第2章 图像及其数字处理基础.pptVIP

下周二上课教室：地质宫412 第二章 图像及其数字处理基础 讲解内容 1. 人类的视觉模型 2. 图像数字化过程、数字化参数对图像质量的影响等 3. 图像灰度直方图 4. 图像的分类 重点：图像数字化、图像灰度直方图 难点：图像数字化、直方图应用 目的： 1. 熟悉本章基本概念和图像处理算法形式，了解图像的特征； 2.重点掌握图像数字化图像灰度直方图的基本概念及应用. 2.1人类的视觉模型 视觉过程 人类的视觉模型 杆状细胞——负责黑白视觉 对低亮度光敏感（夜视觉） 数量约为7500万-1.5亿 锥状细胞——负责彩色视觉 有三种类型：红色、绿色、蓝色感光细胞 可感受6-7百万种颜色 数量约为600-700万 人眼对亮度的适应能力与鉴别能力 适应能力：人眼能够感知的亮度最大值和最小值之比 人眼对光亮度的响应：对数特性 动态范围：人眼能够同时分辨的亮度范围，远远小于人眼对亮度的适应范围 视觉亮度灵敏度：人眼辨别亮度差别的能力，与环境亮度和本身亮度有关 暗适应：从亮处到暗处得适应能力，一般20-30 min 亮适应：从暗处到亮处得适应能力，一般1-2min 人眼对亮度的适应能力与鉴别能力（续） 人眼的视觉残留现象：人眼对亮度的感觉不会随着光刺激的消失而立即消失，而是大致按指数规律逐渐减小 错视现象：人眼对物体形状和大小的感觉因物体的布置、背景条件的不同而不同 人眼的分辨能力 对灰度层次的分辨能力——约40级 对颜色的分辨能力 光波波长变化1-2nm，人眼即可感受到 人眼可同时分辨数千种不同色彩和不同亮度的颜色 面积对色觉的影响：目标物体的颜色面积变小时，色觉颜色也变；面积小到一定程度是，变为灰色 色对比：若目标无的色度相同，但背景色度有所不同时，看起来有不同的颜色 主观色：一个纯黑白的图形在特殊情况下也会有颜色感觉（转动的Benham黑白圆板） 视觉三基色假说 亮度适应和鉴别(Intensity Adaption and Identification) 人眼适应某一平均亮度后，黑白感觉对应的亮度范围较小。 黑白亮度感觉相对性——应用图像传输与重现 （1）重现图像的亮度不必等于实际图像的亮度，只要保持两者对比度不变，就能给人以真实的感觉。 （2）人眼不能感觉出来的亮度差别在重现图像时不必精确复制出来。 An example showing that perceived brightness is not a simple function of intensity. Matlab实现程序： Imagesc (1:8); Colormap (gray); Examples of simultaneous contrast. Matlab实现程序： colormap(gray); dark=zeros(256,256); dark (64:192, 64:192)=0.5; Subplot (1,3,1); imshow (dark) middle (1:256, 1:256)=0.7; middle (64:192, 64:192)=0.5; subplot (1, 3, 2); imshow (middle) bright=ones (256,256); bright (64:192, 64:192)=0.5; subplot (1,3,3); imshow (bright) Some well-know optical illusions optical illusions optical illusions 2.2 图像数字化技术 1 图像的数学模型 2 图像的采样和量化 3 数字图像处理 数字图像的获取 图像数字化 图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。 模拟图像 数字图像 正方形点阵 具体来说，就是把一幅图画分割成如图所示 一个个小区域（像元或像素），并将各小区域 灰度用整数来表示，形成一幅点阵式的数字图像。它包括采样和量化两个过程。像素的位置和灰度就是像素的属性。 用矩阵表示数字图像 像素间