DIP2数字图象处理基础.pptVIP

2.1 色度学基础 ?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（Red）、绿（Green）、蓝（Blue）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+ G+ B (2.1.1) 2.1 色度学基础 ?颜色模型 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、摄像机等）的RGB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）。 2.2 人的视觉特性 ? 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） （3）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。 （4） 人眼成象过程： 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 ① 总范围很宽（c = 108） ② 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。 Digital Image Processing 2.3 图像数字化 当用数学方法描述图像信息时，通常着重考虑它的点的性质。一幅图像可以被看成是空间各个座标点上强度的集合。它的最普遍的数学表达式为 其中x,y,z 是空间座标，λ是波长，t是时间，I是图像的强度。这样一个表达式可以代表一幅活动的、彩色的、立体图像。 对于静止的、平面的、单色的图像来说其数学表达式可简化为下式 上式说明一幅平面图像可以用二维亮度函数来表示。 2.3 图像数字化 怎样把图像用数字来表示呢? 通过图像数字化来实现。 所谓的图像数字化，是指将模拟图像经过离散化之后，得到用数字表示的图像。 图像的数字化包括了空间离散化（即采样）和明暗表示数据的离散化（即量化）。 2.3 图像数字化 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轴两个方向上进行的。 一般情况下， x轴方向与y轴方向的采样间隔相同。 采样时的注意点是：采样间隔的选取。 采样间隔太小，则增大数据量；太大， 则会发生信息的混叠，导致细节无法辨认。 2.3 图像数字化 （a） （d） （b） （e） （c） （f） 不同采样点数对图像质量的影响 (a)256×256, (b) 128×128, (c) 64×64, （d）32×32, （e）16×16, （f）8×8 2.3 图像数字化 细节清晰，数据量为100% 细节无法辨认，数据量为1% 2.3 图像数字化 采样指标：分辨率 （1）分辨率 是指单位距离上像素的个数。 单位：像素/英寸，像素/厘米 （如：扫描仪的指标 300dpi）（dot per inch） （2）分辨率 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