第2章 图象采集课件

第2章图象采集

2.1 视觉过程

2.2 成象中的空间关系 2.3 光度学和亮度视觉 2.4 采样和量化2.1 视觉过程1． 光学过程

15/100=2.55/172.1 视觉过程2． 化学过程

锥细胞和柱细胞：

锥细胞：数量少，对颜色很敏感,锥细胞视觉：明视觉或亮光视觉柱细胞：数量多，分辨率比较低,不感受颜色并对低照度较敏感, 柱细胞视觉：暗视觉问题:在阳光下鲜艳的彩色物体在月光下变得无色？2.1 视觉过程3． 神经处理过程

每个视网膜接收单元都与一个神经元细胞借助突触（synapse）相连 每个神经元细胞借助其它的突触与其它细胞连接，从而构成光神经（opticalnerve）网络 光神经进一步与大脑中的侧区域（sideregionofthebrain）连接，并到达大脑中的纹状皮层（striatedcortex） 对光刺激产生的响应经过一系列处理最终形成关于场景的表象，从而将对光的感觉转化为对景物的知觉2.1 视觉过程 整体视觉过程

视觉＝“视”＋“觉”

2.3 光度学和亮度视觉 2.3.1 光度学 2.3.2 一个简单的成象模型 2.3.3 视觉系统对光的感知特点2.3.1光度学辐射度量学 研究各种电磁辐射强弱的学科 光是一种电磁辐射光度学 研究光的强弱的学科 光通量表示光辐射的功率或光辐射量，光通量的单位：lm（流明）光通量2.3.1光度学点光源： 线度足够小，或距离观察者足够远 发光强度I：点光源沿某个方向上单位 立体角d内发出的光通量dF

单位：cd（坎）1cd=1lm/sr（球面度）2.3.1光度学立体角（solidangle）

是从一点（称为立体角的顶点）出发通过一条闭合曲线上所有点的射线围成的空间部分，所以立体角表示由顶点看闭合曲线时的视角。 可以取一立体角在以其顶点为球心所作的球面上截出部分的面积与球面半径的平方之比作为对该立体角的度量。立体角的单位是球面度，记为sr。一个球面度对应在球面上所截取的面积等于以球半径为边长的正方形面积时的立体角。2.3.1光度学扩展光源 有一定发光面积的光源亮度和照度亮度：发光面的明亮程度，观察者对物体表面反射光强的度量。照度：照射在单位面积上的光通量，光源对物体辐射的一种度量。照度：是光源对物体辐射的一种量度{表2.3.2}亮度：观察者对物体表面光强的量度{表2.3.1}2.3.2一个简单的成象模型图象成象模型2-D亮度函数：f(x,y)（一幅场景图像） 图像的灰度值，一定不为零且为有限值 (1)入射到可见场景上的光量 (2)

场景中目标对入射光反射的比率照度成分i(x,y)和反射成分r(x,y)2.3.2一个简单的成象模型图象成象模型

f(x,y)与i(x,y)和r(x,y)都成正比

i(x,y)的值是由光源决定的

r(x,y)的值是由场景中的目标特性所决定的

{典型值：P.40}2.3.3视觉系统对光的感知特点1）人眼适应的亮度范围（1）总体范围大：从暗视觉门限到眩目极限之 间的范围在1010量级（2）具体范围小：一般范围在102量级暗视觉门限眩目极限

2）主观亮度影响同时对比现象，所有的中心方块有同样的亮度，但当背景变亮时，感觉它们就逐渐变暗。证明感觉亮度不是简单的强度函数同时对比现象感觉亮度：马赫带效应

1865年首先描述视觉系统倾向不同强度区域边界周围的”欠调”或”过调”

2）主观亮度影响人类感知现象：视觉错觉

a:正方形轮廓b:圆轮廓c:长度错觉d:平行线错觉2.4 采样和量化 2.4.1 空间分辨率和幅度分辨率 2.4.2 图象质量与采样和量化2.4.1空间分辨率和幅度分辨率图像的数字化所谓的图像数字化，是指将模拟图像经过离散化之后，得到用数字表示的图像。图像的数字化包括了空间离散化（即采样）和明暗表示数据的离散化（即幅度量化）。图像的数字化——采样概念采样是指将在空间上连续的图像转换成离散的采样点（即像素）集的操作。由于图像是二维分布的信息，所以采样是在x轴和y轴两个方向上进行的。一般情况下，x轴方向与y轴方向的采样间隔相同。

物理图像19643灰度像素数字图像采样列采样行图片像素行间隔采样列间隔图像的数字化——采样间隔

采样时的注意点是：采样间隔的选取。采样间隔太小，则增大数据量；太大，则会发生信息的混叠，导致细节无法辨认。示例图像的数字化

——采样效果演示示例细节清晰，数据量为100%细节无法辨认，数据量为1%图像的数字化

——空间分辨率

分辨率

是指要精确测量和再现一定尺寸的图像所必需的像素个数。

单位：像素*像素

（如：数码相机指标30万像素（640*480））空间分辨率空间分辨率越高，图像质量越好；空间分辨率越低，图像质量越差，会出现棋盘模式。（1）空间分辨率：图像空间中可分辨的最小细节。一般用单位长度上采样的像素数目表示。（2）空间分辨率（图像的采样）与图像质量的关系图像的数字化—量化概念量化是将各个像素所含的明暗信息离散化后，用数字来表示。一般的量化值为整数。充分考虑到人眼的识别能力之后，目前非特殊用途的图像均为8bit量化，即采用0~255的整数来描述“从黑到白”。在3bit以下的量化，会出现伪轮廓现象。低bit量化的伪轮廓现象图例灰度分辨率注：所谓颜色或灰度级指黑白显示器中显示像素点的亮暗差别，在彩色显示器中表现为颜色的不同，灰度级越多，图像层次越清楚逼真。灰度是相对于单色而言的，将亮度分成256恰好一个字节。灰度分辨率：图像灰度级中可分辨的最小变化。一般用灰度级或比特数表示。2.4.2图象质量与采样和量化图象空间分