第二章-图像获取

1DigitalImageProcessing

数字图像处理王伟浙江工业大学感知技术研究所2第二章图像获取视觉系统的基本构造低级感知层次视网膜上的光学成像神经活动电信息大脑获取图像感知高级感知层次图像信息的分析和理解（知之甚少，生理学、神经科学、生物物理和化学）视网膜上的视觉接收器视杆体，提供暗视，光灵敏度高视锥体，提供明视，光亮度范围大光度学和色度学的基本原理光觉（亮度）：光的强弱色觉（颜色）：光的波长彩色（色彩）三要素：HSI色度Hue：颜色的类别色饱和度Saturation：颜色的深浅程度亮度Intensity：光刺激人眼所引起视觉的明暗程度光度学和色度学的基本原理三基色原理：格拉斯曼定律所有颜色都可以由不同比例的相互独立的三基色混合得到

相加混色：由发光体发出的光相加而产生各种颜色，一般用于显示，三基色为红、绿、蓝。

相减混色：从白色光中减去（吸收）某些成分产生各种颜色，一般用于印刷，三基色为黄、品红、青。光场的瞬时光亮度计量：光度学和色度学的基本原理代表像源的空间辐射能量分布

相对光效（视敏）函数，即人视觉的光谱响应

任意波长光的视敏度与K(555)之比。人眼对不同波长光所得到的亮度感觉是不同的。其中对555nm的光感觉到的亮度最大。2100lm468lm光通量光度学和色度学的基本原理按人眼的光感觉来度量光的辐射功率。单位：流明(lm)它不仅与某一波长光的辐射功率有关，还与人眼对该波长光的视敏函数有关。例如：40瓦的白炽灯40瓦的日光灯>照度：照射在单位面积上的光通量，光源对物体辐射的的一种度量。Lx->lm/m2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。每单位面积上的发光强度，cd/m2光强（发光强度）：光源在单位立体角内发出的光通量，I=dF/dw坎德拉cd->流明/立体弧度光度学：光强、亮度、照度光度学和色度学的基本原理信号的分类图像信号分析基础图像信号分析基础数字量16位二进制PCM码表示，如1011011110101011图像信号的采样定理：图像信号分析基础对一个频谱有限(|u|<umax且|v|<vmax)的图像信号f(t)进行采样，当采样频率满足采样函数f(i,j)便能无失真地恢复为原来的连续信号f(x,y)。umax

、vmax分别为信号在两个方向频域上的有效频谱的最高角频率；u、v分别为二维采样频率，us=2π/Tu，vs=2π/Tv，实际上，常取Tu=Tv=T。信号的量化：图像信号分析基础采样是空间离散化，而量化是幅值离散化。所谓量化是将f(x,y)的连续分布的值域划分成若干个子空间，在同一子空间内的不同灰度值都用这个子空间内某一个确定值代替，形成一个有限可列数值序列。均匀量化非均匀量化13标量量化最优量化器设计就是取均方误差最小或信噪比最大的量化量化误差均方误差信噪比最优量化器图像中坐标轴的规定：图像信号分析基础数字图像的表示方法：图像信号分析基础yx数字图像常用矩阵来表示：图像信号分析基础17数字图像的基本概念

18数字图像的表示M和N为正整数矩阵中的每个元素称为图像单元，又称为图像元素，或简称像素

19数字图像的表示(1)二进制图像在一幅二进制图像中，每一个像素将取两个离散数值（0或1）中的一个。二进制图像使用uint8或双精度类型的数组来存储。(2)索引图像索引图像是一种把像素直接作为RGB调色板下标的图像。在MATLAB中，索引图像包含一个数据矩阵X和一个颜色映射（调色板）矩阵map。数据矩阵可以是unit8、unit16或双精度类型的。颜色映射矩阵map是一个m3的数据阵列，其中每个元素的值均为[0,1]之间的双精度浮点型数据，map矩阵中的每一行分别表示红色、绿色和蓝色的颜色值。索引图像可把像素的值直接映射为调色板数值，每个像素的颜色通过使用X的像素值作为map的下标来获得，如值1指向map的第一行，值2指向第二行，以此类推。MATLAB图像类型20数字图像的表示(3)灰度图像灰度图像通常由一个unit8、unit16或双精度类型的数组来描述，其实质是一个数据矩阵I，如式(2.6.1)。该矩阵中的数据均代表了在一定范围内的灰度级，每一个元素对应于图像的一个像素点，通常0代表黑色，1、255或65535（针对不同的存储类型）代表白色。(4)多帧图像多帧图像是一种包含多幅图像或帧的图像文件，又称为多页图像或图像序列，主要用于需要对时间或场景上相关图像集合进行操作的场合。例如，磁谐振图像切片或电影帧等。在MATLAB中，它是一个四维数组，其中第四维用来指定帧的序号。MATLAB图像类型21数字图像的表示(5)RGB图像RGB图像又称为真彩图像，它是利用R、G、B三个分量表示一个像素的颜色，R、G、B分别代表红、绿、蓝三种不同的基本颜色，通过三基色可以合成出任意颜色。所以对一个尺寸为MN的真彩图像来说，在MATLAB中则存储为一个MN3的多维数据矩阵。RGB图像不使用调色板，每一个像素的颜色直接由存储在相应位置的红、绿、蓝颜色分量的组合来确定。每个像素的三个颜色分量都存储在矩阵的第三维中，如坐标(16,36)处的红、绿、蓝颜色值分别保存在元素(16,36,2)、(16,36,4)和(16,36,6)中。MATLAB图像类型22空间分辨率256256

12812864643232图像空间分辨率变化的典型效果23灰度级分辨率

L=16

L=8L=4L=2图像灰度分辨率变化的典型效果24象素间的基本关系邻域N4(p)——象素(x,y)的4邻域(x+1,y)，(x-1,y)，(x,y+1)，(x,y-1)ND(p)——象素(x,y)的对角邻域(x+1,y+1)，(x+1,y-1)，(x-1,y+1)，(x-1,y-1)N8(p)——象素(x,y)的8邻域

N4(p)+ND(p)25象素间的基本关系连通性V是用于定义连接性的灰度值集合

4连接：2个像素p和r在V中取值，且r在N4(p)中，则它们为4连接；8连接：2个像素p和r在V中取值，且r在N8(p)中，则它们为8连接；m连接(混合连接)：2个像素p和r在V中取值，且满足下列条件之一，则它们为m连接：r在N4(p)中；

r在ND(p)中且N4(p)∩N4(r)是空集，该集合是由p和r的在V中取值的4近邻像素组成。26象素间的基本关系连通性从具有坐标(x,y)的像素p到具有坐标(s,t)的像素q的通路（或曲线）是特定像素序列，其坐标为(x0,y0)，(x1,y1)，，(xn,yn)这里，(x0,y0)=(x,y)，(xn,yn)=(s,