MMC02 数字图像基础(上)

第二章数字图像基础DigitalImageFundamentals姜竹青链接：/s/1faPum密码：fc9b23第二章数字图像基础本章内容人眼的视觉特性基于亮度的视觉模型图像的感知和获取图像的取样和量化图像质量和种类（*）像素间的操作图像文件的存储格式（*）4人眼的构造图2.1人眼横截面简图虽然数字图像处理基于数学和计算机，但人的视觉判断和分析在选择某种算法时起核心作用。人眼近似为一个球体，直径约2cm外层由三层膜包裹角膜和巩膜脉络膜视网膜角膜是一种硬而透明的组织，覆盖着眼睛的前表面。与角膜相连的巩膜是一层包围着眼球剩余部分的不透明膜；脉络膜是眼睛重要的滋养源，脉络膜外壳着色很重，有助于减少进入眼睛外来光和眼球内反向散射光的数量；视网膜是眼睛最内侧的一层膜，当眼球适当聚焦时，来自眼睛外部的光在视网膜上成像。在视网膜表面分散的光接收器(光敏细胞）提供了图案视觉。5人眼的构造视网膜表面的光接收器（光敏细胞）分为两种：锥状细胞秆状细胞锥状细胞数目约600~700万，位于中央凹的部分既感光，又感色，白天起作用，对颜色敏感度很高每个锥体对连接到自身的一个神经末端。锥状视觉叫做白昼视觉或者明视觉。杆状细胞数目约7500~15000万，视野内一般的总体图像只感光，不感色，晚上起作用，在低照明度下对图像较敏感几个杆状细胞连接到一个神经末端秆状视觉叫做夜视觉或者暗视觉锥状杆状6人眼的构造虹膜：调整光圈(光通量)大小虹膜中间开口处(瞳孔)直径是可变的，2~8mm；其前部是看到的眼珠颜色；其后部则有黑色素；晶状体：调整成像焦距大小由同心的纤维细胞层组成，并由附在睫状体上的纤维悬挂着，含水量60~70%由稍黄的色素着色，颜色随年龄的增长而加深吸收大约8%的可见光谱，对短波长有较高的吸收率晶状体结构中，蛋白质吸收红外光和紫外光，过量时会伤害眼睛7人眼的构造中央凹视网膜上直径约1.5mm的凹坑可把中央凹看作1.5mm1.5mm大小的方形传感器阵列在视网膜这一区域中，锥状体的密度大约150000个元素/mm2眼睛中敏感度最高的区域，锥状细胞的数量约为337，000个元素（从自然分辨能力看，恰好是一个电耦合元件(CCD)中等分辨(比如VGA格式640×480=307200)的成像芯片所具有的元素数量）人眼约等效于50毫米焦距，光圈F4-F32可变，400万像素，ISO50-ISO6400，快门1/24的不停连续拍摄的相机。镜头约等于3片3组，由非球面镜组成，光圈（瞳孔）小于F32时，一般是化学药品中毒，大于F2.8时那是死人。对焦速度极高，在0.5秒内能完成最远到最近的切换。

8光圈F值=镜头的焦距/镜头光圈的直径光圈F值越小，通光孔径越大（如右图所示），在同一单位时间内的进光量便越多快门速度单位是“秒”。专业135相机的最高快门速度达到1/16000秒。9102.55mm图像的形成人眼的晶状体和普通光学透镜的主要差别在于:人眼晶状体的适应性更强，其形状由捷状体韧带和张力控制。聚焦远处的物体，晶状体变得相对扁平；聚焦近处的物体，晶状体变得较厚;聚焦中心与视网膜之间的距离为14mm~17mm。成像过程视网膜图像主要反射在中央凹区域上然后由光敏细胞的相应刺激作用产生感觉感觉把辐射能转变为电脉冲最后由大脑解码11第二章数字图像基础本章内容人眼的视觉特性基于亮度的视觉模型图像的感知和获取图像的取样和量化图像质量和种类（*）像素间的操作图像文件的存储格式（*）12人眼的亮度视觉特性—亮度适应性亮度适应人的视觉系统能适应的光强度级别范围很宽，从夜视域值到强闪光约有1010数量级。与整个适应范围相比较，人眼在某一时刻能够鉴别的亮度级别范围很小，分段感受。对于任何一组给定条件，视觉系统当前的灵敏度级别称为亮度适应级别(BrightnessLevel)13主观亮度是进入人眼的光强的对数函数。明视觉的范围是106夜视到明视逐渐过渡，过渡范围大约为0.001到0.1mL(对数坐标中-3到-1mL)人的视觉不能同时在整个范围内工作，它通过适应周围环境亮度来实现这么大动态范围。这就是所谓的亮度适应现象(BrightnessAdaptation)图2.4中对应亮度级别B,曲线Bb为适应的主观亮度感觉范围图2.4主观亮度感觉范围人眼的亮度视觉特性14感觉亮度不是简单的亮度函数韦伯定理WeberRatio马赫带效应MachEffect视在对比度视觉暂留人类感知现象的另外一个例子是视错觉以下依次用图例说明人眼的亮度视觉特性旋转90度后青蛙王子=白马王子？15人眼的亮度视觉特性－韦伯定理韦伯定理(Weber’sLaw)：如果一个物体的亮度I+△I与其周围背景I有刚刚可觉察的差别（最小可觉差）,则△I和I的比值是在一定的亮度范围内近似不变,为常数值0.02，这称为韦伯比。即：

人眼亮度感觉S和客观亮度B的对数值成正比，是单调的非线性系统。通过这一对数性质,人眼在受到保护的同时，达到宽达106

的视觉亮度范围。II+I(韦伯-费希纳定律)

韦伯

(ErnstHeinrichWeber

1795－1878)

德国生理学家费希纳（GustavTheodora

Fetcher1801～1887）德国物理学家、心理物理学

实际上，人的一切感觉，包括视觉、听觉、肤觉（含痛、痒、触、温度）、味觉、嗅觉、电击觉等等，都遵从这个定律。dB（分贝）16图2.7阶梯边缘的马赫效应人眼的亮度视觉特性－马赫带马赫带（MachEffect）1865年厄恩斯特.马赫（ErnstMach，1838～1916）奥地利物理学家、哲学家），马赫速度(马赫数)和马赫带以他的名字命名。视觉系统在不同亮度区域边缘周围的“欠调”和“过调”现象。虽然条带的亮度恒定，但是实际感觉条带边缘亮度有变化。奥地利维也纳市政厅公园的雕像17图2.8视在对比度示例人眼的亮度视觉特性－视在对比度感觉的亮度区域不是简单取决于亮度相同亮度的方块在不同背景下，感觉亮度不同；位于中心位置的方块亮度相同，当背景变亮时，方块的亮度变暗。一张白纸放在桌子上看上去很白，但用白纸遮蔽眼睛直视明亮的天空时，纸看起来总是黑的。MichelEugèneChevreul(1786–1889)，法国化学家18当我们长久注视一块红颜色之后，抬起眼睛看周围的人会觉得他们的脸色很绿；当我们对暖色光的环境适应之后，突然来到正常光线下，会觉得正常光线很冷，视觉残象也属于色彩的连续对比现象。19人眼的亮度视觉特性－视觉暂留不同亮度下亮度感觉与作用时间的关系。在某些亮度下，最大亮度感觉可比正常亮度感觉大得多。所以，短暂的光刺激比较长时向的光刺激更加醒目（指重复频率较低时）。海上航标和警灯采用断续灯光就是利用人眼的这种特性视觉暂留：人眼的主观亮度感觉与光的作用时间有关，并且光象一旦在视网膜上形成，在它消失后，视觉将会对这个光象的感觉维持一个有限的时间。不同亮度下亮度感觉与时间的关系视觉惰性中国走马灯(最晚宋代)卢克莱修(TitusLucretiusCarus,前99-前55,罗马哲学家、诗人)2021没线的三角形轮廓完整的圆(尽管没有线)相等线平行线人眼的亮度视觉特性－视错觉由于感知条件不佳、客观刺激不清晰、视听觉功能减退、强烈情绪影响、想象、暗示以及意识障碍等，引起无意识的推论。/wiki/Optical_illusion22暧昧错觉：图像或物体引起视觉感知在两种解释之间摆动。人眼的亮度视觉特性－视错觉ImpossibleCubeorNeckCube23扭曲错觉：大小、长度或曲率的失真。人眼的亮度视觉特性－视错觉墨尔本港口Müller-Lyer

Caféwallillusion24矛盾错觉：是不可能的或荒谬的物体引起的。人眼的亮度视觉特性－视错觉25人眼的亮度视觉特性－视错觉26虚构错觉：定义为不是所有观察者都能感知到，但单个观察者可以感知，例如精神分裂或迷幻，更适合叫幻觉。人眼的亮度视觉特性－视错觉Datura曼陀罗花Henbane天仙子花天仙子胺

一般剂量可使人感觉疲倦、进入无梦之睡眠它还能解除情绪激动，产生健忘个别病人可产生不安、激动、幻觉乃至谵妄2728第二章数字图像基础本章内容人眼的视觉特性基于亮度的视觉模型图像的感知和获取图像的取样和量化图像质量和种类（*）像素间的操作图像文件的存储格式（*）29光和电磁波谱可见光的彩色范围只占电磁波谱很小的一部分可见光（380nm~780nm）太阳辐射功率波谱电磁辐射波谱30可见光的光谱1666年牛顿发现太阳光通过棱镜后成为七色光；灰度级：描述单色光强度，它的范围从黑到灰，最后到白。人感觉物体的颜色是人眼、光源、物体的吸收和反射特性共同决定的；单色光和复合光31光源彩色感觉既决定于人眼对可见光谱中的不同成分有不同视觉效果的能力，又决定于光源所含的光谱成分以及景物反射（或透射）和吸收其中某些成分的特性。同一物体在不同光源照射下呈现的彩色也有所不同。人眼彩色感觉是主观和客观结合的过程，二者缺一不可。光源有两种：不发光的物体，在光源照射下，因反射一定的光谱成分和吸收其余部分而呈现一定的彩色；本身发光的物体，它辐射光谱分布，引起人眼的一定彩色感觉32黑体如果一种光源的光谱分布与黑体在某一温度下的辐射光的光谱分布相同或相近，并且二者的色度相同，那么黑体的温度，称为该光源的色温。单位以绝对温度K表示绝对黑体（也称全辐射体）是指既不反射也不透射而完全吸收入射辐射的物体。绝对黑体在不同温度时的辐射功率波谱>50003300~5000<3300冷、清爽中间暖、温馨GustavRobertKirchhoff

，1824.3.12-1887.10.17,，德国物理学家，1860年提出了术语“黑体”33标准光源D65光源

色温为6500K，相当于白天的平均光照。在400毫微米以下范围内，它的波谱能量比B光源与C光源要大些，所以近年来被用作彩色电视中的标准白光。它可以由彩色显象管的三种荧光粉发出的光适当配合而得到。E光源

是在色度学中采用的一种假想的等能白光（E白），就是当可见光谱范围内的所有波长的光都具有相等辐射功率时所形成的一种白光，它与色温为5500K的白光相近。纯粹是为了简化色度学中的计算。A光源

色温为2854K，其波谱能量主要集中在红外线区域，看起来不如太阳光白，带些橙红色，早上的阳光。B光源

色温为4800K，接近于正午直射的阳光。C光源

色温为67701K，其波谱能量在400～500毫微米处较大，可见C白含蓝色成分较多，相当于白天的自然光。各种色温下黑体的辐射功率波谱标准光源的功率波谱34简单的图像形成模型图像：用二维函数f(x,y)形式表示在特定坐标(x,y)处，亮度/强度f的值或幅度是一个正的标量，其物理意义有图像源决定。本书的大部分图像是单色图像，图像值可称为灰度级。图像的值正比于物理源的辐射能量(电磁波)，因此，f(x,y)一定是非零和有限的：0<f(x,y)<f(x,y)由两个分量来表征：f(x,y)=i(x,y)r(x,y)入射分量i(x,y)：入射到观察场景的光源总量；

0<i(x,y)<：取决于照射源；反射分量r(x,y)：场景中物体反射光的总量；0<r(x,y)<1：取决于成像物体的性质；r(x,y)=0，全吸收；r(x,y)=1，全反射对于透射成像(如X光片)，用透射分量代替上述的反射分量。35简单的图像形成模型照射和反射的典型值照度：0<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；（lm流明-光通量，lm/m2

是照度的单位）晴朗的夜晚，满月时约为0.1lm/m2反射：0<r(x,y)<1黑天鹅绒为0.01；不锈钢为0.65;白色墙0.80;镀银金属0.90；雪0.93;水面反射(上海豫园)菲涅耳(Augustin-JeanFresnel

,1788-1827,法国物理学家)/photo-effects/water-reflection/36简单的图像形成模型（本讲义中规定）单色图像在任何坐标(x0,y0)处的强度为图像在该点的图像灰度Lmin

gLmax没有照明的室内典型值：Lmin≈10；Lmax≈1000区间[Lmin,Lmax]称为灰度级通常把[Lmin,Lmax]移位为区间[0,L-1]l=0

在灰度级中为黑；l=L-1

在灰度级中为白；中间值是从黑到白的各种灰色调；37图像的获取图像是由“照射”源和“场景”对光的反射或透射而产生的。照射：传统的电磁能：雷达、红外线或紫外线、X射线、可见光等非传统的光源：超声波、计算机生成的照射模式。场景：熟悉的物体；分子、岩石、人脑、太阳成像、星座图像反射：平面反射；透射：X光成像等图2.12(a)单个成像传感器(如光二极管)(b)线传感器(扫描仪、遥感扫描)(c)传感器阵列（CCD）38图2.13(a)单个传感器通过运动产生二维图像(b)线传感器获取图像（扫描仪、传真）(c)环形传感器获取图像（CT、PET、核磁共振扫描）(d)传感器阵列（CCD）图像的获取第一张扫描照片，1975年，鼓式，176像素/线，RussellKirsch

三个月的儿子。(d)39第二章数字图像基础本章内容人眼的视觉特性基于亮度的视觉模型图像的感知和获取图像的取样和量化图像质量和种类（*）像素间的操作图像文件的存储格式（*）英国奥克尼群岛40图像取样和量化数字图像是模拟图像f(x,y)通过取样、量化、编码获得的图像取样：图像空间离散化图像量化：图像幅度离散化（又称为灰度级量化）编码：用有限比特去表示量化后的数值数字图像的产生如图2.16所示图2.16(a)连续图像

(b)在连续图像中用从A到B的扫描线来说明取样和量化的概念

(c)取样和量化

(d)数字化后的结果41数字图像的质量很大程度上取决于取样的样值数和量化中所用的灰度级，而图像内容是选择这些参数的重要因素。图像取样和量化4242数字图像的的表示图像取样和量化表示为一幅三维图形的数字图像；用两个坐标轴决定空间位置，第三个坐标（高度）表示灰度值。可以用该图推断图像的结构，但是，通常复杂的图像细节太多，以至于难以由此图解释。显示为二维可视灰度阵列的图像；更一般的表示，显示了f(x,y)出现在监视器或照片上的情况，便于快速观察结果。显示为二维数值阵列的图像；在本例中，f(x,y)的大小为600×600像素，或360000个数字。打印整个矩阵很麻烦，传达的信息也不多。然而，在处理和开发算法时，便于公式表示，相当有用。43图2.18本讲义中数字图像的坐标约定：(a)多数图像处理书中所用的坐标约定；(b)Matlab图像处理工具箱中所用的坐标约定差别：1）坐标系统的原点一个在（0，0），一个在（1，1）；

2）坐标中行列的符号一个是（x，y），一个是（r，c），但坐标顺序还是一样，一个元素表示行，第二个元素表示列。图像取样和量化原点原点坐标约定44数字图像的表示连续图像数字化以后变为MN维的矩阵，表示图像空间上的M行N列，N、M分别为行、列方向的取样点数；图像幅度上的灰度级总数为L；图像矩阵表达为：图像取样和量化幅度、行、列有时，使用传统的矩阵表示法更为方便：aij=f(x=i,y=j)=f(i,j)两种矩阵表示是等效的将图像表示为一个矢量v只要一致，哪种表示都可以45矩阵中的每个元素称为图像单元、图像元素或像素（pixelorpel）

M、N、灰度级数L的取值必须是正整数，通常取2的整数次幂：M=2m、N=2n、L=2k，则一幅数字图像总的比特数为：

b=MNk例如：灰度级为L=64（26），大小128128的一幅图像，总的比特数为128×128×6=98304bits=96KB当一幅图像有2k灰度级时，通常称该图像是k

比特图像离散灰度级是等间隔的，且是[0,L-1]内的整数；灰度级取值范围称为图像的动态范围；占有灰度级大部分有效段的图像，称作高动态范围图像；一幅图像中最高和最低灰度级的比值定义为对比度。图像取样和量化46图像取样和量化不同M=N和k时的图像比特总数

N

N

k

问题数字化后一幅真彩色图像的比特总数是多少？真彩色活动视频的码率是多少（bit/s）？对于活动视频信号，除了空间和幅度离散化外，时间方向需要离散化吗？计算机表示颜色也是用二进制。16位色的发色总数是65536色24位色被称为真彩色，它可以达到人眼分辨的极限，发色数是1677万多色，也就是2的24次方。但32位色就并非是2的32次方的发色数，它其实也是1677万多色，不过它增加了256阶颜色的透明度，为了方便称呼，就规定它为32位色。48图像取样和量化标清高清超清超高清4950图像Matlab读取Matlab图像读取函数：imread(‘filename’)>>f=imread(‘filename’);文件读取路径：当filename不包含路径信息时，从当前目录中寻找并读取图像文件filename，若无有，则继续在Matlab搜索路径中寻找。可以指定路径：>>f=imread('D:\DIP2010\Myimages\水路.jpg');也可以从当前工作目录总名为myimages的子目录中读取文件

>>f=imread(‘.\Myimages\水路.jpg');Matlab6.5imread函数支持的图像格式51图像Matlab显示Matlab图像显示函数：imshow(f,G)>>imshow(f,G)f是图像数组，G是显示该图像的灰度级数。若G省略，则默认灰度级为256；>>imshow(f,[lowhigh])小于等于low的值显示为黑色，大于等于high的值显示为白色，low和high之间的值将以默认级数显示。例如，图像的读取和显示>>f=imread('水路.jpg');>>whosf>>imshow(f)当要同时显示多幅图像时，可以使用figure函数，例如，imshow(f),figure,imshow(g)52图像Matlab保存Matlab图像保存函数：imwrite(f,’filename’)Filename必须包含函数能识别的文件格式扩展名，如.jpg,.tif或者用第三个参数说明文件格式例如：>>imwrite(f,'test.tif')

或>>imwrite(f,'test','tif')函数imwrtie可以有其他参数，具体取决于所选文件格式常用的文件格式为JPEG或TIFF格式常用但只适用于JPEG图像的imwrite函数，其语法为：

imwrite(f,'filename.jpg','quality',q)

其中，q是表示图像质量的0~100之间的整数，q越小，图像的退化就越严重。>>imwrite(f,'filename75.jpg','quality',75)>>imwrite(f,'filename5.jpg','quality',5)53图像Matlab保存Q=75时JPEG图像质量Q=5时JPEG图像质量54图像文件信息图像文件信息：imfinfofilename其中filename是图像文件名，结果显示在屏幕上。例如：>>imfinfo水路.jpg输出如下信息（注意，在这种情况下，有些域不包含信息）：

Filename:'水路.jpg'FileModDate:'26-Aug-201023:42:42'

FileSize:152572Format:'jpg‘FormatVersion:''

Width:878Height:1321BitDepth:24ColorType:'truecolor'FormatSignature:''Comment:{}其中，FileSize以字节为单位。图像宽度Width乘以高度Height，再乘以每像素比特数BitDepth，然后除以8bit/byte，就得到原始图像的字节数。用这个结果除以压缩后的文件大小Filesize，就得到压缩比：878×1321×24÷8÷152572=22.8倍55图像文件信息图像文件信息imfinfo的第二种用法：函数imfinfo的信息可赋给一个结构变量，便于后续计算：

>>K=imfinfo(‘filename.jpg’);由imfinfo产生的信息附加到了形式为K域的结构变量中，如图像高度和宽度存在结构域K.Height与K.Width中。例如：计算上述的压缩比>>K=imfinfo('水路.jpg');>>image_bytes=K.Width*K.Height*K.BitDepth/8;>>compressed_bytes=K.FileSize;>>compression_ratio=ima