第4讲图像处理技术 22图像处理技术 2.2.1数字图像的基本描述 1.数字图像处理内容 2数字图像表示方法 2.2.2图像的数字化方法 2.2.3常用图像处理方法 1.点处理 2.区域处理 3帧处理 4.几何变换处理 2.2.4图像文件格式
第4讲 图像处理技术 2.2 图像处理技术 2.2.1 数字图像的基本描述 1.数字图像处理内容 2.数字图像表示方法 2.2.2 图像的数字化方法 2.2.3 常用图像处理方法 1.点处理 2.区域处理 3.帧处理 4.几何变换处理 2.2.4 图像文件格式
22图像处理技术 图像分类:按信源(产生性质)及处理方式区分 ①模拟图像:图像函数f(x,y)的 空间和亮度(或颜色)的变化均连续 例如,电视图像∷=f(信号频率,幅值) ②数字图像:f(x,y)的空间和亮度(颜色)均经离散处理, 并用数字量(0,1)表示 计算机图像(多媒体图像处理的基本对象) 按图像类型的物理表示: 位图( Bitmap) 矢量图( Vector drawn)
2.2 图像处理技术 图像分类：按信源（产生性质）及处理方式区分 ① 模拟图像：图像函数f（x，y）的 空间和亮度（或颜色）的变化均连续 例如，电视图像∷= f（信号频率，幅值） ② 数字图像：f（x，y）的空间和亮度（颜色）均经离散处理， 并用数字量（0，1）表示 —— 计算机图像（多媒体图像处理的基本对象） 按图像类型的物理表示： 位图（Bitmap） 矢量图（Vector_drawn）
2.2.1数字图像的基本描述 1.数字图像处理内容 1)图像的数字化:采样,量化 2)压缩编码:用数据编码算法简化图像表示,以利存储和传输 (3)图像增强与恢复:点处理,邻域处理,大域处理 ①增强有用信息,消除干扰和噪声,以利识别和分析 ②使退化和模糊的图像复原,以尽可能与原图像保持一致 (4)图像重建:采用卷积和投影等算法,用计算机系统重建 (5)图像分析:识别和抽取图像的主要特征,进行应用分析 ①测量分析:如粒子分析,立体组织分析 ②统计分析:不规则形体的特征值和参数及其关系分析 ③纹理分析:物体质地分析,以便模拟其自然属性
2.2.1 数字图像的基本描述 1.数字图像处理内容 (1)图像的数字化：采样，量化 (2)压缩编码：用数据编码算法简化图像表示，以利存储和传输 (3)图像增强与恢复：点处理，邻域处理，大域处理 ① 增强有用信息，消除干扰和噪声，以利识别和分析 ② 使退化和模糊的图像复原，以尽可能与原图像保持一致 (4)图像重建：采用卷积和投影等算法，用计算机系统重建 (5)图像分析：识别和抽取图像的主要特征，进行应用分析 ① 测量分析：如粒子分析，立体组织分析 ② 统计分析：不规则形体的特征值和参数及其关系分析 ③ 纹理分析：物体质地分析，以便模拟其自然属性
2.数字图像表示方法 (1)图像的物理表示 ①物理图像:以像素级表示的图像,即点阵或光栅图像 位图:数据点(位)与图像像素(格)相对应; 用计算机内存位(bi)定义像素点的亮度和颜色 位图的存储表示及其数据容量的计算方法为: 数据容量=图像宽度×图像高度×每个像素的位数/8 ②物理属性:客观存在的能用视觉区分的性质;与领域无关 亮度,颜色;纹理(粗糙性);轮廓(形状,大小) 矢量图:用线型表示的图形 其属性和参数可用一个指令集来描述 如直线,矩形,圆;曲线的形状、大小、位置和维数;颜色
2.数字图像表示方法 (1)图像的物理表示 ① 物理图像：以像素级表示的图像，即点阵或光栅图像 位图：数据点（位）与图像像素（格）相对应； 用计算机内存位（bit）定义像素点的亮度和颜色 位图的存储表示及其数据容量的计算方法为： 数据容量 = 图像宽度×图像高度×每个像素的位数／8 ② 物理属性：客观存在的能用视觉区分的性质；与领域无关 亮度，颜色；纹理（粗糙性）；轮廓（形状，大小） 矢量图：用线型表示的图形 其属性和参数可用一个指令集来描述 如直线，矩形，圆；曲线的形状、大小、位置和维数；颜色
位图与矢量图的比较: 存储空间占用量:位图比矢量图大得多; 文件存储格式:两者不同,但可互换 矢量图=今位图,较易 位图→矢量图,较难 (2)图像的逻辑表示 内涵:图像的层次结构、组成对象及其属性抽象表示 逻辑属性:一幅图像中包含的对象数,对象间的空间关系, 扫描方式;每个对象的最小边界矩形, 对象的空间位置,投影关系 空间关系:直接相连,相邻,覆盖,包含等
位图与矢量图的比较： 存储空间占用量：位图比矢量图大得多； 文件存储格式：两者不同，但可互换 矢量图 位 图， 较易 位 图 矢量图， 较难 (2)图像的逻辑表示 内涵：图像的层次结构、组成对象及其属性抽象表示 逻辑属性：一幅图像中包含的对象数，对象间的空间关系， 扫描方式；每个对象的最小边界矩形， 对象的空间位置，投影关系 空间关系：直接相连，相邻，覆盖，包含等
(3)图像的数学表示 图像点的强度I:表示一幅图像在空间各坐标点上强度的集合 I f( Space, Characteristic, Time 空间维S:表示像素点的空间坐标(x,y); 特征维C:表示待处理的特征值,如亮度B,可变波长λ等 时间维T:表示动态的时间序列tx(K=1,2,…,n) 数字化位图:可表示成M×N个像素点组成的二维数组 f(x,Yy)=(X1,Y)点处像素的亮度或颜色值 或者:两维图像f(x,y)可以表示成M个N维矢量(数组)
(3)图像的数学表示 图像点的强度I：表示一幅图像在空间各坐标点上强度的集合 I = f（ Space，Characteristic，Time ） 空间维S：表示像素点的空间坐标（x，y）； 特征维C：表示待处理的特征值，如亮度B，可变波长λ等； 时间维T：表示动态的时间序列tK（ K = 1，2，…，n ） 数字化位图：可表示成M×N个像素点组成的二维数组 f(Xi，Yj ) = (Xi，Yj )点处像素的亮度或颜色值 i=1，2，……，M；j=1，2，……，N 或者：两维图像f（x，y）可以表示成M个N维矢量（数组） Ai = ( a1，a2，…,an )； i=1,2,……,m
常见数字图像类型描述: ①二值图像:f(x,y)=(0,1);每个像素只有黑白两个灰度值 原始图像如,文字,报文,线条图,工程图纸,指纹 ②黑白图像:0三f(x,y)至2N-1;N为量化字长 (N=1,二值图像;N≠1,灰度级图像) 灰度:图像点阵由深浅不同的多层次的连续黑白点构成 ③彩色图像:{fi(x,y)};i=R,G,B(三基色) 即:颜色空间由红、绿、蓝三基色按不同比例调和而成; 图像点阵中的每个像素由三基色各自的亮度值构成 ④活动图像:{ft(x,y)};t=tx(K=1,2, 卩:由时间序列画面组成;画面按时间先后连续播放 如动画,视频图像
常见数字图像类型描述： ① 二值图像：f(x,y)=(0,1)；每个像素只有黑白两个灰度值 原始图像如，文字，报文，线条图，工程图纸，指纹 ② 黑白图像：0≦f(x,y)≦2 N-1；N为量化字长 （ N=1，二值图像；N≠1,灰度级图像 ） 灰度：图像点阵由深浅不同的多层次的连续黑白点构成 ③ 彩色图像：{fi(x,y)}；i=R ,G ,B（三基色） 即：颜色空间由红、绿、蓝三基色按不同比例调和而成； 图像点阵中的每个像素由三基色各自的亮度值构成 ④ 活动图像：{ft (x,y)}；t=tK ( K=1,2,……,n ) 即：由时间序列画面组成；画面按时间先后连续播放 如动画，视频图像
(4)分辨率表示 分辨率:影响图像处理质量的重要因素.需要区别三个概念: ①屏幕分辨率:在某种显示方式下: 以像素点表示的计算机屏幕的最大显示区域(水平,垂直) 可用于确定显示目标的大小 例:VGA显示模式的屏幕分辨率为640×480( Pixel) ②图像分辨率:以水平和垂直像素点表示的数字化图像大小; 可用于确定图像播放目标(帧画面)的大小三 例:在640×480显示屏上,可显示320×240个像素; 即图像大小是屏幕分辨率的1/4 ③像素分辨率:表示一个像素的宽/长比,亦称像素长度比 可用于确定图像显示格式和文件交换格式
(4)分辨率表示 分辨率：影响图像处理质量的重要因素．需要区别三个概念： ① 屏幕分辨率：在某种显示方式下， 以像素点表示的计算机屏幕的最大显示区域（水平，垂直） 可用于确定显示目标的大小 例：VGA显示模式的屏幕分辨率为640×480（Pixel） ② 图像分辨率：以水平和垂直像素点表示的数字化图像大小； 可用于确定图像播放目标（帧画面）的大小 例：在640×480显示屏上，可显示320×240个像素； 即图像大小是屏幕分辨率的1／4 ③ 像素分辨率：表示一个像素的宽／长比，亦称像素长度比； 可用于确定图像显示格式和文件交换格式
(5)图像深度表示 图像深度:位图中每个象素所占的颜色位数(bit/ Pixel); 用于确定位图中出现的最大颜色数(或颜色位) 深度级D: D=(1,4,8,16,24) 表明每个像素具有D个颜色位 自然界中的彩色图像一般至少要256种颜色表示(8个颜色位) 全真彩色图像可含1677万种颜色,需要24个颜色位表示 深度级 8 16 24 颜色种数21=2 24=1628=256216=65536224=1677216 RGB深度 3:2:35:6:5 8:8:8 或6:6 图像属性单色/二值黑白/灰度伪彩色伪彩色全真彩色
(5)图像深度表示 图像深度：位图中每个象素所占的颜色位数（bit／Pixel）； 用于确定位图中出现的最大颜色数（或颜色位） 深度级D： D =（1，4，8，16，24） 表明每个像素具有D个颜色位 自然界中的彩色图像一般至少要256种颜色表示（8个颜色位）； 全真彩色图像可含1677万种颜色，需要24个颜色位表示
(6)颜色模型的三基色表示 基色原理:一幅图像中的任何色彩, 都可用红绿蓝(RGB)三种颜色光按不同比例配置而成 或者,绝大多数颜色可分解成红、绿、蓝三种基色光 三基色混合配置方法: ①相加混色:由发光体发出的颜色光合成而产生各种彩色; 其三基色是三种加型色彩(R、G、B),形成RGB彩色模型 红色+绿色=黄色(Y) 红色+蓝色=品红(M) 绿色+蓝色=青色(C) 红色+绿色+蓝色=白色(W) 称黄、紫、青为二次色,分别是蓝、绿、红的三补色
(6)颜色模型的三基色表示 三基色原理：一幅图像中的任何色彩， 都可用红绿蓝（RGB）三种颜色光按不同比例配置而成； 或者，绝大多数颜色可分解成红、绿、蓝三种基色光 三基色混合配置方法： ① 相加混色：由发光体发出的颜色光合成而产生各种彩色； 其三基色是三种加型色彩（R、G、B）,形成RGB彩色模型 红色 + 绿色 = 黄色（Y） 红色 + 蓝色 = 品红（M） 绿色 + 蓝色 = 青色（C） 红色 + 绿色 + 蓝色 = 白色（W） 称黄、紫、青为二次色，分别是蓝、绿、红的三补色
