第十一章数字图像处理技术简介.ppt

数字图象处理演示稿 纪玉波制作(C) * * 1. 图象的数学表达式 当用数学方法描述一幅图像时，常着重考虑它的点的性质。例如，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 I=f(x,y,z,?,t) 其中，x、y、z是空间坐标， ?是波长， t是时间， I是图像点的光强度。 对静态图像，t为常数。 对单色图像，?为常数。 对平面图像, z为常数。 例如，对于静态平面单色图像，其数学表达式可以简化为： I=f(x,y) 第十一章 数字图像处理技术简介 一般的图像（即模拟图像）是不能直接用数字计算机来处理的。为使图像能在数字计算机内进行处理, 首先必须将各类图像（如照片, 图形, X光照片等等）转化为数字图像。 所谓将图像转化为数字图像或图像数字化, 就是把图像分割成如图所示的称为象素(pixel=picture element)的小区域．每个象素的亮度或灰度值用一个整数来表示。 采样 采样就是把在时间上和空间上连续的图像转换成为离散的采样点（即象素）集的一种操作。若采样结果每行（即横向）象素为M个，每列（即纵向）象素为N个，则整幅图像大小为M×N个象素。 量化 经过采样，模拟图像已在时间、空间上离散化为象素。但抽样结果所得的象素的值（即浓淡值或灰度值）仍是连续量。把抽样后所得的这些连续量表示的象素值离散化为整激值的操作叫量化。即若连续浓淡（灰度）值用z来表示，则对于满足zizzi+1的z值都量化为整数值zi,,zi称为象素的灰度值。z与zi的差称为量化误差。一般每个象素的灰度值量化后用一个字节（8位二是制码或8比特）来表示，如把由白一灰一黑的连续变化的灰度值，量化为0～255共256个灰度级。量化后的灰度值，代表了相应的浓淡程度。 灰度值与浓淡程度的关系有两种表示方法，一种是由0～255对应于由黑一白，另一种是由0～255对应于由白～黑。在图像处理时，应注意是采用那种表示方法。对只有黑白二值的二值图像，一般用0表示白，1表示黑。 一幅数字化后的图像其总数据量是： 每行象素数（M）×每列象素数（N）×灰度量所占用位数(Bits)。下面举例给出若干常用的M、N值。几种常用的图像大小如下： ASCII可显示的字符：一般为8×16； 汉字：取决于字的大小, 每个字可以从16×16到256×256象素； 显微镜图像：256×256或512×512象素； 电视图像：500～700×480象素； 卫星图像：（单波殷）3240×2340象素； SAR（合成孔径雷达）8000×8000象素； CRT显示器：一般640×480, 800×600 , 1024×768, 1024×1024, 1280×1024,2048×2048象素等 采样、量化视图 数字图像在计算机内以位图(bitmap)的形式存在。位图是一个矩形点阵, 上面的每一点称为象素。象素是数字图像中的基本单位, 一幅N×M大小的基本图像, 是由N×M个明暗不等的象素组成。图象分为灰度图象和彩色图象。灰度图象中各个象素所具有的明暗程度是由灰度值(gray level)的数字所标识的, 一般需要8位（一个字节）来描述一个象素。在彩色图像中, 一般每个象素用三个字节分别描述RGB三基色。这样，根据红、绿、蓝各种不同的组合就能表示出256×256×256，约1600万种颜色。这么多颜色对于人眼来说已经足够丰富了。 2 图像的数据结构 1）图像分辨率：指组成一幅图像的像素密度，也就是图幅参数。对同样大小的一幅图，如果组成该图的图像像素数目越多，则说明图像的分辨率越高，看起来就越逼真。相反，图像显得越粗糙。 2）显示分辨率：指显示屏上能够显示出的像素数目。例如，显示分辨率为800×600表示显示屏分成800行，每行显示600个像素，整个显示屏就含有480000个显像点。 3）像素深度：指存储每个像素所用的位数，它也是用来度量图像的分辨率。 分辨率： 分辨率描述了数字图象所表示的空间细节的程度，可用与设备无关的分辨率表示：象素的个数M×N，以及与设备有关的表示，如dpi(dot per inch)，pixel/mm line。 在计算机内部, 可以用二维数组表示图像数据。将浓淡图像各象素的灰度值以二维数组型式存储。对应于彩色图像, 则需采用三个二维数组, 或三维数组, 分别存储红、绿、蓝三个波段的