1
数字图像处理与分析基础
第三章 图像处理基础知识
黄爱民 安向京 骆力
中国水利水电出版社
新世纪电子信息与自动化系列课程改革教材
ISBN7-5084-2930-3
2 数字图像处理与分析基础
第三章 图像处理基础知识
1、图像处理的视觉基础
2、图像的数学模型
3、图像质量评价
4、对设计图像处理系统的影响
3 数字图像处理与分析基础
3.1图像处理的视觉基础
视觉生理 /视觉特性 /视觉模型
视觉基础 /视觉应用
它们与图像研究的关系见图 3-1。
4 数字图像处理与分析基础
图 3-1 视觉研究与图像的关系
视觉研究
基础研究
视觉心理现象法则
(心理学)
视觉信息加工机理
(生理学)
应用研究
视环境的改善和视机能应用
(照明工程学、人类工程学)
图像改善和评价(图像工程)
模拟视觉机能的信息处理
(信息工程、人工智能








5 数字图像处理与分析基础
1、图像质量评价与视觉心理
对图像质量的最终评价是由人的感觉器
官和心理状态来决定的。与图像内容以
及观察者的心理因素有关。
从图像信息传输角度出发,图像系统评
价的真正尺度应该是 发出信息者的意图
为接收信息者所理解的程度,而不是对
发出信息者发出的图像象素信息集合的
简单接收。
6 数字图像处理与分析基础
2、画面组成和视觉心理
“”视野 ——指眼球不动时所能见到的范围
?如果把注视点作为中心,可见的范围上方约 65。,下方
约 75。,左右视角约为 104。 (现在的电视画面约占 7。 ~8。 ),
但视力好的部位仅限于中央 2。 ~3。 左右。
为了适应大的画面和立体景象的机理,眼球必须
转动使视线移动。
?中心视力分辨率强,可以进行图像细节的认识。
?周边视力分辨率差,可以将视目标特征部分检出,利用
检出的目标图像特征去控制眼球运动。
?另外周边视可以认识图像的全貌,而中心视只能认识图
像的一小部分。
?要产生充分的临场感,画面尺寸应该产生 30。 以上视野,
如宽银幕电影。
7 数字图像处理与分析基础
3、视觉的时空频率分析
影响图像锐度的主要因素。视觉神经具有的 Mach效应
和 Roca—Sulzer微分效应,中枢神经的 Craik-Obrien积分
效应等是视觉信息处理的基础,因此可以将视觉特性
和图像处理结合起来研究。
空间分辨力
?人眼对空间景物细节的分辨能力有限,对黑白图像约为一度。
时间分辨力
?对亮度的响应有时延和残留,因而对景物亮度的变化也有分
辨力,过快的变化无法分辨
?“视觉惰性,。当离散画面的重复频率不低于 24Hz时,可形成
连续画面的感觉,即人眼不能分辨相邻两幅画面间的差别,
而低于 24Hz时,有闪烁感。
8 数字图像处理与分析基础
3、视觉的时空频率分析
人眼对画面静止部分的分辨率高于活动部分,
?对静止部分减少时间分辨率,而对活动部分减少空
间分辨率,可以达到数据压缩的效果。
幅度分辨力
?人眼对景物亮度层次的分辨力也有限,过小的亮度
差别无法分辨。
对彩色图像的 色调和饱和度的分辨力
?人的视觉对彩色细节的分辨力要比亮度细节差,在
国际无线电咨询委员会( ITU-R,原 CCIR) 601标准
中,就利用了这种特性,将色差信号的空间分辨率
减半,仍可以得到非常好的图像质量。
对立体图像的 景深分辨力 等
9 数字图像处理与分析基础
4、视觉生理和模型的研究
视觉生理
?指视觉信息的产生部分 ——视细胞 (图像信息
感受器 )和其它神经细胞以及大脑高级中枢
的神经系统的信息产生、传输和处理的机理
?插入单个细胞的微小电极,
?侧抑制现象、马赫效应等
?对大脑高级神经中枢的“思考过程” 才刚
起步。
10 数字图像处理与分析基础
人类视觉机制今后的研究方向
从基础研究逐步转到和图像相关的视觉综合化、
体系化的研究。
?搞清决定图像质量的主观因素,做出其总的结构模
型;
?找出人脑真正接收信息的容量,大脑有效接收图像
的显示方式;
?弄清图像信源和信宿的结构,建立起包括人的因素
在内的信息论;
?研究视觉和其它感觉的相乘作用,即视觉和其它感
觉的互相影响;
?开发自组织作用的综合研究,进一步建立发展“思
考过程”;
?研究视觉和行为的关系。
11 数字图像处理与分析基础
视觉基础讲述内容
人类视觉感知过程
视觉的简单数学模型
色度学知识
Philosophical Considerations
12 数字图像处理与分析基础
3.1.1人类视觉感知过程
人眼结构
眼睛中图像的形成
视觉特性
13 数字图像处理与分析基础
视觉生理特点对图像
处理方法的影响很大
1、人眼的结构
14 数字图像处理与分析基础
图 3-3 视锥细胞和视杆细胞在视网膜上的分布
锥状( cone)视觉,白昼视觉,色彩;
杆状( rod)视觉,夜视觉,低照度敏感。
15 数字图像处理与分析基础
2、眼睛中图像的形成
成像的几何原理
视觉信息的产生
视觉信息的传递
视觉信息的加工处理
16 数字图像处理与分析基础
( 1)成像的几何原理
图 3-4 用眼睛观察树的光学表示法,C点为晶状体的光学中心
当晶状体的折射能力由最小变到最大时,晶状体的聚焦中心
与视网膜之间的距离由 17mm缩小到 14mm。当眼睛聚焦到远
于 3m的物体时,晶状体的折射能力最弱,当聚焦到非常近的
物体时,其折射能力最强。
17 数字图像处理与分析基础
成像尺寸计算
观测者看一个距离 100m,高 15m的
树。设 x表示视网膜上形成的图像的大小,
单位 mm,有,
15/100=x/17,x=2.55mm
18 数字图像处理与分析基础
( 2)视觉信息的产生
光 —化 —电过程
色觉理论主要有两种
?三色学
?三种视色素,对光的影响峰值分别在红、绿、蓝
区,综合后形成色觉信息。
?四色学说
?三对视色素 (白 -黑,红 -绿,黄 -蓝 ),它们的组合
响应产生色觉信息
19 数字图像处理与分析基础
Fig3 人类感光细胞的敏感曲线
400 450 500 550 600 650 700
100
80
60
40
20
0
蓝 绿 红
波长 ?( nm)





%
三种不同频率响应的锥,各对红、绿、蓝具
有最强的响应,彩色的识别功能
20 数字图像处理与分析基础
( 3)视觉信息的传递
眼球内
眼球外
21 数字图像处理与分析基础
( 4)视觉信息的加工处理
简单型细胞
?检测图像的明暗边界和线条的位置和方向,
复杂型细胞
?对直线和边界的运动方向敏感,
?低级超复杂型细胞检测直线和边界的长度、
宽度,
?而高级超复杂型细胞可以检测曲线和边缘曲
度等
22 数字图像处理与分析基础
3,视觉特性
亮度适应与鉴别
分辨力
对比灵敏度
同时对比效应
阈值效应和掩盖效应
视觉运动特性
视觉空间频率特性
视觉时间频率特性
23 数字图像处理与分析基础
图 3-5主观亮度感受特性
24 数字图像处理与分析基础
( 2)分辨力
在不同的亮度适应级,人眼的分辨力不同,如图 3-6所示, I
是背景光强,?I是光强的变化,
)I/I(lo g ? 称为韦伯比,表示光强分辨力
图 3-6光强分辨力的典型韦伯比
25 数字图像处理与分析基础
( 3)对比灵敏度
I I+?I
?I/I
强度 I
2%
具有恒定背景的对比灵敏度
26 数字图像处理与分析基础
( 4)同时对比效应
I0 I+?I I
?I/I
强度 I
2%
具有可变背景的对比灵敏度
心理学实验表明,人眼感受到的亮度不是光强
的简单函数,如马赫带效应和同时对比效应。
27 数字图像处理与分析基础
马赫带效应图 3-7
28 数字图像处理与分析基础
同时对比效应图 3-8
29 数字图像处理与分析基础
( 5)视觉阈值效应和掩盖效应
视觉阈值
?正好可以被看到的刺激(干扰或失真)值,
它是一个统计值,在图像质量的主观评价中
有广泛的应用。
,掩盖效应
视觉阈值随图像内容的变化而变化,在
平坦区阈值低,对失真也敏感;在边缘
和纹理区,视觉存在掩盖效应,对失真
不敏感。
30 数字图像处理与分析基础
( 6)视觉运动特性
周边视力对图像中运动变化部分很灵敏,有特征抽取
作用,从而控制眼肌转动视轴,使视力集中对准这些
部位,以便看清其细节。
电 视眼球标记摄像机 (television eye-marker camera)试验
31 数字图像处理与分析基础
( 7)视觉空间频率特性
亮暗在空间上作正弦变化的条
纹图案,物理对比度和感觉对
比度之比随空间频率变化而变
化的曲线,称为 调制传递函数
MTF( Modulation Transfer
Function)





1000
100
10
1 10 100
图 3-9 典型 MTF曲线
空间频率 /cdeg-1
32 数字图像处理与分析基础
图 3-10 闪烁对 MTF的影响
闪烁频率为 1HZ
闪烁频率为 6HZ
闪烁频率为 16HZ
闪烁频率为 20HZ





300
100
30
10
3
0.3 1 3 10 30
空间频率 /cdeg-1
33 数字图像处理与分析基础
( 8)视觉时间频率特性
1 2 5 10 20 50 Hz




0.01
0.1
图 3-11 时间频率特性
时间频率 /Hz
34 数字图像处理与分析基础
3.1.2 视觉的简单数学模型
亮度视觉模型
彩色视觉模型
35 数字图像处理与分析基础
1、亮度视觉模型
输入图像
Ii(x,y)
光学系统
H(?x,?y)
输出图像
Io(x,y)
图 3-13 线性光学系统
),(),(),( yxiyxyxo H ???????? ??
),(
),(
),(
yxi
yxo
yxH ???
???
?? ?
光学系统的调制传递函数 MTF
36 数字图像处理与分析基础
简单的黑白视觉对数模型
神经信号光接受器
对数 线性系统
图 3-143 黑白视觉对数模型
)],(l o g [),( 321 yxIKKKyxI io ??
37 数字图像处理与分析基础
视觉信息的融合
号数
-2
-4
图 3-15 侧抑制结构
……
……
LOG a1
LOG an
LOG a2
? 网膜信号
感受器 加权因子
LOG a1
LOG a0
LOG an
38 数字图像处理与分析基础
黑白视觉扩展模型
in
out |H2(Wx,Wy)|
???
|H1(Wx,Wy)|
H1(Wx,Wy) H2(Wx,Wy) H3(Wx,Wy)
光感受器 线性系统 线性系统 线性系统非线性网络
|H3(Wx,Wy)|
39 数字图像处理与分析基础
2、彩色视觉模型
Thomas—Young三色假说
g3
g1
g2
d3
d2
d1
e3
e1
e2
线性系统
-黄绿色视锥感
受器
蓝色视锥感受

绿色视锥感受
器 LOG
LOG
LOG
+
?
-
+ ?
H2(Wx,Wy)
H1(Wx,Wy)
H3(Wx,Wy)




图 3-16 彩色视觉模型
40 数字图像处理与分析基础
彩色响应
在图 3-16模型中,e1,e2,e3代表视网膜三个
具有 S1(?),S2(?),S3(?)谱灵敏度的感受器,
其输出分别为
?
?
?
??
?
?
?
?
?
?
?
?
???
???
???
dSCe
dSCe
dSCe
)()(
)()(
)()(
33
22
11
C(?)为入射光谱的能量分布函数
41 数字图像处理与分析基础
彩色信息融合
e1,e2,e3经对数传传递后合并为 d1,d2,d3输出:
)/l o g ()l o g ()l o g (
)/l o g ()l o g ()l o g (
)l o g (
13133
12122
11
eeeed
eeeed
ed
???
???
?
42 数字图像处理与分析基础
色谱灵敏度曲线
波长 ( nm)
S1(?)
S2(?)
S3(?)





1.0
0.5
0
450 500 550 600 650
图 3-17 根据 Konig数据得到的视网膜锥状细胞的
色谱灵敏度曲线
43 数字图像处理与分析基础
图 3-19 彩色视觉扩展型模型
线性系统-
+
+
-黄绿色视锥感
受器
蓝色视锥感受

绿色视锥感受

HE2(Wx,Wy)
HE1(Wx,Wy)
HE3(Wx,Wy)
非线性网络
非线性网络
非线性网络
?
?
HL2(Wx,Wy)
HL1(Wx,Wy)
HL3(Wx,Wy)




44 数字图像处理与分析基础
3.1.3色度学
3个基本颜色 ——红( R,red)、绿 (G,
green)和蓝 ( B,blue)
国际照明委员会( CIE),1931年规定 3种
基本色的波长为 R:700nm,G:546.1nm,
B:435.8nm。
45 数字图像处理与分析基础
三色系统
图 3-20 彩色加法系统(左)与减法系统(右)
利用 3基色叠加可产生光的 3补色:品红( M,magenta,即红加蓝)、
蓝绿( C,cyan,即绿加蓝)、黄( Y,yellow,即红加绿)。按一定
的比例混合 3基色或将 1个补色与相对的基色混合就可以产生白色。
光的混合满足加色定理。
46 数字图像处理与分析基础
色度图
47 数字图像处理与分析基础
颜色特征
区分颜色通常用 3种基本特性:
?辉度(又常用亮度、明度)
?色调
?饱和度。
色调和饱和度合起来称为色度。颜色可
以用辉度和色度共同表示
48 数字图像处理与分析基础
坐标系
为组成某种颜色所需的红、绿、蓝的量称为 3个刺激量,分
别用 R,G,B表示。
B [ B ]G[ G]R [ R ][ C ] ???
颜色还可以用色品值 r,g,b(相对色系数)表示,定义如下
1,
,,
???
??
?
??
?
??
?
bgr
BGR
B
b
BGR
G
g
BGR
R
r
49 数字图像处理与分析基础
彩色匹配规则:
任何彩色可以用不多于三个基色配成;
混合色的光亮度等于各分量亮度之和;
人眼不能分解混合彩色的各个分量;
在某一亮度等级上的彩色匹配可适用于较宽的亮度
范围;
彩色相加定律:若一彩色 C1与彩色 C2相匹配(同样
彩色感觉),而彩色 C’1与彩色 C’2相混合的彩色匹配,
可以如下表示:
? [C1]=[ C2],即 C1彩色与 C2彩色相匹配;
? ?1[C1]+?2 [ C2],即一混合色包含 ?1份的 [C1]和 ?2份的 [C2]。
? 彩色相加定律表示为:
? 若 [C1]=[C2],[C’1]=[C’2]
? 则 ?1[C1]+?2 [C2]= ?1[C’1]+?2[C’2]
50 数字图像处理与分析基础
彩色匹配
彩色相减:当 C1,C2混合色与 C’1,C’2混合
色相匹配时,若 C2与 C’2相匹配,则 C1和 C’1
也匹配,即已知 [C1]+ [ C2]= [C’1]+ [ C’2],若
[C’2]=[ C2],则 [C’1]=[ C1]
转移定律:若 C1与 C2匹配,C2又与 C3匹配,
则 C1与 C3匹配,即已知 [C2]=[ C1],[C2]=[ C3],
则 [C1]=[ C3]
匹配定律( Grassman定理):在亮度既不太
高,也不太低的条件下,有三种配色方案:
? ?[C] = ?1[C1]+?2 [ C2] +?3 [ C3]
? ?[C] +?1[C1]= ?2 [ C2] +?3 [ C3]
? ?[C] +?1[C1] +?2 [ C2]= ?3 [ C3]
51 数字图像处理与分析基础
小 结
研究眼的生理特点非常重要,对显示系
统的设计具有决定性意义
仿生的图像处理系统是目前研究的热点
和难点
52 数字图像处理与分析基础
3.2图像的数学模型
Image’s Mathematic Model
连续模型
离散模型
随机场模型
53 数字图像处理与分析基础
3.2.1图像的连续模型
基本的连续模型
照明反射模型
通用的彩色模型
彩色电视色度坐标
噪声模型
54 数字图像处理与分析基础
1、基本的连续模型
图像可以用灰度级 G在 x,y二维空间的连续变换来描述,即:
Sg(x,y) f(x,y)
图 3.2.1 图像处理的基本框图
图像 =g(x,y),
时间序列图像的描述为:
图像序列 ={g1(x,y),g2(x,y),…,gt(x,y)}
或,图像序列 =g(x,y,t)。
图像处理 f(x,y)=S[g(x,y)] (3-23)
式( 3-23)中 S可以是有意施加的某种处理方法,也可以是图
像系统中导致图像退化的原因。
G(x,y)=S-1[f(x,y)] (3-24)
式 (3-24)是图像复原的基本模型。
55 数字图像处理与分析基础
( 2)、照明反射模型
( 3)、彩色模型
2、离散模型
3、随机场模型
三、图像的数字化
f(x,y)= i(x,y)r(x,y),
其中 0 ? i(x,y) ?Bm,0 ?r(x,y) ?1,
i(x,y)照射分量,r(x,y)反射分量,Bm最大光照强
度。
gmin?g ?gmax,gmin=imin rmin,gmax=imax rmax。
[gmin, gmax ]是图像灰度范围。
该模型常用于同态滤波,计算机图形:真实感模

2、照明反射模型
56 数字图像处理与分析基础
3,通用的彩色模型
RGB模型
HSI模型
57 数字图像处理与分析基础
( 1) RGB模型 图 3-25
58 数字图像处理与分析基础
1,
,,
???
??
?
??
?
??
?
zyx
ZYX
Z
z
ZYX
Y
y
ZYX
X
x
xyz相对三色系数(色品坐标)
x+y+z=1,(x,y)CIE色度图。
对应于 x=y=0.33的 E点,称等能
量点,CIE标准白光。
0.8
0
0.2 0.8 x
y 520nm
700-770nm


绿
NTSC
PAL

色度图
色品坐标系
59 数字图像处理与分析基础
NTSC美国 National
television system committee:
YIQ,Y亮度,I,Q色度
Y=0.299R+0.587G+0.114B
I=0.5R-0.231G-0.269B
Q=0.203R-0.5G+0.297B
PAL
(Phase alternation line),
YUV,Y亮度,U,V色度
Y=0.299R+0.587G+0.114B
U=-0.169R-0.331G+0.5B
V=0.5R-0.419G-0.081B
彩色信号传输:亮度、色度信号
60 数字图像处理与分析基础
( 2) HSI模型
视觉生理模型
色调( H,Hue)、色饱和度( S,
Saturation)以及明度( I,Intensity)
( Museum,孟塞尔颜色系统)
在特定应用环境中,用于图像分析有特
殊的优势
?在只有光照亮度发生变化的应用中,不考虑
明度,只使用色度进行区域分割。
61 数字图像处理与分析基础
圆锥体模型
62 数字图像处理与分析基础
?
?
?
??
?
?
????
???
?
??
???
?
.,2;,
],
))(()(
)]()[(
2
1
[c o s
);,,m i n (
3
1;3/)(
2
1
BG
BG
H
BGBRGR
BRGR
BGR
I
S
BGRI
??
?
?
RGB到 HSI
63 数字图像处理与分析基础
BRIGS
I
B
H
HSI
RH
BRIGS
I
B
H
HSI
RH
BRIGS
I
B
H
HSI
RH
?????
?
?
?
?
?
?
?
?
????
?????
?
?
?
?
?
?
?
?
????
?????
?
?
?
?
?
?
?
????
3),1(
3
,
)3 0 0c o s (
)2 4 0c o s (
1
3
,3 6 02 4 0;3),1(
3
,
)1 8 0c o s (
)1 2 0c o s (
1
3
,2 4 01 2 0;3),1(
3
,
)60c o s (
)c o s (
1
3
,1 2 00
?
?
??
?
?
??
?
??
HSI到 RGB
64 数字图像处理与分析基础
颜色特征丰富了图像处理的方法
色彩的识别,色彩分解,提取特征。
滤色镜,遥感、着色后细胞
红 绿 蓝


绿


65 数字图像处理与分析基础
4、彩色电视色度坐标系统
? RGB三基色系统称为, 物理三基色,
? CIE另外规定了一种虚拟的三基色系
( XYZ)标准色度系统,在匹配各种彩色
时,三基色系数都是正值
TTT BGRAZYX ),,(),,( ?
?
?
?
?
?
?
?
?
?
?
?
5943.50601.01302.1
0565.05907.47518.1
0000.00000.17689.2
A
66 数字图像处理与分析基础
NTSC
NTSC制式彩色电视接收显示原色的系统 RNGNBN,发送系统
YIQ均建立在 XYZ之上
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
??
??
?
?
?
?
?
?
?
?
?
?
?
Z
Y
X
B
G
R
N
N
N
896.0118.0058.0
028.0000.2985.0
288.0533.0910.1
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
???
?
?
?
?
?
?
?
?
?
?
N
N
N
B
G
R
Q
I
Y
312.0523.0211.0
322.0274.0596.0
114.0587.0299.0
67 数字图像处理与分析基础
彩色坐标间的关系
相关的其它变换关系为
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
??
?
?
?
?
?
?
?
?
?
?
?
N
N
N
B
G
R
B
G
R
128.1059.0001.0
159.0753.0114.0
151.0146.0167.1
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
? ??
?
?
?
?
?
?
?
?
?
?
?
N
N
N
B
G
R
Z
Y
X
117.1066.0000.0
114.0587.0299.0
151.0146.0607.0
68 数字图像处理与分析基础
5、噪声的模型
噪声的特征
噪声的来源
噪声模型
69 数字图像处理与分析基础
( 1)噪声的特征
图像信号,f(x,y)
噪声,n(x,y),随机性的,可以用随机过程来描述。
一般常用统计特征来描述,如均值、方差、相关函
数等。
均值 E[n(x,y)]反映噪声的直流分量,
均方值 E{n2(x,y)}反映噪声的总功率,
均方差 E{(n(x,y)-E[n(x,y)])2}描述噪声的交流功率,
均值的平方 [E{n(x,y)}]2,表示噪声的直流功率。
70 数字图像处理与分析基础
( 2)噪声的来源
外部噪声:
?从处理系统外来的影响,如电磁波干扰。
内部噪声:
?(1)由光和电的基本性质引起的噪声。
?(2)机械运动产生的噪声。
?(3)元器件材料本身的缺陷带来的噪声。
?(4)系统内部电路噪声。
71 数字图像处理与分析基础
噪声分类
从统计观点看
?平稳噪声
?凡是统计特征不随时间变化的;
?非平稳噪声
?统计特征随时间变化的。
从噪声幅度分布的统计来看
?其密度函数有高斯型、瑞利型等,分别称为 高斯噪
声和瑞利噪声 。
按噪声频谱形状命名的,如频谱均匀分布的噪
声称为 白噪声,频谱与频率成反比的称为 1/f噪
声,频谱与频率平方成正比的称为 三角噪声
72 数字图像处理与分析基础
( 3)噪声的模型
加法性噪声:
g(x,y)=f(x,y)+n(x,y) ( 3-43)
乘法噪声:
g(x,y)=f(x,y)[1+n(x,y)]=f(x,y)+f(x,y)n(x,y) ( 3-44)
73 数字图像处理与分析基础
3.2.2 离散模型
?
?
?
?
?
?
?
?
?
?
?
?
????
?
?
?
)1,1()1,1()0,1(
)1,1()1,1()0,1(
)1,0()1,0()0,0(
),(
NNfNfNf
Nfff
Nfff
yxf
?
????
?
?
74 数字图像处理与分析基础
数字图像,数字化
( 1)连续画面空间坐标离散化 ——采样,
方形、三角形、正六角形点阵等。
采样点阵
( 2)采样点(像素)幅值(实数)取整 ——量化,
均匀、非均匀 /矢量、标量
75 数字图像处理与分析基础
1、图像的均匀采样
?y
?x
x
y
图 3-27 典型的采样方式
yx j Δ yi Δx ??
?
?
? ????
它,
j Δ yxix( x,y ),f
( x,y )f cd


0
y
76 数字图像处理与分析基础
二维采样定理
对于二维有限带宽信号 fc(x,y),如果其二维傅立
叶变换只在
cUu ? cVv ?
的范围内不为零,那么采样间隔必须满足
cU2/1x ?? cV2/1y ??
这样才能保证信号可以重构。
该条件称为 Nyquist采样定理
77 数字图像处理与分析基础
2、图像的量化
q1
q0
q2
qN-1
0 f0 f1 f2 ? fN-1 fN f
q
?
图 3-28 量化过程
量化的准则是:若
1ii fff ???
则 igg ?
78 数字图像处理与分析基础
量化误差
“量化误差,
,量化失真,
?由量化误差产生的图像失真称为。
最优量化器 ——量化均方误差最小
非线性
79 数字图像处理与分析基础
非均匀采样和量化
非均匀采样
?灰度级变化大区域精确采样,平滑区域粗采
样。
非均匀量化
?灰度级变化剧烈处,人眼分辨力差,边界附
近较少灰度级;
?平缓区域较多灰度级,避免假轮廓
80 数字图像处理与分析基础
3、数字图像的表示
整数矩阵
向量
81 数字图像处理与分析基础
?
?
?
?
?
?
?
?
?
?
?
?
????
?
?
?
)1,1()1,1()0,1(
)1,1()1,1()0,1(
)1,0()1,0()0,0(
),(
MNfNfNf
Mfff
Mfff
yxf
?
????
?
?
knm LNM 2,2,2 ???
数字图像,矩阵元素:像元、图像元素、像素
电视图像,512?512 ? 128;
一般图像,256 ? 256 ? 64。
( 1)整数矩阵
82 数字图像处理与分析基础
图 3-29 数字图像举例
x
y
0
g (x,y)
83 数字图像处理与分析基础
矩阵
图像清晰度(可分辨的细节的程度)取决于 N和 k。
N小,,检测板效应” ; k小,,假轮廓,。
图像的数据量( bit) kNMb ???
图 3-29中 g(x,y)既可以表示整幅图像,也可以表示 x
行 y列交点处的图像的像素值,g(x,y)的值都是整数。
84 数字图像处理与分析基础
只改变灰度级,8,16,32,64,128,256
85 数字图像处理与分析基础
只改变空间分辨率 512,256,128、
64,32,16