图像处理实践电子课件教案-第2章 数字图像处理基础精选.ppt

第2章 数字图像处理基础 2.1 基本概念 2.2 数字图像的显示 2.3 色度学基础与颜色模型 2.4 灰度直方图 2.5 图像文件格式 第2章 数字图像处理基础 2.1 基本概念 数字图像采用数字阵列表示，阵列中的元素称为像素（Pixel）或像点，像素的幅值对应于该点的灰度级。图2.1所示为用一个数字阵列表示一个物理图像的示意图。物理图像被划分为称作图像元素小区域。最常见的划分方案是如图2.1所示的方形采样网格，图像被分割成相邻像素组成的许多水平线，赋予每个像素位置的数值反映了物理图像上对应点的亮度，用 f(x,y)代表点(x,y)的灰度值，即亮度值。分为0~255个等级。数字图像上一点的像素由该点的横坐标、纵坐标和像素值共同组成。 图2.1 图像数字化示意图 2.1.1 数字化的过程 1. 采样 图像在空间上的离散化称为采样。用空间上部分点的灰度值代表图像，这些点称为采样点。图像是一种二维分布的信息，为了对它进行采样操作，需要先将二维信号变为一维信号，再对一维信号完成采样。具体做法是，先沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描，取出各水平线上灰度值的一维扫描。然后，再对一维扫描线信号按一定间隔采样得到离散信号，即先沿垂直方向采样，再沿水平方向采样，通过这两个步骤完成采样操作。对于运动图像，即时间域上的连续图像，需要先在时间轴上采样，再沿垂直方向采样，最后沿水平方向采样，由这三个步骤完成。当对一幅图像采样时，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MXN个像素。 图像的数字化包括采样和量化两个过程。设一幅连续图像{f(x,y)}经过数字化后，可以用一个离散数据量所组成的矩阵，即用二维数组表示为 2. 量化 模拟图像经过采样后，在时间和空间上离散化为像素。但经过采样所得到的像素值仍是连续量。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。一幅图像中不同灰度值的个数称为灰度级，像素灰度取值范围为0~255之间的整数，像素值量化后用一个字节（8位）来表示。如图2.2所示，把黑—灰—白连续变化的灰度值量化为256级灰度值，灰度值的范围为0~255，表示亮度从深到浅，对应图像中的颜色为从黑到白。 图2.2 灰度等级示意图 对于一幅图像，当量化级数一定时，采样点数M×N 对图像质量有着显著的影响。如图2.3所示，采样点数越多，图像质量越好；当采样点数减少时，图上的块状效应就逐渐明显。同理，当图像的采样点数一定时，采用不同量化级数的图像质量也不一样。量化级数越多，图像质量越好，当量化级数越少时，图像质量越差，量化级数最小的极端情况就是二值图像，图像出现假轮廓。采样点数一定，采用不同量化级数的图像质量也会发生变化，图2.4给出了当采样点数一定的情况下，量化等级变化对于图像质量的影响。 (a）原图 （b）采样点降低1/2 （c）采样点降低1/4 (d）采样点降低1/8 图2.3 量化等级一定采样点变化对图像质量的影响 （ a）256级 （b）128级 （c）64级 （d）32级 （e）16级 （f）8级 （g）2级 图2.4 采样点一定量化级数变化对图像质量的影响 一般情况下，当限定数字图像的大小时，为了得到质量较好的图像可以采用如下原则： (1)对边缘逐渐变化的图像，应该细量化，粗采样，以避免假轮廓； （2）对细节丰富的图像，应该细采样，粗量化，以避免模糊（即混叠）。 对于彩色图像，是按照颜色成分红（R）、绿（G）、蓝（B）分别采样和量化的。若各种颜色成分均按8位量化，即每种颜色量化级别是256，则可以处理 256×256×256颜色。 4. 图像数字化设备 将模拟图像数字化成为数字图像，需要某种图像数字化设备。常见的数字化设备有数码相机、扫描仪、数字化仪等。