第2章_1图像的表示.ppt

大学计算机基础 本讲主要内容 人类视觉对图像的感知 图像的数字化和数字图像 数字化图示 图像 采样 量化 数字图像 数字图像的性能指标 用每英寸多少像素点（dots per inch，DPI）表示。 如果用300DPI来扫描一幅8×10的图像，就得到一幅2400×3000个像素的数字图像。 扫描分辨率越高，像素就越多，获得的图像越细腻。 扫描分辨率是采样时，单位尺寸内采样的点数，而图像分辨率是组成数字图像的像素数。 数字图像中表示每个像素的颜色使用的二进制位数称为像素深度或位深度。 像素深度值越大，图像能表示颜色数越多，色彩越丰富逼真，占用的存储空间越大。 常见的像素深度有1位、4位、8位和24位 分别用来表示： 黑白图像、 16色或16级灰度图像 256色或256级灰度图像 真彩色（224—16,777,216种颜色）图像 图像的分辨率和像素位深度决定了图像文件的大小 例如:一幅640×480的图像，位深度是24位（真彩色图像），则文件大小为： 24(bit)/8(bit/Byte)×640(列)×480(行)=921600B(Bytes)约900kB 图像按颜色分类 位图图像按颜色又分为 灰度图像（Gray image） 彩色图像（Color image） 灰度图像的颜色只有黑白和浓淡之分 只有黑白两种颜色的称为单色图像 灰度图像还有16级、256级灰度 彩色图像有红、绿、蓝等丰富的色彩，有16色、256色和24位真彩色之分 黑白图像 16色图像 256色图像 24位真彩色图像 不同位深度的图像对比 图像的颜色模型 颜色：指视觉器官对各种不同波长的光波的感觉 光波是一种具有一定频率范围的电磁波，人们能用眼睛感受到的波长在380～780 nm的范围内 波长不同，感受到的颜色就不同 国际照明委员会(CIE )定义，用颜色的三个特性来区分颜色，它们是：色调，饱和度和明度 色调指颜色的外观，用于区别颜色的名称或颜色的种类。 是视觉系统对一个区域呈现的颜色的感觉 取决于可见光谱中的光波的频率 饱和度是指颜色的纯洁性，它可用来区别颜色明暗的程度 当一种颜色渗入其他光成分愈多时，就说颜色愈不饱和。 完全饱和的颜色是指没有渗入白光所呈现的颜色 亮度是视觉系统对可见物体辐射或者发光明亮度的感知属性 明度的主观感觉值目前还无法用物理设备来测量 国际照明委员会用亮度来代替明度，亮度就像光的强度 取色框 理论上，任何一种颜色都可用红（Red）、绿（Green）、蓝（Blue）三种基本颜色按不同的比例混合得到，称为相加混色。 在计算机中，将红、绿、蓝三种颜色分别按光强度（深浅）的不同分为256个级别，0级实际上是黑色，255级是纯色（红、绿或蓝），分别用8位二进制数表示，每个像素占24位。 (Windows画图) 其他颜色模型见教材,请自学 数字图像处理 对比度展宽 灰度直方图或简称直方图是描述一幅图像的各级灰度的像素数的统计曲线 直方图可以清楚地看出图像的色调：暗、亮、灰 通过灰度直方图的变换，可以使图像层次分明 对比度展宽 获取图像时，敏感元件、传输通道、整量化器等会受到干扰，产生噪声，它们多半是随机性的，对某一像素点的影响可以看作是孤立的，因此，和邻近各点相比，该点灰度值将有显著的不同。 可以用邻域平均的方法，来判断每一点是否含有噪声，并用适当的方法消除所发现的噪声，比如该点的值取为相邻像素的平均值 图像锐化的目的是加强图像中景物的边缘和轮廓。边缘和轮廓一般都位于灰度突变的地方 对一个函数，函数值变化大（陡峭）的地方，导数的绝对值就大，函数值变化小（平坦）的地方，导数的绝对值就小。对于不光滑的函数，我们用梯度来代替，它具有与导数相同的性质。因此，可以对所有点求梯度，如果梯度大于某个值，就认为它是边界点，可以用0（黑色）或明或255（白色）表示，否则，就不是边界 图像锐化 图像放大时，原图像的每一个像素点均变成若干个像素点，纵向放大则在纵向上重复若干个像素点，横向放大则再横向上重复若干个像素点，图像分辨率提高相应倍数。 图像缩小则在纵向和横向上减少行或列。由于放大和缩小是机械地重复或减少像素。所以均会产生图像的畸变，常见的就是“锯齿”现象。因此在放大图像时予以考虑 图像文件格式 图像文件格式是图像数据在文件中的存放形式，不同的软硬件厂商可能定义不同的文件格式 位图文件(Bitmap-File，BMP) bmp格式是Windows采用的图像文件存储格式，在Windows环境下运行的所有图像处理软件都支持这种格式 是一种不压缩的格式，因此占有较大的存储