数字图像处理-知识点总结

图像分类:根据图像空间坐标和幅度(亮度或彩)的连续性可分为模拟(连续)图像和数字图像。模拟图像是空间坐标和幅度都连续变化的图像,而数字图像是空间坐标和幅度均用离散的数字(一般是整数)表示的图像。
图像的数学表示:一幅图像所包含的信息首先表现为光的强度(intensity),即一幅图像可看成是空间各个坐标点上的光强度I 的集合,其普遍数学表达式为:I = f (x,y,z,λ,t) 式中(x,y,z)是空间坐标,λ是波长,t是时间,I是光点(x,y,z)的强度(幅度)。上式表示一幅运动的(t)、彩/多光谱的(λ)、立体的(x,y,z)图像。
图像的特点:1.空间有界:人的视野有限,一幅图像的大小也有限。2.幅度(强度)有限 :即对于所有的x,y都有0≤f(x,y) ≤ Bm其中Bm为有限值。
图像三大类:在每一种情况下,图像的表示可省略掉一维,即
1.静止图像:I = f(x,y,z, λ)      2.灰度图像:I = f(x,y,z,t )      3.平面图像:I = f(x,y,λ,t)
而对于平面上的静止灰度图像,其数学表达式可简化为:I = f(x,y)
数字图像处理的基本步骤:
1.图像信息的获取:采用图像扫描仪等将图像数字化。
2.图像信息的存储:对获取的数字图像、处理过程中的图像信息以及处理结果存储在计算机等数字系统中。
3.图像信息的处理:即数字图像处理,它是指用数字计算机或数字系统对数字图像进行的各种处理。
4.图像信息的传输:要解决的主要问题是传输信道和数据量的矛盾问题,一方面要改善传输信道,提高传输速率,另外要对传输的图像信息进行压缩编码,以减少描述图像信息的数据量。
5.图像信息的输出和显示:用可视的方法进行输出和显示。
数字图像处理系统五大模块:数字图像处理系统由图像输入、图像存储、图像通信、图像处理和分析五个模块组成。
1.图像输入模块:图像输入也称图像采集或图像数字化,它是利用图像采集设备(如数码照相机、数码摄像机等)来获取数字图像,或通过数字化设备(如图像扫描仪)将要处理的连续图像转换成适于计算机处理的数字图像。
2.图像存储模块:主要用来存储图像信息。
3.图像输出模块:将处理前后的图像显示出来或将处理结果永久保存。
4.图像通信模块:对图像信息进行传输或通信。瞬时速度中心
5.图像处理与分析模块:数字图像处理与分析模块包括处理算法、实现软件和数字计算机,以完成图像信息处理的所有功能。
三基原理:人眼的视网膜上存在有大量能在适当亮度下分辨颜的锥状细胞,它们分别对应红、绿、蓝三种颜,即分别对红光、绿光、蓝光敏感。由此,红(R)、绿(G)、蓝(B)这三种颜被称为三基。
根据人眼的三基吸收特性,人眼所感受到的颜其实是三种基按照不同比例的组合。
则任一彩C可表示为:C = R(R)+ G(G)+ B(B)
颜模型:
1.RGB模型(面向机器):在三维直角坐标系中,用相互垂直的三个坐标轴代表R、G、B三个分量,并将R、G、B分别限定在[0,1],则该单位正方体就代表颜空间,其中的一个点就代表一种颜。
cvd刀具2.HSI模型(面向颜处理或人眼视觉):HSI模型利用颜的三个属性调H(hue)、饱和度S(saturation)和亮度I(intensity)组成一个表示颜的圆柱体。
人眼的机理:
1.瞳孔:透明的角膜后是不透明的虹膜,虹膜中间的圆孔称为瞳孔,其直径可调节,控制进入人眼内之光通量(照相机光圈作用)。
2.晶状体:瞳孔后是一扁球形弹性透明体,其曲率可调节,以改变焦距,使不同距离的图
在视网膜上成象(照相机透镜作用)。
3.视细胞:视网膜上集中了大量视细胞,分为两类:
锥状细胞:明视细胞,在强光下检测亮度和颜;
杆(柱)状细胞:暗视细胞,在弱光下检测亮度,无彩感觉。
人的视觉模型:
人眼的亮度感觉:
1.图像“黑”“白”(“亮”、“暗”)对比参数
对比度:  c = Bmax/ Bmin,
相对对比度: cr = (B-B0)/B0
密封性测试方法
2.人眼亮度感觉范围
①总范围很宽(c = 10^8)
②人眼适应某一环境亮度后,范围限制适当平均亮度下:c = 10^节能锅3 ,很低亮度下:c = 10
3.同时对比度:人眼对亮暗程度所形成的“黑”“白”感觉具有相对性,即按对比度c感觉物体亮度对比。
马赫带(Mach Band)效应:马赫带效应的出现,是因为人眼对于图像中不同空间频率具有不同的灵敏度,而在空间频率突变处就出现了“欠调”或“过调”。
主观亮度S与实际亮度B之间的关系: S = K lnB+ k0
人眼亮度感觉之应用:若一幅原图像经过处理,恢复后得到重现图像,重现图像的亮度不必等于原图像的亮度,只要保证二者的对比度及亮度层次(灰度级)相同,就能给人以真实的感觉。
续图像到数字图像的转化过程:
数字图像的特点:
1.信息量大  2.占用频带宽  3.像素间相关性大  4.视觉效果的主观性大
例:人观察如图所示两幅形状相同的目标图像时,会觉得哪一个目标更亮一些?与实际亮度有无不同?简述理由。[黑(最暗)灰度值定为0,白(最亮)灰度值定为255]
解答:两个不同亮度的目标物处于不同亮度的背景中,人会按对比度感觉目标物的亮度对比,因此人感觉(a)要亮一些,但事实上,目标(b)的实际亮度要高于(a)的实际亮度。
例:在串行通信中,常用波特率描述传输的速率,它被定义为每秒传输的数据比特数。串
行通信中,数据传输的单位是帧,也称字符。假如一帧数据由一个起始比特位、8个信息比特位和一个结束比特位构成。根据以上概念,请问:
1.如果要利用一个波特率为56kbps(1k=1000)的信道来传输一幅大小为1024×1024、256级灰度的数字图像需要多长时间?
2.如果是用波特率为750kbps的信道来传输上述图像,所需时间又是多少?
3.如果要传输的图像是512×512的真彩图像(颜数目是32 bit),则分别在上面两种信道下传输,各需要多长时间?
解答:
1.传输的比特数为 1024×1024×8×(1+8+1)/8=10485760,则在波特率为 56kbps 的信道上传输时,所需时间为 10485760/56000=187.25 秒。
2.传输的比特数为 1024×1024×8×(1+8+1)/8=10485760,则在波特率为 750kbps 的信道上传输时,所需时间为 10485760/750000=13.98 秒。
3.传输的比特数为 512×512×32×(1+8+1)/8=10485760。在波特率为 56kbps 的信道上传输时,所需时间为 10485760/56000=187.25 秒;在波特率为750kbps 的信道上传输时,所需时间为10485760/750000=13.98 秒。
例:1.存储一幅 1024×768,256 个灰度级的图像需要多少 bit?
2.一幅 512×512 的 32 bit 真彩图像的容量为多少 bit?
解答:
1.一幅 1024×768,256 个灰度级的图像的容量为:b=1024×768×8=6291456 bit
2.一幅 512×512 的32位真彩图像的容量为:b=512×512×32=8388608 bit
像素间的基本关系:
1.像素的相邻与邻域:  4-邻域和4-相邻:N4(p)  8-邻域和8-相邻:N8(p)
2.像素间的邻接和连通:  4邻接、8邻接    4通路、8通路      4连通、8连通
3.区域和边界:
两个像素p和q邻接的条件:
1.相邻:p(m,n)和q(s,t)位置上满足相邻;
2.灰度值相近,即称为灰度值相近(似)准则。
常用的三种距离:D8(p,q) < De(p,q) < D4(p,q)
矩不变性:如果目标区域中的灰度分布是已知的,在用矩描述来表示目标特征时,它有以下性质:
1.平移不变性;  2.旋转不变性;  3.缩放不变性。
例:若灰度相似准则V={1},试按四连通和八连通分别标出题图8.13所示图像的目标物区域
边界。
 
例:类似于书图8.1.6给出距中心点的距离不大于4的三种距离对比图
图像信息的频域处理具有如下特点:
1.能量守恒,但能量重新分配;
2.有利于提取图像的某些特征;
3.正交变换具有能量集中作用,可实现图像的高效压缩编码;
4.频域有快速算法,可大大减少运算量,提高处理效率。
图像的几何变换:图像的空间平移、比例缩放、旋转、仿射变换和图像插值。平移、比例缩放和旋转变换都是一种称为仿射变换的特殊情况。
图像几何变换的实质:安全二维码改变像素的空间位置或估算新空间位置上的像素值。
仿射变换性质:
1.仿射变换只有6个自由度(对应变换中的6个系数),因此,仿射变换后互相平行直线仍然为平行直线,三角形映射后仍是三角形。但却不能保证将四边形以上的多边形映射为等边数的多边形。
2.仿射变换的乘积和逆变换仍是仿射变换。
3.仿射变换能够实现平移、旋转、缩放等几何变换。
灰度插值:
基于单片机的信号发生器1.最近邻插值法:令变换后像素的灰度值等于距它最近的输入像素的灰度值
2.双线性插值:沿图像矩阵的每一列(行)进行插值,然后对插值后所得到的矩阵再沿着行(列)方向进行线性插值。
3.卷积插值法:当图像放大时,图像像素的灰度值插值可以通过卷积来实现,即将输入图像两行两列中间插零值,然后通过低通模板滤波
2D-DFT的性质:
1.变换核的可分离性:该性质说明2D-DFT可通过两次1D-DFT完成
2.移位特性: a.空间移位  b.频域移位  c.移位时幅度不变 
d.频谱中心化:通过给图像f(m,n)乘以,就可以使f(m,n)的频谱重原点移到中心(N/2,N/2),而得到一个完整的频谱。
3.周期性和共轭对称性
4.旋转不变性      5.实偶函数的DFT: 仅有余弦项的实部      6.实奇函数的DFT: 仅有正弦项的虚部
7.线性性          8.比例性(尺度变换)                    9.平均值                                    10.卷积定理

本文发布于:2023-06-15 21:46:16,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/3/140140.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:图像   亮度   人眼
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议