目录
1 色度学基础
1.1 三基色原理
颜色和亮度是进入人眼的可见光成分的强弱及其波长所决定的一种主观属性。不同观察者的感受是不同的,且会受时刻和环境的影响。
人眼由三基色吸收特性,人眼所感受的三色实际是三种基色按照不同比例的组合。
国际照明委员会(CIE)有着统一的标准。
1.2 颜色的属性和表示方法
颜色是光的物理属性和人的视觉属性的综合反映。就人的视觉感受而言,各种颜色仅用波长来区分是不完全且不直观的。
因此人的视觉感受颜色可用色调、饱和度和亮度来表示。
由于颜色具有不同的主观和客观性质,即使相同的颜色,在主观感受及客观效果方面也不尽相同,而在不同的应用领域(影视,光照,印染等),人们提出了不同的表示颜色的方法,称为颜色模型。
RGB模型面向机器,而HSI模型与人的颜色感知一一对应。
颜色模型及其转化:
思考:为何彩色图像要经过RGB到HSI的模型转换才能处理?
2 人的视觉特性
图像处理的目的之一就是提高图像的清晰度,即改善视觉效果。无论是成像,图像处理,还是图像理解,都与人的视觉息息相关。因此有必要介绍一些与图像处理相关的人的视觉特性。
2.1 人眼的机理要点
问题:视觉成像的基本原理。
2.2 人的视觉模型
1 点光源表示函数
2 光学成像系统的表示
3 图像处理算子
4 点扩散函数
5 人的视觉模型
人眼类似一个光学系统,但由于神经系统的调节作用实际要比光学系统复杂得多。为了对人眼的机理和成像过程进行定性描述和分析,人们试图用线性光学成像系统的原理来解释某些视觉特性,建立视觉模型。
问题:
2.3 人眼的亮度感觉
根据人眼的机理和人眼的视觉模型,人眼感知的主观亮度和实际的客观亮度之间并非完全相同,但有一定对应关系,这些关系对数字图像处理结果的表达有重要作用。
辨析:
有以下几种特性:
1 亮度对比度
2 人眼的亮度感觉范围
3 人眼的亮度适应性
4 亮度对比灵敏度
5 主观亮度与实际亮度的关系
6 亮度对比效应
7 人眼亮度感觉的作用
由以上人眼亮度感觉特性可知,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。这就为图像处理奠定了灵活的基础。
3 数字图像的表示和特点
3.1 数字图像的表示
对二维图像进行数字化,可得到M*N像元的数字图像(用坐标系表示)。用I=f(m,n)表示模拟图像f(x,y)的数字化结果。在坐标系中一幅数字图像可用一个二维矩阵f(m,n)表示,其中0<=m<=M-1,0<=n<=N-1,(m,n)为图像元素,简称为像素,其取值(幅度)f(m,n)称为灰度,一幅图像的灰度种类称为灰度级。
3.2 数字图像的特点
4 图像数字化
模拟图像需要变成数字图像计算机处理才能处理。模拟图像需要经过数字化才能变成数字图像,包括采样和量化两个过程。
4.1 图像采样
图像在位置上的离散化称为采样,其方法是对原图像按照正方形或正六边形网格点数进行均匀采样。
4.2 采样图像的均匀量化
采样后获得的采样图像,虽然在空间分布是离散的,但是各像素点的取值还是连续变化的,还需要将这些连续变化的量转化为有限个离散值,并给各值赋予不同的码字,从而使样本像素的取值也呈离散化分布,这个过程就称为量化。
4.3 数字化参数的选择及对图像的影响
数字化图像f(m,n)主要由采样点数和灰度级决定的。
采样点数和灰度级也决定了图像的数据量和图像分辨率。
1 图像采样点数和灰度级
2 N和k与图像分辨率的关系
区分图像中目标物细节的程度,称作图像分辨率。图像分辨率包括空间分辨率和幅度分辨率,分别由图像采样和量化决定。
5 习题