数字图像处理基础阅读笔记.docVIP

数字图像处理基础 一、物理图像的数字化 理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。空间坐标（x，y）的数字化称为图像采样，而幅值数字化称为灰度级量化。 1.图像采样 图像采样是对图像空间坐标的离散化，它决定了图像的空间分辨率。采样可以这样理解：用一个网格把待处理的图像覆盖，然后每一个小格上模拟图像的各点亮度取平均值，作为该小方格中点的值。 对一副图像采样时，若每行（横向）像素为M个，每列（纵向）像素为N个，则图像大小为M*N个像素，f(x,y)表示点（x，y）处的灰度值，则F(x,y)构成一个M*N实数矩阵。 2.灰度量化 把采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的量化。量化是对图像幅度坐标的离散化，它决定了图像的幅度分辨率。 量化的方法包括：分层量化、均匀量化和非均匀量化。分层量化是把每一个离散样本的连续灰度值只分成有限多的层次；均匀量化是把原图像灰度层次从最暗到最亮均匀分为有限个层次，如果采用不均匀分层就称为非均匀量化。 当图像的采样点数一定时，采用不同量化级数的图像质量不一样。量化级数越多，图像质量越好；量化级数越少，图像质量越差。量化级数最小的极端情况是二值图像，图像出现假轮廓。 二、数字图像的表示 二维图像进行均匀采样并进行灰度量化后，就可以得到一幅离散化成M*N样本的数字图像，该图像是一个整数阵列，因而用矩阵来描述数字图像是最直观、最简便的了。 三、数字图像处理的主要研究内容 图像变换、图像增强、图像分割、图像恢复与重建、图像编码与压缩。 四、图像类型 索引图像、灰度图像、二值图像、rgb图像、多帧图像序列。 1.二值图像 又称为黑白图像，是指图像的每个像素只能是黑或白，没有中间的过渡。二值图像的像素值为0或1。 2.灰度图像 灰度图像是指每个像素由一个量化的灰度值来描述的图像。它不包含彩色信息。若灰度图像的像素是uint8或uint16型，则它们的整数值范围分别是[0,255]和[0,65535]。若图像是double型，则像素的取值就是双精度浮点型。 3.rgb图像 Rgb图像又称为真彩色图像，它利用r\g\b三个分量合成来表示一个像素的颜色，rgb分别对应三原色的红、绿、蓝。因此，一幅尺寸为M*N的rgb图像需要一个三维矩阵来存储，三维矩阵的尺寸为M*N*3。如果要读取图像中（100，50）处的像素值，需要查看三元数据（100，50，1：3）。 真彩色图像可用双精度存储，亮度值范围是[0,1]；比较符合习惯的存储方法是用无符号8位整数存储，亮度值范围为[0,255]。 4.索引图像 索引图像采用两个矩阵来表示一幅图像，分别是图像数据矩阵和调色板矩阵。调色板是一个有3列和若干行的色彩映像矩阵，矩阵每行代表一种颜色，3列分贝代表红、绿、蓝色强度的双精度数。 5.多帧图像序列 6.图像类型转换 五、颜色空间 除了rgb颜色模型外，还有一些颜色模型，这些颜色模型又可称为颜色空间或色度空间。常见的色度空间有RGB、HSV、HIS等。 1.RGB模型 RGB（red，green，blue）颜色空间最常用于显示器系统。彩色阴极射线管、彩色光栅图形的显示器都使用RGB数值来驱动RGB电子枪发射电子，分别激发荧光屏上的RGB三种颜色的荧光粉发出不同亮度的光线，并通过相加混合产生各种颜色。RGB色彩空间称为与设备相关的色彩空间。RGB颜色空间是最常见的色度空间，在计算机图形学、数字图像处理中都应用广泛。该模型基于笛卡尔坐标系统，成正方形，三个轴分别对应于RGB三个分量。如图所示。 blue cyan Megenta white Black green red yellow 2.HSV模型 HSV（hue，saturation，value）颜色空间的模型对应于圆柱坐标系中的一个圆锥形子集，圆锥的顶面对应于v=1. 3.hsi颜色空间 HSI颜色空间从人的视觉系统出发，用色调（hue）、色饱和度（saturation或chroma）和亮度（Intensity或brightness）来描述色彩。 注意：色度空间只是同一物理量的不同表示法，因而它们之间存在着转换关系。 Rgb和hsi的相互转换 六、图像质量的客观评价 图像质量的客观评价是指采用某个或某些定量参数和指标来描述图像的质量。它在图像压缩、图像水印等应用中有重要的价值，是衡量不同算法性能优劣的一个重要指标。 1.峰值信噪比 最常见的图像评价准则是峰值信噪比（PSNR)和均方误差（MSE)。假设f（x，y）是原始图像，f’（x，y）是处理以后的图