第二讲 数字图像处理的基本概念
第二讲 数字图像处理的基本概念
图像质量
量化等级越多，所得图像层 次越丰富，灰度分辨率高， 图像质量好，但数据量大 量化等级越少，图像层次欠 丰富，灰度分辨率低，会出 现假轮廓现象，图像质量变 差，但数据量小。 但在极少数情况下对固定图 像大小时，减少灰度级能改 善质量，产生这种情况的最 可能原因是减少灰度级一般 会增加图像的对比度。例如 对细节比较丰富的图像数字 化。 灰度级数与图像的视觉效果 从视觉效果来看，采用大于 或等于6比特位量化的灰度图 像，视觉上就能令人满意。
第二讲 数字图像处理的基本概念
刘春国 河南理工大学 测绘与国土信息工程学院
1 人眼的视觉原理与图像颜色
人类的视觉模型
人眼的最内层是视网膜，表面 分布有大量光敏细胞 杆状细胞广泛分布在视网膜上
一根视神经连接若干杆状细胞 数量：7500万~1.5亿 对低照度景物敏感 负责黑白视觉
锥状细胞：负责彩色视觉
暗适应性：从亮光处到暗光处的 适应能力，一般20~30s 亮适应性：从暗处到亮处的适应 能力，一般1~2s
人类的视觉模型
人眼对亮度的适应能力与鉴别（续）
适应能力：人眼能够感知的亮度最大值和最小值范 围，从百分之几cd/m2到几百万cd/m2；最大值和最 小值之比——1010以上 动态范围：人眼能够同时分辨的亮度范围，远远小 于人眼对亮度的适应范围 视觉亮度灵敏度：人眼辨别亮度差别的能力，与环 境亮度和本身亮度有关
0 160 80 G = 255 255 160 0 255 0
0 80 160 B= 0 0 240 255 255 255
2.4 图像灰度直方图
灰度直方图
一幅图像的灰度直方图 频率的计算式为：
灰度直方图反映的是一幅图像中各灰度级像素出现的 频率。以灰度级为横坐标，纵坐标为灰度级的频率， 绘制频率同灰度级的关系图就是灰度直方图。它是图 像的一个重要特征，反映了图像灰度概率分布的情况。
第二章数字图像处理的基本概念
第二章数字图像处理的基本概念第二章数字图像处理的基本概念1.什么是图像对比度？人眼感受的亮度与哪些因素有关？图像对比度是图像中最大亮度B max与最小亮度B min之比。
即C1=B max/B min2.图像数字化包括哪两个过程？它们对数字化图像质量有何影响？采样和量化。
采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素越多，空间分辨率高，质量好，但数据量大。
量化等级越多，所得图像层次越丰富，灰度分辨率越高，质量越好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，质量变差，会出现假轮廓现象，但数据量小。
3.数字化图像的数据量与哪些因素有关？采样间隔越大，量化等级越小，数据量越小；采样间隔越小，量化等级越多，数据量越大。
4.连续图像f(x,y)与数字图像I(r.c)中各量的含义是什么？它们有何联系和区别？5.图像处理按功能分有哪几种形式？按图像处理的输出形式，图像处理的基本功能可分为三种形式。
(1)单幅图像→单幅图像；(2)多福图像→单幅图像；(3)单(或多)幅图像→单幅图像。
6.什么是点处理？你所学算法中有哪些属于点处理？试举3种不同作用的点运算。
在局部处理中，当输出值JP(i,j)值仅与IP(i,j)像素灰度有关的处理称为点处理。
图像对比度增强、图像二值化、灰度的线性变换、线性拉伸等属于点处理。
7.什么是局部处理？你所学算法中有哪些属于局部处理？试举3种不同作用的局部运算。
在对输入图像进行处理时，计算某一像素的小邻域N[IP(i,j)]中的像素值确定，这种处理称为局部处理。
图像的移动平均平滑法、空间域锐化属于局部处理。
8.图像特性包括哪些类型？自然特征：亮度、对比度；人工特征：直方图、频率。
9.什么是窗口处理和模板处理？二者有何区别与联系？对图像中选定矩形区域内的像素进行处理叫做窗口处理；预先准备一个和输入图像IP相同大小的二维数组，存储该区域的信息，然后参照二维数组对输入图像处理，叫做模板处理。
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。
第2章数字图像处理的基本概念
第二章 数字图像处理的基本概念
2.1 图像数字化 2.2 图像灰度直方图 2.3 直方图的应用 2.4 图像处理算法的形式 2.5 像素间的基本关系
2）多幅图像 →单幅图像, 如图2.5.1(b)。
3）单（或多）幅图像→ 数字或符号等，如图2.5.1(c)。
2.5 像素间的基本关系
2.5.1 相邻像素 位于坐标(x,y)的一个像素p有4 个水平和垂直的相邻像素，其 坐标分别为： (x+1,y), (x-1,y), (x,y+1), (x,y-1)
1
3
2
1
3
2
2
3
1
1
2
2
1
2
2
1
v0=5/64 v1=12/64 v2=18/64 v3=8/64 v4=1/64 v5=5/64 v6=8/64 v7=5/64
vi
i
如何计算一个图像的直方图？
3000
2500
2000
1500
1000
500
0 0 50 100 150 200 250
1200
1000
(x-1,y) (x,y-1) (x,y) (x+1,y) (x,y+1)
这个像素集称为p的4邻域，用N4(p)表示。每个像素距(x,y)一个单 位距离，如果(x,y)位于图像的边缘，则p的某一邻域像素点位于数字图 像的外部。 p的4个对角的相邻像素位置图为 (x-1,y-1) (x-1,y+1)
数字图像处理第2章基本概念
化后，用数字来表示。一般的量化值为整 数。 ▪ 充分考虑到人眼的识别能力之后，目前 非特殊用途的图像均为8bit量化，即用[0 255]描述“从黑到白”。
▪ 在3bit以下的量化，会出现伪轮廓现象。
数字图像处理第2章基本概念
2.1.4 量化方法
量化可分为均匀量化和非均匀量 化。均匀量化是简单地在灰度范围 内等间隔量化。非均匀量化是对像 素出现频度少的部分量化间隔取大， 而对频度大的量化间隔取小。
0 150 200 I 120 50 180
250 220 100
数字图像处理第2章基本概念
灰度图像描述示例
38 47 27 34 38 52 37 31 29 74 180 180 151 165 165 189
44 44 21 47 44 57 50 77 125 159 197 137 119 193 208 195
矩阵一定是整数阵。
数字图像处理第2章基本概念
2.2 数字图像的描述
▪ 矩阵是按照行列的顺序来定位数据的， 但是图像是在平面上定位数据的，所以 有一个坐标系定义上的特殊性。
▪ 为了编程方便起见，我们这里以矩阵坐 标系来定义图像的坐标。
列（j）
Y轴（j）
矩阵 A(i,j)
行（i）
矩阵坐标系
图像 f(i,j)
• 一般情况下，对灰度变化比较平缓的部分用比较多 的量化级，在灰度变化比较剧烈的地方用比较高的分 辨率。
数字图像处理第2章基本概念
2.2 数字图像的描述
所谓的数字图像的描述是指如何用一 个数值方式来表示一个图像。
因为矩阵是二维的，所以可以用矩阵 来描述数字图像。同时，前面我们已经提 到，量化值是整数，因此描述数字图像的
数字图像处理知识点
数字图像处理知识点课程重点：图像数字化，图像变换，图像增强，图像的恢复与重建，图像的编码，图像的分割与特征提取，图像识别。
数字图像处理的基本内容：1、图像获取。
举例：摄像机+图像采集卡、数码相机等。
2、图像增强。
显示图像中被模糊的细节，或是突出图像中感兴趣的特征。
3、图像复原。
以图像退化的数学模型为基础，来改善图像质量。
4、图像压缩。
减小图像的存储量，或者在图像传输时降低带宽。
5、图像分割。
将一幅图像划分为几个组成部分或分割出目标物体。
6、图像的表达与描述。
图像分割后，输出分割标记或目标特征参数。
7、目标识别。
把目标进行分类的过程。
8、彩色图像处理。
9、形态学处理。
10、图像的重建。
第一章导论图像按照描述模型可以分为:模拟图像和数字图像。
1)模拟图像，模拟图像可用连续函数来描述。
其特点：光照位置和光照强度均为连续变化的。
2)数字图像，数字图像是图像的数字表示，像素是其最小的单位,用矩阵或数组来描述图像处理：对图像进行一系列的操作,以达到预期的目的的技术。
内容：研究图像信息的获取、传输、存储，变换、显示、理解与综合利用”的一门崭新学科。
三个层次：狭义图像处理，图像分析，图像理解。
狭义图像处理主要指对图像进行各种操作以改善图像的视觉效果，或对图像进行压缩编码以减少所需存储空间或传输时间、传输通路的要求。
图像分析主要是对图像中感兴趣的目标进行检测和测量，从而建立对图像的描述。
图像分析是一个从图像到数值或符号的过程。
图像理解则是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解译，从而指导和规划行动;图像分析主要是以观察者为中心研究客观世界，图像理解在一定程度上是以客观世界为中心，借助知识、经验等来把握整个客观世界。
图像处理的三个层次：低级图像处理内容：主要对图像进行各种加工以改善图像的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。
《数字图像处理》课件
数字图像处理的优势及应用前 景
数字图像处理能够提取、增强和分析图像中的信息，具有广泛的应用前景， 包括医学、遥感、安防、影视等领域。
主要应用领域
医学影像
数字图像处理在医学影像诊断中起到了关 键的作用，能够帮助医生更准确地诊断和 治疗疾病。
安防
数字图像处理在视频监控和图像识别中广 泛应用，能够提高安防系统的准确性和效 率。
遥感
遥感图像处理在土地利用、环境保护、气 象预测等方面发挥着重要的作用，能够提 供大量的地理信息。
影视
数字图像处理在电影、动画和游戏等领域 中起到了关键的作用，能够创造出逼真的 视觉效果。
《数字图像处理》PPT课 件
数字图像处理是应用数字计算机来获取、处理和展示图像的技术。它在医学 影像、遥感、安防、影视等领域都有广泛的应用。
背景介绍
随着计算机技术的发展，数字图像处理成为了一门重要的技术和学科，它能 够对图像进行增强、压缩、分割等处理，为人们带来了许多便利。
数字图像处理的定义
数字图像处理是使用计算机算法对数字图像进行各种操作和处理的过程，包 括图像增强、滤波、分割、特征提取等技术。
常见的数字图像处理方法
图像分割
图像压缩
将图像分成多个独立的区域， 用于目标检测和图像分析。
减少图像占用的存储空间， 提高传输速度和存储效率。
图像特征提取
从图像中提取出有用的特征 信息，用于分类和识别。
数字图像处理的未来发展方向
1 人工智能的应用
通过结合人工智能技术，使数字图像处理更加智能化和自动化。
2 虚拟现实与增强现实的结合
将数字图像处理技术与虚拟现实和增强现实相结合，创造出更逼真的虚拟体验。
3 社会影响与挑战随着数字图处理技术的发展，也带来了一些社会影响和挑战，需要加以关注和解决。
数字图像处理概述归纳总结
数字图像处理概述归纳总结数字图像处理是指将图像的像素信息进行数字化并对其进行处理的一门技术。
它广泛应用于计算机视觉、医学图像处理、工业检测等领域。
本文将对数字图像处理的基本概念、常见算法以及未来发展趋势进行归纳总结。
一、数字图像处理的基本概念数字图像由像素阵列组成，每个像素存储着图像的亮度信息。
在数字图像处理中，常用的表示方法是灰度图像和彩色图像。
灰度图像是指每个像素只包含一个亮度值，通常以8位表示，取值范围为0~255。
而彩色图像则包含了红、绿、蓝三个通道的亮度值，通常以24位表示，每个通道的取值范围也为0~255。
数字图像处理的主要任务包括图像增强、图像恢复、图像分割、图像压缩等。
二、数字图像处理的常见算法1. 图像增强算法图像增强旨在改善图像的视觉品质，常用的算法包括直方图均衡化、灰度拉伸、滤波等。
直方图均衡化可以通过调整图像的亮度分布来增强图像的对比度，从而使图像细节更加清晰可见。
2. 图像恢复算法图像恢复用于去除图像中的噪声，常见的算法有均值滤波、中值滤波、小波去噪等。
其中，中值滤波可以有效地去除椒盐噪声，而小波去噪能够在保持图像细节的同时消除高频噪声。
3. 图像分割算法图像分割旨在将图像划分为不同的区域，常用的算法有阈值分割、边缘检测、区域生长等。
阈值分割根据像素灰度值与设定阈值的大小关系将图像分为前景和背景，而边缘检测则可用于检测图像中的边界。
4. 图像压缩算法图像压缩是指通过减少图像的存储空间来实现数据压缩，常见的算法有无损压缩和有损压缩。
其中，无损压缩保证了图像的质量不受损失，而有损压缩通过舍弃图像中的冗余信息来实现更高的压缩比率。
三、数字图像处理的未来发展趋势1. 深度学习在图像处理中的应用随着深度学习的发展，其在数字图像处理中的应用越来越广泛。
通过深度学习算法，可以实现更精确的图像分类、目标检测等任务，从而提升图像处理的效果和准确性。
2. 多模态图像处理多模态图像处理是指处理多个不同模态的图像，比如红外图像、可见光图像等。
- 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)。
一根视神经连接若干杆状细胞 数量：7500万~1.5亿 对低照度景物敏感 负责黑白视觉
人类的视觉模型
三种锥状感光细胞对不同光波的感光灵敏度
人类的视觉模型
人眼对亮度的适应能力：
亮适应性：人从黑暗处到明亮处的视觉行为过程 暗适应性：人从明亮处到黑暗处的视觉行为过程
马赫带效应示意图
2.3 图像数字化
数字图像的生成
数字图像的生成
将非数字图像数字化成数字图像 应用各种光电转换设备获取数字图像 应用二维离散数学函数生成数字图像
图像数字化
图像数字化是将一幅画面转化成计算机能处理 的数字图像的过程
图像的数字化
把模拟图像分割成同样形状的小单元，进行空间离 散化处理叫采样（sampling）
图像颜色
马赫带效应是指有一定反差的图像临界部位在视 觉上给人以特别白或特别黑的感觉。
马赫带上的亮度过冲是不同空间频率产生不同视 觉响应的结果。视觉系统对空间高频和空间低频 的敏感性较差，对空间中频具有较高的敏感性， 因而在亮度突变处亮度过冲现象，人眼感受到的 是对比度的增强，这种现象有助于增强对图像轮 廓的识别能力
以各个小单元的平均亮度值或中心部分的亮度值作 为该单元的亮度值，为亮度值的离散化处理，即量 化（quantization）
以上两个过程结合起来就是图像数字化
图像数字化
具体来说，就是把一幅图画分割成如下图所示的一个 个小区域（像元或像素），并将各小区域灰度用整数 来表示，形成一幅点阵式的数字图像。它包括采样和 量化两个过程。像素的位置和灰度就是像素的属性。
任何颜色均可由红、绿、蓝三基色产生
视觉三基色假说-格拉斯曼定律
所有颜色都可由相互独立的三基色得到 加入三基色的混合比相等，则色调和饱和度也相等 任意两种颜色混合产生的新颜色与采用三基色分别合成这两
种颜色的各自成分混合起来得到的结果相同 混合色的光亮度是原来各分量光亮度的总和
视觉三基色：两种基色系统
动态范围：人眼能够同时分辨的亮度范围，远远小 于人眼对亮度的适应范围
视觉亮度灵敏度：人眼辨别亮度差别的能力，与环 境亮度和本身亮度有关
人类的视觉模型
亮度感觉与亮度的关系
人眼对亮度差别的感觉取决于相对亮度的变化 ，有Δs=k’*ΔB/B，经积分有 s=k’lnB+k0, k’为常数，表明亮度感觉与亮度的自然对数成线
有色光照射到消色物体时，物体反射色与入射光颜色相同， 两种以上有色光同时照射到消色物体上，呈加色法效应
有色光照射到有色物体时，物体的颜色呈减色法效应
图像的颜色
视觉三基色假说：
三基色是这样的三种颜色，它们相互独立，其中任一色均不 能由其他二色混合产生。它们又是完备的，即所有其它颜色 都可以由三基色按不同的比例组合而得到
感光灵敏度：杆状细胞与锥状细胞不同 锥状细胞：明视觉 杆状细胞：暗视觉
暗适应性：从亮光处到暗光处的 适应能力，一般20~30s 亮适应性：从暗处到亮处的适应 能力，一般1~2s
人类的视觉模型
人眼对亮度的适应能力与鉴别（续）
适应能力：人眼能够感知的亮度最大值和最小值范 围，从百分之几cd/m2到几百万cd/m2；最大值和最 小值之比——1010以上
加色系统：其基色是红、绿、 蓝；不同比例的三基色光相加 得到彩色称为混合彩色
红+绿=黄 红+蓝=紫（品红） 蓝+绿=青 红+绿+蓝=白
视觉三基色：两种基色系统
减色系统：其基色是黄、青、品红（或紫）；通常为 绘画颜色或涂料，颜料能吸收入射光光谱中的某些成 分，非吸收的部分被反射，形成该颜料独有的彩色
第二讲 数字图像处理的基本概念
刘春国 河南理工大学 测绘与国土信息工程学院
1 人眼的视觉原理与图像颜色
人类的视觉模型
锥状细胞：负责彩色视觉
有三种类型：红色、绿色、 蓝色感光细胞
可感受6~7百万种颜色 数量：约6~7百万
一根视神经连接一个锥状细 胞
人眼的最内层是视网膜，表面 分布有大量光敏细胞
色觉有三种性质：色调（色别）、亮度、饱和 度
色调：不同的色 亮度：色彩的明暗、深浅程度 色彩度（饱和度）色彩的纯度，以阳光的光谱色为标准，
越接近光谱色，色彩饱和度越高
人类的视觉模型与彩色
人眼的分辨能力及其影响因素
对灰度层次的分辨能力——约40级 对颜色的分辨能力
光波波长变化1~2nm,人眼就可感知到 人眼可同时分辨数千种不同色彩和不同亮度的颜色
性关系。
术语
人眼的分辨力：是指人眼在一定距离上能区分开 的相邻两点的能力。
图像对比度（对比度反差）是图像中最大亮度值 与最小亮度值之比。
图像相对对比度是图像中最大亮度值与最小亮度 值之差同最小亮度值之比
人类的视觉模型与彩色
的视 觉器官受光后在大脑的一种反映。
面积对色觉的影响：目标物体的颜色面积变小时， 色觉颜色也变；面积小到一定程度，变为灰色
色对比：若目标物的色度相同，但背景色度有所不 同，看起来有不同的颜色
主观色：一个纯黑白色的图像在特殊情况下也会有 颜色感觉（转动的benham黑白圆板）
物体颜色
物体的色取决于物体对各种光线的吸收、反射和透视 能力，分为有色物体和消色物体
模拟图像
数字图像
正方形点阵
采样
将空间上连续的图像变换成离散点的操作称为采样。 采样间隔和采样孔径的大小是两个很重要的参数。
当对图像进行实际的抽样时，怎样选择各抽样点的间 隔？
采样孔径
不同形状的采样孔径
采样方式:有缝、无缝
有缝
和重迭
无缝
重迭
量化
经采样图像被分割成空间上离散的像素，但其灰度是 连续的，还不能用计算机进行处理。将像素灰度转换 成离散的整数值的过程叫量化。
消色物体指黑色、白色、灰色物体，对照明光线具有非选择 性吸收能力，根据入射光的反射率的大小区分为不同的颜色
>75% 10%<r<75% r<10%
有色物体对照明光线具有选择性吸收的能力，入射光中的色 光不是等量的被吸收，入射光被反射或透射后，改变了光谱 成分和亮度，所以物体呈现不同的颜色
光源的光谱成分对物体颜色的影响