(华中科大)图像信号分析基础(landi).ppt

* 华中科技大学软件学院 3.1.4图像信号的量化 主要介绍两种图像信号的量化方法： 1.等间隔均值量化 P0(pmin) p1 p2 p3 P4(Pmax) f0 f1 f2 f3 2.最优量化 引入概率的方法 * 华中科技大学软件学院 3.1.4图像信号的量化 * 华中科技大学软件学院 幅度分布函数 幅度分布密度函数h(p)： 表示幅度值为p的象素的个数； 连续幅度分布密度函数h(p)： 幅度值为p的点的积分 * 华中科技大学软件学院 3.1.4图像信号的量化 * 华中科技大学软件学院 误差最小量化 量化误差表示为： 通过求极值的方法，确定相应量化值和对应的量化区间： 和 * 华中科技大学软件学院 * 华中科技大学软件学院 最优量化算法 * 华中科技大学软件学院 3.15 灰度直方图 定义：横坐标为灰度级的值，纵坐标为某个灰度级出现的次数。为了便于表示，往往将纵坐标用出现概率表示。 * 华中科技大学软件学院 灰度直方图的另外一种表示 即一副连续图像的直方图是其面积函数的倒数的负值。如果将图像视为一个二维的随机变量，那么，面积函数就相当于该随机变量的累积分布函数，而灰度直方图相当于其概率密度函数。负号是因为随D的增加A（D）减少的原因 将一副连续图像中具有灰度级D的所有轮廓线所包括的面积，称为它的阀值面积函数A(D)。则直方图可定义为： * 华中科技大学软件学院 灰度直方图表示形式 D＋?D D A(D ＋?D ) A(D) * 华中科技大学软件学院 区别与联系 幅度分布函数 幅度密度函数 灰度直方图 累计直方图 * 华中科技大学软件学院 图像的振幅分布特性 振幅密度函数： * 华中科技大学软件学院 3.2 图像的运算 点运算 代数运算 几何运算 * 华中科技大学软件学院 线性点运算 a=1,b=0,图像没有变化 a＝1，b0,图像变亮或是变暗 a1,b=0,图像对比度增强； a1,b=0,图像对比度减弱。 Note：是点对点的对灰度值进行计算 * 华中科技大学软件学院 非线性点运算 * 华中科技大学软件学院 3.2.2代数运算 图像的代数运算指图像点对点的代数运算，不是矩阵的运算。 * 华中科技大学软件学院 几何运算 点运算、代数运算都是针对点的运算，运算结果都不会改变图像各部分之间的几何关系。图像转动、扭曲、倾斜、拉伸是几何运算的结果。 点运算、代数运算只涉及到特定点的灰度值的变化，而几何变换到空间点位置的变化、灰度值的变化等 * 华中科技大学软件学院 几何运算确定灰度值的两种方法 * 华中科技大学软件学院 几何运算—最临近插值算法 最简单的插值方法是所谓零阶插值或称为最近邻插值，即令输出像素的灰度值等于离它所映射到的位置最近的输入像素的灰度值。 最近邻插值方法的计算十分简单，在许多情况下，其结果也可令人接受。 然而，当图像中包含像素之间灰度级有变化的细微结构时，最近邻插值法会在图像中产生人为的痕迹。 用最近邻插值法旋转图像带有锯齿边。 * 华中科技大学软件学院 几何运算—双线性插值算法 一阶插值(或称双线性插值法)和零阶插值法相比可产生更令人满意的效果。只是程序稍复杂一些，运行时间稍长一些。由于通过四点确定一个平面是一个过约束问题，所以在一个矩形栅格上进行的一阶插值就需要用到双线性函数。 * 华中科技大学软件学院 双线性插值 令f（x,y）为两个变量的函数，其在单位正方形顶点的值已知。假设我们希望通过插值得到正方形内任意点的f(x,y)值。我们可由如下双曲线方程： f(x,y)=ax+by+cxy+d * 华中科技大学软件学院 线性插值 最临近插值： (0,0) (0,1) (0,0.4) (0,0) (0,1) (0,0.4) f(0,0) f(0,1) f(0,0.4) f(0,0.4)=f(0,0)=3 f(0,0.4)= f(0,0)+(0.4/1)*[f(0,1)-f(0,0)] =3+0.4*(5-3)=3.8 线性插值： 假设f(0,0)=3,f(0,1)=5 * 华中科技大学软件学院 双线性插值的简单算法 * 华中科技大学软件学院 双线性插值 * 华中科技大学软件学院 3.3线性系统 * * 华中科技大学软件学院 第三章 图像信号分析基础 * 华中科技大学软件学院 本章主要内容 采样的数学表 量化的数学求解方法、采样定理 点运算、线性运算、几何运算 ※重点介绍线性移不变系统 ※重点介绍卷积的定义，一维卷积、二维卷积的计算 简单介绍，灰度直方图、卷积与滤波，在图像增强部分详细