冈萨雷斯《数字图像处理》学习笔记二——数字图像基础

1 视觉感知要素

1.人眼的构造

1.1 椎状体和杆状体：

  椎状体主要位于视网膜中间部分，称之为中央凹，且对颜色灵敏度很高。椎体视觉叫做白昼视觉或亮光视觉。
  杆状体数目更多，分布在视网膜表面。它们没有彩色视觉，在低照明下对图像较敏感，被称为夜视觉或暗视觉。

1.2 亮度适应和鉴别

• 实验数据指出，主观亮度（即由人的视觉系统感觉到的亮度）是进入眼睛的光强度的对数函数。
• 韦伯率（$\Delta I_c/I）$实验表明，在低的照明级别，亮度辨别较差（韦伯比大），当背景照明增加时亮度辨别得到改善（韦伯比降低）。

1.3 人类感知现象

• 例子1：感觉亮度不是简单的强度函数（马赫带效应、同时对比度效应）。
• 例子2：视觉错觉

2.光和电磁波谱

• 电磁波谱的可见波段大约占据430$nm$（紫色）~790$nm$（红色）的范围。
• 人从一个物体感受到的颜色由物体反射光的性质决定
• 在原理上，如果可以开发出一种传感器，它可检测由一种电磁波谱发射的能量，就可以在那一段波上对感兴趣的事件成像。

3.图像感知和获取

• 我们感兴趣的各类图像都是有“照射”源和形成图像的“|场景”元素对光源的反射或吸收相结合而产生的。
• 简单的图像形成模型
  用$f(x,y)$二维函数形式表示图像，可由两个分量来表征：（1）入射到观察场的光源总量和；（2）场景中物体反射光的总量
  $$f(x,y)=i(x,y)r(x,y)$$
  上式中反射分量限制在0（全吸收）和1（全反射）之间。$i(x,y)$的性质取决于照射源，而$r(x,y)取决于成像物体的特性。

4.图像取样和量化

4.1 取样和量化的基本概念

• 为了产生一幅数字图像，需要把连续的感知数据转换为数字形式。这包括两种处理：取样和量化。
  数字化坐标值称为取样，数字化幅度值称为量化。

4.2 数字图像表示

• 有时灰度级取值范围称为图像的动态范围。把占有灰度级全部有效段的图像叫做高动态范围图像。

4.3 空间和灰度级分辨率

• 空间分辨率是图像中可辨别的最小细节，灰度级分辨率是指在灰度级别中可分离的最小变化。

4.4 放大和收缩数字图像

• 放大要求执行两步操作：创立新的像素值和对这些新位置赋灰度值。常用的灰度赋值法有最近邻域内插、双线性内插等。

4.5 像素间的一些基本关系

• 相邻像素
• 邻接性、连通性、区域和边界
  确定两个像素是否连通，必须确定它们是否相邻及它们的灰度值是否满足特定的相似性准则。有三种类型的邻接性：4邻接；8邻接；m邻接（混合邻接，混合邻接的引入是为了消除采用8邻接常常发生的二义性）
• 距离度量
  像素p和q间的欧式距离(圆形区域）：
  $$D_r(p,q)=[(x-s)^2+(y-t)^2]^{\frac{1}{2}}]$$
  p和q之间的距离$D_4$(也叫城市街区距离，菱形区域)：
  $$D_4(p,q)=|x-s|+|y-t|$$
  p和q间的$D_8$距离（也叫棋盘距离，方形区域）：
  $$D_8(p,q)=\max(|x-s|,|y-t|)$$

4.6 线性和非线性操作

• 如果对于任何两幅图像$f$和$g$及任何两个标量a和b有如下关系，则称$H$为线性算子：
  $$H(af+bg)=aH(f)+bH(g)$$