数字图像处理基础知识—图像处理基础（数字图像处理课件）.pptx

它可以分成照明系统、同步系统、扫描系统、光／电转换系统、A／D转换系统五个部分。;2.光／电转换特性 图像传感器通过光／电器件将光信号转换为电信号。 ;3.图像传感器 图像传感器主要完成光／电转换功能。图像传感器按照结构可以分为两类：CCD型和CMOS型图像传感器，前者采用光／电耦合器件构成，后者采用金属氧化物器件构成，两者都采用光/电二极管结构感受入射光并转换为电信号，区别在于输出电信号所用方式不同。;4.采样/保持电路;(1)黑白图像 (二值图像）;(2)灰度图像;(3)彩色图像（索引图像和真彩色图像（RGB）图像 彩色图像除有亮度信息外，还包含有颜色信息。彩色图像的表示与所采用的彩色空间，即彩色的表示模型有关，同一幅彩色图像如果采用不同的彩色空间表示，对其的描述可能会有很大的不同。常用的表示方法主要有真彩色图像（RGB）图像和索引图像。;3.图像质量评价  图像质量评价是图像工程的基础技术之一。在图像通信工程中、图像被光学系统成像到接收器上，再经过光电转换、记录、编码压缩、传输、增强和复原处理及其他变换等过程。所有这些过程的技术优劣的评价都归结到图像质量的评价。3.1 图像质量的主观评价;表1.2 主观测试分级标准;表1.3 CCIR推荐的主观测试规程;3.2.图像质量的客观评价 客观的图像质量评价方法可分为无参考评价方法和有参考评价方法两类。有参考图像质量评价即计算过程需要观测图像与标准图像做对比，从而得出观测图像与标准图像之间的差异，该差异越大，说明观测图像的降质程度越大，图像质量也越差。但在实际应用中，往往找不到标准图像，比如一些在运动中拍摄的图像，往往带有各种噪声和运动模糊，在评价这些图像的质量时，不存在与之做对比的标准图像，因此在这种情况下需要开发无参考图像质量评价指标去衡量其图像质量。 ; 目前为止应用最广泛的指标是峰值信噪比(PSNR)和均方误差(MSE)，即计算两幅图像之间的像素差异。在无参考的图像质量评价方法中，评价的过程仅依赖观测图像，在这种情况下考核图像质量的难度要远远超过有参考的评价方法。目???，无参考评价方法的评价指标比较少，且已有指标往往只是针对某一特定的应用背景，不具有通用性。随着对各种指标研究的深入，发现在某些情况下上述指标的计算结果与人类视觉感受不符，甚至与人类视觉感受之间出现相反的结论，于是开始寻求各种办法来解决这样的问题。; 图像质量评价算法的目标是得到与人的主观评价相一致的评价结果，因此一致性是衡量算法性能的最主要方面。近来提出的算法都在不同程度上采用了HVS 特性，或者是图像中提取人眼感兴趣的边缘、色彩等结构化信息，或者是在评价模型中保留参数，根据训练集上的主观评价值来确定这些参数，或者是把HVS 系统看成一个黑箱，通过机器学习的方法挑选出人眼感兴趣的特征。所有这些都是为了让算法给出的客观评价结果尽可能地与主观评价值相一致。 ; 在许多实际应用中，经常得不到参考图像或者获得参考图像付出代价太大，因而要求算法降低对参考图像的依赖程度。同时，观测者往往并不需要参考图像就能够对图像质量做出合理的评价。这表明观测者在进行评价时抓住了反映图像质量的最本质的特征，也说明对无参考算法的研究更有可能揭示人类视觉感知的原理。因而,无参考算法开始引起众多研究者的关注，相关的研究成果也不断增多,成为未来发展的趋势之一。