数字图像处理 第二章 图像处理基础
數(shù)字圖像處理基礎(chǔ)
2.1 色度學(xué)基礎(chǔ)
色度學(xué) 人的視覺(jué)特性
2.1.1 三基色原理
人眼的視網(wǎng)膜上存在有大量能在適當(dāng)亮度下分辨顏色的錐狀細(xì)胞,它們分別對(duì)應(yīng)紅、綠、藍(lán)三種顏色,即分別對(duì)紅光、綠光、藍(lán)光敏感。由此,紅?、綠(G)、藍(lán)(B)這三種顏色被稱為三基色。
紅、綠、藍(lán)三種基色按照不同的比例相加合成混色成為相加混色。
2.1.2 顏色模型
1.RGB模型
2.HSI模型
色調(diào)、飽和度、亮度
HSI顏色圓柱體的軸線方向表示亮度,其中底部最暗,頂部最亮。圓柱體的橫截面形成顏色環(huán),圓心(圓柱體的軸線上)為灰色,其中圓柱體底部的圓心為黑色,頂部的圓心為白色。色環(huán)圓心以外部分表示彩色,其中的角度表示色度,圓心到彩色點(diǎn)的半徑長(zhǎng)度表示飽和度。紅、綠、藍(lán)三基色位于色環(huán)圓周上,按120°分隔。
HSI模型的特點(diǎn)是:I分量與圖像的彩色信息無(wú)關(guān),H和S分量于人感知顏色的特性一一對(duì)應(yīng)。
3.RGB和HSI之間的模型轉(zhuǎn)換
(1)RGB轉(zhuǎn)換到HSI
首先將R、G、B分量歸一化到[0,1]范圍內(nèi)。
(2)HSI轉(zhuǎn)換到RGB
若設(shè)S、I分量的值在[0,1]內(nèi),R、G、B分量的值也在[0,1]內(nèi)。
2.2 人的視覺(jué)特性
2.2.1 人眼成像過(guò)程
2.2.2 人的視覺(jué)模型
1.點(diǎn)光源的表示函數(shù)
一幅圖像可看作是無(wú)數(shù)多個(gè)像點(diǎn)的集合,這里的每個(gè)像點(diǎn)可看作是一個(gè)點(diǎn)光源。
2.光學(xué)成像系統(tǒng)的表示
原圖像經(jīng)過(guò)光學(xué)成像系統(tǒng)后,其輸出為:
3.人的視覺(jué)模型
2.2.3 人眼的亮度感覺(jué)
1.亮度對(duì)比度
2.人眼亮度的感覺(jué)范圍
3.人眼的亮度適應(yīng)性
亮適應(yīng)、暗適應(yīng)
4.亮度對(duì)比靈敏度
2.3 圖像數(shù)字化
圖像包括模擬(連續(xù))圖像和數(shù)字圖像,模擬圖像要變成數(shù)字圖像才能用計(jì)算機(jī)處理,圖像的數(shù)字化包括采樣和量化。
2.3.1 圖像采樣
圖像在位置上的離散化稱為采樣,方法是對(duì)原圖像按照正方形或正六邊形網(wǎng)格點(diǎn)陣進(jìn)行均勻采樣。
2.3.2 采樣圖像的均勻量化
采樣后獲得的采樣圖像,雖然在空間分布上是離散的,但是各像素點(diǎn)的取值還是連續(xù)變化的,還需要將這些連續(xù)變化的量轉(zhuǎn)化成有限個(gè)離散值,并給各值賦予不同的碼字,從而使樣本像素的取值也呈離散化分布,這個(gè)過(guò)程就稱為量化。常用的量化方法是均勻量化,它是將圖像函數(shù)值域等分為若干個(gè)子區(qū)間,然后取各子區(qū)間的中點(diǎn)作為該區(qū)間對(duì)應(yīng)的量化值,并將所有子區(qū)間的量化值用整數(shù)行編碼,這些編碼就是量化結(jié)果,稱為圖像灰度級(jí)。
2.3.3 數(shù)字化參數(shù)的選擇對(duì)圖像的影響
數(shù)字化圖像f(m,n)主要由采樣點(diǎn)數(shù)和灰度級(jí)決定。采樣點(diǎn)數(shù)和灰度級(jí)也決定圖像的數(shù)據(jù)量和圖像分辨率。
1.圖像采樣點(diǎn)數(shù)和灰度級(jí)
2.N和k與圖像分辨率的關(guān)系
區(qū)分圖像中目標(biāo)物細(xì)節(jié)的程度,稱作圖像分辨率。圖像分辨率包括空間分辨率和幅度分辨率,分別由圖像采樣和量化決定。
(1)空間分辨率
(2)幅度分辨率
2.4 數(shù)字圖像表示形式和特點(diǎn)
1.信息量大
2.占用頻帶寬
3.像素間相關(guān)性大
4.視覺(jué)效果的主觀性大
總結(jié)
以上是生活随笔為你收集整理的数字图像处理 第二章 图像处理基础的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: Libcurl安装与HelloWorld
- 下一篇: PyTorch框架学习七——自定义tra