数字图像处理及MATLAB实现2

数字图像处理武汉理工大学信息学院第2章数字图像处理的基础(BasicsKnowledgeofDigitalImageProcessing)2.1人类的视觉感知系统(VisualSystemofHumanBeings)2.2数字图像的基础知识(BasicsofDigitalImage)2.1人类的视觉感知系统(VisualSystemofHumanBeings)视觉是人类最高级的感知器官，所以，毫无疑问图像在人类感知中扮演着重要角色。然而人类感知只限于电磁波谱的视觉波段，成像机器则可以覆盖几乎全部电磁波谱。研究图像处理首先要了解人类的视觉感知系统。2.1.1视觉系统的基本构造(BasicStructureofVisualSystem)基本构造图2.1人眼横截面简图图2.2图像形成示意图眼睛中图像的形成视觉过程图2.3人的视觉过程的流图2.1.2亮度适应和鉴别(IntensityAdaptionandIdentification)图光强度与主观亮度的关系曲线Basicexperimentalsetupusedtocharacterizebrightnessdiscrimination图2.5用于描述亮度辨别特性的基本实验TypicalWeberratioasafunctionofintensity图2.6作为强度函数的典型韦伯比Anexampleshowingthatperceivedbrightnessisnotasimplefunctionofintensity.实际亮度视觉亮度(a)(b)图2.7马赫带效应示意图Examplesofsimultaneouscontrast.图2.8同时对比现象示意图Alltheinnersquareshavethesameintensity,buttheyappearprogressivelydarkerasthebackgroundbecomeslighter.Somewell-knowopticalillusions图2.9视觉错觉图例(a)opticalillusions图2.9视觉错觉图例(b)opticalillusions图2.9视觉错觉图例(c)2.2.1图像的数字化及表达(ImageDigitalizationandRepresentation)图像有单色与彩色、平面与立体、静止与动态、自发光与反射（透射）等区别任一幅图像，根据它的光强度(亮度、密度或灰度)的空间分布，均可以用下面的函数形式来表达.),,,,(tzyxfIAnexampleofthedigitalimageacquistionprocess2.10图像数字化SamplingandQuantization（a）原图像(b)取样(c)量化(d)取样和量化2.11图像的采样和量化Colorimageshave3valuesperpixel;monochromeimageshave1valueperpixel.红，绿，蓝三分量强度分量2.12彩色图像和单色图像matrix数字图像可以用矩阵的形式表示为：1,11,10,11,11,10,11,01,00,0],[NMMMNNiiiiiiiiiyxII2.2.2图像的获取(ImageAcquisition)图像获取即图像的数字化过程，包括扫描、采样和量化。图像获取设备由5个部分组成：采样孔，扫描机构，光传感器，量化器和输出存储体。关键技术有：采样——成像技术；量化——模数转换技术。Sampling图像的采样采样行采样列像素行间隔采样间隔图2.13采样示意图Sampling(a)(b)(a)正方形网格(b)正六角形网格图2.14采样网格在抽样时，若横向的像素数（列数）为M，纵向的像素数（行数）为N，则图像总像素数为M*N个像素。一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现马赛克效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。Sampling图像的采样图2.15图像的采样示例Quantization图2.16图像的量化示例图像的量化量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小.2.2.3像素间的基本关系(BasicRelationshipsbetweenPixels)邻域设为位于坐标处的一个像素组成的4邻域，用表示。像素集用表示和合起来称为的8邻域，用表示。yx,1yx,11,yx1,yx)(4PN1,1yx1,1yx1,1yx1,1yx)(PND)(4PN)(PND)(4PNP连通性为了确定两个像素是否连通，必须确定它们是否相邻及它们的灰度是否满足特定的相似性准则（或者说，它们的灰度值是否相等）。令V是用于定义邻接性的灰度值集合。考虑三种类型的邻接性：（a）4邻接：如果q在集中，具有v中数值的两个像素p和q是4邻接的。（b）8邻接：如果q在集中，则具有中数值的两个像素p和q是8邻接的。（c）m邻接（混合邻接）：如果（ⅰ）q在集中，或者（ⅱ）q在中且集合没有v值的像素。则具有v值的像素p和q是邻接的。pN4pN8pN4pN4qNpN44距离像素之间的联系常与像素在空间的接近程度有关。像素在空间的接近程度可以用像素之间的距离来度量。为测量距离需要定义距离度量函数。给定三个像素，其坐标分别为如果1）(当且仅当)2）3)则是距离函数或度量。rqp,,),(),,(),,(vutsyx0),(qpD),(qpD0qp),(qpD(,)Dqp(,)(,)(,)DprDpqDqrD和之间的欧式距离定义为：和之间的距离（也叫城市街区距离）定义为：和之间的距离（也叫棋盘距离）定义为：pq22e(,)()()Dpqxsytpq4D4(,)x-sy-tDpqpq8D8(,)=max(x-sy-t)Dpq，2.2.4图像的分类图像有许多种分类方法，按照图像的动态特性，可以分为静止图像和运动图像；按照图像的色彩，可以分为灰度图像和彩色图像；按照图像的维数，可分为二维图像，三维图像和多维图像。位图位图是通过许多像素点表示一幅图像，每个像素具有颜色属性和位置属性。位图分成如下四种：二值图像(binaryimages)、亮度图像(intensityimages)、索引图像(indexedimages)和RGB图像(RGBimages)。1.二值图像(binaryimages)二值图像只有黑白两种颜色，一个像素仅占1，0表示黑，1表示白，或相反。2.亮度图像(intensityimages)在亮度图像中，像素灰度级用8表示，所以每个像素都是介于黑色和白色之间的256（=256）种灰度中的一种。3.索引图像(indexedimages)颜色是预先定义的（索引颜色）。索引颜色的图像最多只能显示256种颜色。4.RGB图像(RGBimages)。“真彩色”是RGB颜色的另一种叫法。在真彩色图像中，每一个像素由红、绿和蓝三个字节组成，每个字节为8，表示0到255之间的不同的亮度值，这三个字节组合可以产生1670万种不同的颜色。