2.数字图像处理第二讲
第二章数字图像处理的基本概念PPT课件
字节数B为
BMNQ (Byt)e 8
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。如下图：采样点数越多，图像质量越好； 当采样点数减少时，图上的块状效应就逐渐明显。
（a）原始图像(256×256)（b）采样图像1(128×128)（c） 采样图像2(64×64) （d）采样图像3(32×32) （e）采样图像4(16×16)（f） 采样图像5(8×8)
在进行采样时，采样点间隔的选取是一个非常重要的问题，
它决定了采样后图像的质量。采样间隔的大小选取要依据原图
像中包含的细微浓淡变化来决定。一般图像中细节越多，采样
间隔应越小。根据一维采样定理，若一维信号g(t)的最大频率为
ω， 以T≤1/2ω为间隔进行采样，则能够根据采样结果g(iT) (i=…,
-1, 0, 1， …)完全恢复g(t)， 即
➢沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描， 取出各水平线上灰度值的一维扫描。
➢再对一维扫描线信号按一定间隔采样得到离散信号。
➢对于运动图像（即时间域上的连续图像），需先在时间轴上采 样，再沿垂直方向采样，最后沿水平方向采样由这三个步骤完成。
对一幅图像采样时，若每行（即横向）像素为M个，每列 （即纵向）像素为N个，则图像大小为M×N个像素。
一般当限定数字图像的大小时, 为了得到质量较好的图像可
（1） 对缓变的图像， 应该细量化， 粗采样， 以避免假轮廓。
（2） 对细节丰富的图像， 应细采样， 粗量化， 以避免模糊 （混叠）。
第二章 数字图像处理的基本概念
2.1人眼的视觉原理
2.1.1人眼的构造
2.1.2图像的形成
人眼对场景可见光能量在视网膜上形成的一种刺激，通过人脑对刺 激信号的处理，获取场景的描述和感知。
数字图像处理第二章课件 冈萨雷斯第三版
饱和度指 的是一个 最大值。 超过这个 值的灰度 级将被剪 切掉。
N和k取不同值时存储所需的比特数
空间和灰度分辨率
（1）空间分辨率：图像空间中可分辨的最小细节。一般 用单位长度上采样的像素数目或单位长度上的线对数目表 示。例如，举一个质量概念，报纸用75dpi的分辨率来印刷， 杂志是133dpi，光鲜的小册子是175dpi，您正在看的书是 以2044dpi印刷的。空间分辨率的度量必须针对空间单位来 规定才有意义。 （2）灰度分辨率：图像灰度级中可分辨的最小变化。一 般用灰度级或比特数表示。灰度级数通常是2的整数次幂。 最通用的是8比特。通常说一副被量化为256级的图像有8比 特的灰度分辨率。
的动 地 量 胶 一一 从 ， 片 行次 左 且 每 。， 到 传 旋 输右感转 出线器一 图性完个 像移整增
2.3.2 使用条带传感器获取图像
1.使用一个线性传 感器带获取图像 2.使用一个环形传 感器带获取图像
• 比单个传感器更常用的几何结构是由内嵌传感器 形式组成的传感器带。感知设备内嵌有4000个或 更多的传感器。内嵌传感器常用于航空成像应用 中，飞行器以恒定的高度和速度飞过被成像的地 区。成像传感器带一次给出一幅图像的一行，传 感器带的运动完成二维图像的另一个维度。 • 以圆环形方式安装的传感器带用于医学和工业成 像，以得到三维物体的剖面(切片)图像，传感器 的输出必须由重建算法处理，目的是把感知数据 转换为有意义的剖面图像。
2.3.4 简单的图像形成模型（数学模型）
f ( x, y ) i ( x , y ) r ( x , y ) 其中： f ( x, y )是图像幅度分布 i ( x, y )是入射场分布，取决于照射源特性 r ( x, y )是反射系数分布, 取决于成像物体的特性
第2讲 数字图像处理系统
LONG biXPelsPerMeter; //目标设备的水平分辨率 LONG biYPelsPerMeter; //目标设备的垂直分辨率 DWORD biClrUsed; // 实 际 用 到 的 颜 色 数 ， 0 ： 同 等 2 的 //biBitCount次方 DWORD biClrImportant;//重要的颜色数
5. 图像通信模块
图像通信就是把图像传送到远方终端。
6. 主机
• 以微机、工作站、图像卡、外设 •采用大型机
7. 图像处理软件 由系统管理、图像数据管理和图像处理模块三部分组成 常用： VC++ 6.0 MATLAB 等
二、
图像数字化表示
数字图像处理的先决条件之一：将连续图像离散化，转换为数
字图像。
个元素的类型是一个RGBQUAD结构， 占4个字节，其定义如下：
typedef struct tagRGBQUAD{
BYTE rgbBlue;
BYTE rgbGreen; BYTE rgbRed; BYTE rgbReserved; } RGBQUAD;
压缩方式和存储效率等。
1. BMP文件格式
采用的图像文件存储格式
设备无关位图
(device-independent bitmap，DIB)格式
默认的文件扩展名是BMP或者bmp
BMP图像文件头 BITMAPFILEHEADER
typedef struct tagBITMAPFILEHEADER{
颜色。
4.
图像表示
空间分辨率：矩阵 k •M× 灰度分辨率：灰度 2 N。 灰度级，k比特 像素
字节数B为 :
Q B M N ( Byte) 8
数字图像处理_Lecture_2
Shanghai Jiao Tong UniversityInstitute of Image Communication & Information ProcessingSchool of Electronic Information & Electrical Engineering Dept. of Electronic Engineering2010Shanghai Jiao Tong UniversityInstitute of Image Communication & Information ProcessingSchool of Electronic Information & Electrical Engineering Dept. of Electronic Engineering2010Digital Image ProcessingSampling & Reconstruction Quantization Radiometry Fundamentals Colorimetry Fundamentals Human Visual System Human Visual Models & Image Quality Assessment2010Digital Image ProcessingSampling & Reconstruction Quantization Radiometry Fundamentals Colorimetry Fundamentals Human Visual System Human Visual Models & Image Quality Assessment2010Digital Image Processing Digital image acquisition process2010Digital Image Processing2010Digital Image Processing2010Digital Image Processing2010Digital Image Processing2010Digital Image Processing§1.Sampling & Reconstruction• Analog image reconstruction- sampling, reconstruction• Sampling Principle- with enough high sampling rate, limited-band signal can be restored without distortion• ContentsA. Sampling 1. 1D Sampling Analysis 2. 2D Sampling Principle B. Reconstruction C. Notes2010A.Sampling1. 1D Sampling Analysis•Sampling •is a periodic function, its sampling period is •is also a periodic function, its sampling period is •If , the original signal, , can be restored without distortion ()x x δΔ()T u δ1T x=ΔxΔ()()()s x f x f x x δΔ=i ()()()s T F u F u u δ=∗12ux W Δ≤()f x1D Sampling（limited-band ）x ux x u u()f x ()x x δΔ()F u ()T u δ()S F u ()S f x ()()f x F u ⇔()()x T x u δδΔ⇔()()()()()()x S S T x f x f x F u F u u δδΔ=⇔=∗i x Δx Δ1T x=Δu ωu ω−(,)(,)m n s x y x m x y n y δ+∞+∞=−∞=−∞=−Δ−Δ∑∑2. 2D Sampling Principle•1D sampling analysis can be extended to 2D-spatial frequency of image denotes the times of changed value of grey level in a length unit•2D sampling function•Sampling periods are and xΔy Δ•2D sampling analysis(,)(,)(,)(,)(,)s m n f x y s x y f x y f x y x m x y n y δ+∞+∞=−∞=−∞==−Δ−Δ∑∑(,)(,)m n f m x n y x m x y n y δ+∞+∞=−∞=−∞=ΔΔ−Δ−Δ∑∑(,){(,)}S u v F s x y =1111(,)m n u m v n x y x yδ+∞+∞=−∞=−∞=−−ΔΔΔΔ∑∑(,)(,)(,)s F u v S u v F u v =∗1111(,)(,)m n m n F u v d d x y x yδαβαβαβ+∞+∞+∞−∞=−∞=−∞=−−−−ΔΔΔΔ∑∑∫∫1111(,)(,)m n m n F u v d d x y x yδαβαβαβ+∞+∞+∞−∞=−∞=−∞=−−−−ΔΔΔΔ∑∑∫∫1111(,)m n F u m v n x y x y+∞+∞=−∞=−∞=−−ΔΔΔΔ∑∑•2D sampling principle-If has limited bands,while or-At the same time,-Original image signal can be restored without distortion(,)f x y [,]u u u W W ∉−+[,]v v v W W ∉−+(,)0F u v =1212u v W x W y ⎧≥⎪Δ⎪⎨⎪≥Δ⎪⎩1212u v x W y W ⎧Δ≤⎪⎪⎨⎪Δ≤⎪⎩–Original signal has limited bands –Sampling periods are small enoughB. Reconstruction•If , original image signal can be restored using ideal low pass filters•Reconstructed image is the weighted sum of many 2D sinC functions located at 11,2w 2w u v x y Δ≤Δ≤,x m x y n y=Δ=Δ•Some interpolation functions•Bilinear interpolationDigital Image Processing2010Digital Image Processing2010Digital Image Processing2010Digital Image Processing2010Digital Image Processing• A• B① • A ③ C ⑤② B ④G•C•D•••D ⑥•E•F•E ⑦•⑧F•Gweightc x − g x by − g y cx − g x g y − a y g x − a x by − g y = i i Aweight + i i Bweight + i iCweight c x − a x by − a y c x − a x by − a y c x − a x by − a yg x − ax g y − a y + i i Dweight c x − a x by − a y2010Digital Image Processing2010Digital Image Processing2010Digital Image ProcessingSampling & Reconstruction Quantization Radiometry Fundamentals Colorimetry Fundamentals Human Visual System Human Visual Models & Image Quality Assessment2010Digital Image ProcessingFundamentals• • Quantization is the second step of image acquisition Quantization resultsz = f s (m, n) → f (m, n) ( l bits, k = 2l )•Human eyes have a sensitivity threshold for grey level distortion - If grey level distortion is smaller than the threshold, human can not detect it - Quantization distortion is smaller than the threshold with enough large k False contourk l 30 r' 30•r11 10x11 10m10m10x2010Digital Image Processing2010Digital Image Processing2010Digital Image Processing2010Digital Image ProcessingSampling & Reconstruction Quantization Radiometry Fundamentals Colorimetry Fundamentals Human Visual System Human Visual Models & Image Quality Assessment2010Digital Image Processing§3. Radiometry Fundamentals• • Related to HVS Help to understand image enhancement, image restoration and image compression ContentsA. Relative Visual Acuity Function B. Luminous Flux C. Luminescence Intensity D. Illuminance E. Brightness F. Imaging Models2010•Digital Image ProcessingA. Relative Visual Acuity Function• Eyes have different sensitivity for light with different wave length - most sensitive light: λ = 555nm Light with different wave length & same radiant power give us different brightness sense Relative visual acuity function denotes this kind of difference Experiments - use light of different wave length to give the same brightness feeling, get the radiant power P(λ ) - define visual sensitivity with 1 K m = K (555) K (λ ) = P (λ ) - define relative visual acuity function with K (λ ) K (λ ) P (555) = = v (λ ) = Km K (555) P (λ )2010•• •Digital Image ProcessingB. Luminous Flux• • •φ denotes radiant power according to human’s perceptionUnit of φ :lmFor single color light λ = 555nm , 1w, 680 lm For multiple color light•φ = 680•780380∫P ( λ )v ( λ ) d λDifferent illumination sources with same radiant power have different luminous flux2010Digital Image ProcessingC. Luminescence Intensity• I denotes luminous flux of an illumination source in a solid angle unit dφ I= dω • Unit of I : cdcd = lm so lid a n g le•For a radiant spotI=φ 4π•For a radiant surface Iα = I n cos α2010Digital Image ProcessingD. Illuminance• E denotes illumination intensity of irradiated surface dφ E= dS Unit of E:•lxlx = lm m2•E of daytime in different weather - cloudy: 50-500 lx - fine: 20000 lx2010Digital Image ProcessingE. Brightness• B denotes the brightness degree of radiation surfaceB=dIα dS cos α• •Unit of Brightness: cd /m2 For surface of diffuse reflection∵ dIα = dI n cos α∴B =dI n cos α dI n = dS cos α dS•B is independent of the distance to illumination source2010Digital Image ProcessingF. Imaging Models• Imaging model with even illuminationf ( x , y ) = E i r ( x, y )•Imaging model with uneven illuminationf ( x , y ) = E ( x, y ) i r ( x , y )- Different position has different illuminance - Generally, illuminance only has low frequency component•Homomorphic filtering algorithm (in Chapter 4)2010Digital Image ProcessingSampling & Reconstruction Quantization Radiometry Fundamentals Colorimetry Fundamentals Human Visual System Human Visual Models & Image Quality Assessment2010Digital Image Processing• • • •Color vision is a photopic function Lights with different wave lengths have different colors To get the same color, it is unnecessary to restore radiant spectrum Compounding of different lights can generate the same color - Red, green and blue can be compounded with different proportion to generate most of the colors Contents A. HSI Model B. RGB Coordinates C. XYZ Coordinates D. Some Formulas•2010Digital Image Processing• Wavelengths comprising the visible range of the electromagnetic spectrum2010Digital Image Processing• Color spectrum seen by passing white light through a prism2010Digital Image ProcessingA. HSI Model• 3 parameters can be used to present color light - H ( Hue): types of color - S ( Saturation): purity of color light * S=1, red * S<1, light red * S=0, white, grey, black - I ( Intensity): intensity of light Chroma: Hue & saturation•• •••2010Digital Image ProcessingB. RGB Coordinates• Hypothesis - there are 3 kinds of cones red-sensitive, green-sensitive, blue-sensitive For color light with spectrum P(λ ) , there are 3 luminous fluxes⎧ Φ = 780 P(λ )V (λ )d λ r ⎪ R ∫380 780 ⎪ ⎨Φ G = ∫380 P(λ )Vg (λ )d λ ⎪ 780 ⎪ΦB = ∫380 P(λ )Vb (λ )d λ ⎩•2010Digital Image ProcessingB. Luminous Flux• • •φ denotes radiant power according to human’s perceptionUnit of φ :lmFor single color light λ = 555nm , 1w, 680 lm For multiple color light•φ = 680•780380∫P ( λ )v ( λ ) d λDifferent illumination sources with same radiant power have different luminous flux2010Digital Image ProcessingB. RGB Coordinates• Hypothesis - there are 3 kinds of cones red-sensitive, green-sensitive, blue-sensitive For color light with spectrum P(λ ), there are 3 luminous fluxes⎧ Φ = 780 P(λ )V (λ )d λ r ⎪ R ∫380 780 ⎪ ⎨Φ G = ∫380 P(λ )Vg (λ )d λ ⎪ 780 ⎪ΦB = ∫380 P(λ )Vb (λ )d λ ⎩•• • •Sum of Φ R , Φ G , Φ B determines intensity of the light Proportion of Φ R , Φ G , Φ B determines hue & saturation of the light Primary colors ( Red, Green, Blue)2010Digital Image Processing• Color TV screen (mixture of lights)Red + Green → Yellow Blue + Green → Cyan Red + Blue → Magenta Red + Green + Blue → WhiteSecondary colors & color complements Yellow = White – Blue Cyan = White - Red Magenta = White - Green2010Digital Image Processing• Color printing & color painting (mixture of pigments)- yellow pigment absorbs blue light, reflects red & green light - cyan pigment absorbs red light, reflects green & blue light - magenta pigment absorbs green light, reflects red & blue light - yellow & cyan pigments absorb blue & red light, reflects green lightYellow + Cyan + Magenta = White – Blue – Red – Green = Black黄 绿 黑 青 蓝 品 红 红2010。
数字图像处理课件整理版
2020年数字图像处理课件整理精品版第一章■课程性质和任务通过本课程的学习，系统地了解数字图像的基本概念、数字图像形成的原理，掌握数字图像处理的理论基础和技术方法。
着重掌握数字图像的增强、复原、压缩和分割的技术方法，为今后能够从事有关数字图像处理的研究和技术方法应用等工作掌握必备的基础知识。
数字图像处理的概念1•什么是图像■图像可定义为一个二维函数f (X, y)■ (x,y)——空间坐标■幅度值f (x, y)——图像该点的灰度(或强度)■数字图像：坐标x、y和幅度f(x,y)均是有限的离散数值■数字图像中每个由坐椒x,y)指定的点称为像素(pixel)0■数字图像可看作是由像素组成的二维矩阵。
灰度图像像索精品好文档.推荐学习交潦■对于单色即灰度图像而言，每个像素的亮度用一个数值来表示，通常数值范围在0到255之间。
0表示黑、255表示白，而其它表示灰度级别。
彩色图像■彩色图像可以用红、绿、蓝三元组的二维矩阵來表示。
'255240240'O16080 'O80160"R =255O80G =255255160 B =O O240 255O O O255O255255255通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该像素中没有，而255 则代表相应的基色在该象素中取得最大值，这种情况下每个象素可用三个字节来表示。
2.什么是数字图像处理数字图像处理就是利用计算机系统对数字图像进行各种目的的处理3.数字图像的表示方法空间上:图像抽样对连续图像f (x, v)进行数字化幅度上:灰度级量化■数字图像常用矩阵来表示：/((),()) _/(0,1) …/((KN-1)f(x9y)= m°) /ai) /(LA-1)• • • •/'(xYZ—LO) /'(A/—LT) •…yXA•/—L“V—1) vx=0, 1, ••• ,M-1 ,(xj)=0~255,.”=(),1,…少」* (灰度级为256,设灰度量化为8bit)16X方向，抽样M行y方向，每行抽样N点整个图像共抽样MXN个像素点—般取M=N=2n=64, 128, 256, 512, 1024, 2048……四、数字图像处理的三个层次■从计算机处理的角度可以由低到高将数字图像处理分为三个层次。
数字图像处理第二讲2010年3月
25
1 概述
➢图像质量评价是图像信息工程的基本技术之一
➢图像是人类感知的重要信息源，图像质量对所获取信息 的充分性和准确性起着决定性的作用
➢在图像获取和处理的各个阶段，所采用各项技术的优劣 也都归结到图像质量的评价
28
3 图像质量评价（评估）的主要方法：
1）主观评价方法 优点：直接反映人眼的感觉 缺点：费时费力，易受观察者的知识背景、 经验、测试环境等多种因素的影响
2）客观评价方法 优点：方便快捷、容易实现、易于与应用系 统结合 缺点：难于定量化描述，与人的主观感受会 有一定的出入
29
4主观保真度评价
以人作为图像的观察者，对图像的优劣作出主观评定。 这是目前普遍采用的方法。
C 1 R
M
1
G
Y 1 B
RGB模型与人眼感觉红、绿、蓝三原色很好的匹配，但 却不能很好的适应人眼对颜色的解释，且在图像处理
时不利于对彩色图像的处理。
48
HIS模型：由色调、色饱和度及光强组成的彩 色模型
➢去掉了强度分量在图像中和颜色信息的联系 ➢色调和色饱和度成分与人们获得颜色的方式 密切相关
P z 1 ez2 / 2 2
2
15
瑞利噪声：
P
z
1
b
z
a
ez2
0
/b
za z<a
a b / 4
2
b
4
4
16
伽玛噪声：
ab zb1
P
z
b
1!
0
z0 z<0
b a
数字图像处理第2讲
➢S.3 如果两点有不同的标记，则复制上点的标记且将两个标记
输入等价(děngjià)表中作为等价(děngjià)标记．
➢S.4 否则给这一个像素点分配一新的标记并将这一标记输入
精品资料
路径：像素p到像素q之间的像素序列
4－路径(lùjìng)
8－路径
0 其它
原始(yuánshǐ)图像
G＞100
精品资料
G＜100或G＞150
行程长度编码（run-length coding）
0 1 1 0 0 1 1 1 0 0 0 0 1 1 1 1 1 1 0 1
0 0 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 0 0 0 0 0 1 0 0 0 0 0 1 1 1 1
前景像素的集合
交运算
A B p | p A and p B
并运算
A B p | p A
平移运算
or p B
A p a p | a A
精品资料
膨胀：扩张A的边界
A B
原图(yuán tú)
结构元
精品资料
膨胀后
腐蚀：收缩A的边界
⊝
原图(yuán tú)
第二讲 二值图像(tú xiànɡ)分析
李衷怡
华中科技大学数字化工程与仿真
中心
精品资料
二值图像的概念
只有(zhǐyǒu)黑白两级灰度
的图像
二值图像的优势
✓
算法简单、容易理解
✓
存储空间小、运算速度快
✓
算法可运用于灰度图像的处理
精品资料
阈值化方法
数字图像处理课件第二章数字图像基础详解演示文稿
为：0~255，即像素灰度值在此区间取值，灰度级为256。 人眼对灰度的分辨能力通常在20~60级，因此以字节为
单位，既保证了人眼的分辨力，又符合计算机的习惯。
在特殊应用中，可能采用更高的灰度级，比如CT，采用12位 或16位。
第二十七页，共80页。
Ø 2.2数字图像基础-图像模式
-二值图像：是灰度图像经过二
值化处理后的结果，二值图像只 有两个灰度级0和1，理论上只需 要一位二进制位来表示。在文字 识别、图样识别等应用中，灰度 图像一般要经过二值化处理得到 二值图像，二值图像中的黑或者 白用来表示不需要进一步处理的 背景和需要进一步处理的前景目 标，以便于对目标进行识别。
θ
光源在包含给定方向的立体角元dΩ内
传输的光通量dφ与该立体角元之商，
即： I d / d
B dA
立体角：指从一点（立体角顶点）出发通过一
条闭合曲线上所有点的射线围成的空间部分，
所以立体角表示由顶点看闭合曲线时的视角。
dΦe d
发光强度的单位为坎德拉(cd)。
1lm定义：发光强度为1cd的均匀点光源在一球面立体角内发射的光通量。
第三十一页，共80页。
Color images have 3 values per pixel; monochrome images have 1 value per pixel.
红，绿，蓝 三分量
第三十二页，共80页。
2.12 彩色图像和单色图像
强度 分量
2.2 数字图像基础-图像的数据量
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
视觉错觉图例(b)
- 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、"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、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)。
例2.
Another examples commonly seen
2.2 光和电磁波谱
任何波段的波,都能成像;可见光部分是成像 的最重要波段,但不能仅限不此.
¾ 图像感知的要素:
“场景”+“照射光源”+获取图像的传感器 (1) “场景” (2) “照射光源” (3) 获取图像的传感器
三、MATLAB 初步
… II=I; for i=1:m
for j=1:n if R(i,j)==1 II(i,j)=mod(rand(1,1)*68245,247); end
end end figure imshow(II)
¾二值图像：为了减少计算量，有时将灰度图像转
为二值图像处理 定义：只有黑白两个灰度级，即象素灰度级非1即0，如 文字图片，其数字图像可用每个象素1bit的矩阵表示
三、MATLAB 初步
三、MATLAB 初步
三、MATLAB 初步
三、MATLAB 初步
三、MATLAB 初步
三、MATLAB 初步
三、MATLAB 初步
clear all clc I=imread('Lena1.bmp'); [m,n]=size(I); R=rand(m,n)>0.96; Figure Imshow(I)
9 图像噪声——妨碍人们感觉器官对所接收 的信息理解的因素 ，种类很多，如加性噪 声、乘性噪声、白噪声和高斯噪声；
9 对比度——指一幅图像中灰度反差的大 小，对比度＝最大亮度/最小亮度。
原始图像
加入随机噪声的图像
二、图像采样与量化
9图像的采样 – 空间坐标(x,y)的数字化被称为图像采样 – 确定水平和垂直方向上的像素个数N 、 M
平问滑图题像
平滑与纹理
问题
图像的采样与量化
¾非统一的图像的采样
– 在灰度级变化尖锐的区域，用细腻的采样，在 灰度级比较平滑的区域，用粗糙的采样
图像的采样与量化
¾ 非统一的图像的量化
– 在边界附近使用较少的灰度级。剩余的灰度级可用于 灰度级变化比较平滑的区域
– 避免或减少由于量化的太粗糙，在灰度级变化比较平 滑的区域出现假轮廓的现象
HVS)结构与功能: (1)视觉感知的低级层次感知; (2)视觉感知的高级层次感知
角膜 视网膜
虹膜
睫状体 肌肉
盲点
眼睛中图像的形成(也是大部分成像系统的工 作原理)
眼睛中图像的形成和透镜成像原理相一致. 从上图中可以算出一个物体在视网膜上成 像的大小.
人眼发生错觉的几种情况(人的感知和外界不存在 一一对应关系, 或感知不是亮度的简单函数)
256灰度级
固定：265x180
16灰度级
8灰度级
4灰度级
问题2：对M×N的取值，主要的依据是取样 的约束条件，也就是在M×N达到满足采样 定理的情况下，重建图像就不会产生失真， 否则就会因取样点数不够而产生所谓混淆失 真。
问题
? 数字图像——近似图像，需要多少采样分 辨率和灰度级
胡昂[1965]实验： – 实验方法 • 选取一组细节多少不同的、不同N×M, G的图象 • 让观察者根据他们的主观质量感觉给这些图象排序 – 实验结论 • 随着采样分辨率和灰度级的提高，主观质量也提高 • 对有大量细节的图象，质量对灰度级需求相应降低
9 分辨率——空间分辨率和灰度分辨率 灰度分辨率是指值的单位幅度上包含的灰度级 数，即在灰度级数中可分辨的最小变化。若用8 比特来存储一幅数字图像，其灰度级为256。 空间分辨率是指图像中可辨别的最小细节，采样 间隔决定空间分辨率的主要参数。一般情况下， 如果没有必要实际度量所涉及象素的物理分辨率 和在原始场景中分析细节等级时，通常将图像大 小M×N。
数字图像处理
(Digital Image Processing）
和红杰 Email: Hjhe@
信号与信息处理实验室
信息科学与技术学院
第2章 数字图像基础 (1)
¾ 视觉感知要素及图像获取 ¾ 图像采样与量化 ¾ MATLAB初步 ¾ 小结与作业
¾ 视觉感知要素 • 人类视觉系统(Human Visual System,
66x45
33x22
图像采样与量化
9 图像的量化 – 取值的数字化被称为图像灰度级量化 – 量化处理：将f 映射到Z的处理
– Z的最大取值，确定像素的灰度级数G = 2m
f
图像采样与量化
9 图像的形式化定义
– 设Z表示整数集合，R表示实数集合 – f (x,y)是数字图像：
（1）仅当(x,y) 是ZxZ中的整数， （2）并且f是给每一个坐标对(x,y)分配了一个 灰度值的函数
f
问题
采样和量化： “统一”与“非统一” 的特点与优点？
9 共性与特性的统一 9 自适应(adaptive)——特定问题或应用
二、图像的采样与量化
¾ 扫描仪分辨率与扫描图象的大小
– 分辨率：单位长度上采样的像素个数：DPI(dot/inch)
原稿
1000DPI
1600DPI
1英寸
1000象素
1600象素
图像采样与量化
问题1：假定一幅图像取M×N个采样点， 对样点值进行Q 级分档取整。那么对 M、N 和Q如何取值呢？ 9 为了存取的方便，Q一般总是取成2的整数 次幂 ，如Q＝2b，b为正整数，通常称为对 图像进行b比特量化。 9 对b来讲，取值越大，重建图像失真越小
图像采样与量化
9 图像的量化与数字图象的质量
9 采样－就是图像在空间上的离散化处理，即使空 间上连续变化的图像离散化；
9 量化－经过取样的图像，只是在空间上被离散为 像素（样本）的阵列，而每一个样本灰度值还是 一个有无穷多个取值的连续变化量，必须将其转 化为有限个离散值，赋于不同码字才能真正成为 数字图像，再由数字计算机或其它数字设备进行 处理运算，这样的转化过程称其为量化。
数字图像是离散的， 物理图像是连续的；
二、图像采样与量化
二、图像采样与量化
9 数字图像与物理图像－数字图像是离散 的，物理图像是连续的函数
9 数字化－为了适应数字计算机的处理，必须对连续 图像函数进行空间和幅值数字化。空间坐标(x,y)的 数字化称为图像采样，而幅值数字化被称为灰度级 量化。经过数字化后的图像称为数字图像(或离散图 像)。
图像采样与量化
9 图像采样的形式化定义
– 设Z表示整数集合
– 采样处理：将xy平面分配到一个网格上，且每一个网 格中心的坐标是一个笛卡儿乘积ZxZ的元素对，即所 有有序元素对(a,b)的集合，其中a和b属于整数集合Z
xy平面
(a,b)
图像采样与量化
9 图像的采样与数字图象的质量
265x180
133x90
阈值法：将大于给定 预知的像素置为1，否 则置为0；
实现命令： R=I>127; Imshow(R)
课 后作 业
1、熟悉Matlab编环境 2、编程理解数字图像的表示