灰度圖象，那么n=256；假設(shè)I為二值圖象，那么n=2；imhist(X,map):顯示索引圖象X的直方圖，直方圖說明了像素值在顏色板map上的分布。[counts,X]=imhist(…)：返回直方圖數(shù)值counts和位置X，再用stem(X,counts)可以顯示直方圖。運行如下例子：精選課件closeall;I=imread('Forest.tif');subplot(2,3,1);subimage(I);subplot(2,3,2);imhist(I);[X,map]=imread('Forest.tif');subplot(2,3,4);imshow(X,map);subplot(2,3,5);imhist(X,map);subplot(2,3,6);[nums,pos]=imhist(I);stem(pos,nums);精選課件6圖像處理算法的形式6.1根本功能形式按圖像處理的輸出形式，可將圖像處理的根本功能分為三種形式：①

單幅圖像→單幅圖像②

多幅圖像→單幅圖像③單/多幅圖像→數(shù)字或符號等圖像JP圖像IP(a)圖像JP圖像IP(b)圖像IP圖像(c)(a)(b)統(tǒng)計量或特征量的測量編碼表示描述圖像精選課件6.2幾種具體算法形式6.2.1局部處理

鄰域：局部處理〔又稱鄰域處理〕：在處理輸入圖像時，假設(shè)某一像素IP(i,j)處的輸出值JP(i,j)由其小鄰域N(i,j)中各像素值確定，稱為局部處理，又稱鄰域處理。如上圖所示。其表達式為：式中表示對〔i，j〕鄰域的像素進行某種運算。圖像的空域平滑和銳化都屬于局部處理。4鄰域8鄰域精選課件在局部處理中，當(dāng)鄰域N(i,j)僅包含IP〔i，j〕像素時稱為點處理，其表達式為：圖像比照度增強、二值化等屬于點處理。假設(shè)輸出值JP(i,j)取決于輸入圖像較大范圍或整幅圖像像素值，那么稱為大局部處理，其表達式為：圖像的傅立葉變換屬于全局處理。精選課件6.2.2疊代處理反復(fù)對圖像進行某種運算直至滿足給定條件，從而得到輸出圖像的處理形式。如圖像的聚類分析。6.2.3

跟蹤處理選擇滿足適當(dāng)條件的像素作為起始像素，檢查輸入圖像和已得到的輸出結(jié)果，求出下一步應(yīng)該處理的像素，進行規(guī)定的處理，然后決定是繼續(xù)處理下面的像素，還是終止處理。這種形式稱為跟蹤處理。特點：①

處理結(jié)果同起始像素位置有關(guān)②

由于利用了以前的處理結(jié)果，提高了效率③

用于邊界、等高線等線的跟蹤6.2.4

位置不變處理和位置可變處理輸出像素值JP(i,j)與像素位置(i,j)無關(guān)的處理稱為位置不變處理或位移不變處理。否那么，稱為位置可變處理或位移可變處理精選課件6.2.3

窗口處理和模板處理窗口處理：對圖像中選定的矩形區(qū)域內(nèi)的像素進行處理的形式。模板處理:為了處理任意形狀的區(qū)域，采用和待處理圖像大小相同的二維數(shù)組預(yù)先存儲該區(qū)域信息，此二維數(shù)組稱為模板平面。將此模板平面作為參照，對原圖像進行的處理稱為模板處理。假設(shè)模板為矩形區(qū)域，那么與窗口處理有相同的效果。但窗口處理不必設(shè)置模板平面。6.2.4

串行處理和并行處理串行處理：后一像素的處理結(jié)果依賴于前一像素的處理結(jié)果，且只