图像处理（第二章）.ppt

第二章：图象和视觉基础,一：视觉基础,二：成象基础,三：图像基础,第二章：图象和视觉基础,一：视觉基础,二：成象基础,三：图像基础,1.人眼与亮度视觉 2.颜色视觉,,1.人眼与亮度视觉,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,1、人眼成象 2、亮度适应和区分,1.人眼与亮度视觉：人眼成象,晶状体－－镜头 视网膜－－胶片 中心凹－－视网膜中心（眼睛内最敏感的区域),,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,中央凹,1.人眼与亮度视觉：人眼成象,晶状体－－镜头 视网膜－－胶片 中心凹－－视网膜中心（眼睛内最敏感的区域),,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,1.人眼与亮度视觉：亮度适应和区分,辉度:主观亮度（明度） 亮度:客观光强 照度:客观光强 亮度范围： 1010量级（人的视觉系统） 亮度适应级 <64,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,1.人眼与亮度视觉：亮度适应和区分,区分亮度变化能力的试验：方法是让实验者观看1个均匀照明的足够覆盖整个视野的平面这个平面本身如磨砂玻璃一样散光，它被1个其强度为I且可以变化的光源从背后照亮。

使人感到平面中间象有1个圆形亮点，如图示：,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,1.人眼与亮度视觉：亮度适应和区分,△I50：50%（YES） 韦伯定律，即感觉的差别阈限随原来刺激量的变化而变化，而且表现为一定的规律性，用公式来表示，就是△I/I=K，其中I为原刺激量，△I为此时的差别阈限，K为常数，又称为韦伯率 韦伯率： △I50/I 实验表明1、区分能力在低照明的情况下较差（韦伯率大）；2、在背景亮度增强时区分能力较好（韦伯率小）；3、在最优条件下，韦伯率可以接近0.01成象基础,图像基础,视觉基础,第二章：图象和视觉基础,1.人眼与亮度视觉：亮度适应和区分,两个事实可以表明人所感觉到的亮度不是光强度的简单函数 1 基于视觉系统趋向于过高或过低估计不同亮度区域边界值的现象马赫带：人们在明暗变化的边界上常常在亮区看到一条更亮的光带，而在暗区看到一条更暗的线条,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,1.人眼与亮度视觉：亮度适应和区分,2同时对比度现象 视觉对比：光刺激在空间上的分布不同引起的视觉经验 明暗对比：某个物体反射的光量相同时，由于周围物体的明度不同，可 以产生不同的明度经验 颜色对比：物体颜色受周围颜色影响朝向它们补色的方向变化,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,,,例题 马赫带效应和同时对比度反映了什么共同问题？,答：它们都反映了人类视觉所感知的主观亮度并不是物体表面照度的简单函数。

2.颜色视觉,1、颜色基础2、颜色模型,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色基础,3基本颜色：红（R,red）,绿（G,green）, 蓝（B,blue） 波长：R＝700nm G＝546.1nm,B＝435.8nm 3补色：品红，蓝绿，黄,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色基础,3个基本特性量：辉度、色调、饱和度； 辉度：与物体的反射率成正比（主观亮度）； 色调：与混合光谱中主要光波长相关联； 饱和度：与一定色调的的纯度有关，纯光的谱色是完全饱和的； 色度：色调和饱和度合起来称为色度； 颜色可用辉度和色度共同表示；色系数,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色基础,,x:红色色系数; X:红色刺激量 y:绿色色系数； Y:绿色刺激量 z:蓝色色系数； Z:蓝色刺激量,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,,2.颜色视觉：颜色基础,,色度图:1931年CIE制定,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色模型,1、RGB模型（ R：红，G：绿，B：蓝） 2、HSI模型（ H：色调，S：饱和度，I：密度） 3、RGB转换到HSI 4、HSI 转换到RGB,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色基础：,（1）RGB模型,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色基础,（2）HSI模型,特点：1、I分量与图像的彩色信息无关2、H和S与颜色有关,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色基础,（3）RGB转换到HSI,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色基础,（4） HSI 转换到RGB 当H在（00，1200）之间,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色基础,（4） HSI 转换到RGB 当H在（1200，2400）之间,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色基础,（4） HSI 转换到RGB 当H在（2400，3600）之间,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色基础,RGB与HIS的转换,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.颜色视觉：颜色基础,RGB与HIS的转换,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,第二章：图象和视觉基础,一：视觉基础,二：成象基础,三：图像基础,1.人眼与亮度视觉 2.颜色视觉,第二章：图象和视觉基础,一：视觉基础,二：成象基础,三：图像基础,1.光度学和成象模型 2.成象变换 3.采样和量化,1.光度学和成象模型,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,光度学：具体研究光的强度的学科 光强度：点光源沿某个方向r的发光强度I定义为沿此方向上单位立体角内发出的光通量。

如下图示其中立体角的单位为sr如果我们以r为轴取1个立体角元dΩ设dΩ内的光通量为dφ，则沿r方向的发光强度为.单位为cd（坎），1cd=1lm/sr,1.光度学和成象模型,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,亮度B:面元dS沿r方向的亮度B定义为在此方向上单位的发光强度或光通量：亮度的单位为cd/m2（坎每平方米） 照度：面元dS上的光通量dφ 照度单位为1 x（勒）,1.光度学和成象模型,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,成象模型,f(x,y)---图像在坐标点（x,y） 的亮度 i(x,y)---照度成分 r(x,y)---反射成分f(x,y)＝i(x,y)×r(x,y)其中 ：0< i(x,y)< ∞0

3.采样和量化：均匀采样和量化,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,3.采样和量化：均匀采样和量化,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,图象幅度分辨率变化所产生的效果图(a)为1幅512×512，256级灰度的图象，其余各图依次为保持空间分辨率不变而将灰度级数逐次减小为64，16，8，4，2所得的结果,例 题 波特率(band rate)是一种常用的离散数据传输度量当采用二进制时，它等于每秒所传输的比特数现设每次先传输1个起始比特，再传输8个比特的信息，最后传输1个终止比特，试计算 (1)以9600波特传输1幅256×256、256灰度级的图像所需的时间； (2)以38400波特传输1幅1024×1024、16777216色的真彩色图像所需的时间非均匀的图像的采样 在灰度级变化尖锐的区域，用细腻的采样，在灰度级比较平滑的区域，用粗糙的采样,3.采样和量化：非均匀采样和量化,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,3.采样和量化：非均匀采样和量化,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,非均匀的图像的量化 在边界附近使用较少的灰度级。

剩余的灰度级可用于灰度级变化比较平滑的区域 避免或减少由于量化的太粗糙，在灰度级变化比较平滑的区域出现假轮廓的现象,,,数字化图像的数据量与哪些因素有关？,第二章：图象和视觉基础,一：视觉基础,二：成象基础,三：图像基础,1.光度学和成象模型 2.成象变换 3.采样和量化,第二章：图象和视觉基础,一：视觉基础,二：成象基础,三：图像基础,1.象素间联系 2.图像运算 3.坐标变换,1.象素间联系,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,1、象素的邻域 2、连通性 3、等价关系和传递闭包 4、距离量度,,1.象素间联系：象素的邻域,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,4－邻域 8－邻域,,1.象素间联系：连通性,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,4－ 连接 8－ 连接 m－连接,,1.象素间联系： 等价关系和传递闭包,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,等价关系:满足 以下3个性质的关系称为等价关系,定义在集合A上的（二元）关系R可具有如下性质： （1）反射性：即对A中每个a,a~R~a成立； （2）对称性：即对A中每个a和b,如果a~R~a成立，则b~R~a 也成立； （3）传递性：即对A中每个a，b和c,如果a~R~b成立，b~R~c成立,则a~R~c 也成立；,a ~R ~b,表示a与b相连,,1.象素间联系： 等价关系和传递闭包,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,传递闭包:包含传递性的隐含关系的集合称为R的传递闭包，记为R+,例如，从R={(a,a),(a,b),(b,d),(d,b),(c,e)}可得如下的矩阵B：则：R+= {(a,a),(a,b),(a,d),(b,b),(b,d) ,(d,b),(d,d),(c,e)} ,,B+可如下计算： B+=B+BB+BBB+…+(B) n,第二章：图象和视觉基础,一：视觉基础,二：成象基础,三：图像基础,1.象素间联系 2.图像运算 3.坐标变换,,2.图像运算：,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.图像运算：,1、算术运算 2、逻辑运算,,2.图像运算：,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.图像运算：算术运算,加法 减法 乘法 除法,加法运算的定义 C(x,y) = A(x,y) + B(x,y) 主要应用举例 去除“叠加性”噪音 生成图象叠加效果,,2.图像运算：,,成象基础,图像基础,视觉基础,第二章：图象和视觉基础,2.图像运算：算术运算,去除“叠加性”噪音对于原图象f(x,y),有一个噪音图象集{ gi(x,y) } i =1,2,.M其中：gi(x,y) = f(x,y) + h(x,y)i M个图象的均值定义为： g(x,y) = 1/M (g0(x,y)+g1(x,y)+…+ gM(x,y)) 当：噪音h(x,y)i为互不相关，且均值为0时， 上述图象均值将降低噪音的影响。