1、2.1 色度学基础 2.2 人的视觉特性 2.3 图像数字化 2.4 数字图像表示形式和特点 2.5 本章小结,第2章 数字图像处理基础,三基色原理人眼的视网膜上存在有大量能在适当亮度下分辨颜色的锥状细胞，它们分别对应红、绿、蓝三种颜色，即分别对红光、绿光、蓝光敏感。由此，红（R）、绿（G）、蓝（B）这三种颜色被称为三基色。根据人眼的三基色吸收特性，人眼所感受到的颜色其实是三种基色按照不同比例的组合。 则任一彩色C可表示为： C = R（R）+ G（G）+ B（B）,2.1 色度学基础,颜色模型人眼视觉的感受颜色可用色调（hue）、饱和度(saturation）和亮度（brightness）来
2、表示。各种表示颜色的方法，称做颜色模型。目前使用最多的是面向机器（如显示器、摄像机、打印机等）的RGB模型和面向颜色处理（也面向人眼视觉）的HSI（HSV）模型。,2.1 色度学基础,RGB模型：在三维直角坐标系中，用相互垂直的三个坐标轴代表R、 G、B三个分量，并将R、G、B分别限定在0,1，则该单位正 方体就代表颜色空间，其中的一个点就代表一种颜色。如下图 所示。 其中，r、g、b、c、m和y分别代表红色（red）、绿色 （green）、蓝色（blue）、青色（cyan）、品红（magenta） 和黄色（yellow）。,2.1 色度学基础,RGB颜色模型,2.1 色度学基础,2.1 色度
3、学基础,HSI模型：HSI模型利用颜色的三个属性色调H（hue）、饱和度S（saturation）和亮度I（intensity）组成一个表示颜色的圆柱体 ，如下图所示。,2.1 色度学基础,RGB和HIS之间的模型转换： （1） RGB转换到HSI （2） HSI转换到RGB常见数字图像处理流程，其中包含了RGB模型和HSI模型之间的转换。,RGB模型,HSI 模型变换,I分量图像处理,H分量,S分量,I分量,RGB 模型变换,原 图 像,结果图像, 人眼的构造与机理要点 人眼的机理与照相机类似：（1）瞳孔：透明的角膜后是不透明的虹膜，虹膜中间的圆孔称为瞳孔，其直径可调节，控制进入人眼内之光通
4、量(照相机光圈作用)。（2）晶状体：瞳孔后是一扁球形弹性透明体，其曲率可调节，以改变焦距，使不同距离的图在视网膜上成象 (照相机透镜作用)。（3）视细胞：视网膜上集中了大量视细胞，分为两类：,2.2 人的视觉特性, 人眼的构造与机理要点（续）（4）视细胞：视网膜上集中了大量视细胞，分为两类：锥状细胞：明视细胞，在强光下检测亮度和颜色；杆(柱)状细胞：暗视细胞，在弱光下检测亮度，无色彩感觉。其中，每个锥状视细胞连接着一个视神经末梢，故分辨率高，分辨细节、颜色；多个杆状视细胞连接着一个视神经末梢，故分辨率低，仅分辨图的轮廓。 （5） 人眼成象过程：,2.2 人的视觉特性,人的视觉模型 点光源的表示
5、函数点源可以用 函数表示，表示平面图像的二维 函数为：则任意一幅图像可表示为：,2.2 人的视觉特性,2.2 人的视觉特性,光学成像系统的表示,人的视觉模型,2.2 人的视觉特性, 人眼的亮度感觉(1) 图像“黑”“白”（“亮”、“暗”）对比参数 对比度: c = Bmax/ Bmin ，相对对比度: cr = (B-B0)/B0 (2) 人眼亮度感觉范围 总范围很宽（c = 108） 人眼适应某一环境亮度后，范围限制适当平均亮度下： c = 103 很低亮度下： c = 10 (3) 同时对比度：人眼对亮暗程度所形成的“黑”“白”感觉具有相对性，即按对比度c感觉物体亮度对比。,2.2 人的视
6、觉特性,2.2 人的视觉特性,(4) 马赫带（Mach Band）效应,马赫带效应的出现，是因为人眼对于图像中不同空间频率具有不同的灵敏度，而在空间频率突变处就出现了“欠调”或“过调”。,(5) 主观亮度S与实际亮度B之间的关系S = K lnB + k0(6) 人眼亮度感觉之应用若一幅原图像经过处理，恢复后得到重现图像，重现图像的亮度不必等于原图像的亮度，只要保证二者的对比度及亮度层次（灰度级）相同，就能给人以真实的感觉 。,2.2 人的视觉特性,图像处理方法有模拟式和数字式两种。由于数字计算技术的迅猛发展，数字图像处理技术得到了广泛的应用。我们日常生活中见到的图像一般是连续形式的模拟图像，
7、所以数字图像处理的一个先决条件就是将连续图像离散化，转换为数字图像。图像的数字化包括采样和量化两个过程。,2.3 图像数字化,2.3 图像数字化,一、 均匀采样,1. 概念：位置上离散化 f(x,y) = fs(m,n) ， (m,n)为采样点，称为像素(pixel) 。 2. 二维（均匀）采样函数s(x,y)= 3. 均匀采样,2.3 图像数字化,图像在空间上的离散化称为采样。也就是用空间上部分点的灰度值代表图像，这些点称为采样点。由于图像是一种二维分布的信息，为了对它进行采样操作，需要先将二维信号变为一维信号，再对一维信号完成采样。具体做法是，先沿垂直方向按一定间隔从上到下顺序地沿水平方向
8、直线扫描，取出各水平线上灰度值的一维扫描。而后再对一维扫描线信号按一定间隔采样得到离散信号，即先沿垂直方向采样， 再沿水平方向采样这两个步骤完成采样操作。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MN个像素。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，即忠实于原图像的程度。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。,2.3 图像数字化,采样示意图,2
9、.3 图像数字化,即采样图像的频谱 是原图像频谱 沿u、v方向以 、 为周期延拓而得。,2.3 图像数字化,图2.3.1 采样函数s(x,y)的图示 图2.3.2 原图像和采样图像的频谱,2.3 图像数字化,2.3 图像数字化,2.3 图像数字化,1. 概念幅度(灰度)等间隔离散化：2. 方法实际中，取连续图像到数字图像的转化过程如下：,二、 均匀量化,模拟图像经过采样后，在时间和空间上离散化为像素。但采样所得的像素值（即灰度值）仍是连续量。把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。量化示意图说明了量化过程。若连续灰度值用z来表示，对于满足zizzi+1的z值，都量
10、化为整数qi。qi称为像素的灰度值，z与qi的差称为量化误差。一般，像素值量化后用一个字节8 bit来表示。如量化示意图所示，把由黑灰白的连续变化的灰度值， 量化为0-255共256级灰度值，灰度值的范围为0-255，表示亮度从深到浅， 对应图像中的颜色为从黑到白。,2.3 图像数字化,量化示意图 （a） 量化； (b) 量化为8 bit,2.3 图像数字化,2.3 图像数字化,量 化,连续灰度值量化为灰度级的方法有两种，一种是等间隔量化， 另一种是非等间隔量化。等间隔量化就是简单地把采样值的灰度范围等间隔地分割并进行量化。对于像素灰度值在黑白范围较均匀分布的图像，这种量化方法可以得到较小的量
11、化误差。该方法也称为均匀量化或线性量化。为了减小量化误差，引入了非均匀量化的方法。非均匀量化是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极少出现的范围，则量化间隔取大一些。由于图像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，实用上一般都采用等间隔量化。,2.3 图像数字化,2.3 图像数字化,三、 分辨率变化对图像影响,（一） 概念 1. 图像分辨率：区分细节的程度； 2. 影响因素：采样点数（M，N）和灰度
12、级(数)G。 （二）空间分辨率 1. 采样点数越多（采样间隔越小），空间分辨率越高；2. G不变，(M,N)减少，图像像素粒子变粗。 （三）幅度分辨率1. G越多，图像幅度分辨率越高； 2. M、N不变, G减少,灰度渐变变成突变，出现虚假轮廓。 （四）M、N及G的实际取值1. M=2m , N=2n, G=2k (m, n, k 1)2. 实际中：M = N = 256， 512， 1024，G = 32， 64， 128， 256， 3. 人头象： M=N=128，256; K=6，7,采样与量化参数的选择一幅图像在采样时，行、列的采样点与量化时每个像素量化的级数，既影响数字图像的质量，也
13、影响到该数字图像数据量的大小。假定图像取MN个样点，每个像素量化后的灰度二进制位数为Q，一般Q总是取为2的整数幂，即Q=2k, 则存储一幅数字图像所需的二进制位数b为,字节数B为,2.3 图像数字化,对一幅图像，当量化级数Q一定时，采样点数MN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，图上的块状效应就逐渐明显。同理， 当图像的采样点数一定时，采用不同量化级数的图像质量也不一样。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。,2.3 图像数字化,空间分辨率变换对图像的影响（举例）,（a） （b） （
14、c）,（d） （e） （f）,图2.3.5 不同采样点数对图像质量的影响 (a)256256, (b) 128128, (c) 6464, （d）3232, （e）1616, （f）88,空间分辨率变换对图像的影响（举例）,空间分辨率变换对图像的影响（举例）,（a） （b） （c）,（d） （e） （f）,图2.3.6 不同灰度级对图像质量的影响 （a）K=256， （b）K=128， （c）K=32, （d）K=16， （e）K=4， （f）K=2,幅度分辨率变换对图像的影响（举例）,低bit量化的伪轮廓现象示意图,2.3 图像数字化,低采样率导致图像细节丢失,2.3 图像数字化,一般，当限
15、定数字图像的大小时, 为了得到质量较好的图像可采用如下原则：（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）。对于彩色图像，是按照颜色成分红（R）、绿（G）、蓝（B）分别采样和量化的。若各种颜色成分均按8 bit量化，即每种颜色量级别是256， 则可以处理256256256=16 777 216种颜色。,2.3 图像数字化,2.4 数字图像表示形式和特点,数字图像的矩阵表示,2.4 数字图像表示形式和特点, 数字图像的特点：1.信息量大一幅遥感图像 N=1024, G=256=28 ，则 容量= N2K = 8 Mb 2.占用频带宽
16、与语音信息相比，图像信息占用的带宽要大几个数量级。如电视图像约为5.6 MHZ，而语音仅为2KHz左右。因此，处理的难度大，成 本高。这就对图像（频带）压缩提出了必须（很高）的要求。3. 像素间相关性大(1) 同幅内相邻像素间具有相同（或相近）灰度的可能性很大(r 0.8)；(2) 运动图像的相邻帧对应像素间相关性更大。综上（1）和（2）说明，图像压缩的潜力（可能性）很大。4. 视觉效果的主观性大,1. 像素（Pixel）、点（Dot）和样点（Sample）在计算机中，图像是由显示器上许多光点组成的， 将显示在显示器上的这些点（光的单元）称为像素。像素的分割有不同的方法， 实际常用正方形网格点
17、阵分割方案，这是因为其像素网格点阵规范，易于在图像输入、输出设备上实现。在计算机图像处理中，还常用到点和样点这些术语。像素、 点和样点是在计算机上对不同阶段的图像进行度量的称谓，这几个术语很容易混淆， 故特一一做介绍。,数字图像的一些基本概念,首先说明样点和点的概念。扫描一幅图像时，需设置扫描仪的分辨率（Resolution）， 分辨率决定了扫描仪从源图像里每英寸取多少个样点。扫描仪将源图像看成由大量的网格组成，然后在每一个网格里取出一点，用该点的颜色值来代表这一网格里所有点的颜色值，这些被选中的点就是样点。扫描仪的分辨率单位为dpi（每英寸点数），但激光打印机的dpi与扫描仪的dpi（样点）
18、是不同的。实际上，以150 dpi分辨率扫描的图像，它的效果相当于激光打印机的1200 dpi的效果。像素并不像“克”和“厘米”那样是绝对的度量单位，而是可大可小的。如果获取图像时的分辨率较低（如50 dpi），则显示该图像时，每英寸所显示的像素个数也很少，这样就会使像素变得较大。,数字图像的一些基本概念,图像分辨率图像分辨率是指每英寸图像含有多少个点或像素， 分辨率的单位为dpi。例如，250 dpi表示的就是该图像每英寸含有250个点或像素。在数字图像中，分辨率的大小直接影响到图像的质量。分辨率越高，图像细节越清晰，但产生的文件尺寸大，同时处理的时间也就越长，对设备的要求也就越高。所以在制
19、作图像时要根据需要来选择分辨率。另外，图像的尺寸、图像的分辨率和图像文件的大小三者之间有着密切的联系。图像的尺寸越大，图像的分辨率越高，图像文件也就越大。所以， 调整图像的大小和分辨率即可改变图像文件的大小。,数字图像的一些基本概念,屏幕分辨率显示器上每单位长度显示的像素或点的数量称为屏幕分辨率。通常以每英寸点数(ppi)来表示。屏幕分辨率取决于显示器的大小及其像素设置。屏幕分辨率由计算机的显示卡决定，标准的VGA显示卡的分辨率是640480，即水平方向640点（像素）， 垂直方向480点（像素）。现在高性能的显示卡已支持25601600点以上的分辨率。,数字图像的一些基本概念,打印机分辨率打
20、印机分辨率又称输出分辨率，是指打印机输出图像时每英寸的点数(dpi)。打印机分辨率也决定了输出图像的质量，打印机分辨率越高， 可以减少打印的锯齿边缘，在灰度的半色调表现上也会较为平滑。打印机的分辨率可达300 dpi，甚至720 dpi（需用特殊纸张）；而较老机型的激光打印机分辨率通常在300360 dpi之间，由于超微细碳粉技术的成熟，新的激光打印机的分辨率可达6001200 dpi，作为专业排版输出已经绰绰有余了。,数字图像的一些基本概念,扫描仪分辨率扫描仪分辨率的表示方法与打印机相类似，一般也用dpi表示， 不过这里的点是样点，与打印机的输出点是不同的。一般扫描仪提供的方式是水平分辨率要
21、比垂直分辨率高。台式扫描仪的分辨率可以分为光学分辨率和输出分辨率。光学分辨率是指扫描仪硬件所真正扫描到的图像分辨率，目前市场上的产品，其光学分辨率可达8001200 dpi以上。输出分辨率是通过软件强化以及内插补点之后产生的分辨率，大约为光学分辨率的34倍。所以当你见到号称分辨率高达4800 dpi或6400 dpi的扫描仪时， 这一定指的是输出分辨率。,数字图像的一些基本概念,显示与文件的对应关系,若图像分辨率比显示分辨率高，则显示出的图像比实际图像大。 若图像分辨率比显示分辨率低，则显示出的图像比实际图像小。,数字图像的一些基本概念, 从光学知识方面引入了三基色的概念，构造了两种彩色模型，将彩色图像用三个灰度图像表示出来。 从人的视觉特性入手，介绍了视觉成像特性，时间及空间特性。给出了图像数字化方法，包括采样和量化 。 数字图像的表示方法及数字图像的四大特点 。,2.5 本章小结,本章要求及作业, 本章要求1. 了解三基色原理及颜色模型；2. 了解人的视觉特性； 3. 了解图像数字化过程及分辨率变化对图像的影响；4. 了解数字图像的表示形式和特点。 本章作业1. 思考：2.1，2.3，2.5，2.8。2. 必做：2.6，2.7，2.10 ，2.11 。,
