03-计算机图形、图像技术

计算机图形、图像技术计算机图形、图像技术计算机图形分为两大类──位图图像和矢量图形

矢量图形，是由叫作矢量的数学对象所定义的 直线和曲线组成的。矢量根据图形的几何特性 来对其进行描述，矢量图形与分辨率无关。

位图图象，也叫作栅格图象。位图图象是用小 方形网格（位图或栅格），即人所共知的象素 来代表图象，每个象素都被分配一个特定位置 和颜色值。位图图象与分辨率有关，换句话 说，它包含固定数量的象素，代表图象数据。色度学色度图坐标轴中心点和边界点任一颜色的表示颜色模型

RGB模型

HIS模型色度学三基色红（R）绿（G）蓝（B）三补色品红（M，magenta，红加蓝）青（C，cyan，绿加蓝）黄（Y，yellow，红加绿）图像的RGB颜色模型绝大部分可见光谱可用红、绿和蓝(RGB)三色光按不同比例和强度的混合来表示。在颜色重叠的位置，产生青色、品红和黄色。因为RGB颜色合成产生白色，它们也叫作加色。将所有颜色加在一起产生白色──就是说，所有光被反射回眼睛。加色用于光照、视频和显示器。例如，显示器通过红、绿和蓝荧光粉发射光线产生彩色。RGB色彩模式使用RGB模型为图像中每一个像素的RGB分量分配一个0~255范围内的强度值。例如：纯红色R值为255，G值为0，B值为0；灰色的R、G、B三个值相等（除了0和255）；白色的R、G、B都为255；黑色的R、G、B都为0。RGB图像只使用三种颜色，就可以使它们按照不同的比例混合，在屏幕上重现16777216种颜色图像的RGB颜色模型图像的CMYK颜色模型CMYK模型以打印在纸张上油墨的光线吸收特性为基础，白光照射到半透明油墨上时，部分光谱被吸收，部分被反射回眼睛。理论上，青色(C)、品红(M)和黄色(Y)色素能合成吸收所有颜色并产生黑色。由于这个原因，这些颜色叫作减色。图像的CMYK颜色模型

因为所有打印油墨都会包含一些杂质，这三种油墨实际上产生一种土灰色，必须与黑色(K)油墨混合才能产生真正的黑色。将这些油墨混合产生颜色叫作四色印刷。图像的CMYK颜色模型相加混色RGB相减混色CMY生成的颜色000111黑001110蓝010101绿011100青100011红101010品红110001黄111000白相加色与相减色关系颜色模型的空间表示颜色模型关系示意颜色的三个基本特征量亮度：与发射率有关色调：与波长有关饱和度：与光谱纯度有关色度图色度图0.800.20.8xy520nm700-770nm红蓝绿NTSCPAL紫色度图色度图色度图1，在色度图中每点都对应一种颜色2，在色度图中边界上的点代表纯颜色中心点处纯度为零3，在色度图中连接任意两端点的直线上的各点表示将这两端点所代表的颜色相加可组成的颜色。色度图C：白色Q：橙色P：66%Qp颜色模型

RGB模型面向硬件设备

HIS或HSB模型面向彩色处理

H表示色调（hue）

S表示饱和度（saturation）

I表示亮度（Intensity或Brightness

）HSI模型坐标红色分量绿色分量蓝色分量彩色原图红色分量绿色分量蓝色分量彩色原图H分量S分量I分量颜色模型转换从RGB模型转换到HIS模型颜色模型转换从HIS模型转换到RGB模型图像的Lab颜色模型Lab模式是根据CommissionInternationaleEclairage（CIE）在1931年所制定的一种测定颜色的国际标准建立的。于1976年被改进，并且命名的一种色彩模式。

Lab颜色模型是有国际照明委员会（CIE）于1976年公布的一种颜色模型，Lab颜色模型弥补了RGB和CMYK两种色彩模式的不足。Lab颜色模型由三个要素组成，一个要素是亮度（L），a和b是两个颜色通道。a包括的颜色是从深绿色（低亮度值）到灰色（中亮度值）再到亮粉红色（高亮度值）；b是从亮蓝色（底亮度值）到灰色（中亮度值）再到黄色（高亮度值）。因此，这种颜色混合后将产生具有明亮效果的色彩。图像的Lab颜色模型Lab模式既不依赖光线，也不依赖于颜料，它是CIE组织确定的一个理论上包括了人眼可以看见的所有色彩的色彩模式。Lab模式弥补了RGB和CMYK两种色彩模式的不足。

Lab模式所定义的色彩最多，且与光线及设备无关并且处理速度与RGB模式同样快，比CMYK模式快很多。因此，可以放心大胆的在图象编辑中使用Lab模式。而且，Lab模式在转换成CMYK模式时色彩没有丢失或被替换。因此，最佳避免色彩损失的方法是：应用Lab模式编辑图象，再转换为CMYK模式打印输出。

当你将RGB模式转换成CMYK模式时，Photoshop将自动将RGB模式转换为Lab模式，再转换为CMYK模式。在表达色彩范围上，处于第一位的是Lab模式，第二位的是RGB模式，第三位是CMYK模式。图像的Lab颜色模型A.B.C.D.光度=100（白）绿到红分量蓝到黄分量光度=0（黑）关于“溢色”在表达色彩范围上，处于第一位的是Lab模式，第二位的是RGB模式，第三位是CMYK模式。关于“溢色”在表达色彩范围上，处于第一位的是Lab模式，第二位的是RGB模式，第三位是CMYK模式。颜色模型的色域色域是一个色系能够显示或打印的颜色范围。人眼看到的色谱比任何颜色模型中的色域都宽。在颜色模型中，L*a*b具有最宽的色域，它包括RGB和CMYK色域中的所有颜色。通常RGB色域包含能在计算机显示器或电视屏幕（发出红、绿和蓝光）上所有能显示的颜色。因而一些诸如纯青或纯黄等颜色不能在显示器上精确显示。颜色模型的色域CMYK色域较窄，仅包含使用印刷色油墨能够打印的颜色。当不能被打印的颜色在屏幕上显示时，它们称为溢色──即超出CMYK色域之外。彩色空间的线性变换标准YIQ适用于NTSC彩色电视制式YUV适用于PAL彩色电视制式YCrCb适用于计算机用的显示器为了使用人的视角特性以降低数据量，通常把RGB空间表示的彩色图像变换到其他彩色空间。彩色空间变换有三种：彩色空间的线性变换标准YUV与YIQ模型在彩色电视制式中，使用YUV和YIQ模型来表示彩色图像。在PAL彩色电视制式中使用YUV模型，Y表示亮度，UV用来表示色差，U、V是构成彩色的两个分量；在NTSC彩色电视制式中使用YIQ模型，其中的Y表示亮度，I、Q是两个彩色分量。YUV/YIQ特点亮度信号(Y)和色度信号(U、V)是相互独立的；彩色空间RGB-YUVY=0.299R+0.587G+0.114BU=﹣0.147R﹣0.289G+0.436BV=0.615R﹣0.515G﹣0.100B彩色空间RGB-YIQY=0.299R+0.587G+0.114B

I=0.596R﹣0.275G﹣0.321BQ=0.212R﹣0.523G+0.311B彩色空间RGB-YCrCb数字域中的彩色空间变换与模拟域的彩色空间变换不同。它们的分量使用Y、Cr和Cb来表示，与RGB空间的转换关系如下：Y＝0.299R＋0.578G＋0.114BCr＝(0.500R－0.4187G－0.0813B)＋128Cb=(－0.1687R－0.3313G＋0.500B)＋128图像的种类只有黑白两中颜色的图像称为单色图像(monochromeimage)，它的每个像素的像素值用1位存储，它的值只有“0”或者“1”，一幅640×480的单色图像需要占据37.5KB的存储空间。如果每个像素的像素值用一个字节表示，灰度值级数就等于256级，每个像素可以是0-255之间的任何一个值，一幅640×480的灰度图像就需要占据300KB的存储空间。图像的种类图像的种类彩色图像(colorimage)可按照颜色的数目来划分，例如256色图像和真彩色(24bit颜色)等。彩色图像的每个像素的R、G和B值用一个字节来表示，一幅640×480

的8位彩色图像需要307.2KB的存储空间。一幅640×480的真彩色图像需要921.6KB的存储空间。许多24位彩色图像是用32位存储的，这个附加的8位叫做alpha通道，它的值叫做alpha值，它用来表示该像素如何产生特技效果。图像的种类16位色32位色图像的三个基本属性—分辨率显示分辨率显示分辨率是指显示屏上能够显示出的像素数目。图像分辨率图像分辨率是指组成一幅图像的像素密度的度量方法。对同样大小的一幅图，如果组成该图的图像像素数目越多，则说明图像的分辨率越高，看起来就越逼真。相反，图像显得越粗糙。图像的三个基本属性—像素深度像素深度是指存储每个像素所用的位数，它也是用来度量图像的分辨率例如，一幅彩色图像的每个像素用R，G，B三个分量表示，若每个分量用8位，那么一个像素共用24位表示，就说像素的深度为24，每个像素可以是224=16777216种颜色中的一种。图像的三个基本属性—像素深度在用二进制数表示彩色图像的像素时，除R，G，B分量用固定位数表示外，往往还增加1位或几位作为属性(Attribute)位。例如，RGB5:5:5表示一个像素时，用2个字节共16位表示，其中R，G，B各占5位，剩下一位作为属性位。在这种情况下，像素深度为16位，而图像深度为15位图像的三个基本属性—像素深度用32位表示一个像素时，R，G，B分别用8位表示，剩下的8位常称为α通道(alphachannel)位，或称为复盖(overlay)位、中断位、属性位。它的用法可用一个预乘α通道(premultipliedalpha)的例子说明。假如一个像素(A，R，G，B)的四个分量都用规一化的数值表示，(A，R，G，B)为(1，1，0，0)时显示红色。当像素为(0.5,1,0,0)时，预乘的结果就变成(0.5,0.5,0,0)，这表示原来该像素显示的红色的强度为1，而现在显示的红色的强度降了一半。用这种办法定义一个像素的属性在实际中很有用。例如在一幅彩色图像上叠加文字说明，而又不想让文字把图复盖掉，就可以用这种办法来定义像素，而该像素显示的颜色又有人把它称为混合色(keycolor)。在图像产品生产中，也往往把数字电视图像和计算机生产的图像混合在一起，这种技术称为视图混合技术，它也采用α通道。图像的三个基本属性真彩色、伪彩色与直接色真彩色(truecolor)

真彩色图通常是指RGB8:8:8，即图像的颜色数等于224，也常称为全彩色(fullcolor)图像。图像的三个基本属性真彩色、伪彩色与直接色伪彩色(pseudocolor)

伪彩色图像的含义是，每个像素的颜色不是由每个基色分量的数值直接决定，而是把像素值当作彩色查找表(colorlook-uptable，CLUT)的表项入口地址，去查找一个显示图像时使用的R，G，B强度值，用查找出的R，G，B强度值产生的彩色称为伪彩色。

使用查找得到的数值显示的彩色是真的，但不是图像本身真正的颜色，它没有完全反映原图的彩色。图像的三个基本属性真彩色、伪彩色与直接色直接色(directcolor)每个像素值分成R，G，B分量，每个分量作为单独的索引值对它做变换。也就是通过相应的彩色变换表找出基色强度，用变换后得到的R，G，B强度值产生的彩色称为直接色。它的特点是对每个基色进行变换。

用这种系统产生颜色与真彩色系统相比，相同之处是都采用R，G，B分量决定基色强度，不同之处是前者的基色强度直接用R，G，B决定，而后者的基色强度由R，G，B经变换后决定。因而这两种系统产生的颜色就有差别。试验结果表明，使用直接色在显示器上显示的彩色图像看起来真实、很自然。直接色与伪彩色系统相比，相同之处是都采用查找表，不同之处是前者对R，G，B分量分别进行变换，后者是把整个像素当作查找表的索引值进行彩色变换。图像文件格式BMP图像文件微软公司提出，在Windows操作系统下使用的一种标准图像格式，BMP位图文件默认的文件扩展名是BMP或者bmp位图文件可看成由4个部分组成：位图文件头(bitmap-fileheader)、位图信息头(bitmap-informationheader)、彩色表(colortable)和定义位图的字节阵列。支持单色、16色、256色、真彩色图像，一个文件存放一幅图像，可以进行无损压缩，也可不压缩图像数据，非压缩的BMP文件是一种通用的图像文件格式，几乎所有Windows应用软件都能支持。位图文件头：包含有关于文件类型、文件大小(用字节为单位)、存放位置等信息。位图信息头：包含有位图文件的大小、压缩类型和颜色格式。BMP位图可以是没有任何压缩的位图，或者是进行压缩的位图。颜色格式说明位图所用的颜色数目，2/16/256/16777216种颜色。彩色表：彩色表中的元素与位图所具有的颜色数相同。对于24-位真彩色图像不使用彩色表，因为位图中的RGB值就代表了每个像素的颜色。彩色表中的颜色按颜色的重要性排序，这可以辅助显示驱动程序为不能显示足够多颜色数的显示设备显示彩色图像。图像数据阵列字节：紧跟在彩色表之后的是图像数据字节阵列。图像的每一扫描行由表示图像的连续的像素字节组成，每一行的字节数取决于图像的颜色数目和用像素表示的图像宽度。扫描行是由底向上存储的，阵列中的第一个字节表示位图左下角的像素，而最后一个字节表示位图右上角的像素。GIF图像颜色数较少（不超过256色），文件特别小，压缩比可调，适合网络传输。由于颜色数量受到限制，GIF更适合用来做插图、剪贴画等，用于色彩数要求不高的场合。GIF图象具有累进显示功能。GIF89a格式能够支持透明背景（JPEG不支持）。目前网页上有大量的静态与动态GIF图象。GIF图像数据的交叉存储行号像素交插遍次

0……1 1……4

2……33……44……25……46……37……48……19……410……311……412……213……414……315……416……117……418……3GIF图像的累进显示GIF图像的累进显示GIF支持透明背景

GIF图象中的某个色彩，在浏览器显示该图像时被忽略而不被显示出来。

效果是使图像浮现在页面上，增强了网页的外观。例动态GIF图象将数张图片存成一个文件，从而形成动画效果

1、打开第1张图片；2、插入其他的图片;3、调整每张图片显示的时间；4、设定重复次数;5、

存储为gif格式文件

TIF图像文件是一种工业标准，有许多图像图形应用软件支持这种文件格式，大量使用于扫描仪和桌面出版，可对图像数据进行无损压缩。支持单色、彩色图像。常用的图像文件要求：熟悉常用的图象文件名了解它们有什么特性和适用的场合图像技术数字图像处理，计算机图像处理广义上是各种与图像有关的技术的总称。包括：对图像的各种加工基于加工结果的判断决策和行为规划为此进行的硬件设计及制作图像技术例如：图像的采集，获取，编码，存储和传输，合成和产生，显示和输出，变换，增强，恢复和重建，分割，目标的检测，表达和描述，特征的提取和测量，序列图像的校正，3-D景物的重建复原，图像数据库的建立，索引和抽取图像的分类，表示和识别，图像模型的建立和匹配，图像和场景的解释和理解。（1）、几何处理几何处理主要包括座标变换、图像的放大、缩小、旋转、移动、多个图像配准，全景畸变校正，扭曲校正，周长、面积、体积计算等。（2）、算术处理算术处理主要对图像施以＋、－、×、÷等运算，虽然该处理主要针对像素点的处理，但非常有用，如医学图像的减影处理就有显著的效果。（3）、图像增强图像增强处理主要是突出图像中感兴趣的信息，而减弱或去除不需要的信息，从而使有用信息得到加强，便于区分或解释。主要方法有直方图增强、伪彩色增强法(pseudocolor)、灰度窗口等技术。（4）、图像复原图像复原处理的主要目的是去掉干扰和模糊，恢复图像的本来面目。典型的例子如去噪就属于复原处理。去模糊也是复原处理的任务。这些模糊来自透镜散焦，相对运动，云层遮挡等。这些干扰可用滤波、逆滤波、同态滤波等方法加以去除。（5）、图像重建重建处理是从数据到图像的处理。也就是说输入的是某种数据，而处理结果得到的是图像。该处理的典型应用就是CT技术，CT技术发明于1972年，早期为X光CT，后来发展的有ECT、超声CT、核磁共振（NMR）等。图像重建的主要算法有代数法、迭代法、卷积反投影法等，其中以卷积反投影法运用最为广泛，因为它的运算量小、速度快。

（6）、图像编码图像编码的研究属于信息论中信源编码范畴，其主要宗旨是利用图像信号的统计特性及人类视觉的生理学及心理学特性对图像信号进行高效编码，即研究数据压缩技术，以解决数据量大的矛盾。

一般来说，图像编码目的有三个：①减少数据存贮量；②降低数据率以减少传输带宽；③压缩信息量，便于特征抽取，为识别作准备。（7）、模式识别模式识别是数字图像处理的又一研究领域。

実験

1t0＝0、t1＝1/29秒実験

2

t0＝0、t1＝1/10秒（8）、图像理解图像理解是由模式识别发展起来的方法。该处理输入的是图像，输出的是一种描述。这种描述并不仅是单纯的用符号作出详细的描绘，而且要利用客观世界的知识使计算机进行联想、思考及推论，从而理解图像所表现的内容。图像理解有时也叫景物理解。在这一领域还有相当多的问题需要进行深入研究。成像变换和坐标变换投影成像成像过程成像变换齐次坐标透视变换坐标变换灰度插值成像变换和坐标变换投影成像将3-D客观场景投影到2-D图像平面成像过程三个坐标系统世界坐标系统XYZ

摄像机坐标系统xyz

图像平面坐标系统x’y’成像变换和坐标变换成像过程成像变换和坐标变换透视变换成像变换和坐标变换齐次坐标笛卡尔坐标：W=[xyz]T齐次坐标：wh=[kXkYkZk]T

投影矩阵成像变换和坐标变换齐次坐标从齐次坐标还原成笛卡尔坐标成像变换和坐标变换齐次坐标成像变换和坐标变换坐标变换变换后坐标变换矩阵变换前坐标坐标变换通式成像变换和坐标变换坐标变换平移变换尺度变换旋转变换级连反变换成像变换和坐标变换平移变换

oYX成像变换和坐标变换尺度变换

oYX成像变换和坐标变换旋转变换

oYXoYXoYXoYXoYX成像变换和坐标变换级连练习

平移矩阵放缩矩阵成像变换和坐标变换级连

成像变换和坐标变换反变换

摄像机校准坐标系不重合时的投影成像成像变换分解从世界坐标到摄像机坐标从摄像机坐标到图像平面坐标内部参数外部参数摄像机校准

摄像机校准坐标系不重合时的投影成像

摄像机校准成像变换分解从世界坐标到摄像机坐标从摄像机坐标到图像平面坐标

内部参数外部参数

摄像机校准成像变换分解从世界坐标到摄像机坐标

旋转矩阵平移矩阵摄像机校准成像变换分解从摄像机坐标到图像平面坐标

投影矩阵摄像机校准成像变换分解内部参数焦距λ外部参数摄像机朝向和空间位置参数

R（旋转）,T（平移）？区分内部参数和外部参数的意义

摄像机校准作用可以帮助从2-D图象坐标推导客观世界的3-D信息

可以帮助从3-D信息推导2-D图象坐标

摄像机校准方法原理

R，T外部参数内部参数XYZxyz摄像机校准方法原理

Ch=AWh=PRTWh

级连矩阵P投影R旋转T平移不存在摄像机校准具体步骤1，获得M≥6个具有已知世界坐标（Xi,Yi,Zi）i=1，2…M的空间点（图像中均可见）2，用摄像机得到对应的象平面坐标（xi，yi）3，把坐标带入（6组）

立体图采集3-D成像光源采集器景物不同立体成像方式的特点双目成像

立体图采集3-D信息客观世界是3-D的投影后图像都是2-D的

2-D图像隐含3-D信息几何畸变，敏感度（阴影），纹理，表面轮廓，视差

立体成像三要素光源采集器景物三者的相互位置和运动情况

不同立体成像方式的特点

双目成像模型：由两个单目成像模型组合而成

基线双目成像摄象机坐标系统和世界坐标系统重合象平面与世界坐标系统的XY平面也是平行两个镜头中心间的连线称为系统的基线B

双目成像视差

D为视差双目成像物距与视差的关系λ=0.05m，B=0.2mD=0.01m,Z=-0.95mD=0.1m,Z=-0.05m

近处的立体视觉比较强深度图采集深度信息获取方法基于飞行时间的深度图获取基于幅度调制波相位差的深度图获取结构光获取深度信息系统结构深度与成像高度

深度图采集深度信息获取方法基于飞行时间的深度图获取

采用雷达测距的原理，测量光波从光源发出 经被测物反射后回到传感器所需的时间

基于飞行时间（timeofflight）的深度图获取一般使用点源，所以也称飞点法

测距的关键是精确地测量时间

如果要求空间距离分辨率为0.001m，则时间 分辨率要达到66

10–13s深度图采集深度信息获取方法基于幅度调制波相位差的深度图获取

深度图采集结构光获取深度信息

利用照明中的几何信息结构光测距成像系统摄像机光源借助三角原理得到深度图像

深度图采集

光源成像图鹰眼技术鹰眼技术：八部分辨率极高的快速黑白摄像机被安置在球场周围。球的位置：用软件对球场的各条边线进行校准，使得网球运行的轨迹被各部摄像机捕捉到后，能够通过画面呈现。采用3D技术来模拟网球，成像的依据是三部被架设计在“边角位置”上的摄像机捕捉到的素材。影响生成过程：以2000桢/秒的速度从每部摄像机中索取影像，并传输给主控电脑。每桢画面经校准后，确定网球的运行路线，并且计算出球沿此轨迹运行的落地弹跳点，保证误差控制在3毫米以内。采样和量化数字图像空间离散化：采样幅度离散化：量化表达图像所需的数据量空间分辨率幅度分辨率计算公式

采样和量化数字图像空间离散化：采样幅度离散化：量化

采样和量化表达图像所需的数据量空间分辨率:M×N幅度分辨率：G（f∈G）

数字图像

图像（水平）尺寸M：

图像（垂直）尺寸N：

象素灰度级数G(k-bit)： 图像所需的比特数b：采样和量化图像质量与数据量采样级数的影响量化级数的影响两者的综合作用采样级数的影响512*512512*512256*256128*12864*6432*3218*18量化级数的影响

256级64级16级8级4级2级两者的综合作用仅减少空间分辨率，图中各区域的边缘处看到棋盘模式，并在全图看到像素粒子变粗的现象仅减小灰度级数，达到一定程度，会出现虚假轮廓同时减小空间分辨率和灰度级数，图像质量的退化比单独变化空间分辨率或灰度级时要更快。图像映射技术改善视觉效果映射：改变像素灰度，将(x,y)处的灰度f映射为g

映射规则

1.

图像求反 将原图灰度值翻转 2.

增强对比度 增强原图各部分之间的反差

图像映射映射：将f(x,y)中的每个像素灰度按EH

操作直接变换以得到g(x,y)

变换函数图像映射色彩映射

映射(黑紅黃白)的效果图像灰度映射映射：变换函数图像求反图像灰度映射映射：变换函数增强对比度图像灰度映射映射：变换函数

变换函数表达式：课堂练习试给出：把灰度范围[0,10）伸长为[0,15），把范围[10,20）移到[15,25），并把范围[20,30]压缩为[25,30]的变换方程。试给出把灰度范围[0,10）伸长为[0,15），把范围[10,20）移到[15,25），并把范围[20,30]压缩为[25,30]的变换方程。设原灰度值为r，灰度分段线性变换后为z。3.对数变换c是常数

有时原图的动态范围太大，超出某些显示设备的允许的动态范围，如直接使用原图，则一部分细节可能丢失。解决办法是对原图进行灰度压缩，使用对数变换。对数变换：s=clog(1+r)r≥03.对数变换c是常数

有时原图的动态范围太大，超出某些显示设备的允许的动态范围，如直接使用原图，则一部分细节可能丢失。解决办法是对原图进行灰度压缩，如对数变换。对数变换：s=clog(1+r)r≥0ab(a)傅里叶频谱,(b)取c=1,应用了对数变换的结果作用：用来扩展被压缩的高值图像中的暗像素。不过在很大程度上压缩了图像像素的动态范围。具体应用是缩小傅氏变换的频谱范围。4.幂次变换幂次变换：s=crγc和γ

是正常数γ<1提高灰度级，在正比函数上方，使图像变亮γ>1降低灰度级，在正比函数下方，使图像变暗例：人体胸上部脊椎骨折的核磁共振图像γ<1提高灰度级，使图像变亮。c=1,γ=0.6,0.4,0.3γ

=0.4增强效果最好用幂次变换进行对比度增强4.幂次变换γ=5

例：航空地面图像

γ>1降低灰度级，使图像变暗c=1,γ

=3,4,5

γ=3

√γ=4

√4.幂次变换图像的γ校正

数字图像信息的获取通常都是通过光电传感器(如：CCD)来完成的。但是，由于传感器的输入输出特性不是线性的。所以，如果不进行校正处理的话，将无法得到好的图像效果。

（同理，加洗照片不对颜色进行校正配准，效果都会略差一些）光电传感器的输入输出特性设CCD的输入（入射光强度）为L，输出（电流强度）为I，则有：当我们得到信号I之后，必须对其进行校正，使得后面处理的信息为L或估计的近似L。图像的γ校正γ校正方法图像的γ校正实际中γ值的确定方法通常CCD的γ值在0.4~0.8之间。根据画面对比度的观察与分析，可以大致得到该设备的γ值（或依据设备的参考γ值）。46999546866808789507595801399821373360646820529260如果不进行校正的话，会有11/25=44%的数据畸变严重。从上面的数据规律可以看出，会导致对比度的减小。图像的γ校正光照强度未经矫正的输出值469995468668087895075958013999213633606569205292601399821373360646820529260γ=0.4校正后的误差为计算误差，是不得已的，可忽略的误差图像的γ校正γ=0.4矫正前矫正后光照强度图像的γ校正5.位图切割位平面切片位图切割：设图像每一个像素用8bits来表示，假想图像由8个1bit平面组成，其范围从最低的0平面到最高的位平面7。（位平面分割）：对图像特定位提高其亮度的仍可提高图像质量。例：可设一个灰度值变函数，获得位平面7的二值图像（0-127→0，128-255→255）位面：将一幅图中灰度值的每个bit看作一个二值的位面位图切割作用：通过对特定位提高亮度，改善图像质量较高位（如前4位）包含大多数视觉重要数据较低位（如后4位）对图像中的微小细节有作用分解为位平面，可以分析每一位在图像中的相对重要性位图切割一幅8比特分形图像位图切割1、图象求反 2、增强对比度3、动态范围压缩(对比拉伸) 4、灰度切割典型灰度映射用直接映射增强图像6.直方图均衡化借助直方图的变化来实现映射统计直方图

1个1-D的离散函数，二维图像的一维统计

统计直方图提供了原图的灰度值分布情况直方图设置一个有L个元素的数组对原图的灰度值进行统计

6.直方图均衡化①灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。②一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。③一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。6.直方图均衡化直方图的性质图像的视觉效果和其直方图有对应关系

6.直方图均衡化图像的视觉效果和其直方图有对应关系

6.直方图均衡化均衡化基本思想变换原始图的直方图为均匀分布增加像素灰度值的动态范围从而增强图像整体对比度。6.直方图均衡化增强函数应满足的两个条件

（1）单值单增函数

g=E（f）0≤f≤L-1（2）变换前后灰度值动态范围一致

0≤f≤L-1

0≤g≤L-1累积直方图6.直方图均衡化改变直方图需要一个增强函数6.直方图均衡化6.直方图均衡化7.直方图规定化

将原始图直方图转换为期望直方图

直方图均衡化：自动增强效果不宜控制直方图规定化：有选择的增强给定需要的直方图7.直方图规定化

将原始图直方图转换为期望直方图原理和步骤 1.对原始图的直方图进行灰度均衡化

2.规定需要的直方图：计算能使规定的直方图均衡化的变换

3.将原始直方图对应映射到规定直方图

7.直方图规定化直方图规定化计算

7.直方图规定化对应规则单映射规则组映射规