数字图像处理-数字化与基本图像处理方法.ppt

图像的数字化处理原理与方法
目的:
1. 图像数字化概念、数字化参数对图像质量的影响、数字化器性能评价。
2. 图像灰度直方图的基本概念、计算、性质及其应用。
。
。
1 成象模型
f(x,y)---理想成像面坐标点(x,y) 的亮度
i(x,y)---照度分量
r(x,y)---反射分量,则
f(x,y)=i(x,y)×r(x,y)
其中:0< i(x,y)< ∞, 0 <r(x,y)<1
3-D客观场景到2-D成像平面的中心投影。物方点空间坐标与对应的像方点坐标满足几何***变换关系(共线条件)。
2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,(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。

将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个很重要的参数。
当对图像进行实际的抽样时,怎样选择各抽样点的间隔是个非常重要的问题。关于这一点,图像包含何种程度的细微的浓淡变化,取决于希望忠实反映图像的程度。
不同形状的采样孔径

经采样图像被分割成空间上离散的像素,但其灰度是连续的,还不能用计算机进行处理。
将像素灰度转换成离散的整数值的过程叫量化。
表示像素明暗程度的整数称为像素的灰度级(或灰度值或灰度)。
一幅数字图像中不同灰度级的个数称为灰度级数,用G表示。
采样方式:有缝、无缝和重迭
一般来说, ,g就是表示存储图像像素灰度值所需的比特位数。
若一幅数字图像的量化灰度级数G=256=28级,灰度取值范围一般是0~255的整数,由于用8bit就能表示灰度图像像素的灰度值,因此常称8 bit 量化。
从视觉效果来看,采用大于或等于6比特位量化的灰度图像,视觉上就能令人满意。
一幅大小为M×N、灰度级数为G的图像所需的存储空间,即图像的数据量,大小为
M×N×g (bit)
灰度级数就代表一幅数字图像的层次。图像数据的实际层次越多视觉效果就越好。
数字图像根据灰度级数的差异可分为:黑白图像、灰度图像和彩***像。
黑白图像
图像的每个像素只能是黑或白,没有中间的过渡,故又称为二值图像。二值图像的像素值为0或1。
例如
灰度图像
灰度图像是指灰度级数大于2的图像。但它不包含彩色信息。
彩***像
彩***像是指每个像素由R、G、B分量构成的图像,其中R、B、G是由不同的灰度级来描述。
量化参数与数字化图像间的关系
数字化方式可分为均匀采样、量化和非均匀采样、量化。
所谓“均匀”,指的是采样、量化为等间隔方式。图像数字化一般采用均匀采样和均匀量化方式。
非均匀采样是根据图象细节的丰富程度改变采样间距。细节丰富的地方,采样间距小,否则间距大。
非均匀量化是对图像层次少的区域采用间隔大量化,而对图像层次丰富的区域采用间隔小量化。
采用非均匀采样与量化,均会使问题复杂化,因此很少采用。