1、图像的数字化处理原理与方法 1 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。 3.数字图像处理算法形式与数据结构。 4.图像图像文件格式与特征。 2 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 透视变换关系（共线条 件）。 3 2图像数字化 图像数字化是将
2、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。 4 2.1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。 不同形状的采样孔径 5 2.2量化 经采样图像被分割
3、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 6 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0255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MN、灰度级数为G的图像所需的
4、存储 空间，即图像的数据量，大小为 MNg （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。 7 数字图像根据灰度级数的差异可分为：黑白图像、灰度图 像和彩色图像。 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 8 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。 彩色图像 彩色图像是指每个像素由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。 9 2.3 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
5、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。 10 图像的质量 1.平均亮度 2.对比度 是指一幅图象中灰度反差的大小。 对比度=最大亮度/最小亮度 11 3.清晰度 由图像边缘灰度 变化的速度来描述。 4.分解力或分辨率 12 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
6、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。 13 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。 14 2. 4 数字化器 数字化器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。 一、数字化器组成 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、数码相机和数码摄像机。 15
