数字图像处理 数字图像基础

数字图像处理

（DigitalImageProcessing）第二章数字图像基础第二章数字图像基础

2.1视觉感知要素2.3图像感知和获取2.4图像采样和量化2.5像素间关系和基本操作

2.6图像处理的数学工具介绍第2章第2页第2章第3页2.1视觉感知要素数字图像处理的质量评价多由人眼主观评价;许多图像处理相关技术要根据人眼特性设计;如电视图像场频率、屏幕刷新频率、图像量化级别、立体显示(双目视觉)、图像压缩根据人类认知图像内容的机制可以研究出新的图像处理算法为什么要研究人类视觉?第2章第4页2.1人眼与亮度视觉数字图像处理的质量评价多由人眼主观评价;许多图像处理相关技术要根据人眼特性设计;如电视图像场频率、屏幕刷新频率、图像量化级别、立体显示(双目视觉)、图像压缩根据人类认知图像内容的机制可以研究出新的图像处理算法为什么要研究人类视觉?2.1.1人眼的结构角膜虹膜光轴镜头(晶状体)中心凹盲点1.5mm视神经巩膜脉络膜眼白瞳孔虹膜Lens(透镜),Iris[‘aiəris](虹膜),Retina[‘retinə]视网膜,Fovea[‘fəuviə]小凹(尤指视网膜的中央凹),cornea[kƆniə]角膜,sclera巩膜,人眼:近似球体,平均直径约为20mm,眼球壁由三层膜构成角膜和巩膜脉络膜睫状体虹膜视网膜眼球内部主要是晶状体和玻璃体眼球分为屈光系统和感光系统两部分第2章第6页2.1.1人眼的结构屈光系统的作用是将物体清晰地成像在视网膜上角膜:覆盖眼球前表面,硬的透明膜,有屈光作用;房水:充满在角膜和虹膜之间以及虹膜与晶状体之间的水样透明液体,由睫状体产生,提供角膜和晶状体等组织新陈代谢所需的能量,维持眼内压.晶状体:透明体,位于玻璃体和虹膜之间.通过睫状肌的收缩可改变晶状体的屈光力,使得不同距离的物体在视网膜上成像.玻璃体:位于眼球内部之间,透明流体.第2章第7页2.1.1人眼的结构虹膜:调节光通量的大小瞳孔直径可变2~8mm睫状肌:调节晶状体区域(调焦)脉络膜:黑色,含有丰富的色素,吸收外来光,消除眼球内部的反射光和散射光(暗室黑布).给视网膜提供营养虹膜:眼球外壁,保护眼球中心凹:敏感度最高直径1.5mm锥状细胞密度大,敏感度度最高的区域.杆状细胞密度小第2章第8页2.1.1人眼的结构感光系统的作用是将光刺激转换为神经刺激,送入大脑神经系统.主要由视网膜组成.视网膜是倒置结构,由外到里由三层细胞构成神经节细胞层:神经节细胞,与视神经相连,传递神经刺激双极细胞层:双极细胞,连接视细胞和神经节细胞.感光细胞层:两种视细胞,锥状细胞

杆状细胞,感受光线的明暗和颜色刺激第2章第9页2.1.1人眼的结构

锥状细胞数目:600~700万,位于中心凹附近每个锥状细胞连接到单独一个双极性细胞空间分辨率高,对颜色敏感度高感光灵敏度低,锥状视觉称为“明视觉”杆状细胞数目:7500万~1.5亿几个杆状细胞连接到同一个双极性细胞空间分辨率低,没有色彩感觉感光灵敏度高,杆状视觉称为“暗视觉”第2章第10页2.1.2人眼中的图像形成过程—光学过程

角膜虹膜光轴镜头(晶状体)中心凹脉络膜巩膜盲点1.5mm

1.5mm视神经2.55mmFocallength:14mm~17mm晶状体vs光学透镜：晶状体适应性更强聚焦远处时，晶状体变得扁平；近处聚焦时，晶状体变厚成像过程：1.视网膜图像主要反射在中心凹；2.光敏细胞（柱状/锥状细胞））产生神经刺激3.视觉神经将神经刺激转换为电脉冲，最后由大脑解码第2章第11页视网膜上的离散光线接收器:锥状(cone)接收器(6~7百万个)和柱状(rod)接收器(75~150百万个)2.1.2人眼中的图像形成过程-化学结构

空间上的离散化Conevision(bright-lightvision)Rodvision(dam-lightvision)Whenyoufirstenteranextremelybrightenvironment,forexample,whenemergingfromadarkmovieshouseintoaverybrightsunlitareathemancarvingtheduckwouldappearlikethis.

Butinlessthanaminutehewillappearasseenbelow.

Intheleftphotothecontrastisverylow.

Belowthecontrastisnormal.Whenlightadaptedascenemightlooklikethis.LightAdaptationForapproximatelythefirst10minutesinthedark,theconesrequirelesslighttoreachathresholdresponsethandotherods.Thereafter,therodsrequirelesslight.Thepointatwhichtherodsbecomemoresensitiveiscalledtherod-conebreak.DarkAdaptationFunction2.1.2人眼中的图像形成过程-神经处理结构

视网膜视神经视神经交叉外侧膝状体核视辐线视觉皮质第2章第15页2.1.2人眼中的图像形成过程人眼视觉的空间特性空间分辨率为1’灰度分辨能力为64级视觉的时间特性活动图像的帧率至少15fps时,人眼才有图像连续的感觉活动图像帧率在25fps时,人眼感受不到闪烁感监控视频15fps,电影24fps,电视25fps,DVD30fps

电脑屏幕

60fps10个灰度级128个灰度级第2章第16页2.1.3亮度适应和区分

(brightadaptationanddiscrimination)Subjectivebrightnessvs.lightintensity主观亮度vs.光强度主观亮度：人的视觉系统感知的亮度，是进入人眼的光强的对数函数b=log(a)Subjectivebrightness主观亮度Lightintensity光强度

视觉特点1.亮度适应101010-20同一时刻所能区分的具体范围远小于总体范围以适应级为中心的小范围区别能力为10-20个亮度级变化实际眼睛遍历观看图像时，在各个不同适应级上变化，实际区分能力要多许多—视觉适应性低照明下亮度区分能力较差---韦伯比率眩目极限暗视觉门限2.1.3亮度适应和区分

(brightadaptationanddiscrimination)

第2章第18页2.1.3亮度适应和区分

(brightadaptationanddiscrimination)Brightnessadaptation(亮度适应)Photopic(亮适应)(暗适应)(炫目极限)Brightnessadaptationlevel亮度适应现象Brightnessadaptationlevel亮度适应级视觉系统当前的灵敏度级别主观亮度光强对数亮度适应现象：视觉系统不能同时在一个范围内工作，通过改变其灵敏度来完成不同强度级别的适应。2.1.3亮度适应和区分

(brightadaptationanddiscrimination)Brightnessdiscrimination(亮度区分)你能看出亮度变化量I?人眼视觉对亮度的对比度敏感而非对亮度本身敏感。韦伯率越小，亮度区分能力越强锥状细胞(亮视觉)柱状细胞(暗视觉)当背景光保持恒定时，改变中间光源亮度，从不能感觉到可以感觉间变化，一般可观测到12-24级不同强度变化低照度，韦伯比高，亮度辨别能力差高照度，韦伯比低，亮度辨别能力强视觉系统往往会在不同强度区域的边界出出现“下冲”或“上冲”现象。Mayoureyesdeceiveus?主观亮度不是光强的简单函数2.1.3亮度适应和区分

同时对比现象，即感知区域的亮度并不简单地取决于其强度，与其周围环境或区域亮度有关系。马赫带效应虽然条带强度恒定，但实际感觉到一幅带有毛边（特别是边界处）的亮度图形。边缘处，亮的一边更亮，暗的一边更暗。感觉亮度不是简单的强度函数的；视觉系统有趋于过高或过低估计不同亮度区域边界值的效应。马赫带效应Therounddotsareallexactlythesamecolorgray.Imerelycreatedtheoneontheextremerightandthencopiedittoeachofthedarkerrectangles.Clearly,thelightnessofthebackgroundeffectsthewayinwhichweperceivethecentergraydot.Thiseffectiscalledsimultaneouscontrast.Again,ascanbeseeninotherdemonstrations,theperceptionofthiskindofdisplayisaresultoflateralinteractions.同时对比现象SimultaneousContrast人眼对某个区域感觉的亮度（主观亮度）不仅依赖于他自身的亮度，还与它的背景有关。Anexampleofsimultaneouscontrast同时对比度现象第2章第25页Mayoureyesdeceiveus?2.1.3亮度适应和区分-视错觉Hering&PogendorfIllusionsThisiscalledaKanizsafigureafterthepersonwhoinventedit.Ifyoulookcarefullyyouwillprobablyseetheedgesoftheentiretriangle,eventhoughthetriangleisdefinedonlybythenotchesinthereddisks.KanizsaIllusion在错觉中，眼睛填上了不存在的信息或错误地感知物体的几何特点。Whatdoyouseeinthisdiagram?Inordertofindoutwhatpeopleoftensaytheyseeselectpossibleperceptions.BrightnessAdaptation&Discrimination(cont…)Formoregreatillusionexamplestakealookat:/persci/gaz/

Taketwopiecesofpaperandplacetheiredgesascloseaspossibletobothsidesofonereddiagonal.Notethattheredsquareinthemiddleisthesameasalltheothersquaresonthatdiagonal.Nowmoveyourpiecesofpapertoexposemainlytheredsquaresontheotherdiagonal.Onthisdiagonal

alltheredsquares,includingthecenterone,areagainthesamecolorred.Becausethecentersquareiscommontobothdiagonalsthisexerciseprovesthatalltheredsquaresinbothdiagonalsareexactlythesameredcolor.Yet,whenthepatternisseenasawhole,thetworeddiagonalsappeardifferentfromeachotherColorAssimilation第2章第31页2.1.3亮度适应和区分-视觉惰性视觉惰性:人眼的主观亮度感觉与光的作用时间有关,光像一旦在视网膜上形成,在它消失后,视觉系统将会对这个光像的感觉持续一段时间Availablehere:/Visual%20Demos/Demo%2015.html

BeauLotto:OpticalIllusionsShowHowWeSee/talks/lang/eng/beau_lotto_optical_illusions_show_how_we_see.html

错觉中的视觉真相2.1.3亮度适应和区分-视错觉第二章数字图像基础2.1视觉感知要素2.3图像感知和获取2.4图像采样和量化2.5像素间关系和基本操作

2.6图像处理的数学工具介绍第2章第35页第2章第36页2.3图像的感知与获取图像F是由“照射”源I和“场景”对光能的反射R或吸收共同作用得到人眼感受到的物体的颜色C是由人眼的感知特性G、光源I和物体的吸收和反射特性R共同决定(a)单个成像传感器(光二极管)(b)线传感器(扫描仪)(c)传感器阵列(CCD)第2章第37页2.3图像的感知与获取(a)单个传感器运动产生二维图像(b)线传感器带获取图像(扫描仪，传真)(c)环形传感器带获取图像(CT，核磁共振)第2章第38页2.3图像的感知与获取传感器阵列获取数字图像(CCD摄像头DCDV)图像形成模型

在特定坐标(x,y)处，通过传感器转换获得的f值为一正的标量。函数f(x,y)由：①入射到观察场景的光源总量；②场景中物体反射光的总量组成。0<f(x,y)<∞0<i(x,y)<∞0<r(x,y)<1平均反射系数，反射分量白光强度,入射分量灰度（Intensity）单色图像在任何坐标(x0,y0)处的强度为图像在该处的灰度级l＝f(x0,y0),显然有，可以规定灰度级范围为[0,L-1]简单的图像形成模型第二章数字图像基础2.1视觉感知要素

2.3图像感知和获取

2.4图像采样和量化2.5像素间关系和基本操作2.6图像处理的数学工具介绍第2章第40页

获取图像的目标是从感知的数据中产生数字图像，但是传感器的输出是连续的电压波形，因此需要把连续的感知数据转换为数字形式。这一过程由图像的取样与量化来完成。

数字化坐标值称为空间取样

512X512象素Pixel分辨率Resolution

数字化幅度值称为幅值量化

256级，8bit，灰度级连续图象数字图象离散化2.4图像采样和量化

SamplingandQuantization

采样定理Nyguist准则2.4图像采样和量化

SamplingandQuantization

类比一维信号电压流量txy二维图象2.4图像采样和量化

SamplingandQuantization

数字图像的采集过程采样和量化2.4图像采样和量化

SamplingandQuantization

阵列中传感器的数量决定了图像两个方向的取样限制第2章第45页数字图像是模拟图像经取样、量化、编码获得图像取样:图像空间离散化,确定图像空间分辨率图像量化:图像幅度离散化,确定图像幅度分辨率图像编码:用较少的bit表示量化后的图像(JPEG)2.4图像采样和量化

SamplingandQuantization

2.4图像采样和量化

SamplingandQuantization

2.4图像采样和量化

SamplingandQuantization

2.4图像采样和量化

SamplingandQuantization

2.4图像采样和量化

SamplingandQuantization

数字图像的质量很大程度上取决于取样和量化过程中所用的取样数和灰度级,图像内容是确定这两个参数的重要因素2.4图像采样和量化

SamplingandQuantization

图像的非均匀采样：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。图像的非均匀量化：非均匀量化是依据一幅图像具体的灰度值分布的概率密度函数,按总的量化误差最小的原则来进行量化.具体做法是对图像中像素灰度值频繁出现的灰度值范围,量化间隔取小一些,而对那些像素灰度值极少出现的范围,则量化间隔取大一些.由于图像灰度值的概率分布函数因图像不同而异,所以不可能找到可用于所有图像的最佳非等间隔量化方法.2.4图像采样和量化

SamplingandQuantization

思考：1、为什么图像经常用512×512、256×256、128×128等形式表述；答:因为当图像的大小是2的次幂时，图像的许多计算可以得到简化。答:存储一幅大小为M×N，有2k个不同灰度级的图像所用的Bit数为: b=M×N×k (2.4-4)因此，存储一幅512×512，有256个灰度级（k=8）的图像需要512×512×8=2097152(Bit)或512×512=256K(Byte)2、存储一幅512×512，有256个灰度级的图像需要多少比特？空间分辨率（spatialresolution）图像中可分辨的最小细节，主要由采样间隔值决定2.4图像采样和量化-空间分辨率

SamplingandQuantization

1)

DPI＝DotsPerInch=每英寸的点数

报纸的的分辨率为75dpi,杂志133dpi,精致书籍2400dpi（外文）采样间隔值越小，空间分辨率越高空间分辨率变化对图像视觉效果的影响(a)原始图像(256×256)(b)采样图像(128×128)(c)采样图像(64×64)(d)采样图像(32×32)(e)采样图像(16×16)(c)采样图像(8×8)灰度级L不变的情况下灰度级别中可辨别的最小变化，通常也把灰度级L称为灰度分辨率量化灰度所用的bit数，如256级的灰图像的灰度分辨率为8bit。量化确定灰度分辨率2.4图像采样和量化-灰度级分辨率

SamplingandQuantization

灰度级分辨率对图像视觉效果的影响灰度级分别为256,128,64,32的数字图像256128643216824灰度级别越少，伪轮廓现象越明显。图像的分辨率表示的是能看到图像细节的多少，显然依赖于M×N和灰度级别L保持M×N不变而减少L则会导致假轮廓保持L不变而减少M×N则会导致棋盘状效果图像质量一般随着M×N和L的增加而增加，但存储量增大。实验表明图像的细节越多，用保持M×N恒定而增加L的方法来提高图像的显示效果就越不明显，因此，对于有大量细节的图像只需要少数的灰度级。2.4图像采样和量化SamplingandQuantization

第8章第58页图像放大—过采样;图像缩小—欠采样图像放大过程创建新的像素位置对新位置上的像素赋值图像收缩过程行-列删除2.4图像采样和量化-放大缩小图像SamplingandQuantization

（1）、图像的收缩——行、列删除2.4图像采样和量化-放大缩小图像SamplingandQuantization

第2章第60页图像放大过程创建新的像素位置对新位置上的像素赋值如何确定新像素的位置?如何确定新位置上的像素灰度值？最近邻域插值(零阶插值)双线性插值(一阶插值)双三次插值(二阶插值)…2.4图像采样和量化-放大图像SamplingandQuantization

原像素原像素原像素第2章第61页最近邻域内插(零阶插值)在原图像中寻找最靠近新位置像素的像素点,并将它的灰度值赋给新像素优点:简单易行速度快缺点:易产生块效应近朱者赤近墨者黑2.4图像采样和量化-放大图像SamplingandQuantization

ABCD第2章第62页双线性内插(一阶插值)在原图像中寻找新位置像素的4个像素点,并借助双线性函数使用4个像素点的灰度值计算新像素点的值优点:块效应不明显缺点:计算复杂,使图像细节退化(平滑作用)2.4图像采样和量化-放大图像SamplingandQuantization

第2章第63页2.4图像采样和量化-放大图像SamplingandQuantization

用最近领域内插法(上一行)和双线性内插法(下一行)得到的放大图像分别将128×128,64×64,32×32放大到1024×1024图像放大的效果比较2.4图像采样和量化-放大图像SamplingandQuantization

第二章数字图像基础2.1视觉感知要素

2.3图像感知和获取2.4图像采样和量化

2.5像素间关系和基本操作

2.6图像处理的数学工具介绍第2章第65页第2章第66页像素间的基本关系相邻:4-邻域D-邻域8-邻域距离度量邻接性、连通性区域、边界像素间的基本操作算术运算:加减乘逻辑运算:与或非2.5像素间关系和基本操作第2章第67页4-邻域:当前像素点4个水平和垂直方向上的相邻像素(x-1,y),(x+1,y),(x,y-1),(x,y+1)D-邻域:当前像素点4个对角线像素(x-1,y-1),(x-1,y+1),(x+1,y-1),(x+1,y+1)8-邻域:4邻域和D邻域的合集2.5像素间关系和基本操作-相邻像素的相邻仅说明了两个像素在位置上的关系，若再加上取值相同或相近，则称两个像素邻接。1、两个像素p和q邻接的条件（1）位置相邻

p(m,n)和q（s,t）位置上满足相邻，即（2）灰度值相近，即称为灰度值相近（似）准则。称为灰度值相近（似）准则。2.5像素间关系和基本操作邻接、连通性、区域和边界邻接性令V是用于定义邻接性的灰度值集合（相似性准则），存在三种类型的邻接性：(1)4邻接:若像素p和q的灰度值均属于V中的元素，且q在N4(p)中，则p和q是4邻接的.(2)8邻接:若像素p和q的灰度值均属于V中的元素，且q在N8(p)集中,则p和q是8邻接的.(3)m邻接(混合邻接):若像素p和q的灰度值均属于V中的元素，{①q在N4(p)中,或者②q在ND(p)中}且{集合N4(p)∩N4(q)没有V值的像素},则具有V值的像素p和q是m邻接的.4邻接必8邻接，反之不一定成立。两种邻接及其关系见下图所示，相似性准则为V={1}，p与q：4邻接，也8邻接；q与r：8邻接但非4邻接。4邻接与8邻接的关系m邻接可以消除8邻接所带来的（通路）二义性(b)中心像素p的8邻接像素：q1,q2pq1pq1q2q2V={1}q1和p:8邻接，非m邻接q2和p:8邻接，又m邻接只定义8邻接，则q2和q1之间的通路有两条（二义）见（b）；定义了m邻接，则q2和q1之间的通路就只有一条（m通路）见（c）(a)像素安排(b)(c)(c)中心像素p的m邻接像素：q2不满足条件：N4(p)∩N4(q1)没有V值的像素像素