第二章_数字图像处理基本概念

第二章 数字图像处理的基本概念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，就是把一幅图画分割成如图2.3.1所示的 一个个小区域(像元或像素),并将各小区域 灰度用整数 来表示，形成一幅数字图像。它包括采样和量化两个过程。 小区域的位置和灰度就是像素的属性。

采样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。

量化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。 一幅数字图像中不同灰度值的个数称为灰度级数， 用G表示。 G = 2 g ,g就是表示图像像素灰 一般来说， 度值所需的比特位数。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)

数字图像的描述(1) 1. 黑白图像 是指图像的每个像素只能是黑或者白， 没有中间的过渡，故又称为2值图像。2 值图像的像素值为0、1。 1 0 0 I = 0 0 1 1 1 0

数字图像的描述(2)

2.灰度图像 . 灰度图像是指每个像素的信息由一个 量化的灰度级来描述的图像，没有彩色信 息。 0 150 200 I = 120 50 180 250 220 100

数字图像的描述(3)

灰度图像描述示例

数字图像的描述(4)

3.彩色图像 .彩色图像是指每个像素的信息由 RGB三原色构成的图像，其中RBG是由 不同的灰度级来描述的。

数字图像的描述(5)

255 240 240 R = 255 0 80 255 0 0

0 160 80 G = 255 255 160 0 255 0

80 160 0 B= 0 0 240 255 255 255

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。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。 非均匀量化是对像素出现频度少的间隔大，而频 度大的间隔小。 采用非均匀采样与量化，会使问题复杂化，因此 很少采用。

一般来说，采样 间隔越大，所得图像 像素数越少，空间分 辨率低，质量差，严 重时出现像素呈块状 的国际棋盘效应；采 样间隔越小，所得

图 像像素数越多，空间 分辨率高，图像质量 好，但数据量大。

量化等级越多，所 得图像层次越丰富，灰度 分辨率高，图像质量好， 但数据量大； 量化等级 越少，图像层次欠丰富， 灰度分辨率低，会出现假 轮廓现象，图像质量变差， 但数据量小。但在极少数 情况下对固定图像大小时， 减少灰度级能改善质量， 产生这种情况的最可能原 因是减少灰度级一般会增 加图像的对比度。例如对 细节比较丰富的图像数字 化。

数字化设备数字化设备必须能够将图像划分为若干像素并分别 给它们地址，能够度量每一像素的灰度并量化为整 数，能够将这些整数写入存储设备。

数字化设备组成 A.采样孔：保证单独观测特定的像素而不受其它部分的影响。 . : B.图像扫描机构：使采样孔按预先确定的方式在图像上移动。 . : C.光传感器：通过采样孔测量图像的每一个像素的亮度。 . : D.量化器：将传感器输出的连续量转化为整数值。 . : E.输出存储体：将像素灰度值存储起来。它可以是固态存储器， . : 或磁盘等。 常用的数字化器是扫描仪和数码相机。

视觉系统人类视觉的研究，一直是许多学者所关注的课题。这不 仅因为视觉是人的主要感觉功能而需要充分地了解，人的 视觉系统能那样完美的完成许许多多复杂的信息处理功能， 故而引起许多学科的研究者对它抱有极大的兴趣，想了解 视觉系统如何获得外界丰富的信息，如何进行压缩编码， 又如何在大脑里表示这些信息，并最后作出决策和行动。 总之人们想了解视觉系统作为一个信息处理系统是如何工 作的。这是一些非常复杂的问题。 视觉研究所涉及的学科非常多，它与物理学、心理学、 生理学、解剖学、计算机科学等有关。

视觉系统基本构造(1)眼球结构平均直径：20mm 虹膜： 2mm~8mm 控制入光量 视网膜：图像视觉 视锥体：中央凹 颜色和细节识别 600万~ 700万 视杆体：亮度 7500万~15000万 白昼视觉和夜视觉

视觉系统基本构造(2)

视网膜结 构模型