第二章數(shù)字圖像基礎(chǔ)

人類(lèi)的視覺(jué)感知系統(tǒng)視覺(jué)是人類(lèi)最高級(jí)的感知器官，所以，毫無(wú)疑問(wèn)圖像在人類(lèi)感知中扮演著重要角色。研究圖像處理首先要了解人類(lèi)的視覺(jué)感知系統(tǒng)。人眼橫截面簡(jiǎn)圖人類(lèi)視覺(jué)成像原理人的視覺(jué)系統(tǒng)具有3個(gè)主要功能：成像、圖像傳輸和圖像理解。人的視覺(jué)系統(tǒng)主要由：光學(xué)系統(tǒng)、視網(wǎng)膜和視覺(jué)通路3個(gè)部分組成。人眼的視覺(jué)系統(tǒng)圖像形成示意圖眼角膜+晶狀體

鏡頭玻璃體

介質(zhì)視網(wǎng)膜

感光底片數(shù)字圖像處理的基本概念圖像的定義與類(lèi)型：連續(xù)圖像和離散圖像圖像的成像模型圖像的數(shù)字化過(guò)程：采樣與量化、分辨率數(shù)字圖像的三種屬性：格式、類(lèi)型、類(lèi)數(shù)字圖像的表示像素的表示與分析：連通域基本的圖像操作示例：讀、調(diào)整大小、灰度化、顯示（子圖顯示）、寫(xiě)數(shù)字圖像處理的基本概念圖像的定義與類(lèi)型：連續(xù)圖像和離散圖像“圖”是物體投射或反射光的分布，“像”是人的視覺(jué)系統(tǒng)對(duì)圖的接受在大腦中形成的印象或反映。是客觀和主觀的結(jié)合。連續(xù)圖像：二維坐標(biāo)系中具有連續(xù)變化的，即圖像畫(huà)面的像點(diǎn)是無(wú)限稠密的，同時(shí)其灰度值（即圖像從暗到亮的變化值）也是無(wú)限稠密的圖像，稱(chēng)為連續(xù)圖像。連續(xù)圖像又稱(chēng)為模擬圖像。離散圖像：是指用一個(gè)數(shù)字陣列表示的圖像。該陣列中每一個(gè)元素稱(chēng)為像素。離散圖像又稱(chēng)為數(shù)字圖像。數(shù)字圖像處理的基本概念像素像素是組成數(shù)字圖像的基本元素。連續(xù)圖像可以認(rèn)為是由無(wú)數(shù)個(gè)像素組成的，而且每一點(diǎn)灰度值都是從黑到白有無(wú)限多個(gè)可能取值。數(shù)字圖像可以認(rèn)為是按某種規(guī)律（如模擬/數(shù)字轉(zhuǎn)換）編成一系列二進(jìn)制數(shù)碼（0和1）來(lái)表示圖像上每個(gè)點(diǎn)的信息。數(shù)字圖像的獲取過(guò)程場(chǎng)景元素成像系統(tǒng)場(chǎng)景投影到圖像平面照射(能)源輸出(數(shù)字化后的)圖像圖像的數(shù)學(xué)表達(dá)方法當(dāng)用數(shù)學(xué)方法描述圖像信息時(shí)，通常著重考慮它的點(diǎn)的性質(zhì)。例如一副圖像可以被看作是空間各個(gè)坐標(biāo)點(diǎn)的結(jié)合。它的最普通的數(shù)學(xué)表達(dá)式為：其中（X，Y，Z）是空間坐標(biāo)，λ是波長(zhǎng)，t是時(shí)間，I是圖像強(qiáng)度。這樣一個(gè)表達(dá)式可以代表一副活動(dòng)的、彩色的、立體圖像。圖像的數(shù)學(xué)表達(dá)方法當(dāng)研究的是靜止圖像時(shí)，則式（2-1）與時(shí)間t無(wú)關(guān)當(dāng)研究的是單色圖像時(shí)，顯然與波長(zhǎng)λ無(wú)關(guān)，對(duì)于平面圖像則與坐標(biāo)z無(wú)關(guān)。因此，對(duì)于靜止的平面的、單色的圖像來(lái)說(shuō)其數(shù)學(xué)表達(dá)式可簡(jiǎn)化為：圖像的數(shù)學(xué)表達(dá)方法人們所感受到的圖像一般都是由物體反射的光組成的。函數(shù)f(x,y)可由兩個(gè)分量來(lái)表示：（1）入射到觀察場(chǎng)景的光源總量；（2）場(chǎng)景中物體反射光的總量。這兩個(gè)分量分別稱(chēng)為入射分量和反射分量，如果用i(x,y)表示入射分量，用r(x,y)表示反射分量，兩個(gè)函數(shù)合并形成f(x,y),即：其中圖像的數(shù)字化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)。圖像的數(shù)字化空間上或時(shí)域上連續(xù)的圖像（模擬圖像）變換成離散采樣點(diǎn)（像素）集合的操作稱(chēng)為采樣。采樣示意圖由于圖像基本是采取二維平面信息的分布方式來(lái)描述的，需要先將二維信號(hào)變?yōu)橐凰詾榱藢?duì)它進(jìn)行采樣操作，位信號(hào)，再對(duì)一維信號(hào)完成采樣。換句話(huà)說(shuō)就是講二維采樣轉(zhuǎn)化為兩次一維采樣操作來(lái)實(shí)現(xiàn)。圖像的數(shù)字化取樣是將在空間上連續(xù)的圖像轉(zhuǎn)換成離散的取樣點(diǎn)（即像素）集的操作。由于圖像是二維分布的信息，所以取樣是在x軸和y軸兩個(gè)方向上進(jìn)行。取樣時(shí)的注意點(diǎn)是：取樣間隔的選取。取樣間隔取得不合適除了畫(huà)面出現(xiàn)馬賽克之外，還會(huì)發(fā)生頻率的混疊現(xiàn)象。圖像的數(shù)字化連續(xù)圖像沿從A到B的直線(xiàn)的掃描線(xiàn)圖像的數(shù)字化沿從A到B的直線(xiàn)的掃描線(xiàn)取樣圖像的數(shù)字化取樣示意圖圖像的數(shù)字化量化是將各個(gè)像素所含的明暗信息離散化后，用數(shù)字來(lái)表示稱(chēng)為圖像的量化，一般的量化值用整數(shù)來(lái)表示。充分考慮到人眼的識(shí)別能力之后，目前非特殊用途的圖像均為8bit量化，即用0~255描述“黑~白”。圖像的數(shù)字化從圖像的頂點(diǎn)逐行執(zhí)行采樣與量化，則會(huì)產(chǎn)生一幅二維數(shù)字圖像。數(shù)字圖像的質(zhì)量取決于取樣和量化中所用的取樣數(shù)和灰度級(jí)數(shù)。圖像的數(shù)字化空間和灰度級(jí)分辨率取樣值是決定一副圖像空間分辨率的主要參數(shù)，空間分辨率是圖像中可辨別的最小細(xì)節(jié)。灰度級(jí)分辨率是指在灰度級(jí)別中可分辨的最小變化，由于硬件方面的要求，灰度級(jí)數(shù)通常是2的整數(shù)冪。圖像的數(shù)字化在取樣時(shí)，若橫向的像素?cái)?shù)（列數(shù)）為M，縱向的像素?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。數(shù)字圖像的表示方法yx對(duì)連續(xù)圖像f(x,y)進(jìn)行數(shù)字化空間上，圖像抽樣幅度上，灰度級(jí)量化原點(diǎn)數(shù)字圖像的表示方法灰度圖像是指每個(gè)像素的信息由一個(gè)量化的灰度級(jí)來(lái)描述的圖像，沒(méi)有彩色信息。數(shù)字圖像的表示方法一幅行數(shù)為M、列數(shù)為N的圖像大小為M×N的矩陣形式為：其中矩陣中的每個(gè)元素代表一個(gè)像素，表達(dá)式的右側(cè)定義了一幅數(shù)字圖像。分辨率分辨率：是指映射到圖像平面上的單個(gè)像素的景物元素的尺寸。單位：像素/英寸(dpi)，像素/厘米或者是指要精確測(cè)量和再現(xiàn)一定尺寸的圖像所必需的像素個(gè)數(shù)。單位：像素*像素圖像文件格式及類(lèi)型常用的圖像文件格式BMP文件格式數(shù)字圖像有多種存儲(chǔ)格式，每種格式一般由不同的開(kāi)發(fā)商支持。隨著信息技術(shù)的發(fā)展和圖像應(yīng)用領(lǐng)域的不斷拓寬，還會(huì)出現(xiàn)新的圖像格式。BMP文件又稱(chēng)位圖文件(bitmap,BMP)，是一種與文件無(wú)關(guān)的圖像文件格式，是一種位映射的存儲(chǔ)形式。是Windows軟件推薦使用的一種格式。應(yīng)用廣泛。BMP文件被分成幾個(gè)域：位圖文件參數(shù)頭域、位圖參數(shù)頭域、調(diào)色板域(顏色定義表)和位圖數(shù)據(jù)域等。圖像文件格式及類(lèi)型GIF文件格式圖形交換格式(GraphicsInterchangeFormat，GIF)是由CompuServe公司開(kāi)發(fā)的圖形文件格式，非常適合于較簡(jiǎn)單的圖像，可利用于小動(dòng)畫(huà)或低分辨率電影剪輯等。GIF圖像文件是以數(shù)據(jù)塊為單位來(lái)存儲(chǔ)圖像的相關(guān)信息。一個(gè)GIF文件由表示圖形/圖像的數(shù)據(jù)塊、數(shù)據(jù)子塊以及顯示圖形/圖像的控制信息塊組成，稱(chēng)為GIF數(shù)據(jù)流。圖像文件格式及類(lèi)型TIFF圖像文件格式標(biāo)簽圖像文件格式（TagImageFileFormat,TIFF）是一種靈活的位圖格式，主要用來(lái)存儲(chǔ)包括照片和藝術(shù)圖在內(nèi)的圖像，最初由Aldus公司與微軟公司一起為PostScript打印開(kāi)發(fā)。它是現(xiàn)存圖像文件格式中最復(fù)雜的一種，它提供存儲(chǔ)各種信息的完備的手段，可以存儲(chǔ)專(zhuān)門(mén)的信息而不違反格式宗旨，是目前流行的圖像文件交換標(biāo)準(zhǔn)之一。TIFF文件以.tif為擴(kuò)展名。其數(shù)據(jù)格式是一種3級(jí)體系結(jié)構(gòu)，內(nèi)部結(jié)構(gòu)可以分成三個(gè)部分，分別是：文件頭信息區(qū)、標(biāo)識(shí)信息區(qū)和圖像數(shù)據(jù)區(qū)。其中所有的標(biāo)簽都是以升序排列，這些標(biāo)簽信息是用來(lái)處理文件中的圖像信息的。圖像文件格式及類(lèi)型JPEG圖像格式JPEG(JointPhotographicExpertsGroup)即聯(lián)合圖像專(zhuān)家組，是用于連續(xù)色調(diào)靜態(tài)圖像壓縮的一種標(biāo)準(zhǔn)，文件后綴名為.jpg或.jpeg，是最常用的圖像文件格式。其主要是采用預(yù)測(cè)編碼(DPCM)、離散余弦變換(DCT)以及熵編碼的聯(lián)合編碼方式，以去除冗余的圖像和彩色數(shù)據(jù)，屬于有損壓縮格式，它能夠?qū)D像壓縮在很小的儲(chǔ)存空間，一定程度上會(huì)造成圖像數(shù)據(jù)的損傷。主要是為了解決專(zhuān)業(yè)攝影師所遇到的圖像信息過(guò)于龐大的問(wèn)題。由于JPEG的高壓縮比和良好的圖像質(zhì)量，使得它廣泛應(yīng)用于多媒體和網(wǎng)絡(luò)程序中。JPEG和GIF成為HTML語(yǔ)法選用的圖像格式。圖像文件格式及類(lèi)型JPEG圖像格式JPEG(JointPhotographicExpertsGroup)即聯(lián)合圖像專(zhuān)家組，是用于連續(xù)色調(diào)靜態(tài)圖像壓縮的一種標(biāo)準(zhǔn)，文件后綴名為.jpg或.jpeg，是最常用的圖像文件格式。其主要是采用預(yù)測(cè)編碼(DPCM)、離散余弦變換(DCT)以及熵編碼的聯(lián)合編碼方式，以去除冗余的圖像和彩色數(shù)據(jù)，屬于有損壓縮格式，它能夠?qū)D像壓縮在很小的儲(chǔ)存空間，一定程度上會(huì)造成圖像數(shù)據(jù)的損傷。主要是為了解決專(zhuān)業(yè)攝影師所遇到的圖像信息過(guò)于龐大的問(wèn)題。由于JPEG的高壓縮比和良好的圖像質(zhì)量，使得它廣泛應(yīng)用于多媒體和網(wǎng)絡(luò)程序中。JPEG和GIF成為HTML語(yǔ)法選用的圖像格式。圖像文件格式及類(lèi)型數(shù)字圖像類(lèi)型計(jì)算機(jī)中描述和表示數(shù)字圖像和計(jì)算機(jī)生成圖形圖像有兩種常用的方法：矢量圖法和位圖法。矢量圖法是用數(shù)學(xué)(更準(zhǔn)確地說(shuō)是幾何學(xué))公式描述一幅圖像。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。位圖有多種表示的描述的模式，但從大的方面來(lái)說(shuō)，主要可以分為黑白圖像、灰度圖像和彩色圖像。圖像文件格式及類(lèi)型黑白圖像(二值圖像)一幅二值圖像的二維矩陣僅由0、1兩個(gè)值構(gòu)成，“0”代表黑色，“1”代白色。由于每一像素（矩陣中每一元素）取值僅有0、1兩種可能，所以計(jì)算機(jī)中二值圖像的數(shù)據(jù)類(lèi)型通常為1個(gè)二進(jìn)制位。二值圖像通常用于文字、線(xiàn)條圖的掃描識(shí)別（OCR）和掩膜圖像的存儲(chǔ)。圖像文件格式及類(lèi)型灰度圖像灰度圖像矩陣元素的取值范圍通常為[0，255]。因此其數(shù)據(jù)類(lèi)型一般為8位無(wú)符號(hào)整數(shù)的（int8），這就是人們經(jīng)常提到的256灰度圖像。“0”表示純黑色，“255”表示純白色，中間的數(shù)字從小到大表示由黑到白的過(guò)渡色。在某些軟件中，灰度圖像也可以用雙精度數(shù)據(jù)類(lèi)型（double）表示，像素的值域?yàn)閇0，1]，0代表黑色，1代表白色，0到1之間的小數(shù)表示不同的灰度等級(jí)。二值圖像可以看成是灰度圖像的一個(gè)特例。圖像文件格式及類(lèi)型彩色圖像(真彩色RGB圖像)(每個(gè)像素占24位，而偽彩色圖片每個(gè)像素占8位)RGB圖像與索引圖像一樣都可以用來(lái)表示彩色圖像。與索引圖像一樣，它分別用紅（R）、綠（G）、藍(lán)（B）三原色的組合來(lái)表示每個(gè)像素的顏色。但與索引圖像不同的是，RGB圖像每一個(gè)像素的顏色值（由RGB三原色表示）直接存放在圖像矩陣中，由于每一像素的顏色需由R、G、B三個(gè)分量來(lái)表示，M、N分別表示圖像的行列數(shù)，三個(gè)MxN的二維矩陣分別表示各個(gè)像素的R、G、B三個(gè)顏色分量。RGB圖像的數(shù)據(jù)類(lèi)型一般為8位無(wú)符號(hào)整形，通常用于表示和存放真彩色圖像，當(dāng)然也可以存放灰度圖像。圖像文件格式及類(lèi)型無(wú)符號(hào)整數(shù)uint8和logical：TIFF或JPEG圖像格式讀取圖像時(shí)會(huì)用到這兩個(gè)類(lèi)；uint8：無(wú)符號(hào)8位整數(shù)，范圍[0,255]，每像素1字節(jié)；uint16和int16：醫(yī)學(xué)圖像等數(shù)據(jù)會(huì)超出uint8的動(dòng)態(tài)范圍；uint16：無(wú)符號(hào)16位整數(shù)，范圍[0,65535]，每像素2字節(jié)；double和single：針對(duì)灰度變換操作，比如傅里葉變換等；double：雙精度浮點(diǎn)數(shù)，范圍為[-1038,+1038]single：?jiǎn)尉雀↑c(diǎn)數(shù)，范圍為[0,1038]；圖像文件格式及類(lèi)型有符號(hào)整數(shù)8位整數(shù)（int8）:有時(shí)用于存儲(chǔ)灰度圖像，但它允許表示負(fù)值，其取值范圍為-128到127。16位整數(shù)（int16）:類(lèi)似于uint16，但可以表示負(fù)數(shù)，其取值范圍為-32768到32767。浮點(diǎn)數(shù)32位浮點(diǎn)數(shù)（float32）:常用于存儲(chǔ)灰度圖像或彩色圖像的浮點(diǎn)表示，適合具有高動(dòng)態(tài)范圍的數(shù)據(jù)，其取值范圍為。64位浮點(diǎn)數(shù)（float64）:float64是雙精度浮點(diǎn)數(shù)，范圍為，其精度高于float32，常應(yīng)用于傅里葉變換。像素之間的關(guān)系領(lǐng)域設(shè)位于坐標(biāo)(x,y)的一個(gè)像素p有4個(gè)水平和垂直的相鄰像素，其坐標(biāo)由為：這個(gè)像素集稱(chēng)為p的4鄰域，用N4(p)表示。p的4個(gè)對(duì)角像素有如下坐標(biāo)：并用ND(p)表示，與4個(gè)鄰域點(diǎn)一起，這些點(diǎn)稱(chēng)為p的8鄰域，用N8(p)表示。