02图像的数字化与显示

合集下载

数字图像处理(第二版)章 (2)

数字图像处理(第二版)章 (2)
(4) 噪声。数字化设备的噪声水平也是一个重要的性能参 数。例如,数字化一幅灰度值恒定的图像,虽然输入亮度是一 个常量,但是数字化设备中的固有噪声却会使图像的灰度发生 变化。因此,数字化设备所产生的噪声是图像质量下降的根源 之一,应当使噪声小于图像内的反差点(即对比度)。
第2章 数字图像处理基础
2.2 数字图像类型
第2章 数字图像处理基础
为了减小量化误差,引入了非均匀量化的方法。非均匀量 化依据一幅图像具体的灰度值分布的概率密度函数,按总的量 化误差最小的原则来进行量化。具体做法是对图像中像素灰度 值频繁出现的灰度值范围,量化间隔取小一些; 而对那些像 素灰度值的概率分布密度函数因图像不同而异,所 以不可能找到一个适用于各种不同图像的最佳非等间隔量化方 案,因此,实用上一般多采用等间隔量化。
第2章 数字图像处理基础
3. 索引颜色图像 在介绍索引颜色图像之前,首先来了解PC机是如何处理颜 色的。大多数扫描仪都是以24位模式对图像进行采样的,即可 以从图像中采样出1670万种不同的颜色。用这种方式获得的颜 色通常称为RGB颜色。颜色深度为24位每像素的数字图像是目前 所能获取、浏览和保存的颜色信息最丰富的彩色图像,由于它 所表达的颜色远远超出了人眼所能辨别的范围,故将其称为 “真彩色”。在早期,由于技术上和价格上的原因,计算机在 处理时并没有达到24位每像素的真彩色水平,为此人们创造了 索引颜色。索引颜色通常也称为映射颜色。在这种模式下,颜 色都是预先定义的,并且可供选用的一组颜色也很有限。索引 颜色的图像最多只能显示256种颜色。索引颜色通常称为调色板。 一幅索引颜色图像在图像文件里定义,当打开该文件时,构成 该图像具体颜色的索引值就被读入程序,然后根据索引值在调 色板中找到对应的颜色。
b=M×N×Q (b)

计算机图形学教案

计算机图形学教案

计算机图形学教案【引言】计算机图形学是研究计算机如何生成、处理和显示图像的一门学科。

随着计算机技术的迅猛发展,图形学在多个领域都有着广泛的应用,比如游戏开发、动画制作、虚拟现实等。

本教案旨在介绍计算机图形学的基础知识和应用,帮助学生全面了解图形学的概念、原理和技术。

【一、基础知识】1. 图形学概念图形学是指通过计算机生成、处理和显示图像的学科领域。

它不仅包括了对形状、颜色和纹理的描述方法,还包括了图像的渲染、动画和交互等技术。

2. 图像表示方法介绍了图像的表示方法,包括位图(bitmap)和矢量图(vector)。

位图是将图像划分成像素点,每个像素点可以用颜色值表示;矢量图是通过描述图形的几何属性和参数来表示图像。

3. 基本几何图形讲解了常见的基本几何图形,比如点、线段、多边形等,并介绍了它们在计算机图形学中的表示方法和应用。

【二、图形生成】1. 二维图形生成介绍了二维图形的生成算法,包括直线生成算法、圆生成算法和多边形生成算法等。

通过这些算法,可以实现在计算机屏幕上绘制各种几何图形。

2. 三维图形生成讲解了三维图形的生成方法,包括线框模型生成、曲面生成和立体图形生成等。

通过这些方法,可以构建出逼真的三维图像,并进行灯光渲染和纹理映射。

【三、图形处理】1. 图像变换介绍了图像的平移、旋转、缩放和翻转等基本变换操作。

通过这些变换,可以改变图像在屏幕上的位置、大小和方向。

2. 图像剪裁讲解了图像剪裁算法,包括直线裁剪、多边形裁剪和曲线裁剪等。

通过这些算法,可以实现对图像进行裁剪,去除不需要显示的部分。

3. 图像填充介绍了图像填充算法,包括扫描线填充和种子填充等。

通过这些算法,可以实现对闭合图形的填充,使其显示出实心的效果。

【四、图形显示】1. 数字化显示讲解了如何将图像数字化,通过将图像分成像素点,并使用颜色值来表示每个像素点的方法,实现在计算机屏幕上显示图像。

2. 图像渲染介绍了图像渲染算法,包括光栅化渲染和线框渲染等。

数字图像处理第2章图像数字化

数字图像处理第2章图像数字化

续图像的频谱与它的平移复制品重叠。
的高频分量混入到它的中频或低频部分,这种现象称为
混叠。在这种情况下,由函数的采样值重建的图像将产生失真。如图 2-1-4 所示,由于采样间隔不满足
奈奎斯特条件,采样图像的频谱在阴影区及其附近产生了混叠。当我们用图示的低通滤波器


重建图像时,将会带来两个问题:
(1) 图像信号损失了一部分高频分量,致使图像变得模糊。
像,但需要付出更大的存储空间作为代价。
连续图像
在二维空间域里进行采样时,常用的方法是对
进行均匀采样。取得各点的亮
度值,构成一个离散的函数 函数来表示,即
。若是彩色图像,则以三基色 R、G、B 的亮度作为分量的三维向量
1
相应的离散向量函数用(1.1.7)表示。
图 2-1-2 采样示意图(2) 评价连续图像经过采样获得数字图像的效果,采用如下一些参数。 图像分辨率是指采样所获得图像的总像素。例如,640×480 图像的总像素数为 307 200 个。在购买 具有这种分辨率的数码相机时,产品性能介绍上会给出 30 万像素分辨率这一参数。 采样密度是指在图像上单位长度所包含的采样点数。采样密度的倒数就是像素间距。 采样频率是指一秒钟内采样的次数。它反映了采样点之间的间隔大小。采样频率越高,丢失的信息 越少,采样后获得的样本更细腻逼真,图像的质量更好,但要求的存储量也就更大。 扫描分辨率表示一台扫描仪输入图像的细微程度。它指每英寸扫描所得到的点,单位是 dpi (dot per inch)。数值越大,表示被扫描的图像转化为数字化图像越逼真,扫描仪质量也越好。无论采用哪种评价 参数,实际上在进行采样时,采样点间隔的选取是一个非常重要的参数。
(a) 中央上升型
(b) 中央平稳型

数字图像处理与机器视觉-基于MATLAB实现 第3章 MATLAB数字图像处理基础

数字图像处理与机器视觉-基于MATLAB实现 第3章 MATLAB数字图像处理基础
第3章 MATLAB数字图像处理基础
➢ 3.1 图像的基本概念 ➢ 3.2 图像的数字化及表达 ➢ 3.3 图像的获取与显示 ➢ 3.4 像素间的基本关系 ➢ 3.5灰度直方图 ➢ 3.6图像的分类
第三章 数字图像处理基础知识
数字图像处理技术历经70余年的发展已经取得了长足的进步,在许多应用领域受 到广泛重视并取得了重大的开拓性成就,如:航空航天、生物医学工程、工业检测、 机器人视觉等,使图像处理成为一门引人注目、前景远大的新型学科。
一般来说,采样间隔越大,所得图像像素数越少,空间分辨率越低,质量差, 严重时出现马赛克效应;采样间隔越小,所得图像像素数越多,空间分辨率越高, 图像质量好,但数据量大。同时采样的孔径形状,大小与采样方式有关。如图3-6所 示。
图3-6 图像采样示意图
3.3 图像的获取与显示
3.3.2 采样点的选取
图3-8 灰度级的量化
3.3 图像的获取与显示
一幅数字图像中不同灰度值的个数称为灰度级数。一幅大小为M×N,灰度级数 为的图像,其图像数据量为M×N×g(bit),量化等级越多,图像层次越丰富,灰 度分辨率越高,图像质量就越好,数据量大;反之,量化等级越少,图像层次欠丰 富,灰度分辨率越低,会出现假轮廓现象,图像质量就越差,数据量小。如图3-9所 示(但由于减少灰度级可增加对比度,所以在极少数情况下,减少灰度级可改善图 像质量)。所以量化等级对图像质量至关重要,在对图像量化时要根据需求选择合 适的量化等级。
2022年6月5日10时44分长征2号运载火箭托举着神舟十四号载人飞船从酒泉卫星 发射中心拔地而起奔赴太空,这是中国人的第9次太空远征。神舟载人飞船返回舱是 航天员在飞船发射、交会对接以及返回地面阶段需要乘坐的飞船舱。与在轨的空间站 不同,返回舱和地面之间的通信链路资源极其有限,传统的视频通信技术影响返回舱 图像的分辨率和画质。如图3-1所示,在神舟十三号及以前的飞船中,返回舱图像的 有效分辨率仅为352×288,难以适应目前高分辨率、大屏显示的画面要求。

02 计算机内信息的数字化表示

02 计算机内信息的数字化表示

示例: 示例:
(1011.1) 2 = 1×23+0×22 + 1×21 + 1 ×20 +1 × 2-1 +0× 1×
= 8 + 0 + 2 + 1 + 0.5 = (11.5)10
编码和数制
八与十六进制之间的转换
整数从右向左 小数从左向右
三位并一位
二进制
一位拆三位 四位并一位
八进制
二进制
一位拆四位
Word) 字(Word) 一条指令或一个数据信息,称为一个字。 字是计算机进行信息交换、处理、存储的 基本单元。计算机一次能处理的二进制数 计算机一次能处理的二进制数 字长 CPU中每个字所包含的二进制代码的位数, 称为字长。字长是衡量计算机性能的一个 重要指标。
四、常见名词
指令 指挥计算机执行某种基本操作的命令称为指 令。一条指令规定一种操作,由一系列有序 指令组成的集合称为程序。 容量 容量是衡量计算机存储能力常用的一个名词, 主要指存储器所能存储信息的字节数。常用 的容量单位有B、KB、MB、GB,它们之间 的关系是:1KB=1024B,1MB=1024KB, 1GB=1024MB。
十六进制
编码和数制
示例: 示例: 100 110 110 111 . 010 100
(4
6
6
7 . 2 4 )8
Hale Waihona Puke 0001 1011 0111.0100 ( 1 B 7 . 4 )16
三、计算机采用二进制的好处
1. 2. 3. 4.
技术上容易实现。 运算规则简单。 可以方便的进行逻辑运算。 与十进制之间关系简单,转换容易 实现。
二、进位计数制

光电图像处理答案

光电图像处理答案

光电图像处理答案Chapter01 绪论1.光电成像技术可以从哪⼏个⽅⾯拓展⼈的视觉能⼒?请每个⽅⾯各举⼀例。

可以开拓⼈眼对不可见辐射的接收能⼒;变像管、红外夜视仪可以扩展⼈眼对微弱光图像的探测能⼒;像增强器可以捕捉⼈眼⽆法分辨的细节;电⼦显微镜可以将超快速现象存储下来;数码摄像机2.为什么CMOS 图像传感器的像素⼀致性要⽐CCD 差?CCD 的每个像元都通过同⼀个放⼤器及电荷/电压转换器进⾏处理,⽽CMOS 图像传感器的每个像元都有独⽴的放⼤器和转换器,由于⼯艺差别,导致像素⼀致性降低。

3.图像处理技术有哪些⽤途?为每种⽤途举出⼀个应⽤实例。

通过增强技术和变换技术来改善图像的视觉效果。

⼴告与平⾯设计;数码照⽚处理对图像进⾏分析以便从图像中⾃动提取信息。

红外成像制导;医学图像分析对图像进⾏编码、压缩、加密等处理,便于图像的存储、传输和使⽤。

图像⽔印4.举出⽣活中使⽤微显⽰技术的例⼦。

家⽤背投电视;商⽤投影仪;近眼显⽰器Chapter02 光度学与⾊度学1.⽇常⽣活中⼈们说40W 的⽇光灯⽐40W 的⽩炽灯亮,是否指⽇光灯的光亮度⽐⽩炽灯的光亮度⾼?解释此处“亮”的含义。

不是。

⼈们所说的“亮”,并⾮指光度学中的物理量-亮度,⽽是指光通量。

在相同的供电功率条件下,⽇光灯由于发光效率较⾼,发出的光通量⽐⽩炽灯要⼤,照明效果更好,主观上认为更“亮”。

2.设有⼀个光通量为2000lm 的点光源,在距点光源1m 的地⽅有⼀个半径为2cm 的圆平⾯,点光源发出的经过圆平⾯中⼼的光线与圆法线夹⾓为60 度,求圆平⾯表⾯的平均照度。

由于圆平⾯的直径远⼩于到点光源的距离,因此可作近似计算。

照度E=(φ*ω/4π)/S,其中ω=(0.02*π^2cos60)/(1^2)。

3.设有⼀台60 英⼨的投影机,幅⾯⽐为16:9,投影屏幕的反射率为80%。

已知投影光源(⾼压汞灯)向屏幕发出的总光通量为1000lm,试求屏幕亮度。

多媒体技术02_图像

多媒体技术02_图像

图像的技术参数
不同的分辨率扫描同一张照片
A:200dpi
B:50dpi
图像B放大四倍 图像 放大四倍
图像的技术参数
图像分辨率
照片 5寸(5*3.5) 5*3.5) 6寸 (6*4) 7寸 (7*5) 10寸 10寸(10*8) 300dpi
一张5寸的照片, 一张5寸的照片, 扫描, 扫描, 然后数码冲 印成10 10寸 印成10寸, 如何达 到较好的效果? 到较好的效果?
图像的色彩——HSB模式 图像的色彩——HSB模式
饱和度(Saturation) 色光的纯度 色光的纯度 颜色的纯粹程度或颜色的深浅程度 与标准色彩中掺杂的其它颜色有关
不完全饱和
完全饱和
不完全饱和
不同亮度和饱和度的同一张图片
图像的色彩——HSB模式 图像的色彩——HSB模式
亮度/明度(Brightness) 亮度/明度(Brightness) 光波的幅度 光波的幅度 指彩色所引起的人眼对明暗程度的 感觉, 感觉,即色彩明暗深浅的程度
图像的色彩——RGB模式 图像的色彩——RGB模式
RGB色彩模式 RGB色彩模式 三基色原理 计算机对色彩的表示
R255
R255 R255 B255 R255 G255 B255 G255 G255 B255 B255 G255
图像的色彩——RGB模式 图像的色彩——RGB模式
RGB色彩模式 RGB色彩模式 适合于彩色显示器
图像的技术参数
图像深度 指位图中用于记录每个像素点数据 颜色)所占的位数 bit) 位数( (颜色)所占的位数(bit) 它决定了彩色图像中可出现的最多颜 它决定了彩色图像中可出现的最多颜 色数,或者灰度图像中的最大灰度等 色数,或者灰度图像中的最大灰度等 级数。 级数。

数字图像处理 第2章 图像的数字化与显示

数字图像处理 第2章 图像的数字化与显示
k
(2.20)
2.3.3 空间与灰 度级分辨率
对一幅图像,当量化级数Q一定 时,采样点数 M×N 对图像质量有着显 著的影响。采样点数越多,图像质量越 好;当采样点数减少时,图像越小,图 上的块状效应就逐渐明显。
图像的采样与数字图像的质量
图像的量化与数字图像的质量
量化级数越多,图像质量越好,当量化级数越少时,图像质量越 差,量化级数最小的极端情况就是二值图像,图像出现假轮廓。
2.2 图像场取样
2.2.1 取样和量化的基本概念
数字化包括取样和量化两个过程 :
取样(sampling):对空间连续坐标(x, y)的 离散化 量化(quantization):幅值 f (x, y)的离散化
(a)连续图像
(b)数字化结果
图2.1 图像的数字化过程
(a)
(b)
图2.2 采样网格 (a) 正方形网格; (b) 正六角形网格
截止频率。
u U c , v Vc u U c , v Vc
(2.8)
其中 U c , Vc 对应于空间位移变量x和y的最高
则当采样周期
x, y满足
(2.9)
1 u s 2U c x 1 vs 2Vc y
此时,通过采样信号 f ( mx, ny ) 能唯一地恢 复或重构出原图像信号f (x,y)。该条件称为 Nyquist采样定理。
• 2.3.1

标量量化
标量量化:将数值逐个量化 。 例:假设抽样信号的范围是0~5 V,将它分为8等
分,这样就有8个量化电平,分别是5/8 V,10/8 V,15/8 V,…,35/8 V。 对每一个采样将它量化为离它最近的电平。 在量化后,为了能在数字信号处理系统中处理 二进制码,还必须经过编码操作。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

2 数字图像处理和光学图像处 理


图像是成像系统对物体反射和透射的反 应。 光学系统可以对图像进行处理。 傅里叶变换和滤波处理。
3 图像的噪声分析



噪声:妨碍人们感觉器官或系统传感器 对所接收的信源信息进行理解或分析的 各种因素。 噪声一般为不可预测的信号,只能用概 率统计的方法去认识。 通常用来描述噪声的特征量有均值、方 差、功率等。
f (0, 0) f (1, 0) f ( x, y ) f ( M 1, 0) f (0,1) f (1,1) f (0, N 1) f (1, N 1) (2.4) f ( M 1, N 1)
f ( M 1,1) 第2章图像的数字化与显示数字图像获取

图像获取过程

光源
对象物
A/D转 换单元
摄像单元
图像存 储单元
计算机
2.1 连续图像的数学描述
一幅图像可以被看作是空间各点光强 度的集合。对于二维图像而言,我们可 以简单地把光强度 I 看作是随空间坐标 (x, y)、光线波长 和时间t 变化的连 续函数,其数学表达式为:
这就是扬-赫姆霍尔兹(Young—Helmholtz)的
色觉三原色学说。
另一方面,也有对三原色假说持反对立场的人, 特别是扬-赫姆霍尔兹的三原色为红、绿、紫。 据经验,黄色用红色和绿色混合而成是难于理 解的。也就是说,用他的三原色假说不能说明 黄色的纯色性。提出这一反对论点的代表人物 是赫林(Hering)。
亮度对比和颜色对比

一般情况,在相同亮度的刺激下,背景亮度不 同所感觉到的明暗程度也不同。图中的圆环的
亮度是一样的,但是,由于左右两边的背景不
同,看到的圆环两边的明暗程度也不一样,背 景暗会觉得圆环亮一些;背景亮会感觉圆环较 暗。在观察颜色的场合也一样,在图形的色度 一样,但背景颜色不一样时,感觉到的图形的
光觉和色觉
眼睛对光的感觉称为光觉,对颜色的感觉称为色觉。 这是眼睛的基本特性。 1) 、光觉门限及亮度辨别门限
光觉门限:把产生光觉的最小亮度叫做光觉门限或光觉阈。 光觉门限是指产生光觉的最小值,而辨别门限是指辨别亮度 差别而必须的光强度差的最小值。
2) 、有关色觉的学说
自1730年牛顿成功地分解了太阳光谱以来,
形使我们感觉下边的一条线段较长;
(b)使我们看到斜线是错位的;
(c)中原本是二条平行的直线,可给我们的感觉却是二 根弯曲的线;
(d)本来是互相平行的三条线,可我们看到的却
是不平行的了;
(e)中左边和右边两图中央的圆是相同的,但我 们都觉得右边的要大。所有这些均是由错视造 成的。


就图像本身的客观性质而言,至今尚未 找到一个更加贴切的数学模型来表达图 像的内在实质。同时对于视觉器官以及 人的生理和心理特性的研究也远未穷尽。 在深入研究各种处理方法的同时,要对 图像信号的统计特性及视觉特性这一带 有根本性的理论问题给予充分的注意。
其中矩阵中的每个元素代表一个像素
假定图像尺寸为M、N,每个像素所 具有的离散灰度级数为G,这些量分别取 为2的整数幂m,n,k,即M=2m,N=2n, G=2k,那么存储这幅图像所需的位数是:
b M N k
如果图像是矩形? 图像尺寸的增加,所需的存储空间?

2.2.2 二维采样 图像在取样时,必须满足二维采样定 理,确保无失真或有限失真地恢复原图 像。 采样时的注意点是:采样间隔的选取。 采样间隔取得不合适除了画面出现马赛克 之外,还会发生频率的混叠现象。

三原色假说和相对色假说考虑方法是对立的,
本世纪也有提倡一种折衷的假说,如LaddFranklindel发展假说,Hart-ridgedel多色 假说等等。最近采用物理手段研究生理学的方 法发展很迅速。
光度学及色度学原理
亮度和颜色是进入眼睛的可见光的强弱及波长成份
的一种感觉的属性。从某一入射光产生的亮度和颜 色的感觉无法测定,并且这种因人而异的感觉也不 能比较。既使对同一个人来说,由于观察条件不同 感觉也不一样。
认为光的波动经过神经传到大脑,由于波长不同而
产生不同颜色感觉的这一假说至今还在提倡。
Young (1801)认为颜色不是光的物理性质而是 一种感觉现象。后来赫姆霍尔兹(Helmholtz)
发展了这种假说,认为视网膜有三种色细胞,
由于光学反应引起三种视神经纤维的兴奋,由
此又引起大脑三种神经细胞兴奋而产生色觉。
数字图像类型
几种基本数字图像类型:



二值图像 灰度图像 索引图像 RGB图像(真彩图像) 其他图像

二值图像:

图像的灰度级别仅有2个,即0和1。 通常用于文字图像。 每个像素只用1bit表示。 图像灰度通常有较大的取值范围,常用的为256级 ,即灰度值域为[0,255]。 0表示黑色,255表示白色,其他灰度为从黑到白的 变化情况。 每个像素所需的字节数根据其灰度的变化范围不同 二不同。256级灰度图像每个像素需用8bit表示。
I f ( x, y, , t )
如果只考虑光的能量而不考虑其波 长,则图像在视觉上表现为灰色影像,称 之为灰度图像 :
I f ( x, y, t )
I 静止灰度图像 : f ( x, y)
一般地,一个完整的图像处 理系统输入和显示的都是便于人眼观察 的连续图像(模拟图像)。为了便于数 字存储和计算机处理可以通过数模转换 (A/D)将连续图像变为数字图像 。



光电转换器件噪声 摄像器件噪声 前置放大噪声 光学(介质)噪声
3 图像的噪声分析

噪声的模型:按噪声对信号的影响可分 为两类:


加法性噪声:输出信号是噪声和信号的叠加, 与信号无关。 乘法性噪声:输出是信号与受噪声影响的信 号的和。
3 图像的噪声分析

一些重要的噪声模型:

高斯噪声:
补充知识:图像的其他特性
1 图像信息中的视觉研究


人的视觉系统是图像系统的最后终端。 人的直觉在选择一种技术是起到核心作 用。 人的视觉系统是一个结构复杂、性能优 越的图像系统。
1 图像信息中的视觉研究

视觉信息的产生、传递和处理




人的视觉系统是由眼球、神经系统及大脑的 视觉中枢构成。 当眼球被适当地聚焦时,从眼睛外部物体来 的光在视网膜上成像。 成像的视觉信息由眼球经视神经传送到大脑 视区。 大脑的视觉中枢对视觉信息进行加工处理。
1 p( z ) e 2

( z )2
2 2
图2.1 图像的数字化过程
(c)像素
(d)灰度级
图2.1 图像的数字化过程
灰度图像描述示例
取样和量化的结果是一个矩阵。假 如一幅连续图像f (x, y)被取样,则产生的 数字图像有M行和N列。坐标(x, y)的值变 成离散值,通常对这些离散坐标采用整数 表示 :
4行5列图像的坐标-》
图2.2
一幅行数为M、列数为N的图像大小为 M×N的矩阵形式为:
色度也不一样。
刺激的亮度和色度受周围背景的影响而使其产 生不同感觉的现象叫同时对比现象。这里包括亮
度对比和颜色对比。另外,在二个刺激相继出现
的场合,后续刺激的感觉受到先行刺激的影响,
这种现象叫相继对比。
1 图像信息中的视觉研究

视觉和图像处理的关系



对图像的认识或理解是由感觉和心理状态决定的,或者说, 与图像内容和观察者的心理因素有关。 画面组成和视觉心理有关。 视觉的时空频率分析。时间特性是指对光刺激的过渡反应特 性,如闪烁,运动等。空间特性是指对空间变化的信号的反 应。典型的特性是马赫效应和同时对比现象。 马赫效应是一种轮廓增强现象。一幅明暗图像,一边亮一边 暗,中间过渡是缓慢斜变的,当观看这样的图像时,视觉的 感觉是亮的一边更亮,暗的一边更暗,同时靠近暗的一边的 亮度比远离暗的一边要亮,而靠近亮的一边比远离亮的一边 显得更暗。
形状感觉与错视 视觉系统所感觉到的物体的形状并不是简单的投 影到视网膜上的原封不动的形状。对形状的感觉 受到物体自身形状及周围背景的影响。这类影响
是多种多样的,有神经系统引起的错视现象也有
心理因素的作用。
视觉的心理因素
视觉的空间特性
视觉的空间特性
几个著名的几何学的错视图形的例子。
(a)本是两条相等的线段,由于两端加了不同方向的图
3 图像的噪声分析

噪声来源:


外部噪声:系统外部干扰,如天电干扰或电 磁波。 内部噪声:

光电的基本性质所引起的:如电子随机运动。 机械运动产生:容易电流不稳。 元器件噪声:如光学底片的颗粒噪声。 系统内部设备电路噪声:如CRT偏转电路二次发射电 子等。
3 图像的噪声分析

图像系统常见噪声:
0 160 80 G 255 255 160 0 255 0
80 160 0 B 0 0 240 255 255 255
图像的R、G、B分解

(a)原图像
(b)R分量

(c)G分量
(d)B分量图
数字图像相关概念




矩阵中每一个元素称为像素(pixel),其值 称为图像的灰度或亮度(intensity),是离 散的。 矩阵的维数或大小称为图像的分辨率。 无论是灰度还是分辨率,量化时一般都 取2的整数幂。 一般地,彩色图像可以采用红(R)、绿(G)、 蓝(B)三个矩阵表示或混合表示。
分 辨 率 对 图 像 质 量 的 影 响
2.3 图像的量化
量化是使连续信号的幅度用有限级 的数码表示的过程 ,量化的准则不同, 会导致不同的量化效果。 从不同的角度将量化方法分成4类 : (1)按量化级步长均匀性,可分为均匀量 化和非均匀量化。 (2)按量化对称性可分为对称量化和非对 称量化
相关文档
最新文档