digital image processing(数字图像处理)
盐务局-机械设计制造及其自动化就业方向
数字图像处理
Digital Image
Processing
版权所有:Mao Y.B & Xiang
W.B
Outline of Lecture 2
•
•
•<
br>•
•
•
•
取样与量化
图像灰度直方图
光度学
色度学与彩色模型
人眼视觉特性
噪声与图像质量评价
应用举例
采样与量化
取样与量化
•
采样
是指将在空间上连续的图像转换
成
离散的采样点(即像素)集的操作。由
于图像是二维分布的信息,所以采样是
在x轴
和y轴两个方向上进行。一般情况
下,x轴方向与y轴方向的采样间隔相同
取样
与量化
采样时注意:
采样间隔
的选取,以及
采
样保持
方式的
选取。
•
采样间隔太小,则增大数据量;太大,则
会发生频率的混叠现象。
•
采样保持,一般不做特殊说明都是采用0阶
保持的方式,即一个像素的值是其局部区域
亮度(颜色)的均值。
采样间隔太大
分辨率
分辨率是指映射到图像平面上的单个像素的
景物元素的尺寸。
单位:像素英寸,像素厘米
(如:扫描仪的指标300dpi)
或者是指要精确测量和再现一定尺寸的图像
所必需的像素个
数。
单位:像素*像素
(如:数码相机指标30万像素(640*480))
<
br>以多大的采样间隔
进行采样为好?
取样与量化
•点阵采样的数学
描述
S(x,y)
=
i
=−∞
j
=−∞
∑∑
δ
(x
−
i
∆
x,y
−
j
∆
y
)
+∞+∞
−∞
j
=−∞
+∞+∞
f
P
(
x,y)
=
f
I
(x,y)
⋅
S(x,y)
=f
I
(x,y)
∑∑
δ
(x
−
i
∆<
br>x,y
−
j
∆
y)
=
∑∑
f(i
∆
x,j
∆
y)
⋅δ
(x
−
i
∆
x
,y
−
j
∆
y)
−∞
j
=−∞
+∞+∞<
/p>
取样与量化
•点阵采样的的耐奎斯特准则
11
F
{f
P
(
x
,
y
)}
=
∆x∆y
i=−∞
∑
+∞
11
F
I
(
u−i
,<
br>v−j)
∑
∆x∆y
j=−∞
+∞
∆u≥2u
c∆v≥2v
c
1
∆x≤
2
u
c
1
∆<
br>y
≤
2
v
c
v
c
、u
c
为
截至频率
量化过程
取样与量化
•
量化
是将各个像素所含的明暗信息离
散化后,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”。
•量化阶太低,会出现假轮廓现象。
取样与量化
量化
不足,
出现假轮廓
取样与量化
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
低的部分量化间隔取大,而对频度高
的部分量化间隔取小。
取样与量
化
均匀量化
q
i
=
(z
i
+
1
+
z
i
)
误差
1
2
ε=
2
L
2
12
非均匀量化
z
i
=
1
2
(qi
+
q
i
−
1
),i
=
1,2,..
.,k
−
1
q
i
∫
=
∫
z
i+
1
z
i
z
i
+
1
z
izp(z)dz
p(z)dz
,i
=
0,1,...,k
−1
关于空间采样间隔m、n和量化阶k的关系:
1、对同一图象而言,从理
论上讲,m、n、k越大,分
辨率越高,逼真度越好;但所占空间越多。
占用空间的位数为:b
=M×N×k
对灰度图象来说,k=8,即256级灰度。
2、有时固定M×N,k减少反而会
使图象看起来更清
晰,其主要原因是图象的反差加大,视觉系统对反差
更敏感一些。
3
、图象内容的不同,随着m、n、k的加大,对图象的
主观评价并不是随着m、n、k的加大而变好。<
/p>
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。
图像灰度直方图
•在数字图像处理
中,灰度直方图是最
简单且最有用的工具。
•灰度直方图是灰度级的函数,是对图
像中
灰度级分布的统计。即:横坐标
表示灰度级,纵坐标表示图像中对应
某灰度级所出现的像素个数
。
灰度直方图的计算
123456
643221
166466
345666
146623
136466
123456
545621
4
灰度直方图
直方图的性质
是一个概率分布函数
所有的空间信
息全部丢失
整个图像的直方图是部分之和
相同的直方图可能对应不同的图像
•
•
•
•
直方图的应用:评价图像数字化的好坏
•直方图给出了
一个简单可见的指示,用来
判断一幅图像是否合理的利用了全部被允
许的灰度级范围。一幅图像
应该利用全部
或几乎全部可能的灰度级。
光度学
研究光
的强弱的学科称为光度学。
1、几个基本概念
发光强度(cd):540×10
12<
br>Hz单色辐射的点光源沿某方向上的辐
射强度为1683Wsr时,发光强度为1cd(坎德拉)
。
光通量(lm):按人眼的光感觉来度量的辐射功率。1lm等于发
光强度为1cd的点光源
,在一球面度立体角内发射的光通量。
1lm=1cd*sr
照度(lx):光源对物体辐射的
量度。1lx等于1lm光通量均匀分
布于1平方米面积上的光照度。1lx=1lmm
2。
亮度(cdm
2
):是对所看到的物体表面反射光强的量度。
<
br>烛光——Cd:发光强度的单位。1967年第十三届国际
计量大会统一规定为:在标准大气压下
,处在铂凝固
温度(2045K)的绝对黑体的1600000平方米表面上
的发光强度为“1
烛光”。
流明——Lm:光通量的单
位。发光强度为1烛光的
点光源,在单位立体角—
—1球面度(整个球面的总
立体角为4π球面度)内发
出的光通量为“1流明”。
p>
勒克斯——Lx:照度的单位。等于1流明的光通量均
匀照在1平方米表面上所产生
的照度。适宜于阅读和
缝纫等的照度约为60勒克司。
照度反比于光源到受照射面的距离的平方
,而正比于
光束的轴线方向与受照面的法线间夹角的余弦。
光度学
我们
所看到的图象都应是亮度分布的函数,由于亮度是一种可以
度量的能量,因此一幅图象可以表示成0
入射光i(x,y)
+反射光r(x,y)
即f(x,y)=i(x,y)r(x,y) 00
[L
min
,L
max
]:L
min
≤f(x
,y)≤L
max
将f(x,y)=0定义为黑色;f(x,y)=L
max
定义为白色。
色度学与彩色模型
电磁波波长范围很大,使人产生视觉,感到明亮
和颜
色的电磁波叫可见光。
可视光区的波长在400nm~700nm,当光谱采样限制到三个人类视觉系统敏感的红、绿、蓝光波段时,对这
三个光谱带的光能量进行采样,就可以得到一幅
彩色
图像。
紫外光
400nm
红外光
780nm
435.8
nm
546.1nm
700nm
可见光区
色度学与彩色模型<
br>相对视敏函数
彩色的表示
彩色的表示是基于Tomas Young提出
的三基色原理:
•“任何彩色可以用合适的三种基本色混合而再生”。
•生理学已证明,视网膜
中有三种视锥体,具有不同的
吸收光谱,S
R
(λ),S
G
(λ),
S
B
(λ) 其中:
λ
MIN
≤λ≤λ
MAX
、λ
MIN
≈400nm、λ
max
≈780nm
•吸收光谱响应的峰值
分别在光谱的红、绿、兰区域。
而且,吸收曲线有相当多的部分是相互重叠的。这是
三基色原理
的生理基础。
光度学与色度学
国际照度委员会(CIE)
在1931年
规定3种基本色
的波长为:
R:700nm,
G:546.1nm,
B:43
5.8nm
三基色相加混色:红、绿、兰
三基色(RGB)
三基色相减混色:黄、青、
品
红(CMY)
设组成某种颜色C所需的三个刺激量分别用R、G、B表
示每种刺激量的比例系数为r、g、b,有
C
=
rG
+
bB
+
gG
r=
R
R+G+B
g=
G
R+G+Bb=
B
R+G+B
有:
r
+
g+
b
=1
1931年CIE根据此
原则制定了一个色
度图:舌型
图
•每一点对应一
种颜色
•边界点代表纯
颜色
•任意
两点连线
表示线上的颜
色可由两点颜
色混合形成
•任意三点形成
的三
角形内的
颜色可由三点
颜色混合形成
彩色模型
任意彩色的颜色
方程为:
C = rR+gG+bB r、g、b≥0
r、g、b是红、绿、蓝三色的
混合比例,一般称为三
色系数。
所谓颜色模型指的是某个三维颜色空间中的一个可见
光
子集。它包含某个色彩域的所有色彩。任何一个色
彩域都只是可见光的子集,任何一个三原色颜色模型<
br>都无法包含所有的可见光。
彩色模型
RGB模型
蓝(0,0,1
)
青(0,1,1)
(1,0,1)
白(1,1,1)
黑(0,0,0)绿(0,1,0)
红(1,0,0)
黄(1,1,0)
品红
彩色模型
HIS彩色模型——双三棱锥模型(74年)
这种彩色系统格式的设
计反映了人类观察彩色的方式。如:
红色又分为浅红和深红色等等。
I:双三棱锥中心线;表示
光照强度或称为亮度,它确定
了像素的整体亮度,而不管其颜色是什么。
H:表示色度,由角度
表示。反映了该颜色最接近什么样
的光谱波长。0
o
为红色,120
o
为绿色,240
o
为蓝色。0
o
到
240
o
覆盖
了700nm~435.8nm的可见光谱颜色,240
o
到360
o
是400nm~ 435.8nm的可见光谱颜色。
S:饱和度,饱和度参数是沿双棱锥中心线垂直方
向到彩
色点的长度。在双棱锥的外表面是纯的或称饱和的颜色,其
饱和度值为1。在中心是中性
(灰色)影调,即饱和度为0。
HIS彩色模型
蓝(0,0,1)
青(
0,1,1)
品红(1,0,1)
白(1,1,1)
白色
黑(0,0,0)<
br>绿(0,1,0)
红(1,0,0)
黄(1,1,0)
B
M=R+B=
W-G
H
I
S
C=B+G=W-R
G
黑色
R
Y=R+G=W-B
NTSC制和PAL制的彩色区别
彩色模
型之间的转换
RGB模型与HIS模型的转换
1
I=
(
R+G+B<
br>)
3
3
S=
1
−
[min(R,G,B)]
(
R+G+B
)
⎧⎫
[(R
−
G)
+
(R
−
B)]2
H
=
arccos
⎨
212
⎬
⎩
[(R
−
G)
+
(R
−
B)(G
−
B)]
⎭
DD
G
≥
B
时
,H
∈
[0,180],
DDD
G
<
B
时
,H
=
360
−
H
使
H
∈
[180,360]
彩色模型之间的转换
RGB模型与HIS模型的转换
H[0
D
,120
D
]H[120
D
,240
D
]
R=I<
br>⎡
⎢
S
cos
H
⎣
1
+
⎤
cos(60
D
−H
)
⎥
R=I(1−S)
⎦
G=
3I−(B+R)
⎡
⎢
S
cos(
H−
120
D<
br>G=I
)
⎤
⎣
1
+
cos
H
⎥⎦
B=I(1−S)
B=3I−(R+G)
H[240
D
,36
0
D
]
R=3I−(G+B)
G=I(1−S)
B=I
⎡<
br>⎢
S
cos(
H−
240
D
)
⎤
⎣
1
+
cos(300
D
−H
)
⎥
⎦
色度学与彩色模型
RGB模型
HIS模型
人眼视觉特
性
•人类视觉系统在对物体的识别上有特殊强大的功能;但在对灰
度、距离和面积的绝对估计上
却有某些欠缺;
•以传感器单元的数目比较:视网膜包含接近1亿3000万至1亿
5000万
个光接收器,这远远大于一般数字成像系统CCD片上的传
感器单元数;
•和它每次执行运算的
数目比较:和计算机的时钟频率相比,神
经处理单元的开关时间将比之大约慢10
4
倍
;
•总体而言,人类的视觉系统还是比计算机视觉系统要强大得
多。它能实时分析复杂的景物以
使我们能即时的反应。
中心凹
(成像区)
15m
100m2.55mm
视觉低级感知层次
17mm
视觉系统从外界获取图象,就是在眼睛视
网膜上
获得周围世界的光学成象,然后由视觉接收器(杆
状体和锥状体在视网膜上作为视觉接收
器),将光
图象信息转化为视网膜的神经活动电信息,最后
通过视神经纤维,把这些图象信息传
送入大脑,
由大脑获得图象感知。
视网膜上有柱状体和锥状体两类视觉接收器:
视柱体(Rods):细长而薄,数量上约7500万~1亿
5000万,它们提供暗视,即在
较低数量级亮度时的
视觉响应,其光灵敏度高。
视锥体(Cons):结构上短而粗,数量少,
约600万~
700万,光灵敏度较低,它们提供昼视,其响应光亮
度范围比视柱体要高5~6
个数量级。在中间亮度范
围是两种视觉细胞同时起作用。视锥体集中分布在
视网膜中心小凹里。
眼睛的结构
角膜
睫状肌
虹膜
晶状体
脉络膜<
br>巩膜
视网膜
玻璃体
锥状细胞:600万~700万;柱状细胞:7500万~1
亿5000万
人眼视觉特性
人眼视觉通路•
一段视频<
/p>
z
人眼视觉系统对亮度的响应具有对数性质,是单调的
非线性系统。实验
证明,这一非线性接近13的幂指数
函数。人眼通过这一对数性质,达到宽达10
8
的
视觉亮
度范围
。
但在固定背景光的条件下,适应范围并不
宽,约几十个灰度级
。
眼睛对光强的响应是非线性的。一块光强为I+ ∆I的小
块被背景强度I 所包围,则可觉
察的差值∆I是I的函数,
即对视觉敏感的是对比度,而不是亮度值本身。
韦伯定理:如果一个
物体的亮度与其周围背景I有刚刚
可觉察得到的差别,则它们的比值是I的函数。其在一
定的亮
度范围内,近似不变,为常数值0.02,这称为
韦伯比。即:
∆II=0.02 (
常数)
z
z
人眼视觉特性
明暗视觉及其视觉范围
亮度
感觉
人眼视觉特性
具有恒定背景的对比度灵敏度