第2章 数字图像基础

图像信息技术中的视觉研究

图像感知和获取

图像采样和量化像素间的基本关系第2章数字图像基础DigitalImagingFundamentals2.1图像信息技术中的视觉研究2.1.1视觉研究与图像技术的关系(1)人的视觉系统是图像系统的最后终端，即图像信息的信宿;(2)人的视觉系统是一个结构复杂、性能优越的图像系统。对图像的认识或理解是由感觉和心理状态决定的。

从图像信息传输角度出发，图像系统评价的真正尺度是发信者的意图为收信者所理解的程度。视觉心理人的视野：左、右：1800，上、下：600。人眼在观察图象时，图象水平方向的宽度对应于眼球所张的角度称为水平视角。当视角在100以内时为视觉敏锐区，对色彩及细节的分辨能力最强；200以内时能正确识别图形等信息；200以上时分辨能力开始下降，但对活动信息比较敏感；300以上时分辨能力大大下降，但给人以身临其境的临场感。一般人眼的视野水平视角在200以内，而垂直视角在150以内的矩形区域内，所以4：3的电视图象就可以了。而为了使显示的图象具有临场感，水平视角应达到30以上，据此美国电影及电视工程师学会推荐了16：9的电视图象。画面组成和视觉心理

2.1.2视觉感知要素1)人眼构造巩膜外壳脉络膜视网膜中央凹玻璃体睫状体眼角膜虹膜前房室晶状体盲点瞳孔Ⅰ.在视网膜上成倒立的像，感觉正立是神经系统的校正Ⅱ.虹膜收缩，调节瞳孔2—8mm，调节入射光强弱Ⅲ.睫状肌改变晶状体曲率---调焦

锥状细胞：主要分布在中央凹，每个眼内约有600万到700万个锥细胞，感光灵敏度低，对颜色很敏感。可以充分辨别细节图像。杆状细胞:从中央凹开始向四周慢慢减少，约有七千五百万到一亿五千万个，分辨率比较低；主要提供视野的整体视象，不感受颜色并对低照度较敏感。人眼构造视网膜上杆状体与锥状体的分布锥状体杆状体盲点每平方毫米的杆状体和锥状体数人眼构造中央凹本身在视网膜上直径约为1.5mm的凹坑，为方便计算，将其近似为1.5mm*1.5mm的方形传感器阵列。在视网膜的这一区域内，锥状体的密度大约每平方毫米150000个，基于这一近似，眼睛中最高敏感区域的锥状体数量约为337000个元素。从行分辨力的观点看，恰好是一个电荷耦合器件（CCD)中等分辨率的成像芯片可有的这个数量元素，且接收器阵列不大于5mm*5mm.人眼构造眼睛中图像的形成球体前端为晶状体，相当于镜头，内壁为视网膜，相当于胶片。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间的距离由17mm缩小到14mm。感觉亮度：马赫带效应马赫带：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”

图2.8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。感觉亮度：同时对比现象证明感觉亮度不是简单的强度函数

同时对比同时对比图2.9一些典型的视觉错觉人类感知现象：视觉错觉a:正方形轮廓b:圆轮廓c:长度错觉d:平行线错觉在视觉错觉中，眼睛填充了不存在的信息或者错误地感知了物体的几何特点。视觉错觉视觉错觉Stareatthecrossinthemiddleoftheimageandthinkcircles视觉错觉采集处理显示物理对象2.2图像感知和获取照射源图像场景图像获取和显示可见光雷达红外线X射线超声波常见物体岩石发热物体分子光源反射透射各类图像都是由照射源和形成图像的场景元素对光能的反射或吸收而产生的。用传感器阵列获取图像数字图像的采集过程照射（能）源成像系统（内部）成像面输出（数字化）图像场景元素简单的图像形成模型f(x,y)=i(x,y)*r(x,y)0<f(x,y)

0<i(x,y)

0<r(x,y)<1入射分量i(x,y):入射到观察场景的光源总量取决于照射源;反射分量r(x,y)：场景中物体反射光的总量取决于成像物体的特征典型值：i(x,y)晴朗的白天太阳在地球表面产生的照度超过90000lm/m2有云10000lm/m2晴朗的夜晚满月的情况下0.1lm/m2R(x,y):黑天鹅绒0.01不锈钢0.65白色墙0.80镀银金属0.90雪0.932.3图像的取样与量化图2.16产生一幅数字图像的过程模拟-〉数字取样：数字化坐标量化：数字化幅度值模拟图像A->B线扫描取样量化连续图像投影到传感器阵列图像取样和量化后的结果数字图像的质量很大程度上取决于取样和量化中所用的取样数和灰度级一般根据图像内容进行选择2.3图像的取样与量化2.3图像的取样与量化空间分辨率图2.191024*1024的图像缩小至32*32像素，灰度级保持为256

图2.20采样间隔越大，空间分辨率低，质量差；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好。空间分辨率图2.21量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差。灰度级分辨率图2.21(续)当灰度分辨率进一步降低时的情况灰度级分辨率Resolution:HowMuchIsEnough?Thepictureontherightisfineforcountingthenumberofcars,butnotforreadingthenumberplate图2.22图像细节含量由少到多，同时改变空间分辨率和量化级，要求观察者按照主观质量进行排序空间和灰度级分辨率不同图像细节含量所需要的图像分辨率和灰度分辨率不同三类图像中典型的等偏爱曲线图2.22图像细节含量由少到多放大和缩小数字图像邻域内插法双线性内插法图像的放大与收缩最近邻域内插方法在原图像上寻找最靠近的像素并把它的灰度值赋给栅格上的新像素。

双线性内插方法放大和缩小数字图像2.4象素间的基本关系象素的邻域 4-邻域——N4(p)：

对角邻域——ND(p)：

8-邻域——N8(p)：邻接、连接和连通邻接性V={1}

(1)4-邻接： 2个象素p和r在V中取值且r在N4(p)中 (2)8-邻接： 2个象素p和r在V中取值且r在N8(p)中邻接

(3)m-邻接（混合邻接）： 2个象素

p和

r在V中取值且满足下列条件之一

①r在N4(p)中 ②r在ND(p)中且集合N4(p)∩N4(r)没有来自V中数值的像素邻接、连接和连通邻接和连通m连接用于消除8连接中的多路歧义性连通和通路从具有坐标(x,y)的象素p到具有坐标(s,t)的象素q的一条通路由一系列具有坐标(x0,y0)，(x1,y1)，…,(xn,yn)的独立象素组成。这里(x0,y0)=(x,y)，(xn,yn)=(s,t)，且(xi,yi)与(xi-1,yi-1)邻接，1≤i

≤

n，则

n为通路长度。连接是连通的一种特例，连通是由一系列依次连接的象素组成。

邻接和连通象素间的距离距离量度函数

3个象素p，q，r，坐标(x,y)，(s,t)，(u,v)

(1)

两个象素之间的距离总是正的

(2)

距离与起终点的选择无关

(3)

最短距离是沿直线的象素间的距离距离量度函数(1)欧氏（Euclidean）距离

(2)城区（city-block）距离(3)棋盘（chessboard）距离00000000000q00000000000000000p0000000000000000000象素间的距离距离量度函数

等距离轮廓图案数字图像运算1.加法图像的合成图像的衔接AdditionofimagesequenceAssumingNoiseisRandom.Input1Input2OutputimageOutputimageAddition+MatlabCodef=imread(’1.jpg’)；g=imread(’2.jpg’)；z=f+g；imwrite(z,’res.jpg’);imshow(z)2.减法减法的定义：C(x,y)=A(x,y)-B(x,y)。主要应用举例：检测同一场景两幅图像之间的变化，设：T1时间和T2时间2的图像相减的结果是:去除了图像背景色、得到了两幅图像之间有差别的部分同一场景两幅图像之间的变化数字图像运算LeastbitalterationEverypixelis8bit.So101=011

0

0101

1286432168421

LeastsignificantbitBackgroundsubtractionfor

motiondetectionWehaveabackgroundimageSubtractthenewfrombackgroundtogetdifferences.AngiographySubtraction-MatlabCodef=imread(‘1.jpg’)g=imread(‘2.jpg’)z=f-gimwrite(z,’res.jpg’)3.乘法乘法的定义：C(x,y)=A(x,y)*B(x,y)。主要应用举例：图像的局部显示。用二值蒙板图像与原图像做乘法。此种图像处理操作常被称为“抠图”或“蒙板”操作。图像的局部显示数字图像运算Multiplication&Divisiong(x,y)h(x,y)f(x,y)Multiplication&DivisionMaskingorROI(regionofinterest)Somaskis0(black)wherewewanttomaskanimage.4.求反求反的定义：g(x,y)=255-