图像技术基础教学PPT课件.ppt

1.2 像素间联系 利用像素间距离定义邻域 点p和q之间的欧氏距离 像素p的4-邻域 像素p的8-邻域 1.3 图像采集 采集装置需要包括两种器件 对电磁能量敏感的物理器件 电荷耦合器件（CCD）和互补金属氧化物半导体（CMOS） 数字化器件 将（模拟）电信号转化为数字（离散）的形式（模/数转换）以输入计算机 1.3 图像采集 1.3 图像采集 采集基本模型 采集过程可看作将客观世界的场景进行投影转化的过程。投影可用成像变换（几何透视变换）描述。 不同坐标系统之间的转换 (1) 世界坐标系统 (2) 摄像机坐标系统 (3) 像平面坐标系统 1.4 采样和量化 1.4 采样和量化 图像质量与数据量 例1.5.1　图像空间分辨率变化所产生 的效果 例1.5.2　图像幅度分辨率变化所产生 的效果 例1.5.3　图像空间和幅度分辨率同时 变化所产生的效果 1.5 图像存储与格式 图像存储器 吉（10 9）字节（GB）、太（10 12）字节（TB） 图像文件格式 (1)　BMP（BitMaP）格式 (2)　GIF（Graphics Interchange Format）格式 (3)　TIFF（Tagged Image Format File）格式 (4)　JPEG（Joint Photographic Expert Group） 格式 1.6 图像显示 将图像数据以可视图的形式（一般情况下是亮度模式的空间排列，即在空间(x, y)处显示对应f的亮度）展示出来 处理的结果主要用于显示给人看 分析的结果也可以借助计算机图形学技术转换为图像形式直观地展示 例1.6.1 显示设备 * / 34 2014-12-15 数字图像：为了能用计算机对图像进行加工，需要把连续的图像在图像坐标空间和图像性质空间中都离散化，这种离散化了的图像就是数字图像。在表达数字图像的二维函数f（x，y）中，f、x、y都在整数集合中取值，所以也可以用I(r,c)表示，其中i、r、c都在整数集合中取值。 像素：一幅图像可分解为许多个单元，每个基本单元称为图像元素，简称为像素，对于二维图像，英文中常用pixel代表像素，对于一幅图像，其分辨率与所包含的像素个数成正比，像素个数越多，图像分辨率越高，也就越有可能看出图像的细节。 * 图1.1.1（a）所示的坐标常在屏幕显示中使用，原点在图象的左上角，纵轴标记图象的行，横轴标记图象的列。i(r,c)即可代表这幅图像，也可表示在(r,c)行列交点处的图像值。图1.1.1(b)所示的坐标系常在图像计算中采用，它的原点在图像的左下角，横轴为x轴，纵轴为y轴，f（x，y）既可以代表这幅图像，也可以表示在（x，y）坐标处像素的值 * 图像是由许多像素紧密排列而成的，或者说一幅灰度图像是亮度点的集合。比如说我们将图1.1.2（a）放大，然后用图b所示的一个32×32的网格覆盖到上面，我们就得到了图c。图c中每一个小格对应了一个像素，格内的灰度是一致的，这里的每个小格就对应一个像素。每一个像素都是一个正方形的小颗粒。 * 4邻域：4个水平和垂直的相邻像素，这个像素集称为P的4邻域 P的D邻域 ND（p):4个对角相邻像素组成 8邻域：4邻域和D邻域合成一起成为D的8邻域，也就是和P这个点相邻的这一圈像素 * 对两个像素p和q来说，如果q在p的邻域中，则称p和q邻接。如果p和邻接，而且他们的灰度值均满足某个特定的相似准则（如值相等或在一个灰度值集合中取值），那么p和q相互连接。连接比邻接的要求更高，不仅要考虑空间关系，还要考虑灰度关系。如果p和q不直接连接，但他们在另外一个像素的相同邻域中，而且这三个像素的灰度值满足某个相似的准则，那么就称p和q连通。 对像素p而言，它的四个水平和垂直的近邻像素，就是他的四邻域，如图（a）所示。图b表示像素p的四个对角近邻像素，也就是P的D邻域 。像素p的四个近邻像素和四个对角像素合起来就构成了p的八邻域。 * 像素之间关系的一个重要概念，就是像素之间的距离。在数字图像中，距离有不同的度量方法 1）欧氏距离是两个X方向坐标差的平方与两个y方向坐标差的平方和的开根号 2）城区距离是X方向坐标差的绝对值与y方向坐标差的绝对值之和 3）棋盘距离：x方向坐标差的绝对值和y方向坐标差的绝对值的最大值 * 比如说与xy的DE距离小于或等于三的图像像素，组成了图1.2.2a所示的区域，是一个近似的圆。与x、y的d4距离小于或等于三的像素组成了如图1.1.2b所示的区域，它是一个菱形。与xy的D8距离小于或等于三的像素，组成了图c所示的区域. * D4=一的像素就是(x,y)的4邻域像