数字图像处理 基本原理.ppt

数字图像处理 第二章 数字图像处理基础 一、数字图像的表示 1. 什么是图像：客观存在对象的一种相似性的、生动性的描述或写真。 “图”是物体投射或反射光的分布，“像” 是人的视觉系统对图的接受在大脑中形成的印象或反映。是客观和主观的结合。 模拟图像：空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像。 数字图像：空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 数字图像处理：利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。 数字图像处理的特点（优势）： （1）处理精度高，再现性好。（2）易于控制处理效果。（3）处理的多样性。（4）图像数据量庞大。（5）图像处理技术综合性强。 数字图像处理的目的 （1）提高图像的视感质量， 以达到赏心悦目的目的 a.去除图像中的噪声； b.改变图像的亮度、颜色； c.增强图像中的某些成份、 抑制某些成份； d.对图像进行几何变换等，达到艺术效果； （2）提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理 （3）对图像数据进行变换、 编码和压缩， 以便于图像的存储和传输。 3）二值图像 二值图像只有黑白两种颜色，一个像素仅占1，0表示黑，1表示白，或相反。 4）索引图像 颜色是预先定义的（索引颜色）。索引颜色的图像最多只能显示256种颜色。 3.数字图像是指由被称作象素的小块区域组成的二维矩阵。 将模拟（连续）图象行列划分后，每个小块区域称为像素。 每个像素包括两个属性：位置和灰度（亮度)。 对于单色即灰度图像而言，每个象素的亮度用一个数值来表示，通常数值范围在0到255之间，即可用一个字节来表示，0表示黑、255表示白，而其它表示灰度级别。 对连续图像f（x，y）进行数字化 5、图像数字化的方法：取样和量化 1）图像数字化：将模拟图像经过离散化之后，得到用数字表示的 图像。图像的数字化包括采样和量化两个过程。 2）采样：是将在空间上连续的图像转换成离散的采样点（即像 素）集的操作。即：空间坐标的离散化。 3）量化：把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。即：灰度的离散化。 5、图像数字化的方法：取样和量化 4）空间分辨率:由取样值决定，图像中可辨别的最小细节，一般用单位长度上采样的像素数目或单位长度上的线对数目表示。 5）灰度级分辨率:灰度级中可分辨的最小变化，一般用灰度级或比特数表示。 （1）采样：空间坐标(x,y)的数字化被称为图像采样，确定水平和垂直方向上的像素个数M、N 在采样时，若横向的像素数（列数）为M ，纵向的像素数（行数）为N，则图像总像素数为M*N个像素。 总结：采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现马赛克效应； 采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。 （2）量化：函数取值的数字化被称为图像的量化，如量化到256个灰度级 总结：量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大。 量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小. 图像的量化示例 （5）采样和量化的原则 当限定数字图像的大小时, 为了得到质量较好的图像，一般可采用如下原则： 对缓变的图像， 应该细量化， 粗采样， 以避免假轮廓。 对细节丰富的图像， 应细采样， 粗量化， 以避免模糊。 本书中表示数字图像所用坐标的约定 M,N必须为正数，灰度级取值为2的整数次幂L=2k,为k位图像，即采用16位二进制表示。 1）图像存储量a为: a=M*N*k 2）存储一幅数字图像所需二进制位数b为: b=M*N*L 3）字节数B为：B=M*N*（L/8）