〈新〉计算机图象处理初步1.ppt

* 图像的像素：像素的连通性 * 图像的像素：像素的连通性 路径的定义 一条从具有坐标(x,y)的象素p,到具有坐标(s,t)的象素q的路径，是具有坐标(x0,y0),(x1,y1),...,(xn,yn)的不同象素的序列。其中(x0,y0) = (x,y)，(xn,yn) =(s,t)，(xi,yi) 临近于(xi-1,yi-1) 1≤i≤n。n是路径的长度。 我们可以用定义临近的方法，定义4-路径、8-路径和m-路径 * 图像的像素：像素的连通性 * 图像的像素：像素的连通性 像素在图像子集中连通的定义 如果象素p和q是图象子集S中的元素。如果存在一条完全由S中的象素组成的从p到q的路径，则称p和q在S中是连通的。 图像子集连通元素的定义 对于S中的任意象素p， S中连接到p的所有象素的集合，被称为S的连通元素。 * 4-连通元素 * 图像的像素：像素的连通性 自动标注连通元素的算法 在二值图像中标注值为1的4-连通元素 （1）申请一片标注空间 * 图像的像素：像素的连通性 （2）对图像中的任意象素p，其上面的像素为t ，左边的像素为r。从左向右扫描图像,有4种情况： 1） 如r和t的值为0，给p一个新标记 2） 如r或t有一个为1，将为1的标记给p 3） 如r和t都是1,并且有相同标记，赋该标记到p 4） 如r和t都是1，并且有不同的标记，赋这两个标记中的一个给p，并且建立一个说明，指出那两个标记是等价的 * 图像的像素：像素的连通性 （3） 在扫描结束时，所有具有1值的点都被上标记。但这些标记中的一些也许是等价的。现在我们需要做的是整理所有的等价对成为等价类。然后给每一个类一个标记，第二次扫描图象，用所赋予的等价类的标记替换不同的标记。 * 图像的像素：像素的连通性 算法判断的4种情况 * 图像的像素：像素的连通性 8-连通算法判断的4种情况 * 图像的像素：距离 像素之间距离函数的定义 欧几里德距离 D4距离（城市距离） D8距离（棋盘距离） * 图像的像素：距离 像素之间距离函数的定义 对于象素p、q和z，分别具有坐标(x y) (st)、(u v)。 D是距离函数或称度量。当： (a) D(p,q)≥0 (D(p,q)=0仅当p=q), (b) D(p,q)=D(q,p) 并且 (c) D(p,z)≤D(p,q)+ D(q,z) * 图像的像素：距离 像素之间距离函数的定义 (a) D(p,q)≥ 0 ：两点之间距离大于等于0 (b) D(p,q) = D(q,p) ：距离与方向无关 (c) D(p,z) ≤D(p,q)+D(q,z)： 两点之间直线距离最短 * 图像的像素：De距离 欧几里德距离 p和q之间的欧基里德距离定义为： De(p,q)=[(x-s)2+(y-t)2]1/2 对于这个距离计算法，具有与(x,y)距离小于等于某个值r的那些象素是包含在以(x,y)为圆心，以r为半径的圆环中的那些点 * 图像的像素：D4距离 D4距离（城市距离） p和q之间的D4距离定义为： D4(p,q) = |x-s| + |y-t| * 图像的像素：D4距离 具有与(x,y)距离小于等于某个值r的那些象素形成一个菱形，例如，与点(x,y) （中心点）D4距离小于等于2的象素，形成下列常数距离的轮廓：D4=2 具有D4 =1的象素是(x,y)的4-邻域 * 图像的像素：D8距离 D8距离(棋盘距离) p和q之间的D8距离定义为: D8(p,q) = max(|x-s| ,|y-t|); * 图像的像素：D8距离 具有D8 = 1的象素是(x,y)的8-邻域 距离小于r的像素围城一个矩形 * 图像的像素：距离 * 图像的像素：距离 * 图像的质量对比度 对比度：是指一幅图象中灰度反差的大小 对比度=最大亮度/最小亮度 * 图像的质量：清晰度 与清晰度相关的主要因素 亮度 对比度 主题内容的大小 细微层次 颜色饱和度 * 图像的质量：清晰度 * 图像的质量：清晰度 * 图像的质量：清晰度 * 图像的质量：清晰度 * 图像的质量：清晰度 * 图像的颜色:RGB模型 杨-赫姆霍尔兹视觉三基色假说: C = R + G + B 视网膜锥体细胞感红、感绿、感蓝色素 RGB分别取值0-1或0-255 * 图像的颜色CMYK模型 密度的概念: 单位面积里入射光与反射光之比的对数 D = lg ( I / Ir) C、M、Y三个密度值表示一个颜色 * 图像的颜色CMYK模型 C代表青色(cyan)，色值为：R=0，G=255，B=255 M代表洋红色（magenta），色值为