数字图像表示及其处理.ppt

单击此处编辑母版标题样式 单击此处编辑母版副标题样式 数字图像表示及其处理 2.1 人眼成像过程 2.2 简单的图像形成模型 2.3 图像的数字化 2.4 数字图像的基本类型 2.5 数字图像的基本文件格式 第2章 数字图像表示及其处理 2.1 人眼成像过程 人眼是一个平均半径为20mm的球状器官。它由三层薄膜包围。最外层是坚硬的蛋白质膜，其中，位于前方的大约1／6部分为有弹性的透明组织，称为角膜，光线从这里进入眼内。 其余5／6为白色不透明组织，称为巩膜，作用是巩固和保护整个眼球。中间一层由虹膜和脉络膜组成。 虹膜的中间有一个圆孔，称为瞳孔。它的大小可以由连接虹膜的环状肌肉组织来调节，以控制进入眼睛内部的光通量大小，其作用和照相机中的光圈一样。最内一层为视网膜，它的表面分布有大量光敏细胞。 除了三层薄膜，在瞳孔后面还有一个扁球形的透明水晶体。水晶体的作用如同可变焦距的一个透镜，它的曲率可以由睫状肌的收缩进行调节，从而使景象始终能刚好地聚焦于黄斑区。眼睛的晶状体和普通光学透镜之间的主要差别在于前者的适应性强。 用眼睛看建筑物侧面的图解，C点是晶状体的光心 2.2 简单的图像形成模型 一幅图像实际上记录的是物体辐射能量的空间分布，这个分布是空间坐标、时间和波长的函数，即: I=(x,y,z,λ,t)。 当一幅图像为平面单色静止图像时，空间坐标变量z ,波长λ和时间变量t可以从函数中去除，一幅图像可以用二维函数f(x,y)来表示: f(x,y)=i(x,y)r(x,y) 这里 0i(x,y)? 0r(x,y)1 反射分量限制在0和1之间。i(x,y)的性质取决于照射源，而r(x，y)取决于成像物体的特性。 2.3 图像的数字化 数字图像可以理解为对二维函数f(x，y)进行采样和量化(即离散处理)后得到的图像，因此，通常用二维矩阵来表示一幅数字图像。 将一幅图像进行数字化的过程就是在计算机内生成一个二维矩阵的过程。 数字化过程包括三个步骤：扫描、采样和量化。 2.3.1 采样 采样（Sampling）:对图像空间坐标的离散化，它决定了图像的空间分辨率。 用一个网格把待处理的图像覆盖，然后把每一小格上模拟图像的各个亮度取平均值，作为该小方格中点的值；或者把方格的交叉点处模拟图像的亮度值作为该方格交叉点上的值。 图像的采样 对一幅图像采样时，若每行（即横向）像素为N个，每列（即纵向）像素为M个，则图像大小为M×N个像素，从而f(x,y)构成一个M×N实数矩阵： 每个元素为图像f(x,y)的离散采样值，称之为像元或像素。 2.3.1 量化 把采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的量化。 量化是对图像幅度坐标的离散化，它决定了图像的幅度分辨率。 量化的方法包括：分层量化、均匀量化和非均匀量化。 分层量化是把每一个离散样本的连续灰度值只分成有限多的层次。 均匀量化是把原图像灰度层次从最暗至最亮均匀分为有限个层次，如果采用不均匀分层就称为非均匀量化。 (a) 量化 (b) 量化为8 bit 量化示意图 (a) 256级灰度图象 (b) 子图 (c) 子图对应的量化数据 图像量化实例 (a) (b) (c) 对一幅图像，当量化级数一定时，采样点数对图像质量有着显著的影响。采样点数越多，图像质量越好；当采样点数减少时，图上的块状效应就逐渐明显。 当图像的采样点数一定时，采用不同量化级数的图像质量也不一样。量化级数越多，图像质量越好，当量化级数越少时，图像质量越差。 量化级数最小的极端情况就是二值图像，图像会出现假轮廓。 采样点数和量化级数的关系： ? (a) 采样点256×256时的图像 (b) 采样点64×64时的图像 (c) 采样点32×32时的图像 (d) 采样点16×16时的图像 采样点数与图像质量之间的关系 (a) (b) (c) (d) (a) 量化为2级的Lena图像 (b) 量化为16级的Lena图像 (c) 量化为256级的Lena图像 量化级数与图像质量之间的关系 2.4 数字图像的基本类型 计算机一般采用两种方式存储静态图像： 位映射（Bitmap），即位图存储模式； 向量处理（Vector），也称矢量存储模式。 位图也称为栅格图像，是通过许多像素点表示一幅图像，每个像素具有颜色属性和位置属性。 矢量图只存储图像内容的轮廓部分，而不是存储图像数据的每一点。 2.4.1 二值图像 二值图像也叫黑白图像，就是图像像素只存在0,1两个值。 二进制的len