《数字图像处理：Matlab算法设计与解译》 课件 第1、2章 概述、图像处理基础

第一章绪论一张照片胜过千言万语。画面比文字更形象生动。

百闻不如一见。“Onepictureisworthmorethantenthousandwords”浮雕效果青春年华、下面途中的每个圆盘在动吗？田园美景

这里的每一幅图片（图像），如果不能直视，要用多少文字的描述，您才能想象出亲眼看到这样的效果呢？实验心理学家赤瑞特拉（Treicher）做过的两个著名的心理实验之一结论是：人类获取信息83%来自视觉信息！

数字图像处理，已经成为计算机、信息和媒体处理类专业的骨干和核心专业课程。

课程教学方法：

以课堂讲授为主；

通过对图像处理原理及算法的分析和处理结果（效果）的图示/演示，加深大家对各种图像处理方法及实现算法的理解；

通过代表性的图像处理算法的matlab编程及实验验证，使学生初步地掌握图像处理编程及算法验证方法，提高应用性教学效果。

学校建议的过程性评价形式包括：

主要包括：学生考勤、课堂表现（包括课堂纪律、听课表现等）、平时作业、综合性大作业（包括课外阅读、专题学术论文、专题调研报告、案例分析等）、团队作业、课程论文、课程设计、实验（实训）报告、教学实践活动、阶段性测试、期终测验等。

学校要求每门课过程性评价方式不少于5种。建议的课程考核方式

（1）期末闭卷考试占60%。

（2）课程实验占20%。（3）课程作业占10%。（4）平时及其它环节（课堂考勤、课堂互动、课堂纪律、期中或阶段性小测验等）占10%。第一章绪论《数字图像处理：

Matlab算法设计与解译》

1、数字图像与数字图像处理

2、数字图像处理系统的组成

3、数字图像处理技术的应用领域

4、Matlab及其应用基础5、基于MATLAB的图像处理程序设计与解译6、图像处理技术涉及的学科领域7、

Matlab软件的安装主要内容1.1数字图像与数字图像处理

一、图像与数字图像（1）图像

图像是指用各种观测系统，以不同形式和手段观测客观世界而获得的、可以直接或间接作用于人的视觉系统而产生的视知觉实体。一、图像与数字图像（2）数字图像

数字图像是指以二进制形式的数字表示和存储的图像。

比如：

◆数数码相机拍摄得到的图像；

◆数字摄像仪拍摄得到的图像；

◆利用数字化图像扫描仪对纸质图片扫描获得的图像。

（3）像素

数字图像是以二维的点阵形式显示的，其中的每个（像）点称为像素。

◆每一幅数字图像的每个像素的亮度值，都是用二进制数值表示的。

◆每一幅特定的数字图像高和宽，也是以相应的二进制数值表示的。一、图像与数字图像

（1）概念

数字数字图像处理是指对数字图像信息进行加工，以改善图像的视觉效果和提高图像的实用性；或对数字图像进行压缩编码以减少所需的存储空间的技术。

数字图像处理也称为计算机图像处理，泛指利用计算机技术对数字图像进行某些数学运算和各种加工处理。二、数字图像处理图像处理系统图像1图像2二、数字图像处理

（2）数字图像的基本特征

系统的输入和输出都是图像。图像处理系统（加噪）二、数字图像处理（2）数字图像的基本特征

系统的输入和输出都是图像。

比如：图像处理系统（图像合成）二、数字图像处理（2）数字图像的基本特征系统的输入和输出都是图像。

比如：图像处理系统(求图像最大、最小、平均灰度值)二、数字图像处理

显然，上面给出的是一种比较严格的图像处理定义，因此也呈现出了某种狭义性。（2）数字图像的基本特征系统的输入和输出都是图像。

比如：

随着科学技术的发展和进步，数字图像处理技术开始应用于解决机器感知问题。

在这种情况下，数字图像处理的目的不再是单纯的改善图像的视觉效果和提高图像的实用性，而是把注意力集中于以更适合于计算和处理的形式和从图像中提取信息的过程。

图像分析

二、数字图像处理（1）概念

图像分析一般是利用数学模型并结合图像处理的技术来分析底层特征和上层结构，从而提取具有一定智能性的信息。

图像分析更侧重于研究图像的内容，更倾向于对图像内容的分析、解释和识别。三、图像分析图像分析系统图像对图像进行描述的信息三、图像分析（2）图像分析的基本特征输入是图像，输出是对输入图像进行描述的信息。图像分析系统三、图像分析

3、图像分析（2）图像分析的基本特征输入是图像，输出是对输入图像进行描述的信息。

比如：图像分析系统（边缘检测）三、图像分析（2）图像分析的基本特征输入是图像，输出是对输入图像进行描述的信息。

比如：◆图像处理是对图像的低级处理阶段，图像分析是对图像的高一级的处理阶段。◆图像的低级处理是高级处理的基础，要对图像进行高一级的处理，必须先对图像进行低级(预)处理。◆图像的高一级处理是数字图像处理与分析的目的。四、图像处理与图像分析的关系

另外：

◆图像处理主要是在图像像素级上进行的处理，处理的数据量比较大。

◆图像分析则通过图像分割和特征提取，把原来以像素描述的图像转变成比较简洁的非图形式的描述。

◆在实际中，图像的低级处理阶段和高一级的处理阶段是相互关联和有一定重叠性的。四、图像处理与图像分析的关系基于以上的原因，本书中提到的图像处理概念是广义的，它不仅包括了输入和输出都是图像的低级处理，而且也包括了输入是图像，输出是对输入图像的描述这样的高一级的处理。

也就是说，广义的图像处理概念实际上指的是图像处理与分析。

四、图像处理与图像分析的关系

（1）传统的图像处理方法

主要包括图像增强、图像恢复、图像压缩编码、图像分割、图像特征提取、图像的表示与描述、图像变换和图像的基本运算。五、图像处理技术的研究内容

（1）传统的图像处理方法

主要包括图像增强、图像恢复、图像压缩编码、图像分割、图像特征提取、图像的表示与描述、图像变换和图像的基本运算。

（2）基于特定数学理论的图像处理方法

主要包括频率域图像处理、小波图像处理和形态学图像处理等。五、图像处理技术的研究内容

（1）传统的图像处理方法

主要包括图像增强、图像恢复、图像压缩编码、图像分割、图像特征提取、图像的表示与描述、图像变换和图像的基本运算。

（2）基于特定数学理论的图像处理方法

主要包括频率域图像处理、小波图像处理和形态学图像处理等。

（3）彩色图像处理方法五、图像处理技术的研究内容1.2数字图像处理系统的组成

一、数字图像处理系统的架构

数字图像的处理过程是由计算机完成的。

一个典型的数字图像处理系统的组成架构：二、数字图像处理系统的组成电视摄像机扫描仪数码照相机遥感图像获取设备

计算机图像输入卡（采集卡)显示卡图像存贮装置图像数字化设备输入图像输出图像打印机绘图仪彩色印刷机图像处理计算机图像输出设备二、数字图像处理系统的组成

（1）图像的感知与获取设备（输入设备）

是一种将景物转换成计算机可以接受的数字图像的图像采集设备。二、数字图像处理系统的组成图像获取/输入设备1000DPI1600DPI1000象素1600象素扫描仪分辨率与扫描图象的大小分辨率：单位长度上采样的像素个数：DPI(dot/inch)1英寸原稿图像二、数字图像处理系统的组成

（2）图像处理系统和软件开发工具及平台专用或通用图像处理系统；利用MATLAB图像处理工具箱提供的丰富的图像函数和环境进行图像处理软件开发；直接在MicrosoftWindows上，以Microsoft公司的VC++或BC++为编程工具，进行图像处理软件开发。二、数字图像处理系统的组成

（3）图像输出设备

彩色显示设备；彩色印刷/打印设备。二、数字图像处理系统的组成图像输出设备之一喷墨打印机激光打印机数字印刷机PCMCIA存储设备

二、数字图像处理系统的组成三、数字图像处理系统的分类三、数字图像处理系统的分类三、数字图像处理系统的分类四、典型图像处理（工具）软件示例Photoshop图像处理软件四、典型图像处理（工具）软件示例Windows附件中的画图四、典型图像处理（工具）软件示例画图3D五、实用的图像处理系统示例1.3图像处理技术的应用领域

（1）20世纪20年代，通过海底电缆从伦敦向纽约传送数字化的新闻照片。

（2）20世纪60年代，开始用计算机技术改善空间探测器的图像质量，校正航天器上电视摄像机中各种类型的图像畸变。

（3）20世纪70年代，图像处理技术开始用于医学图像、地球遥感监测和天文学等领域。

（4）到21世纪的今天，几乎已不存在与图像技术无关的技术领域。一、图像处理技术应用的变迁

宇宙探索、遥感技术、气象预报、工业生产、生物医学、军事应用、公安业务、交通控制、考古、媒体通信、文化产业等。

总体上来说，图像处理技术的应用已经遍布国民经济的各个领域。二、当前图像处理技术的主要应用领域二、当前图像处理技术的主要应用领域

1、医学应用

通过CT及核磁共振、超声波、X射线成像的分析等，可提供医学诊断依据。X线片CT片MRIECT

1、医学应用二、当前图像处理技术的主要应用领域CT(ComputedTomography)

计算机断层摄影术肝脏和胃的横断平面CT图像CT扫描投射成像

1、医学应用二、当前图像处理技术的主要应用领域地球资源勘探

2、遥感与资源勘探二、当前图像处理技术的主要应用领域农、林等资源的调查，农作物长势监测，自然灾害监测、预报，地势、地貌测绘以及地质构造解译、找矿，环境污染检测等。二、当前图像处理技术的主要应用领域

2、遥感与资源勘探1998年长江（枝城-岳阳）洪涝灾害监测

无损探伤，石油勘探，生产过程自动化（识别零件，装配质量检查），工业机器人研制等。

3、工业生产二、当前图像处理技术的主要应用领域

航空及卫星侦察照片的测绘、判读，雷达、声纳图像处理，导弹制导，军事仿真等。隐形飞机、定位轰炸夜视侦查成像

4、军事应用二、当前图像处理技术的主要应用领域Landscape电子沙盘

4、军事应用军事目标跟踪景象匹配精确制导

4、军事应用图像传真，数字电视、网络可视聊天、可视电话网页动画等。

5、通信技术二、当前图像处理技术的主要应用领域独特的ExactTime和AutoBalance技术语音图像唇形同步只需350毫秒Hi…Hello…

5、通信技术二、当前图像处理技术的主要应用领域

6、空间探索二、当前图像处理技术的主要应用领域

6、空间探索二、当前图像处理技术的主要应用领域指纹识别，印签、伪钞识别，安检，手迹、印记鉴别分析等。

7、公安与信息安全二、当前图像处理技术的主要应用领域获取气象云图进行测绘、判读等。风云1号风云2号

8、气象预报二、当前图像处理技术的主要应用领域气象预报气象云图

8、气象预报

9、广告设计二、当前图像处理技术的主要应用领域计算机绘画

10、艺术与影视应用二、当前图像处理技术的主要应用领域计算机合成图像

周金龙合成华南虎事件

10、艺术与影视应用动画

娱乐

10、艺术与影视应用二、当前图像处理技术的主要应用领域图象配准示例

10、艺术与影视应用二、当前图像处理技术的主要应用领域1.4Matlab及其应用基础

MATLAB

是MATrixLABoratory（矩阵实验室）的英文缩写，MATLAB

软件是美国Mathworks公司推出的一种高级科学计算、专业级符号计算、可视化建模仿真和交互式应用开发环境。

该系统的基本数据结构是矩阵，程序中的(矩阵)变量不要求做明确的维数说明，系统提供了大量的内置函数，从而被广泛地应用于数值(线性代数)计算、控制系统、信号处理、图形绘制、图像处理等领域的分析、仿真和设计工作。

Matlab

是一个集数值计算、图形管理、程序开发于一体的软件环境。

Matlab由5部分组成：

（1）MATLAB语言体系，是MATLAB的高层次矩阵/数组语言环境，具有数据结构、条件控制、函数调用、输入输出、面向对象等程序语言特性。一、

MATLAB系统的组成

Matlab由5部分组成：

（2）MATLAB开发环境，是MATLAB提供给用户的管理功能及软件环境，包括管理工作空间中的变量和输入输出数据，开发、调试和管理文件的各种工具。一、

MATLAB系统的组成

Matlab由5部分组成：

（3）MATLAB图形系统，是MATLAB提供给用户的可视化功能开发环境，包括2D和3D数据的图示、图像处理、动画生成、图形显示等高层命令，用户对图形图像等对象进行特性控制的底层命令，以及开发GUI应用程序的各种工具。一、

MATLAB系统的组成

Matlab由5部分组成：

（4）MATLAB

数学函数库，是MATLAB使用的数学算法库，包括各种初等函数的算法，矩阵运算和矩阵分析等高层次的数学算法，以及M文件（一种文本文件）函数。一、

MATLAB系统的组成

Matlab由5部分组成：

（5）MATLAB

应用程序（API）接口，是MATLAB为用户提供的函数库，使用户可以在MATLAB环境中使用C、C++、JAVA和FORTRAN语言程序，包括在MATLAB中调用程序（动态链接），读MAT文件等功能。一、

MATLAB系统的组成

二、

MATLAB系统环境计算机屏幕界面上会有相应的快捷图标：

二、

MATLAB系统的软件环境

二、

MATLAB系统的软件环境1、命令行窗口MATLAB的典型工作方式之一是用户在命令行窗口输入命令，按回车键后MATLAB逐句解释执行命令行窗口中的命令，并在该窗口中已经执行的命令下方显示除图形以外的运算结果。

二、

MATLAB系统的软件环境1、命令行窗口

在命令行窗口除可输入MATLAB命令外，还可以输入MATLAB的函数、表达式、语句、M文件名或MEX文件名等，所以一般也将在命令行窗口输入的对象称为语句。

二、

MATLAB系统的软件环境2、当前目录窗口MATLAB的当前目录也即系统默认的实施打开、加载、编辑和保存文件等操作时的文件夹。

MATLAB启动后，系统默认的当前目录是…\MATLAB\toolbox，用户可以在默认的当前目录下存放自己的文件。

二、

MATLAB系统的软件环境3、编辑器窗口MATLAB的编辑器窗口是编写和和修改MATLAB脚本程序的地方。

二、

MATLAB系统的软件环境4、工作区

工作区用于显示运行的程序中的变量，包括它们的名称、值以及类型。1.5基于MATLAB的图像处理程序设计与解译

本节以Matlab为编程和仿真环境，从提高基于Matlab的编程能力角度出发，对算法中的关键代码段进行分析和解译，以促进学习者对图像处理基础算法的理解和Matlab编程能力的提升。

一、基于MATLAB环境的程序设计

用例子说明基于Matlab的图像处理程序、程序编辑与运行环境及运行结果。

1、实现功能及程序

【例1.1】

求灰度图像的最大灰度值、最小灰度值和平均灰度值的matlab程序及运算结果。

灰度图像及像素的灰度值概念

一幅大小为200×300二维数字图像可看作是一个大小为200×300的二维像素值阵列，二维阵列中的每个矩阵元素即是一个像素，其值即为该像素的灰度（亮度）值，灰度图像的灰度取值范围是0至255。

程序：clc;clearall;%清除命令窗口的内容，清除工作空间中的所有变量closeall;%关闭所有的Figure窗口img0=imread(‘d:\0_matlab图像课编程\women.jpg’);%读图像文件中的8数据f=double(img0);%将uint8格式的图像数据转换成双精度格式的数据[hw]=size(f);%取图像阵列的行数（高）h和列数（宽）wmax=0.0;min=256.0;avg=0.0;%赋初值fori=1:hforj=1:wiff(i,j)<minmin=f(i,j);%求最小值end;iff(i,j)>maxmax=f(i,j);%求左大志end;avg=avg+f(i,j);%计算灰度值的累加和end;end;avg=uint8(avg/(h*w));%双精度格式的平均灰度值转换成8位整数格式数据fprintf('运算结果:\n');%输出计算结果到命令窗口fprintf('图像像素的最大灰度值：%f\n',max);fprintf('图像像素的最小灰度值：%f\n',min);

fprintf('图像像素的平均灰度值：%f\n',avg);

一、基于MATLAB环境的程序设计

2、Matlab软件环境中的程序

一、基于MATLAB环境的程序设计

3、程序运行结果

【例1.1】

求灰度图像的最大灰度值、最小灰度值和平均灰度值的matlab程序及运算结果。

一、基于MATLAB环境的程序设计

4、程序解译及相关Matlab函数Matlab中的数值运算采用的都是double型(64位)数据格式。

在例1.1的加法及其平均值运算，需要把uint8格式的无符号整数0～255转换成双精度数据。

例1.1中的相关函数及功能如下：

（1）%：注释符号，在其后的同一行中的内容是注释，不会被执行。

（2）clc：清除命令窗口中的内容。

（3）clearall：清除工作空间的所有变量、函数和MEX文件。

（4）closeall：关闭所有的Figure窗口。

（5）imread('path_filename')：读入指定路径及文件名为path_filename的图像。

（6）[m,n,color]=size(I)：获取图像矩阵I的行数h和列数w及颜色数color。当color值等于3时，说明图像I是彩色图像。缺省color的形式为[m,n]=size(I)。

（7）double(x)：将其它类型的数据x转换为双精度型数据。在MATLAB的矩阵运算中，要求所有的运算变量为double型(双精度型)。

（8）uint8(x)：将其它形式的数据x转换为无符号整数，取值范围为0～255，也即灰度图像的灰度值取值范围。

（9）fprintf(fid,format,var)：将数据var按指定格式format写入到文本文件fid中。其中：

①fid为文件句柄，指定要写入数据的文件，缺省时意指输出到屏幕的命令窗口。

②format用来指定数据输出时采用的格式，%d指整数格式、%e指实数（科学计算法）格式、%f指实数格式、%s指字符串格式；\n是换行符号。

③Var用来存放数据、向量或矩阵。

二、MATLAB常用编程方法解译

常用的数字图像处理算法都是面向灰度图像的。

习惯上在程序开始要把原图像转换成灰度图像而不管该图像是否已经是灰度图像了。

这样做的好处是程序更具有通用性，对应的Matlab程序段如下：img=imread('d:\0_matlab图像课编程\women.jpg');[h,w,color]=size(img);ifcolor==3img1=rgb2gray(img);%将彩色图像转换成灰度图像end其中，函数img1=rgb2gray(img)的功能是把彩色图像img转换成灰度图像img1。1.6图像处理技术涉及的学科领域

一、图像处理技术涉及的基础技术领域研究方法数学物理学生理学心理学电子学计算机科学研究范围模式识别计算机视觉计算机图形学研究进展人工智能神经网络遗传算法模糊逻辑二、图像处理技术涉及的学科图象处理涉及的学科（典型的交叉学科技术）：1、计算机科学与技术（一级学科）2、信息与通信工程（二级学科：信号与信息处理）3、控制科学与工程（二级学科：模式识别与智能系统）

4、测绘科学与技术（二级学科：航空摄影测量）5、光学工程（二级学科：光学成像及处理技术）6、医学工程（二级学科）7、医学技术（二级学科）1.7Matlab软件的安装

Matlab软件的安装：

见安装软件中的安装教程谢谢第二章数字图像处理基础

1、电磁波谱与可见光谱

2、人眼的亮度视觉特性

3、图像的表示

4、空间分辨率和灰度分辨率

5、像素间的关系6、图像的显示7、图像文件格式主要内容2.1电磁波谱与可见光谱一、电磁辐射成像与电磁辐射波谱◆在实际的图像处理应用中，最主要的图像来源于电磁辐射成像。

◆电磁辐射波包括无线电波、微波、红外线、可见光、紫外线、X射线、γ射线。

◆电磁辐射波的波谱范围很广：波长最长的是无线电波为3×102m，其波长是可见光波长的几十亿倍；波长最短的是γ射线，波长为3×10-17m，其波长比可见光小几百万倍。图2.1电磁辐射波普

0.001nm1nm10nm电波可见光γ射线x射线紫外线红外线微波视频、无线电波紫

蓝

青

绿

黄

橙

红

近红外

短波红外

中红外

热红外

远红外400nm500nm600nm700nm1300nm3μm8μm14μm1mm毫米波厘米波分米波超短波短波中波长波超长波1mm10mm1cm1m10m100m0.1km10km100km一、电磁辐射成像与电磁辐射波谱500600紫400700750蓝绿黄橙红350可见光谱：青二、可见光谱

2.2可见光中的7种颜色及其排列关系◆太阳的电磁辐射波恰好主要占据整个可见光谱范围。

◆可见光随波长的不同依次呈现出紫、蓝、青、绿、黄、橙（橘红）、红七种颜色，白光是由不同颜色的可见光线混合而成的。二、可见光谱

可见光谱二、可见光谱

◆人从一个物体感受到的颜色是由物体反射的可见光的特性决定的。

◆

若一个物体反射的光在所有可见光波长范围内是平衡的，则对观察者来说显示的是白色。

◆

若一个物体只反射可见光谱中有限范围的光，则物体就呈现某种颜色。

二、可见光谱

（1）单色光

仅有单一波长成份的光称为单色光。

（2）复合光含有两种以上波长成份的光称为复合光。

{单色光和复合光都是有色彩的光}

三、单色光、复合光、有色光和消色光

（3）消色光没有色彩的光称为消色光。

◆消色光就是观察者看到的黑白电视的光，所以消色指白色、黑色和各种深浅程度不同的灰色。

◆消色光的属性仅有亮度或强度，通常用灰度级描述这种光的强度。

三、单色光、复合光、有色光和消色光

不同的电磁辐射波有各自的成像方式，其应用领域也不尽相同。四、电磁辐射波成像的应用Gamma射线

骨骼扫描PET图像天鹅星座环来自反应器电子管的伽马辐射四、电磁辐射波成像的应用X射线

（a）胸部X射线图像（b）主动脉造影图像（c）头部CT（d）电路板（e）天鹅星座环四、电磁辐射波成像的应用紫外线成像

(1)普通谷物(2)被真菌感染的谷物(3)天鹅星座环四、电磁辐射波成像的应用可见光与红外波段成像华盛顿地区的卫星图像四、电磁辐射波成像的应用微波段成像（雷达）不受气候、光照条件影响，可以穿透云层，通过植被、冰层和极干燥地区西藏东南山区航天器拍摄的雷达图像四、电磁辐射波成像的应用无线电波成像

(a)膝盖(b)脊椎磁共振成像(MRI)四、电磁辐射波成像的应用其他图像成像方式声波成像

地震模型横截面图像，箭头指示碳氢化合物四、电磁辐射波成像的应用其他图像成像方式电子显微镜成像

(a)过热损坏的钨丝250倍(b)损坏的集成电路2500倍四、电磁辐射波成像的应用2.2人眼的亮度视觉特性一、视觉适应性

◆大量实验表明，主观亮度(人的视觉系统感觉到的亮度)与进入人眼的光的强度成对数关系。对图像进行对数运算处理后,比较适应人的视觉特性。◆人眼对从亮突变到暗环境的适应能力称为暗适应性。◆人眼对亮度变化跟踪滞后的性质称为视觉惰性（或短暂的记忆特性）。

二、同时对比效应

是指人眼对某个区域的亮度感觉并不仅仅取决于该区域的强度，而是与该区域的背景亮度或周围的亮度有关的特性。图2.3同时对比效应示例

二、同时对比效应

◆同时对比效应实例图片的产生

【例2.1】编写生成4

幅展示同时对比效应图像的matlab程序。

clc;clear;closeall;h=280;w=280;img=zeros(h,w);%生成280*280的全零值初始图像

back_gray=1.0;fork=1:4%产生4个同时对比效应图像

fori=1:hforj=1:wimg(i,j)=out_gray;%给整个图像赋以亮度值endend

back_gray=back_gray+70.0;

fori=93:189%内方块为96*96forj=93:189img(i,j)=100;%给图像中间方块赋以亮度值100endend

f=uint8(img);figure,imshow(f);title('比值为100/(1,71,141,211)的同时对比效应图像');end

例中的相关函数及功能如下：

（1）zeros(h,w)：建立一个大小为h×w，元素值为double类的全0值矩阵。

（2）imshow(I,[lowhigh])：显示灰度图像I，并以二元素向量[lowhigh]指定显示范围。显示方法是将值low（以及任何小于low的值）显示为黑色；将值high（以及任何大于high的值）显示为白色。缺省[lowhigh]的imshow(I)为显示灰度图像。

（3）title('heading')：给输出显示的图像加标题，单引号内的内容为图像的标题内容。

三、马赫带效应

人类视觉在亮度有变化的地方会出现虚幻的亮或暗的条纹，使得人们在观察某窄条时，感觉在靠近该窄条的另一个亮度较低的窄条的那一侧似乎更亮一些，而在靠近该窄条的另一个亮度较高的窄条的那一侧似乎更暗一些，也即在不同亮度区域边界有“欠调”和“过调”现象。

三、马赫带效应图2.4马赫带效应示例

感觉亮度实际亮度三、马赫带效应

◆马赫带效应实例图片的产生

【例2.2】编写编写生成展示马赫带效应的8窄条图像的Matlab程序。

clc;clear;closeall;h=400;w=150;img0=zeros(h,w);%生成400*150的全零值初始图像fork=1:8%上下排列的8个不同亮度的窄条k1=k-1;fori=(k1*50+1):(k1*50+50)%每个窄条h值的起始和终止值forj=1:w%窄条的宽度w值img0(i,j)=k1*30.0+10.0;%分别给每个窄条赋亮度值endendendimg1=uint8(img0);%转换成8位图像fori=1:h%h*w图像(横向窄条)转换w*h图像(纵向窄条)forj=1:wimg2(j,i)=img1(i,j);endend

imshow(img2);title('亮度值相差30的8窄条马赫带效应图像');

◆马赫带效应实例图片的产生

【例2.2】编写编写生成展示马赫带效应的8窄条图像的Matlab程序。三、马赫带效应四、视觉错觉是指人眼填充了不存在的信息或者错误地感知物体的几何特点的特性。图2.5视觉错觉示例

（d）（e）（f）（a）（b）（c）四、视觉错觉人眼的亮度视觉特性-实例它们真的在动吗？人眼的亮度视觉特性-实例你看到了什么？那些交叉点是不是在放射火花？在Grid火花错觉中，眼球的运动也是非常重要的。尽管在视觉研究领域有对这种错觉进行全面介绍的文章，但它本质的原因仍然没有被充分的了解。栅格火花错觉长度与透视：线AB和线CD长度完全相等，虽然它们看起来相差很大。长度与透视人眼的亮度视觉特性-实例人眼的亮度视觉特性-实例曲线正方形曲线正方形：这些是完全的正方形吗？【解析】正方形看起来是变形了，但其实它们的边线都是笔直而彼此平行的。比尔·切斯塞尔创作了这个曲线幻觉的视觉艺术版本。2.3图像的表示一、简单的图像成像模型

一幅图像可定义成一个二维函数f(x,y)。其中:

（x,y）表示二维图像平面中的像素的坐标。

f(x,y)是图像中位于坐标（x,y）处的像素的幅值（亮度值）。

一、简单的图像成像模型

由于幅值f实质上反映的是光照射在景物上，并经其反射或透射的辐射能量。而照射在景物表面(x,y)处的光的强度一定是非零且有限的，所以f(x,y)一定满足：

0<f(x,y)<A0

(2.3)

f(x,y)可由两个分量来表征:

一是照射到观察景物的光的总量；

二是景物反射或透射的光的总量。一、简单的图像成像模型设i(x,y)表示照射到观察景物表面(x,y)处的光的强度；r(x,y)表示观察景物表面(x,y)处的平均反射(或透射)系数，则有：

f(x,y)=i(x,y)r(x,y)(2.4)

其中：0<i(x,y)<A1

0

≤

r(x,y)

≤

1一、简单的图像成像模型对于消色光图像(有些文献称其为单色光图像)，一般把图像f(x,y)在坐标点(x,y)的亮度值称为灰度值l，且：

l=f(x,y)

(2.5)这种只有灰度属性没有彩色属性的图像称为灰度图像。由式(2.4)：f(x,y)=i(x,y)r(x,y)，显然有：

Lmin

≤l≤

Lmxa(2.6)

区间[Lmin，Lmax]称为灰度的取值范围。在实际中，一般取Lmin的值为0，Lmax=L-1。这样,灰度的取值范围就可表示成[0，L-1]。

一、简单的图像成像模型当一幅图像的x

和y

坐标及幅值f

都为连续量时，称该图像为连续图像。为了把连续图像转换成计算机可以接受的数字形式，必须先对连续的图像进行空间和幅值的离散化处理。

◆图像的采样：对图像的连续空间坐标x和y的离散化。

◆图像灰度级的量化：对图像函数的幅值

f

的离散化。

二、数字图像的表示

1、均匀采样

对一幅二维连续图像f(x,y)的连续空间坐标x和y的均匀采样，实质上就是把二维图像平面在x方向和y方向分别进行等间距划分，从而把二维图像平面划分成M×N个网格，并使各网格中心点的位置与用一对实整数表示的笛卡尔坐标(I,j)相对应。二、数字图像的表示MN(1,2)

1、均匀采样二维图像平面上所有网格中心点位置对应的有序实整数对（笛卡尔坐标）的全体，就构成了该幅图像的采样结果。二、数字图像的表示NM

1、均匀采样均匀采样的基本采样方式：

（1）线扫方式二、数字图像的表示

1、均匀采样均匀采样的基本采样方式：

（2）面线扫方式二、数字图像的表示

2、均匀量化对一幅二维连续图像f(x,y)的幅值f的均匀量化，实质上就是将图像的灰度取值范围[0，Lmax]划分成L个等级（L为正整数，Lmax=L-1），并将二维图像平面上M×N个网格的中心点的灰度值分别量化成与L个等级中最接近的那个等级的值。二、数字图像的表示

2、均匀量化

均匀量化的实现：实际中的量化有不同的实现方法，一种实现思路是：将量化点上的实际幅值与L个等间距的判决电平dj(j=0，1，2，…，L-1)进行比较，只要实际幅值落在半开闭区间[dj，dj+1)的任一电平上，量化器就输出一个确定的整数量化结果r(r=0，1，2，…，L-1)。二、数字图像的表示

2、均匀量化二、数字图像的表示均匀量化示意图量化原理量化为8bit

3、非均匀采样和量化二、数字图像的表示在灰度级变化尖锐的区域，用细腻的采样，在灰度级比较平滑的区域，用粗糙的采样。

4、数字图像的表示为了描述上的方便,本书仍用f(x,y)表示数字图像。设x∈[0，M-1]，y∈[0，N-1]，f∈[0，L-1]，则数字图像可表示成下式形式的一个M×N的二维数字阵列。二、数字图像的表示其中:

[f]中每个(x,y)处的f(x,y)是数字图像中的一个最小（或基本）单元，称其为图像元素(pictureelement)，简称为像素（pixel）。

也即，像素是位于图像阵列中不同位置的，构成图像的最基本的单元或元素。

一幅灰度图像的每个像素f(x,y)的取值范围为[0，L-1]，且规定L为2的整次幂，也即：

L=2k

（2.8）其中，k为正整数。

二、数字图像的表示L=2k

（2.8）其中，k为正整数。

当k=1时，f(x,y)∈{0,1}为黑白图像，有时也称为二值图像（所谓二值图像是指具有二个灰度等级的图像。

二、数字图像的表示注意：黑白图像一定是2值图像，但2值图像不一定是0-黑和1-白两种值。L=2k

（2.8）其中，k为正整数。

当k=8时，f(x,y)∈{0,1,2,…,255}为256灰度级图像，这里{0,1,2,…,255}中的值表示二维图像在点(x,y)处可能取得的灰度值。

二、数字图像的表示灰度图像描述示例二、数字图像的表示二、数字图像的表示

彩色图像（R、B、G均用8位表示）：彩色图像一般是指每个像素的信息由R、G、B三原色构成的图像，其中的R、B、G是由不同的灰度级来描述的。二、数字图像的表示看上去一个“像素”就是一个正方形的色块，事实上，“像素”是一个纯理论的概念，它没有形状也没有尺寸，看不见摸不着，只存在于理论计算中。

像素的“形状”是一个理论性上的概念：

在有些应用中，也要求图像的大小值M和N是2的整次幂，即：

M=2m

（2.9）

N=2n

（2.10）其中，m和n为正整数，一般至少都要求M

和N

为偶数。

二、数字图像的表示显然:存储一幅M×N的数字图像，需要的存储位数为：

b=M×N×k

（2.11）二、数字图像的表示存储一幅M×N的数字图像，需要的存储位数为：

b=M×N×k

（2.11）

（1）黑白图像：存储一个像素的信息需要1个bit位，也即一个字节可存储8个像素点。（2）16灰度级图像：存储一个像素的信息需要4个bit位，也即一个字节可存储2个像素点。（3）256灰度级图像：存储一个像素的信息需要8个bit位，也即一个字节可存储1个像素点。二、数字图像的表示（1）黑白图像：存储一个像素的信息需要1个bit位，也即一个字节可存储8个像素点。（2）16灰度级图像：存储一个像素的信息需要4个bit位，也即一个字节可存储2个像素点。（3）256灰度级图像：存储一个像素的信息需要8个bit位，也即一个字节可存储1个像素点。

举例：求一幅600×800的黑白图像、

16灰度级图像、256灰度级图像，分别需要多少字节的存储空间？

y一个像素

f(x,y）

N-1·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

┇

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

3·

·

·

·

·

·

·

·

2·

·

·

·

·

·

·

·

1·

·

·

·

·

·

·

·

0·

·

·

·

·

·

·

·x

O0123┅M-1

原点原点

O0123…N-10·

·

·

·

·

·

·

·

1·

·

·

·

·

·

·

·2·

·

·

·

·

·

·

·3·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·┇·

·

·

·

·

·

·

·

·

·

·

·

·

·

·

·M-1·

·

·

·

·

·

·

·

f(x,y)一个像素

(a)数字图像运算的坐标系统(b)数字图像显示的坐标系统

图2.9数字图像的坐标表示

二、数字图像的表示xy二、数字图像的表示运算坐标与数学上的运算公式相对应。二、数字图像的表示显示坐标与屏幕上的像素点位置相对应。二、数字图像的表示2.10灰度图像的子窗口图像及其像素矩阵与显示坐标对应的像素矩阵二、数字图像的表示

【例2.3】利用MATLAB环境，设置和显示图像中一个小方块图像的像素矩阵方法。

即：形成上一页的图像中小窗口的像素阵列及其像素值的方法。{自学自练}2.4空间分辨率和灰度级分辨率一、空间分辨率和灰度级分辨率的概念◆空间分辨率是图像中可分辨的最小细节，主要由采样间隔值决定。◆一种常用的空间分辨率的定义是单位距离内可分辨的最少黑白线对数目(单位是每毫米线对数)，比如每毫米80线对。

1、空间分辨率

图2.16空间分辨率的线对概念示例宽度为W的黑线宽度为W的白线一个宽度为

2W线对一、空间分辨率和灰度级分辨率的概念对于一个同样大小的景物来说：

对其进行采样的线对数越多，也即空间分辨率越高。

采样间隔就越小，景物中的细节越能更好地在数字化后的图像中反映出来，也即反应该景物的图像的质量就越高。一、空间分辨率和灰度级分辨率的概念一幅数字图像的阵列大小（简称为图像大小）通常用M×N表示。

在景物大小不变的情况下，采样的空间分辨率越高，获得的图像阵列M×N就越大；反之，采样的空间分辨率越低，获得的图像阵列M×N就越小。

在空间分辨率不变的情况下，图像阵列M×N越大，图像的尺寸就越大；反之，图像阵列M×N越小，图像的尺寸就越小。

一、空间分辨率和灰度级分辨率的概念当简单地把矩形数字化仪的尺寸看作是“单位距离”时，就可把一幅数字图像的阵列大小M×N称为该幅数字图像的空间分辨率。

这种约定没有考虑图像与实际地物的对应关系，而仅仅是为了便于理解。

在实际的图像处理应用中，要结合应用需求进行理解。

一、空间分辨率和灰度级分辨率的概念比如：实际中的空间分辨率示例RealWorldVectorDataRasterData1pixel=10mX10m分辨率=10m10M10M1Pixel光栅、栅格一、空间分辨率和灰度级分辨率的概念

2、灰度分辨率

灰度级分辨率是指在灰度级别中可分辨的最小变化，也即每一个像素点的灰度级数。

灰度分辨率体现的是显示器区分图像中各个像素点的亮度（灰度）的能力。

通常把一幅图像的灰度级级数L称为该图像的灰度级分辨率。一、空间分辨率和灰度级分辨率的概念

(a)

(b)

(c)

(d)

(e)(f)

图2.17采样数变化对图像视觉效果的影响示例

图(a)给出了一幅灰度级分辨率为256，空间分辨率为512×512的图像。

二、采样数变化对图像视觉效果的影响

(a)

(b)

(c)

(d)

(e)(f)

图2.17采样数变化对图像视觉效果的影响示例

图(b)是从图(a)的512×512的图像中，每隔一行删去一行和每隔一列删去一列而得到的256×256的图像。图(c）、(d)、(e)、(f)的获得与上述方法类似。

二、采样数变化对图像视觉效果的影响

(a)

(b)

(c)

(d)

(e)(f)

图2.17采样数变化对图像视觉效果的影响示例

原图对应的景物大小没有变化，对原图采样的“线对”宽度也没有变化，只是对同一景物图像的采样数目减少了。二、采样数变化对图像视觉效果的影响

(a)

(b)

(c)

(d)

(e)(f)

图2.17采样数变化对图像视觉效果的影响示例

由此说明：（1）在图像的空间分辨率不变(这里指线对宽度不变)的情况下，采样数越少，图像越小。

（2）在景物大小不变的情况下，图像阵列M×N越小，图像的尺寸就越小。二、采样数变化对图像视觉效果的影响

（a）（b）（c）（d）（e）（f）图2.18空间分辨率变化对图像视觉效果的影响示例三、空间分辨率变化对图像视觉效果的影响图(a)给出了一幅灰度级分辨率为256，空间分辨率为512×512的图像。（a）（b）（c）（d）（e）（f）图2.18空间分辨率变化对图像视觉效果的影响示例三、空间分辨率变化对图像视觉效果的影响图b、c、d、e、f的灰度级分辨率仍为256,但空间分辨率依次降低为:256×256,128×128,64×6432×3216×16（线对宽度宽了）

。

上面各图的共同特征是大小尺寸相同，这种特征的获得是通过降低空间分辨率，也即增加采样的线对宽度保证的。

由此可见，随着空间分辨率的降低，图像中的细节信息在逐渐损失，棋盘格似的粗颗粒像素点变得越来越明显。由此也说明，图像的空间分辨率越低，图像的视觉效果越差。三、空间分辨率变化对图像视觉效果的影响三、空间分辨率变化对图像视觉效果的影响

◆采样线对变宽的图像视觉效果实例

【例2.4】实现图2.18

中的相邻两幅图像降分辨率（图像大小不变，采样线对变宽）的MATLAB

程序。

%线对加宽为原来的4倍。即图像大小不变，采样数减少至原来的1/4。clc;clearall;closeall;

img0=imread(‘d:\0_matlab图像课编程\lena.jpg’);[h,w]=size(img0);

N=4;%降低图像分辨率的倍数result_img=img0;%结果图像矩阵赋初值fori=4:N:h%行方向，用1个像素代替其后的3个像素forj=1:w%也即，像素高度加宽到原来的4倍result_img(i-1,j)=img0(i,j);

result_img(i-2,j)=img0(i,j);result_img(i-3,j)=img0(i,j);endendimg1=result_img;fori=1:h%列方向，用1个像素代替其后的3个像素forj=4:N:w%也即，像素宽度加宽到原来的4倍result_img(i,j-1)=img1(i,j);

result_img(i,j-2)=img1(i,j);result_img(i,j-3)=img1(i,j);endEndsubplot(1,2,1);imshow(img0);title('原图像');%显示原图像subplot(1,2,2);imshow(result_img);title('分辨率降4倍后的图像');

例中的相关函数及功能如下：

（1）subplot(m,n,p)：将多幅图像输出到一个平面（figure）上。其中：①m表示将图像排成m行，n表示将图像排成n列，也即整个figure中有n幅图像排成一行，一共m行。②

p表示图所在的位置，p=1表示从左到右从上到下的第一个位置。

◆采样线对变宽的图像视觉效果实例

【例2.4】实现图2.18

中的相邻两幅图像降分辨率（图像大小不变，采样线对变宽）的MATLAB

程序。三、空间分辨率变化对图像视觉效果的影响（a）256

（b）32

（c）16（d）8

（e）4

（f）2图2.13灰度分辨率变化对图像视觉效果的影响示例

四、灰度级分辨率对图像视觉效果的影响

图(a)给出了一幅灰度级分辨率为256，空间分辨率为512×512的图像。（a）256

（b）32

（c）16（d）8

（e）4

（f）2图2.20灰度分辨率变化对图像视觉效果的影响示例

四、灰度级分辨率对图像视觉效果的影响

图b、c、d、e、f的空间级分辨率与图(a)相同，但灰度分辨率依次降低为32、16、8、4和2。

由上图可见，随着灰度分辨率的降低，图像的细节信息在逐渐损失，伪轮廓信息在逐渐增加。图中由于伪轮廓信息的积累，图像已显现出了木刻画的效果。由此也说明：灰度分辨率越低，图像的视觉效果越差。

四、灰度级分辨率对图像视觉效果的影响

【例2.5】实现图2.20中的降低图像灰度分辨率的Matlab程序。

例2.5中的相关函数及功能如下：

（1）fix(x)：该函数的功能是截尾（向下）取整，即向零方向取整。四、灰度级分辨率对图像视觉效果的影响

clc;clearall;closeall;img=imread('d:\0_matlab图像课编程\lena.jpg');subplot(2,3,1);imshow(img);title('256灰度级图像');%显示原图像

[h,w]=size(img);div=8;l=1;%控制变量赋初值fork=1:5%把256灰度级图像分别降低到32、16、8、4、2，共进行5次fori=1:hforj=1:wiffix(img(i,j)/div)==0img(i,j)=0;%如果原灰度值除以8向下取整等于0，则赋0值elsetemp=fix(img(i,j)/div);img(i,j)=temp*div;%否则赋整除结果的div倍数的值endendendstr=num2str(256/div);%将数256/div的值转换成字符串subplot(2,3,l+1);imshow(img);%降分辨率图像的显示位置序号控制title([str,'灰度级图像']);%显示标题div=div*2;%修改控制变量l=l+1;end

【例2.5】实现图2.20中的降低图像灰度分辨率的Matlab程序。四、灰度级分辨率对图像视觉效果的影响

2.5像素间的关系

本节在讨论有关问题时约定：

◆用诸如p、q和r这样的一类小写字母表示某些特指的像素；

◆用诸如S、T和R这样的一类大写字母表示像素子集。

1、相邻像素与4-邻域

设相对于显示坐标系的图像中的像素p位于(x，y)处，则p在水平方向和垂直方向相邻的像素qi最多可有4个，其坐标分别为：

（x-1，y）,（x，y-1）,（x，y+1）,（x+1，y）由这4个像素组成的集合称为像素p的4-邻域,记为N4(p)。

一、像素的相邻和邻域x-1xx+1p

y-1yy+1q1q4q3q2

2、对角相邻像素与4-对角邻域

设相对于显示坐标系的图像中的像素p位于(x，y)处，则p的对角相邻像素ri最多可有4个，其坐标分别为：

(x-1,y-1),(x-1,y+1),(x+1,y-1),(x+1,y+1)由这4个像素组成的集合称为像素p的4-对角邻域,记为ND(p)。一、像素的相邻和邻域x-1xx+1p

y-1yy+1r1r2r4r3

3、8-邻域

把像素p的4-对角邻域像素和4-邻域像素组成的集合称为像素p的8-邻域，记为N8(p)。

一、像素的相邻和邻域x-1xx+1p

y-1yy+1r1r2r4r3q1q2q3q4

1、距离度量函数

对于在图像显示坐标系中坐标分别位于(x，y)，(u，v)和(w，z)处的像素p、q和r，如果：

(1）D(p,q)≥0（D(p,q)=0，当且仅当p=q，即p和q是指同一像素）；

(2）D(p,q)=D(q,p)；

(3）D(p,r)≤D(p,q)+D(q,r)。则D是距离度量函数。

二、距离的度量

2、距离度量方式

1）欧式距离像素p和q之间的欧氏（Euclidean）距离定义为：

De(p,q)=[(x-u)2+(y-v)2]1/2

（2.12）也即，所有距像素点(x,y)的欧氏距离小于或等于De的像素都包含在以(x,y)为中心，以De为半径的圆平面中。二、距离的度量

2、距离度量方式2）街区距离像素p和q之间的D4距离，也即街区（city-block）距离，定义为：

D4(p,q)=|x-u|+|y-v|（2.13）也即，所有由相距像素点(x,y)的街区距离（D4）小于D4或等于D4的像素组成一个中心点在(x,y)的菱形。二、距离的度量

2、距离度量方式

2）街区距离比如，那些与点(x,y)的街区距离小于2或等于2的像素组成了如下图所示的等距离轮廓。

2

212

21012