数字图像基础课件

数字图像基础W.X.J数字图像基础内容：图像感知和获取图像采样和量化像素间的一些基本关系线性和非线性操作1、图像感知和获取要素：“照射”源“场景”传感器用单个传感器获取图像用线状传感器获取图像用传感器阵列获取图像简单的图像形成模型f(x,y)可由两个分量来表示：入射分量反射分量简单的图像形成模型例：晴天，太阳在地表面的照度超过90000lm/m2.有云，10000lm/m2。夜晚，满月0.1lm/m2。反射率：黑天鹅绒0.01，不锈钢0.65，白色墙0.8，镀银金属0.90，雪0.93。称为灰度级。令该区间为：2、图像取样和量化传感器的输出是连续的电压波形，这些波形的幅度和空间特性都与感知的物理现象有关。为了产生一幅数字图像，需要把连续的感知数据转换为数字形式。取样：数字化坐标量化：数字化幅值图像取样和量化下面三种传感器如何取样和量化：单传感器线阵传感器面阵传感器（下图说明）面阵传感器图像取样和量化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。数字图像表示取样和量化的结果是一个矩阵

矩阵表示数字图像表示1.黑白图像

图像的每个像素只能是黑或者白，没有中间的过渡，故又称为二值图像。二值图像的像素值为0、1。数字图像表示2．灰度图像

灰度图像是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。3．彩色图像

彩色图像是指每个像素的信息由RGB三原色构成的图像，其中RBG是由不同的灰度级来描述。空间和灰度分辨率空间分辨率：图像中可辨别的最小细节。每单位距离可分辨的最小线对的数目，如线对宽度2W，单位距离有1/2W对线。或者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*像素灰度级分辨率：灰度级别中可分辨的最小变化。空间分辨率(N减少)空间分辨率(N减少)图像的放大和缩小步骤：创立新像素的位置；对新位置赋灰度值。最近邻域法双线性内插双线性内插f(a,b)(a,b)(a,b+1)(a+1,b)(a+1,b+1)f(x,y)(x,y)邻接性令V表示邻接的灰度值集合，如V={8,9,…,16}；4邻接：如果在集合中，具有V中数值的两个像素和是4邻接的。邻接性8邻接：如果在集合中，具有V中数值的两个像素和是８邻接的。邻接性m邻接（混合邻接）：2个像素和，在中，且没有V值的像素，则具有V值的像素和为m邻接的。m邻接８邻接连通性通路由相互邻接的像素组成通路，对应有4通路、8通路、m通路。连通性图像子集S中的像素p和q，如果存在一条从p到q的通路，称p与q在S中是连通的。连通分量：S中与p连通的像素的集合（包括p）称为一个连通分量，如果仅有一个连通分量，则S为连通集。区域和边界区域：R是图像中的像素子集。如果R是连通集，则称为一个区域。边界：区域中像素的集合，它有一个或多个不在R中的邻点。边缘：由具有某些导数值的像素组成。距离度量d(p,q)为像素p和q之间的距离，它应该满足以下条件：当且仅当p=q时，d(p,q)＝0；

d(p,q)＝d(q,p)；

距离度量设p1(x1,y1),p2(x2,y2)为图像中的两像素，则几种常用的距离定义为：欧氏距离：街区距离：棋盘距离：距离度量(a)棋盘距离(b)街区距离(c)欧氏距离满足d(p,x)<t的x构成的区域距离度量p1pp2p3p4考虑ｍ邻接，Dm距离用点间最短的通路长度定义。V={1}p1