《数字图像处理第二章课件.ppt》由会员分享，可在线阅读，更多相关《数字图像处理第二章课件.ppt（40页珍藏版）》请在三一文库上搜索。
1、第2章 数字图像基础,2.1 Elements of Visual Perceptiion,人眼剖面简图,角膜,虹膜,中央凹,视网膜,3层, 平均直径20 瞳孔2-8mm,脉络膜,巩膜,视网膜上锥状体和柱状体的分布,锥状体:昼视 600-700万个 中央凹, 数码相机,柱状体:夜视 7500万-1.5亿,遍布视网膜,人眼的针孔成像,摄像机成象几何(凸透镜): 其中: 成象的物距u, 像距v, 焦距f,称为系统的放大系数 简化（只有光心有光通过，图象聚在焦平面上），针孔模型：（光学成象）,u ,v, f,主观(感觉)亮度范围呈现自适应层次,人眼主观(感觉)亮度是入射光强的对数函数. 能同时鉴别的
2、光强级范围很小,主观亮度,强闪光极限,夜视阈值,适应范围,夜视,昼视,对数光强,刻画亮度分辨率的基本实验,亮度分辨力实验, 具有恒定背景的对比灵敏度,作为光强函数的典型韦伯比,昼视与夜视分段,韦伯比(I / I): 在相当宽的范围内约为2%,感觉亮度不是光强的简单函数,人眼响应在不同光强区的边界周围会”过量调整”. 这种现象称为 ”马赫效应” Ernst Mach(1865描述),同时对比度的示例,光学错觉:,Is there a face on Mars,1997,http:/mpfwww.jpl.nasa.gov/,1998.4,2.2 Light and Electromagnetic
3、Spectrum,波长,电磁波长与频率,2.3. Image Sensing and Acquisition,三种传感器排列,单点传感器与运动结合产生2维图像,线状/环状传感器(1维),Image Acquisition Using Sensor Arrays,一种简单的成像模型,物理响应f(x,y)应该满足: 0f(x,y) f(x,y)=i(x,y)r(x,y) 其中 0i(x,y) and 0r(x,y)1 Lmin=l=Lmax Lmin, Lmax灰阶范围常用0,L-1表示,2.4 Image Sampling and Quantization 2.4.1 Basic Concept
4、,数字图像的产生: 连续图像; 沿AB扫描线的连续图像; 采样; 量化.,a b c d,a.连续图像; b.采样和量化的结果(数字图像),2.4.2 Representing Digital Images,图像坐标系,MN 的数字图像用矩阵表示,F(x,y)在0,L-1有L个灰阶, 通常取L为2的k次幂,图像存储量的计算: M*N*k,Spatial and Gray-Level Resolution,空间分辨率变小，灰度量化级数（灰阶数）不变。,对上例中的空间分辨率上采样（重复行列）,空间分辨率不变，灰度分辨率下降。但人眼能同时分辨的灰阶数一般在32级之内，因此,以上演示了N或k变化的效果
5、，为考察N和k之间可能存在的联系，看 Fig.2.22 低、中、高度细节的三种不同图像,一些观察者对3组低中高细节图像在N和k变化时的主观评价。 在同一曲线上的N-k组合的图像具有相同的主观质量。可见：,高细节的图像对k的变化不敏感 中低细节两类图像在一段同质曲线上，k下降而N上升。,Aliasing and Moire Patterns 混叠与莫尔条纹,Zooming and Shrinking Digital Images,图像放大的最近邻插值（上行）和双线性插值效果（下行）,2.5 Some Basic Relationships Between Pixels 2.5.1 Neighbo
6、rs of a Pixel,4邻接：,8邻接：,m邻接(混合邻接)：邻点q与当前像素（点）p存在4邻接前景邻点；或q是p的对角邻点并且p和q没有公共的前景4邻点。,m邻接是8邻接的修订，它消除了应用8邻接可能引起的模糊性，如图2.26b（4或8邻接共存）。,2.5.2 Adjacency, Connectivity, Regions, and Boundaries邻接、连通性、区域与边界,区域R：图像中的一些像素构成的集合R,如果R是一个连通集合，则称R是一个区域。 区域R的边界是该区域中的一组像素，它们各自都有一个或一个以上的邻点不在R中。如果R刚好是整个图像，则图像的第一和最后一行/列就是
7、它的边界。 边界不是边缘,2.5.3 Distance Measures, 距离度量,对像素p(x,y), q(s,t)和z(v,w), 距离函数D应满足: D(p,q)=0 (D(p,q)=0, iff p=q) D(p,q)=D(q,p), and D(p,z)=D(p,q)+D(q,z),例如用LM范数表示的通用Minkowski距离:,M=1,2,的LM距离最有用,分别对应:,欧氏euclidean距离L2: 等距为圆: bw = zeros(200,200); bw(50,50) = 1; bw(50,150) = 1; bw(150,100) = 1; D1 = bwdist(bw
8、);,准欧氏距离: quasi-euclidean 等距为8边形 D2 = bwdist(bw,quasi-uclidean);,街区City-Block距离L1: 等距为4角星,棋盘chessboard距离L : 等距为矩形,2.6 Linear and Nonlinear Operations线性与非线性运算,Let H be an operator whose input and output are images. H is linear if, for any two images f and g and two scales a and b, H(af+bg)=aH(f)+bH(g) An operator that fails the test is nonlinear,例如, 计算k幅图像之和的运算是线性的; 计算2幅图像之差的绝对值的运算是非线性的.,homework1,Page 55-57 习题 2.3 2.6 2.7(+2.8) 参考Dipum Project2.4 2.15,