数字图像处理(2)-数字图像基础

第二章 数字图像基础

2.3 图像感知和获取

2.3.1 我们感兴趣的多数图像都是由“照射”源和形成图像的“场景”元素对光能的反射或吸收而产生的。图像感知和生成的主要方式:

  • 使用单个传感器获取图像
  • 使用条带传感器获取图像
  • 使用传感器阵列获取图像

2.3.4简单的图像形成模型

形如f(x,y)的二维函数来表示图像。在空间坐标(x,y)处,f的值或幅度是一个正的标量,其物理意义由图像源决定。当一幅图像由物理过程产生时,其亮度值正比于物理源(如电磁波)所辐射的能量。因此,f(x,y)一定是非零的和有限的,即
0 &lt; f ( x , y ) &lt; ∞ 0&lt;f(x,y)&lt;∞ 0<f(x,y)<
函数f(x,y)可由两个分量来表征:(1)入射到被观察场景的光源照射总量;(2)场景中物体所反射的光照总量。这两个分量分别称为入射分量和反射分量,表示为i(x,y),r(x,y)。两个分量作为乘积合并成f(x,y),即: f ( x , y ) = i ( x , y ) r ( x , y ) f(x,y) = i(x,y)r(x,y) f(x,y)=i(x,y)r(x,y)
其中 0 &lt; i ( x , y ) &lt; ∞ 0&lt;i(x,y)&lt;∞ 0<i(x,y)< 0 &lt; r ( x , y ) &lt; 1 0&lt;r(x,y)&lt;1 0<r(x,y)<1
其中反射分量限制在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)的性质则取决于物体的特性。
令单色图像在任意坐标(x0,y0)处的强度(灰度)表示为:f(x0,y0)
l = f ( x 0 , y 0 ) l = f(x0,y0) l=f(x0,y0),可知l的取值范围是 L m i n &lt; = l &lt; = L m a x L_{min} &lt;= l &lt;= L_{max} Lmin<=l<=Lmax
其中 L m i n = i m i n r m i n L_{min}=i_{min}r_{min} Lmin=iminrmin L m a x = i m a x r m a x L_{max}=i_{max}r_{max} Lmax=imaxrmax
区间[ L m i n , L m a x L_{min},L_{max} Lmin,Lmax]称为灰度级(或强度级)。常用[ 0 , L − 1 0,L-1 0,L1],其中0为黑色,L-1在灰度级中为白色。所有中间值是黑色和白色之间变化的灰度色调。

2.4图像取样和量化

获取图像的方法有多种,目的都是从感知的数据生成数字图像。多数传感器的输出是连续的电压波形,这些波形的幅度和空间特性都与感知的物理现象有关。为产生一幅数字图像,需要把连续的感知数据转换为数字形式。这种转换包括两种处理:取样和量化
在这里插入图片描述
图2.16(a) 显示一幅连续图像f,一幅图像的x和y坐标及幅度可能都是连续的。为将他转为数字形式,必须在坐标和幅度上都进行取样操作。对坐标值进行数字化称为取样,对幅值数字化称为量化图2.16(b)中的一维函数是图a中沿线段AB的连续图像幅度值(灰度级)的曲线,随机变化是由图像噪声引起的。为对该函数进行取样,我们沿线段AB等间隔取样,如图©,每个样本的空间位置由图形底部的垂直刻度标出,样本用放在函数曲线上的白色小方块表示。这样的一组离散位置就给出了取样函数。…

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值