目录
第一节 图像和像素
1.1图像的定义
图像的定义:定义为二维函数f(x,y)。其中x,y是空间坐标,f(x,y)是点(x,y)的幅值。
灰度图像的定义:灰度图像是一个二维灰度函数f(x,y)。
彩色图像的定义:彩色图像由三个(如RGB)二维灰度(或亮度)函数f(x,y)组成。
1.2像素的定义
像素的定义:数字图像由二维的元素组成,每一个元素具有一个特定的位置(x,y)和幅值f(x,y),这些元素就称为像素。
- 灰度图像:每个像素的亮度用一个数值来表示,通常数值范围在0到255之间,0表示黑、255表示白,其它值表示处于黑白之间的灰度。
- 彩色图像:可以用红、绿、蓝三元组的二维矩阵来表示。 通常三元组的每个数值也是在0-255之间,0表示相应的基色在该像素中没有,而255则代表相应的基色在该像素中取得最大值。
1.3图像的表示方式
- 用矩阵进行表示:
- 用矢量进行表示:
第二节 像素间联系
实际图像中的像素在空间中是按某种规律排列的,相互之间有一定的联系。
2.1像素邻域
邻域:在一定意义下,与该像素相邻的像素集合。
像素的邻域类型:4-邻域、对角邻域、8-邻域
【注意】:若(x,y)在图像边缘,则、
、
中一些像素会落在图像外。此时需要做特殊处理。
2.2连通性
连通性是描述区域和边界的重要概念。
2.2.1两个像素连通的两个必要条件
(1)两个像素的位置是否相邻
(2)两个像素的灰度值是否满足特定的相似性准则(或者是否相等)
2.2.2两个像素连通性
4-连通:对于具有值V的像素p和q,如果q在集合N4(p)中,则称这两个像素是4-连通的;
8-连通:对于具有值V的像素p和q,如果q在集合N8(p)中,则称这两个像素是8-连通的;
m-连通:对于具有值V的像素p和q,如果:【q在集合N4(p)中】或【q在集合ND(p)中,并且N4(p)与N4(q) 的交集为空(没有值V的像素)】,则称这两个像素是m连通的,即4连通和D连通的混合连通。
2.3像素间距离
2.3.1距离度量函数的性质
3个像素p,q,r,坐标(x, y),(s, t),(u, v),若函数D满足以下性质:
(1),即两个像素之间的距离总是正的;
(2),即距离与起终点的选择无关;
(3),即最短距离是沿直线的;
则称函数D为距离度量函数。
2.3.2距离度量函数的类型
欧氏距离:,圆形区域;
城区距离:,菱形区域;
棋盘距离:,正方形区域;