像素点强度.ppt

像素点强度分析 报告人：马振磊 图像和像素 什么是图像 一幅图像可定义为一个二维函数 f(x,y)，这里x和y是空间坐标，而在任何一对空间坐标上的幅值f称为该点图像的强度或灰度。 像素点本身的灰度 对于一个像素点 ，它的灰度为 ，该图像中其它任意位置 与该像素点的关系为： 分布图像大致如下 ： 该图像分布大致属于二维高斯分布（正态分布）。二维高斯分布的密度函数为： 其中， 为常数。 分析： 所以： 这里求出的r为相关系数的值 。由相关系数的值可以知道，图像中的像素点与像素点之间存在一定的关系。 用 表示像素的4领域 用 表示像素的D领域 用 表示像素的8领域 观察像素点领域关系知：像素点之间存在相关性，但不是线性相关。 所以，在考虑一幅图像中各个像素点强度相互影响时，每一个像素点的实际强度表达式为： （ 是其余像素点的个数， 为第个 个像素点的坐标） 谢谢！ * * 什么是像素 数字图像由二维的元素组成，每一个元素具有一个特定的位置（x,y）和幅值f(x,y),这些元素被称为像素。 灰度图像是一个二维灰度（亮度）函数f(x,y) 彩色图像是三个（如RGB，HSV）二维灰度（亮度）函数f(x,y)组成 一幅图像是由若干个像素点组成，因此分析一幅灰度图像可以从单个像素点进行分析。 像素点的实际灰度=本身的灰度+周围像素点对它影响所产生的灰度 越靠近该像素点的位置灰度值越大，离该像素点越远的位置灰度值越小，并且这些位置的亮度在空间内关于该像素点所在平面的垂面（过该像素点的幅值）成对称分布 。 通过高斯分布密度函数公式，可以求出每一个位置的像素强度。(像素点互不干扰的情况下，像素点本身强度) 由图中像素点的领域关系，中心在 的像素点被另一个像素点 的亮度照射时，受到的灰度影响 为（灰度图像时K为255）