图象和视觉基础.ppt

第2章 图象和视觉基础 视觉基础 人眼与亮度视觉；颜色视觉 成象基础 成象模型；成象变换；采样和量化 图象基础 象素间联系；图象运算； 图象坐标变换；图象格式 2.1 视觉基础 2.1.2 颜色视觉 2.2 成象基础 2.2.2 成象变换 2.2.3 采样和量化 2.3 图象基础 2.3.2 图象运算（算术运算、逻辑运算） 2、逻辑运算 图象的非几何变换 灰度级变换（点运算） 例如：图象求反 如：对比度拉伸与动态范围压缩 2.3.3 图象坐标变换 1、平移变换 2.3.4 图象格式 总结 令S代表一幅图象中象素的子集. 如果在S中p,q象素之间存在一个通路,则说两个象素p和q在S中是连通的。 对于S中的任何象素p,S中连通到该象素的象素集叫做S的连通分量（组元，component）。 3、距离量度 对于像素p,q和r,其坐标分别为(x,y),(s,t)和(v,w),如果: (a) D(p,q)≥0, D(p,q)=0,当且仅当 p=q (b) D(p,q)=D(q,p) (c) D(p,r)≤D(p,q)+D(q,r) 则D是距离量度函数。 p和q间的欧氏距离定义如下: De(p,q)=[(x-s)2+(y-t)2]1/2 (2.5.1) 对于距离量度,距点(x,y)的距离小于或等于某一值d的象素是,中心在(x,y)半径为d的圆平面。 p和q间的D4距离（城市街区距离）如下式定义: D4(p,q)=|x-s|+|y-t| 在这种情况下,距(x,y)的D4距离小于或等于某一值d的象素形成一个中心在(x,y)的菱形。 例如,距(x,y)的D4距离小于或等于2的象素形成固定距离的下列轮廓: 2 2 1 2 2 1 0 1 2 2 1 2 2 D4=1的象素是(x, y)的4邻域。 p和q间的D8距离(也叫棋盘距离)定义为下式: D8(p,q)=max(|x-s|,|y-t|) 在这种情况下,距(x,y)的D8距离小于或等于某一值d的象素形成中心在(x,y)的正方形。 例如,距点(x,y)(中心点)的D8距离小于或等于2的象素形成下列固定距离的轮廓: 2 2 2 2 2 2 1 1 1 2 2 1 0 1 2 2 1 1 1 2 2 2 2 2 2 D8=1的象素是(x, y)的8邻域。 注意：p和q之间的D4和D8距离与任何通路无关, 因为这些距离仅与点的坐标有关。然而,如果选择考虑m-连通,则两点间的Dm距离用点间最短的通路定义。在这种情况下,两象素间的距离将依赖于沿通路的象素值以及它们的邻点值。 例如,考虑下列安排的象素： t q s 1 p p=1, q=1 0 q 0 1 p Dm (p,q) = 2 1 q 0 1 p Dm (p,q) = 3 0 q 1 1 p 1 q 1 1 p Dm (p,q) = 4 1、算术运算 加法、减法 乘法、除法 图象的算术运算是逐象素进行的。一般用于灰度图象。 图象象素的坐标也可以进行算术运算（如：图象平移、旋转与缩放等） 加法运算的定义 C(x,y) = A(x,y) + B(x,y) 主要应用举例 去除“叠加性”噪声 生成图象叠加效果 图象的加法运算 去除“叠加性”噪声 设有一幅混有噪声的图g(x,y)是由原始图f(x,y)和噪声图e(x,y)叠加而成，即 g(x,y)=f(x,y)+e(x,y) 这里假设每个坐标点(x,y)上的噪声都不相关且均值为零.我们处理的目标就是通过加入一系列噪声图像 {gi(x,y)} 来减少噪声。如果噪声符合上述限制,若对M幅不同的图象取平均得: 可以证明： 可见，随着平均图数量M的增加，噪声在每个象素位置(x,y)的影响逐步减少。 例2.3.1：用图象平均消除随机噪声(练习) 图象叠加 对于两个图象f1(x,y)和f2(x,y)的加权组合 g(x,y) = αf1(x,y) + βf2(x,y) 其中α+β= 1 得到各种图象合成的效果，也可以用于两张相片的衔接。 减法运算的定义 C(x,y) = A(x,y) - B(x,y) 主要应用 去除不需要的叠加性图案 检测同一场景两幅图象之间的变化 去除不需要的叠加性图案 设：背景图象b(x,y)，前景背景混合图象f(x,y) g(x,y) = f(x,y) – b(x,y) g(x,y) 为去除了背