数字图像处理 ●●●●● 第二章|000 图像获取、显尔和表示
数字图像处理 第二章 图像获取、显示和表示
●●● ●●●● ●●●●● CH2图像获取、显示和表示 ●●●● ●●●0● ●●●0 图像获取 ●二、图像显示 ●三、图像表示 ●四、小结 ●习题
CH2 图像获取、显示和表示 ⚫ 一、图像获取 ⚫ 二、图像显示 ⚫ 三、图像表示 ⚫ 四、小结 ⚫ 习题
●●● 1图像获取 ●●●● ●●●●● ●●●● ●●●0● ●●●0 图像获取:图像的数字化过程,包括扫描、采样和量化。°8 图像获取设备:5个组成部分,采样孔,扫描机构,光传感器 量化器和输出存储体。 ●关键技术 采样(成像技术);量化(模数转换技术) ●图像获取设备分类 取决于CCD的规格 黑白摄象机、彩色摄象机、扫描仪、数字相机等; 其它的专用设备,如显微摄象设备、红外摄象机、高速摄象机、 胶片扫描器等。 此外,遥感卫星、激光雷达等设备提供其它类型的数字图像
1 图像获取 ⚫ 图像获取：图像的数字化过程，包括扫描、采样和量化。 ⚫ 图像获取设备：5个组成部分，采样孔，扫描机构，光传感器， 量化器和输出存储体。 ⚫ 关键技术： ⚫ 采样（成像技术）；量化（模数转换技术）。 ⚫ 图像获取设备分类： ⚫ 取决于CCD的规格 ⚫ 黑白摄象机、彩色摄象机、扫描仪、数字相机等； ⚫ 其它的专用设备，如显微摄象设备、红外摄象机、高速摄象机、 胶片扫描器等。 ⚫ 此外，遥感卫星、激光雷达等设备提供其它类型的数字图像
●●● 1图像获取 ●●●● ●●●●● ●●●● ●●●0● ●●●0 ●图像获取设备的性能指标 ●像素大小 图像大小 线性度 °噪声 ●其他局部特征 y校正的概念
γ校正的概念 1 图像获取 ⚫ 图像获取设备的性能指标 ⚫ 像素大小 ⚫ 图像大小 ⚫ 线性度 ⚫ 噪声 ⚫ 其他局部特征
●●● 1图像获取 ●●●● ●●●●● ●●●● ●●●0● ●●●0 图像量化 ●取样点数和量化级数的选取 条件:图像有MN个像素,每个像素有Q个灰度级别 取值规则:M、N和Q通常总是取为2的整数次幂。Q=2,若Q=256, 则b=8,称为图像的8b计量化,或称256级灰度。 取值范围:由于存在量化误差,原则上b越大重建图像失真越小。 对于人眼应用b取5-8; 而对于卫星图片等图像分析应用b取8-12 M*N必须满足奈奎斯特取样定理,否则会因取样点数不够产生混淆失
1 图像获取 ⚫ 图像量化 ⚫ 取样点数和量化级数的选取 条件：图像有M*N个像素，每个像素有Q个灰度级别。 取值规则：M、N和Q通常总是取为2的整数次幂。Q=2b ，若Q=256， 则b=8，称为图像的8bit量化，或称256级灰度。 取值范围：由于存在量化误差，原则上b越大重建图像失真越小。 对于人眼应用b取5-8； 而对于卫星图片等图像分析应用b取8-12。 M*N必须满足奈奎斯特取样定理，否则会因取样点数不够产生混淆失 真
●●● 采样数 ●●●● ●●●●● ●●●● ●●●0● ●●●0 1024×1024→512×512→256×256→128×12864×64
采样数 1024 ×1024 → 512 × 512 → 256 × 256 → 128 × 128 → 64 × 64
●●● 灰度级数 ●●●● ●●●●● ●●●● ●●●0● ●●●0 256灰度级 16灰度级 8灰度级 4灰度级
灰度级数
●●● 1图像获取 ●●●● ●●●●● ●●●● ●●●0● ●●●0 实际需要 1)当图像中有大面积灰度变化缓慢的平滑区域(如 人脸),则b加大,MN可变小。否则会出现假轮廓。 2)当复杂的图像时(如球场观众),则b减小,MN 可加大。否则会丢失图像细节。 请思考? $进一步阅读: Gonzalez,p48
1 图像获取 实际需要： 1）当图像中有大面积灰度变化缓慢的平滑区域（如 人脸），则b加大， M*N可变小。否则会出现假轮廓。 2）当复杂的图像时（如球场观众），则b减小， M*N 可加大。否则会丢失图像细节。 请思考？ $进一步阅读：Gonzalez, p48
●●● 1图像获取 ●●●● ●●●●● 多大区间中的电信号对应同一个输出代码? ●典型量化过程 在显示时一个输出代码到底对应哪个电信号 数值? 输出代码 Zkt 63--11 图 象 象31.42 亮232时11 素 度 电 信 Z32q3010 号 Z21q2-001 H1|20-+e00 判决层量化层概率密度函数
1. 多大区间中的电信号对应同一个输出代码? 2. 在显示时, 一个输出代码到底对应哪个电信号 数值? 1 图像获取 ⚫ 典型量化过程 图 象 象 素 亮 度 电 信 号 H2 H1 31.4 判决层 量化层 输出代码 概率密度函数 Z1 Z2 Z3 Z31 Z32 Zk Zk+1 q1 q2 q3 q31 qk 000000 000001 000010 011111 111111 0 1 2 31 32 63 64
●●● 1图像获取 ●●●● ●●●●● ●●●● ●●●0● ●●●0 ●最佳量化 使量化误差最小的量化方法为最佳量化。 使用均方误差测度讨论最佳量化。 设:z和q分别代表数字图像像素幅度和其量化值 p(Z)为像素幅度概率密度函数; z的取值范围在H个~H2之间,量化总层数为K 63表示量化器量化的均方误差。 解:根据均方误差定义可得 k=I'k(z 82=∑k (z-k)p(z)uz
1 图像获取 ⚫ 最佳量化 使量化误差最小的量化方法为最佳量化。 使用均方误差测度讨论最佳量化。 设：Z和q分别代表数字图像像素幅度和其量化值； p(Z)为像素幅度概率密度函数； Z的取值范围在H1~H2之间，量化总层数为K， δ 2表示量化器量化的均方误差。 解：根据均方误差定义可得 (Z q ) p(Z)dZ K k 1 Z Z 2 k 2 k 1 k = + = −