现代摄影测量-数字图像处理基础知识

数字图像处理基础知识

数字图像概述

图像的视觉原理

图像的采样、量化与数据结构2023/1/131数字图像处理基础知识

数字图像概述

图像的视觉原理

图像的采样、量化与数据结构2023/1/132摄影测量与数字图像处理的关系摄影测量原理:

摄影测量的基本原理就是:从不同站上拍摄物体的照片,利用在各相片上的同名像点,在一定数量的物方控制点下解求相机的内外方位元素,进而求得物方点的三维坐标。

2023/1/133a1b1a2b2BS1a2a1S2Ab2b1量测影像上的同名点的像片坐标：a1(x1、y1)、a2(x2、y2)

进行前方交会，求解未知点的坐标A（X、Y、Z）。2023/1/134图像的数字化和表达：任何一幅图像均可用以下函数形式来表示：其中：x,y,z为空间坐标，t为时间，λ为波长。对于单色的某一时刻的平面图像则可表示为二维图像函数：满足条件：0≤f(x,y)≤∞彩色图像可用三原色红、绿、蓝三幅单色图像来表示，也可用三要素色调、饱和度和明亮度的三个二维连续函数来描述。数字图像处理基础知识–数字图像概述2023/1/135物理图象及对应的数字图象图像的数字化：把连续的图像变换成离散的数字图像。数字图像处理基础知识–数字图像概述2023/1/136数字图象是指由被称作象素的小块区域组成的二维矩阵。将物理图象行列划分后，每个小块区域称为像素（pixel）。每个像素包括两个属性：位置和灰度。对于单色即灰度图象而言，每个象素的亮度用一个数值来表示，通常数值范围在0到255之间，即可用一个字节来表示，0表示黑、255表示白，而其它表示灰度级别。采样：图像在其空间坐标上的离散化。量化：图像在灰度上的离散化。数字图像处理基础知识–数字图像概述2023/1/137灰度级数字图像处理基础知识–数字图像概述2023/1/138数字图像的表达灰度图象(128x128)及其对应的数值矩阵（仅列出一部分(26x31)）数字图像处理基础知识–数字图像概述2023/1/139彩色图象可以用红、绿、蓝三元组的二维矩阵来表示。通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该象素中没有，而255则代表相应的基色在该象素中取得最大值，这种情况下每个象素可用三个字节来表示。彩色图象(128x128)及其对应的数值矩阵（仅列出一部分(25x31)）数字图像处理基础知识–数字图像概述2023/1/1310数字图像处理基础知识–数字图像概述2023/1/1311数字图像的尺寸

设采样点数N，灰度级的级数K，在数字图像处理中，一般都取成2的整数幂，即N=2n,K=2m因此，一幅数字图像在计算机中所占的二进制存储位数b为：b=log2(2m)N×N=N×N×m(bit)N和K的值越大，从数字图像重构的连续图像与原图像越接近，图像清晰度越好，然而要求计算机的存储量越大，计算量也大大增加。因此合理地选择N和K值是重要的。N和K值的选择是与图像中包含的细节信息的多少有关。选择的一般原则是：在灰度变化缓慢的景物图像中，精细的量化是重要的，而采样可以粗一些；而在有大量细节的景物图像中，精细的采样则是必要的，而量化可以粗一些。数字图像处理基础知识–数字图像概述2023/1/1312数字图像的特点：1、数字图像信息量大；2、数字图像像素间相关性大；相邻像素之间具有相同或相近灰度的可能性大。若能有效地去除像素间的冗余度，可以对数字图像进行压缩。3、数字图像占用频带宽；与语言信息相比，图像信息占用的频带要大几个数量级。因此无论在成像、传输、存储、处理、显示等各个环节的实现上，技术难度大，成本高。4、图像信息的视觉效果主观性大。数字图像处理基础知识–数字图像概述2023/1/1313数字图像处理基础知识

数字图像概述

图像的视觉原理

图像的采样、量化与数据结构2023/1/1314电磁波谱的可见光波段约为：0.43μm(紫色）～0.79μm（红色）电磁波谱数字图像处理基础知识–图像的视觉原理2023/1/1315颜色属性：1、颜色的连续性：当光的波长连续变化时，颜色的变化也是连续的；2、颜色的可分性3、颜色的可合性：任一颜色可以看成是许多独立色彩的线性组合；4、颜色符合亮度相加定律：混合色的总亮度等于各组成颜色亮度的总和；两个视觉效果相同的颜色各自与另外两个相同的颜色相加混合的颜色仍相同。三基色原理：

根据人眼的结构，所有颜色都可看作是三种基本颜色——红、绿和蓝按照不同的比例组合而成。国际照度委员会(CIE)早在1931年就规定三种基本色的波长分别为R：700nm，G：546.1nm，B：435.8nm。

色度学基础数字图像处理基础知识–图像的视觉原理2023/1/1316

颜色有三个基本特征量：色调、饱和度和亮度。亮度是色彩明亮的概念,色调是光波混合中与主波长有关的属性,色调表示观测者接收的主要颜色。饱和度与所加白光数量成反比。色调与饱和度一起被称为色度。形成任何特殊颜色需要的红,绿,蓝的量称做三色值,分别表示为X,Y,Z。一种颜色由三色值系数定义为:x=X/(X+Y+Z)y=Y/(X+Y+Z)z=Z/(X+Y+Z)x+y+z=1数字图像处理基础知识–图像的视觉原理2023/1/1317颜色模型

为了科学地定量描述和使用颜色，人们提出了各种颜色模型。目前常用的颜色模型按用途可分为两类，一类面向诸如视频监视器、彩色摄像机或打印机之类的硬件设备。另一类面向以彩色处理为目的的应用，如动画中的彩色图形。面向硬件设备的最常用彩色模型是RGB模型（加法混色），而面向彩色处理的最常用模型是HSI模型。另外，在印刷工业上和电视信号传输中，经常使用CMYK（减法混色，印刷）和YUV（电视信号）色彩系统。数字图像处理基础知识–图像的视觉原理2023/1/1318HSI模型

HSI模型反映了人的视觉系统观察彩色的方式，H表示色调(Hue)，S表示饱和度(Saturation)，I表示亮度(Intensity，对应成像亮度和图像灰度)。这个模型的建立基于两个重要的事实：①I分量与图像的彩色信息无关；②

H和S分量与人感受颜色的方式是紧密相联的。

这些特点使得HSI模型非常适合借助人的视觉系统来感知彩色特性的图像处理算法。

数字图像处理基础知识–图像的视觉原理2023/1/1319

色相环描述了色调和饱和度两个参数。色调由角度表示，它反映了该彩色最接近什么样的光谱波长。一般假定0°表示的颜色为红色，120°的为绿色，240°的为蓝色。

饱和度是指一个颜色的鲜明程度，饱和度越高，颜色越深，如深红，深绿。饱和度参数是色环的原点到彩色点的半径的长度。环的边界上其饱和度值为1。在中心是中性（灰色）阴影，饱和度为0。色相环数字图像处理基础知识–图像的视觉原理2023/1/1320

亮度是指光波作用于感受器所发生的效应，其大小由物体反射系数来决定，反射系数越大，物体的亮度愈大，反之愈小。HSI模型的三个属性定义了一个三维柱形空间，如图所示。灰度阴影沿着轴线从底部的黑变到顶部的白，具有最高亮度。最大饱和度的颜色位于圆柱上顶面的圆周上。柱形彩色空间数字图像处理基础知识–图像的视觉原理2023/1/1321视觉特性：人眼的适应

眼睛的状态适应明暗条件变化过程叫亮度适应。有暗适应和亮适应之分。暗适应时间较长。眼睛有对于颜色刺激的灵敏度也变化的特性，这种现象叫颜色适应。绝对视觉阈值

在充分暗适应的状态下，在全黑视场中，人眼能感受到的最小光刺激值，称为人眼的绝对视觉阈值。当时在设计时，三条等距色带，总使人感到三色间的比例不够统一，即白色显宽，红色居中，蓝色显窄。后来把面积比例调整为红：白：蓝=33：30：37。这说明光的颜色会使人的眼睛产生形状大小的错觉。

数字图像处理基础知识–图像的视觉原理2023/1/1322视觉系统的同时对比现象，即感觉的亮度区域不是简单地取决于强度。同时对比现象数字图像处理基础知识–图像的视觉原理2023/1/1323人眼的空间分辨力和空间频率特性分辨力在空间上能区分相邻发光点的最小角距离称为极限分辨角θ，令其倒数为人眼分辨力ρ，即ρ=1/θ人眼的分辨角可按如下的经验公式估算式中d为瞳孔直径(mm)。人眼的分辨力与人眼的结构和状态有关。中央凹处分辨力最高。因而人眼在观察物体时，为了看得最清楚，眼球不断地运动着，并调节瞳孔的大小，自动地促使物体影像落在中央凹处。人眼分辨力还与背景亮度、对比度、运动速度和颜色有关。数字图像处理基础知识–图像的视觉原理2023/1/1324马赫带效应在亮暗边缘附近，亮侧亮度上冲、暗侧亮度下冲的现象，称为马赫效应。数字图像处理基础知识–图像的视觉原理2023/1/1325视觉惰性人眼的亮度感觉不会随着物体亮度的消失而立即消失，而有一个过渡时间，这就是视觉惰性。在此过渡时间内，亮度感觉按指数规律逐渐减小。利用这一特性，由每秒25帧的画面可形成连续活动景像感觉，如电影、电视画面那样。不引起闪烁感觉的最低重复频率叫做临界闪烁频率，略低于24Hz。在帧频高于此临界频率时，主观感觉亮度为显示亮度的平均值。隔行扫描就是利用视觉惰性来克服闪烁现象，同时可以降低行扫描的频率，使得传输频带得以压缩。数字图像处理基础知识–图像的视觉原理人眼视觉的时间特性2023/1/1326假象运动和残象假象运动：静止的光刺激交替发生而产生运动的感觉。为保持有一恒定的运动感觉，可调节刺激出现的时间T、距离间隔S、刺激强度I、时间间隔P等因素。假象运动如果加入图形因素，运动方向就会受到显著影响。在光刺激移去以后而依然有残留的感觉，这就叫残象。残象主要是由视觉细胞的光化学反应引起的。数字图像处理基础知识–图像的视觉原理2023/1/1327心里压力测试数字图像处理基础知识–图像的视觉原理2023/1/1328视觉错觉2023/1/1329数字图像处理基础知识

数字图像概述

图像的视觉原理

图像的采样、量化与数据结构2023/1/1330采样采样点阵像素

对连续变化的图像在空间坐标上作离散化的过程，称为对图像进行采样。数字图像处理基础知识–图像的采样、量化与数据结构2023/1/1331一维采样定理T≤1/(2Ωs)数字图像处理基础知识–图像的采样、量化与数据结构2023/1/1332二维采样定理Δx≤1/(2u)Δy≤1/(2v)数字图像处理基础知识–图像的采样、量化与数据结构2023/1/1333量化

对信号的幅度进行离散分层的过程称为量化。将像素的连续的亮度值，作等间隔分层量化的方式称为均匀量化，而作不等间隔分层量化的方式称为非均匀量化。量化是以有限个离散值近似的表示。实际上是层次无限的连续值，这就存在误差，称为量化误差，由此产生的失真称为量化失真或量化噪声。均匀量化过程数字图像处理基础知识–图像的采样、量化与数据结构2023/1/1334非均匀量化方式，通常有两种情况：1、基于人的视觉特性要求，由于人眼的掩盖效应，对于亮度值急剧变化部分则无必要进行过细的分层，只需进行粗量化；2、计算所有可能的亮度值出现的概率分布，对于出现概率大的亮度值进行细量化，对于出现概率小的亮度值则进行粗量化。以上方法既能减小量化误差，又能保证以尽量少的比特数实现量化。数字图像处理基础知识–图像的采样、量化与数据结构2023/1/1335采样、量化对图像质量的影响采样点数和量化级数直接关系到图像的清晰图。采样点数增加，量化基数提高，图像质量越高。如何合理选取是关键。不均匀采样和量化的方法，可在不增加采样点数和不加大量化级数的情况下，保证图像质量不受损。如：自适应改变采样密度（采样）利用人眼的视觉掩盖特性（量化）数字图像处理基础知识–图像的采样、量化与数据结构2023/1/1336数字图像数