第2講：圖像處理基礎(chǔ)知識課件

數(shù)字圖像處理宋懷波機械與電子工程學(xué)院1數(shù)字圖像處理宋懷波11.1

數(shù)字圖像1.1.1

數(shù)字圖像的基本概念圖：反射光或透射光的分布，或自身發(fā)出的能量（客觀）像：人的視覺系統(tǒng)對圖的接收在大腦中形成的印象或認(rèn)識（主觀）

圖像處理:

是對圖像信息進行加工處理，以滿足人的視覺心理和實際應(yīng)用的需求。1.1數(shù)字圖像1.1.1數(shù)字圖像的基本概念1.1.1數(shù)字圖像的基本概念模擬圖像

連續(xù)的，采用數(shù)字化（離散化）表示和數(shù)字技術(shù)處理之前，圖像是連續(xù)的，這一類圖像稱為模擬圖像或連續(xù)圖像

連續(xù)：指從時間上和從數(shù)值上是不間斷的1.1.1數(shù)字圖像的基本概念模擬圖像1.1.1數(shù)字圖像的基本概念數(shù)字圖像由連續(xù)的模擬圖像采樣和量化而得。組成數(shù)字圖像的基本單位是像素，所以數(shù)字圖像是像素的集合。像素的值代表圖像在該位置的亮度（或灰度），稱為圖像的灰度值。數(shù)字圖像像素具有整數(shù)坐標(biāo)和整數(shù)灰度值。1.1.1數(shù)字圖像的基本概念數(shù)字圖像表達：建模，圖像采樣、數(shù)字化圖像和視覺基礎(chǔ)圖像變換：提高圖像質(zhì)量圖像處理圖像基礎(chǔ)

圖像增強： 改善圖像質(zhì)量圖像幾何處理：平移、縮放、旋轉(zhuǎn)、扭曲圖像復(fù)原： 去噪聲、去模糊圖像重建： 重建原始圖像圖像編碼壓縮：減少存儲量和傳輸量圖像分割：分割、理解、目標(biāo)描述1.2.2數(shù)字圖像處理的主要研究內(nèi)容表達：建模，圖像采樣、數(shù)字化圖像處理圖像基礎(chǔ)1.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像的增強圖像增強用于調(diào)整圖像的對比度，突出圖像中的重要細節(jié)，改善視覺質(zhì)量。1.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像的增強1.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像復(fù)原1.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像復(fù)原8圖像的平滑

(ImageSmoothing)即圖像的去噪聲處理，主要是為了去除實際成像過程中，因成像設(shè)備和環(huán)境所造成的圖像失真，提取有用信息。

1.2.2數(shù)字圖像處理的主要研究內(nèi)容原圖像

噪聲干擾的圖像

去噪后的圖像（Wiener濾波）

8圖像的平滑(ImageSmoothing)1.2.2第2講：圖像處理基礎(chǔ)知識課件101.2.2數(shù)字圖像處理的主要研究內(nèi)容邊緣銳化加強圖像的輪廓邊緣和細節(jié)，形成完整的邊界，將物體從圖像中分離出來或?qū)⒈硎就晃矬w表面的區(qū)域檢測出來。銳化的作用是要使灰度反差增強，因為邊緣和輪廓都位于灰度突變的地方。所以銳化算法的實現(xiàn)是基于微分作用。它是早期視覺理論和算法中的基本問題。101.2.2數(shù)字圖像處理的主要研究內(nèi)容邊緣銳化111.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像分割（separate？Divide？Segment?。?/p>

將圖像分成若干部分，每一部分對應(yīng)于某一物體表面。在進行分割時，每一部分的灰度或紋理符合某一種均勻測度度量。其本質(zhì)是將像素進行分類。分類依據(jù)是像素的灰度值、顏色、頻譜特性、空間特性或紋理特性等。111.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像分割（sep121.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像校正數(shù)字圖像信息的獲取來自于CCD。但其I/O特性不是線性的，如果不進行校正處理，將無法得到好的圖像效果。圖像校正是為改善圖像質(zhì)量而提出的一種處理方法。121.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像校正γ校正沒有γ校正前γ為2.0的校正γ校正沒有γ校正前γ為2.0的校正第2章圖像處理基礎(chǔ)知識2.1圖像數(shù)字化2.2圖像數(shù)據(jù)結(jié)構(gòu)2.3圖像文件格式2.4圖像質(zhì)量評價第2章圖像處理基礎(chǔ)知識2.1圖像數(shù)字化15計算機圖像處理的內(nèi)容如何對模擬圖像進行采樣、量化以產(chǎn)生數(shù)字圖像圖像的數(shù)字化是指將一幅圖像從原來的形式轉(zhuǎn)化為數(shù)字的形式，主要研究如何對圖像進行采樣、量化以及編碼等過程。如何壓縮圖像數(shù)據(jù)以便存儲和傳輸圖像編碼壓縮可減少用于描述圖像的數(shù)據(jù)量，以節(jié)省圖像傳輸和處理的時間，減少存儲容量。如何對數(shù)字圖像做各種變換以方便處理15計算機圖像處理的內(nèi)容如何對模擬圖像進行采樣、量化以產(chǎn)生數(shù)16圖像變換由于圖像陣列很大，直接在空間域中進行處理涉及的計算量很大。圖像變換方法：傅立葉變換、離散余弦變換、離散小波變換等幾何變換：如圖像縮放、旋轉(zhuǎn)、平移、投影等。目的：將空間域的處理轉(zhuǎn)換為變換域的處理，減少計算量，獲得更有效的處理。圖像重構(gòu)(ImageReconstruction)采用濾波方法，如去噪、干擾和模糊等，恢復(fù)或重建原圖像。16圖像變換圖像重構(gòu)(ImageReconstructio171.2圖像與圖像數(shù)字化過程圖像的表示物體所發(fā)出的光線進入人眼，在人眼的視網(wǎng)膜上成象，這就是人眼所看到的客觀世界，稱之為景象?！跋蟆狈从沉丝陀^景物的亮度和顏色隨空間位置和方向的變化，因此“象”是空間坐標(biāo)的函數(shù)。171.2圖像與圖像數(shù)字化過程圖像的表示18在空間圖像信息中，光強度是其基本要素，它隨圖像空間坐標(biāo)(x,y,z)及光線的波長λ和時間t的變化而變化，因此空間圖像函數(shù)可表示為：平面圖像同樣可表示為：18在空間圖像信息中，光強度是其基本要素，它隨圖像空

CCD器件.swf

CCD器件1.swf2.1.1圖像傳感器與數(shù)字成像電荷耦合器件(CCD)是典型的固體圖象傳感器，它是1970年貝爾實驗室的W·S·Boyle和G·E·Smith發(fā)明的。它成功地應(yīng)用于數(shù)碼相機、攝像機、掃描儀、廣播電視、可視電話和無線電傳真，而且在生產(chǎn)過程自動檢測和控制等領(lǐng)域已顯示出廣闊的前景和巨大的潛力。CCD器件.swf數(shù)字圖像輸入輸出設(shè)備數(shù)字圖像輸入輸出設(shè)備CCD光敏元的基礎(chǔ)是金屬—氧化物—硅MOS電容器1、CCD的工作原理CCD的單元結(jié)構(gòu)①P型半導(dǎo)體多數(shù)載流子為空穴②加正電壓MetalOxideSemiconductor接地CCD光敏元的基礎(chǔ)是金屬—氧化物—硅MOS電容器1、CCDCCD的單元結(jié)構(gòu)①N型半導(dǎo)體多數(shù)載流子為電子②加負電壓

半導(dǎo)體也可采用N型半導(dǎo)體，如下圖所示。很薄接地CCD的單元結(jié)構(gòu)①N型半導(dǎo)體多數(shù)載流子為電子半導(dǎo)體也可采用入射光強則光生電荷多，弱則光生電荷少，無光照的光敏元則無光生電荷。這樣就把光的強弱變成與其成例的電荷的數(shù)量，實現(xiàn)了光電轉(zhuǎn)換。若停止光照，電荷在一定時間內(nèi)也不會損失，可實現(xiàn)對光照的記憶。入射光強則光生電荷多，弱則光生電荷少，無光照的光敏元則無光生

近年來另一種圖像感器——互補金屬氧化物場效應(yīng)管CMOS光電傳感器。已在電腦、筆記本電腦、掌上電腦、視頻電話、掃描儀、數(shù)碼相機、攝影機、監(jiān)視器、車載電話、指紋認(rèn)證等圖像輸入領(lǐng)域得到廣泛的應(yīng)用。CMOS型CCD和普通MOS型CCD使用相同的感光元件，具有相同的靈敏度和光譜特性，但光電轉(zhuǎn)換后的信息讀取方式不同。CMOS光電傳感器經(jīng)光電轉(zhuǎn)換后直接產(chǎn)生電流或電壓信號，信號讀取十分簡單。ComplementMetalOxideSemiconductor近年來另一種圖像感器——互補金屬氧化物場效應(yīng)2.1.2數(shù)字化原理圖像數(shù)字化概述數(shù)字化的目的是把真實的圖像轉(zhuǎn)變成計算機能夠接受的顯示和存儲格式，以便于計算機進行分析處理。圖像的數(shù)字化過程分為采樣、量化與編碼三步。☆采樣的實質(zhì)就是要用多少個點來描述一張圖像，采樣的結(jié)果即通常所說的圖像分辨率。如，一幅640×480的圖像，表示這幅圖像由307200個像素點組成。采樣頻率是指一秒鐘內(nèi)采樣的次數(shù)，它反映了采樣點之間的間隔大小。采樣頻率越高，得到的圖像樣本就越細膩逼真，圖像的質(zhì)量也越高，但要求的存儲量也越大。2.1.2數(shù)字化原理圖像數(shù)字化概述1．?dāng)?shù)學(xué)模型1．?dāng)?shù)學(xué)模型2．采樣和量化

采樣：空間上的離散化量化：灰度上的離散化連續(xù)信號（抽樣、量化）——數(shù)字信號2.1.2數(shù)字化原理2．采樣和量化連續(xù)信號（抽樣、量化）——數(shù)字信號2.1.2

采樣點陣：正方形、正三角圖像矩陣的特點：

有限值

數(shù)字化抽樣：正方形點陣、三角形點陣、正六角形點陣等2.1.2數(shù)字化原理采樣點陣：正方形、正三角圖像矩陣的特點：2.1.2數(shù)字3.采樣定理

一維采樣定理：惠特克－卡切尼柯夫－香農(nóng)采樣定理2.1.2數(shù)字化原理二維采樣定理：采樣頻率大于圖像信號最高頻率的2倍3.采樣定理2.1.2數(shù)字化原理二維采樣定理：采樣頻5.量化均勻量化非均勻量化

a）基于視覺特性：對亮度值急劇變化部分無需過細分層，進行粗量化,對亮度值平緩變化部分需過細分層，進行細量化

b）基于概率分布：先計算所有可能的亮度值出現(xiàn)的概率分布，對概率分布大的進行細量化,對概率分布小的進行粗量化。

非均勻量化可以減少量化誤差，又能用較少的比特數(shù)實現(xiàn)量化2.1.2數(shù)字化原理5.量化2.1.2數(shù)字化原理量化和采樣是兩個不同的概念，量化是在每個采樣點上進行的，所以必須先采樣后量化?！锪炕筒蓸邮菆D像數(shù)字化的不可或缺的兩個操作，二者緊密相關(guān)，同時完成。2.1.2數(shù)字化原理6.采樣和量化的關(guān)系量化和采樣是兩個不同的概念，量化是在每個采樣點上進行的，所以2.1.2數(shù)字化原理2.1.2數(shù)字化原理2.1.2數(shù)字化原理2.1.2數(shù)字化原理34圖像采樣就是在水平和垂直方向上等間隔地分割成網(wǎng)狀34圖像采樣就是在水平和垂直方向上等間隔地分割成網(wǎng)狀35圖像量化采樣后得到的亮度或色彩在取值空間上仍連續(xù)。把這些連續(xù)量表示的像素值離散化為整數(shù)值的操作叫量化。圖像量化實際就是將圖像采樣后的樣本值的范圍分為有限多個區(qū)域，落入某區(qū)域中的所有樣本值用同一值表示，用有限的離散數(shù)值量來代替無限的連續(xù)模擬量。量化時確定的離散取值個數(shù)稱為量化級數(shù)，表示量化的色彩或亮度值所需的二進制位數(shù)稱為量化字長。一般可用8位、16位、24位或更高的字長來表示顏色。量化字長越大，越能真實反映原有圖像的顏色。但得到的數(shù)字圖像容量也越大。35圖像量化采樣后得到的亮度或色彩在取值空間上仍連續(xù)。把這些8×8像素(256色)

16×16像素(256色)

32×32像素(256色)64×64像素(16位量化，65536種顏色)不同采樣精度所獲得的圖像分辨率不同馬賽克！8×8像素(256色)16×16像素(256色)3375bit(32色)4bit(16色)

3bit(8色)

2bit(4色)

1bit(2色)

不同量化字長的灰度圖象效果375bit(32色)4bit(16色)3bit圖像界永恒的Lena她是讓無數(shù)專家為之癡迷和痛苦的研究對象；是充斥著枯燥數(shù)學(xué)公式的論文中最吸引眼球的光芒；任何一本圖像處理書籍，都能看到她動人的微笑；她就是Lena，她的照片是圖像處理領(lǐng)域使用最為廣泛的標(biāo)準(zhǔn)測試圖。圖像界永恒的Lena她是讓無數(shù)專家為之癡迷和痛苦的研究對象；一舉成名計算機界1973年，美國南加州大學(xué)信號與圖像處理研究所年輕的助教亞歷山大和研究員威廉，試圖從一疊常用的測試圖片中找出一張適合測試壓縮算法的圖片：最好是人臉，表面光滑，內(nèi)容多層次。正巧有人拿著一本《花花公子》雜志（1972年11月刊）到實驗室串門。亞歷山大發(fā)現(xiàn)這張有著光滑面龐和繁雜飾物的圖片正好符合要求，于是，他們撕下這張彩圖，將上半部掃描成一張512×512像素大小的圖片，“雷娜圖”就此誕生。特別提示：年滿十八歲打算Google的同學(xué)們，搜素之前請先卸載綠壩；十八歲以下的小朋友請耐心等待長大。一舉成名計算機界1973年，美國南加州大學(xué)信號與圖像處理研究圖像界永恒的Lena亞歷山大用此圖測試了自己的壓縮算法，滿意地完成了論文。遠在芝加哥的雷娜對此一無所知，在結(jié)束自己的模特生涯后，她回到故鄉(xiāng)瑞典，結(jié)婚生子。論文發(fā)表后，不斷有人向他索要原始的掃描件，以便比較。久而久之，這張圖片成為了圖像處理領(lǐng)域的一個標(biāo)準(zhǔn)測試圖。研究者奮斗的目標(biāo)只有一個：如何在保證圖片質(zhì)量的同時讓它的壓縮率高一點，再高一點圖像界永恒的Lena亞歷山大用此圖測試了自己的壓縮算法，滿意圖像界永恒的Lena1988年，一家瑞典的電腦出版社聯(lián)系并采訪到了雷娜，這是她十五年來首次得知自己的照片被應(yīng)用在計算機行業(yè)里。1991年，國際光學(xué)工程學(xué)會下屬的OpticalEngineering雜志使用雷娜圖作為其7月刊的封面。至此，《花花公子》才得知這張圖片已然在學(xué)術(shù)界被“盜用”了18年之久！

1997年，在《花花公子》雜志社的幫助下，圖像科學(xué)和技術(shù)會議(IS&T)的籌辦方正式邀請雷娜參會。這離當(dāng)初雷娜圖的誕生，已經(jīng)過去了約四分之一個世紀(jì)，當(dāng)初的年輕助教已成為業(yè)內(nèi)的知名學(xué)者，而紅顏少女的鬢邊終于也見到了白發(fā)?！八麄兛隙ㄔ缫褏挓┪伊?，這么多年都看著同一張照片?！?-------------LENA圖像界永恒的Lena1988年，一家瑞典的電腦出版社聯(lián)系并采“雷娜圖”并非完美無缺雷娜圖為何如此受歡迎？1.圖片含細節(jié)、平坦區(qū)域、陰影和紋理，有利于測試各種不同的圖像處理算法。2.非常迷人的女性照片。3.圖片頻段豐富，而人眼對于人臉的細節(jié)差別感受也遠比一般的景物更為明顯。由于軟件錯誤，LENA圖只有511行數(shù)據(jù)。由于數(shù)模轉(zhuǎn)換器計時器的問題，圖像比原件有略微的拉長變形。最重要的是，作為一張標(biāo)準(zhǔn)圖，雷娜圖缺少了很多關(guān)鍵信息，例如所用膠片、光線環(huán)境、印刷環(huán)境、掃描儀型號等。“雷娜圖”并非完美無缺雷娜圖為何如此受歡迎？由于軟件錯誤，LLena對比照Lena對比照寫給Lena的詩哦，親愛的Lena，你的美麗是如此浩瀚而難以快速描繪，如果我能壓縮你的影像，我想我能震動整個世界！唉，當(dāng)我第一次使用矢量量化，我發(fā)現(xiàn)你的面龐只屬于你自己，你那千縷絲般的長發(fā)，怎能用離散余弦變換來匹配？而你那性感的雙唇，即使耗盡十三部超級計算機也找不到合適的分形碎片來形容！雖然這些挫折如此巨大，我也許還能將它們一一克服，但當(dāng)濾波器奪走了你眼中的光彩，我只能說：“算了，數(shù)字化就好?！睂懡oLena的詩哦，親愛的Lena，45常用圖像處理軟件3DMAX45常用圖像處理軟件3DMAX數(shù)字圖像處理宋懷波機械與電子工程學(xué)院46數(shù)字圖像處理宋懷波11.1

數(shù)字圖像1.1.1

數(shù)字圖像的基本概念圖：反射光或透射光的分布，或自身發(fā)出的能量（客觀）像：人的視覺系統(tǒng)對圖的接收在大腦中形成的印象或認(rèn)識（主觀）

圖像處理:

是對圖像信息進行加工處理，以滿足人的視覺心理和實際應(yīng)用的需求。1.1數(shù)字圖像1.1.1數(shù)字圖像的基本概念1.1.1數(shù)字圖像的基本概念模擬圖像

連續(xù)的，采用數(shù)字化（離散化）表示和數(shù)字技術(shù)處理之前，圖像是連續(xù)的，這一類圖像稱為模擬圖像或連續(xù)圖像

連續(xù)：指從時間上和從數(shù)值上是不間斷的1.1.1數(shù)字圖像的基本概念模擬圖像1.1.1數(shù)字圖像的基本概念數(shù)字圖像由連續(xù)的模擬圖像采樣和量化而得。組成數(shù)字圖像的基本單位是像素，所以數(shù)字圖像是像素的集合。像素的值代表圖像在該位置的亮度（或灰度），稱為圖像的灰度值。數(shù)字圖像像素具有整數(shù)坐標(biāo)和整數(shù)灰度值。1.1.1數(shù)字圖像的基本概念數(shù)字圖像表達：建模，圖像采樣、數(shù)字化圖像和視覺基礎(chǔ)圖像變換：提高圖像質(zhì)量圖像處理圖像基礎(chǔ)

圖像增強： 改善圖像質(zhì)量圖像幾何處理：平移、縮放、旋轉(zhuǎn)、扭曲圖像復(fù)原： 去噪聲、去模糊圖像重建： 重建原始圖像圖像編碼壓縮：減少存儲量和傳輸量圖像分割：分割、理解、目標(biāo)描述1.2.2數(shù)字圖像處理的主要研究內(nèi)容表達：建模，圖像采樣、數(shù)字化圖像處理圖像基礎(chǔ)1.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像的增強圖像增強用于調(diào)整圖像的對比度，突出圖像中的重要細節(jié)，改善視覺質(zhì)量。1.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像的增強1.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像復(fù)原1.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像復(fù)原53圖像的平滑

(ImageSmoothing)即圖像的去噪聲處理，主要是為了去除實際成像過程中，因成像設(shè)備和環(huán)境所造成的圖像失真，提取有用信息。

1.2.2數(shù)字圖像處理的主要研究內(nèi)容原圖像

噪聲干擾的圖像

去噪后的圖像（Wiener濾波）

8圖像的平滑(ImageSmoothing)1.2.2第2講：圖像處理基礎(chǔ)知識課件551.2.2數(shù)字圖像處理的主要研究內(nèi)容邊緣銳化加強圖像的輪廓邊緣和細節(jié)，形成完整的邊界，將物體從圖像中分離出來或?qū)⒈硎就晃矬w表面的區(qū)域檢測出來。銳化的作用是要使灰度反差增強，因為邊緣和輪廓都位于灰度突變的地方。所以銳化算法的實現(xiàn)是基于微分作用。它是早期視覺理論和算法中的基本問題。101.2.2數(shù)字圖像處理的主要研究內(nèi)容邊緣銳化561.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像分割（separate？Divide？Segment?。?/p>

將圖像分成若干部分，每一部分對應(yīng)于某一物體表面。在進行分割時，每一部分的灰度或紋理符合某一種均勻測度度量。其本質(zhì)是將像素進行分類。分類依據(jù)是像素的灰度值、顏色、頻譜特性、空間特性或紋理特性等。111.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像分割（sep571.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像校正數(shù)字圖像信息的獲取來自于CCD。但其I/O特性不是線性的，如果不進行校正處理，將無法得到好的圖像效果。圖像校正是為改善圖像質(zhì)量而提出的一種處理方法。121.2.2數(shù)字圖像處理的主要研究內(nèi)容圖像校正γ校正沒有γ校正前γ為2.0的校正γ校正沒有γ校正前γ為2.0的校正第2章圖像處理基礎(chǔ)知識2.1圖像數(shù)字化2.2圖像數(shù)據(jù)結(jié)構(gòu)2.3圖像文件格式2.4圖像質(zhì)量評價第2章圖像處理基礎(chǔ)知識2.1圖像數(shù)字化60計算機圖像處理的內(nèi)容如何對模擬圖像進行采樣、量化以產(chǎn)生數(shù)字圖像圖像的數(shù)字化是指將一幅圖像從原來的形式轉(zhuǎn)化為數(shù)字的形式，主要研究如何對圖像進行采樣、量化以及編碼等過程。如何壓縮圖像數(shù)據(jù)以便存儲和傳輸圖像編碼壓縮可減少用于描述圖像的數(shù)據(jù)量，以節(jié)省圖像傳輸和處理的時間，減少存儲容量。如何對數(shù)字圖像做各種變換以方便處理15計算機圖像處理的內(nèi)容如何對模擬圖像進行采樣、量化以產(chǎn)生數(shù)61圖像變換由于圖像陣列很大，直接在空間域中進行處理涉及的計算量很大。圖像變換方法：傅立葉變換、離散余弦變換、離散小波變換等幾何變換：如圖像縮放、旋轉(zhuǎn)、平移、投影等。目的：將空間域的處理轉(zhuǎn)換為變換域的處理，減少計算量，獲得更有效的處理。圖像重構(gòu)(ImageReconstruction)采用濾波方法，如去噪、干擾和模糊等，恢復(fù)或重建原圖像。16圖像變換圖像重構(gòu)(ImageReconstructio621.2圖像與圖像數(shù)字化過程圖像的表示物體所發(fā)出的光線進入人眼，在人眼的視網(wǎng)膜上成象，這就是人眼所看到的客觀世界，稱之為景象。“象”反映了客觀景物的亮度和顏色隨空間位置和方向的變化，因此“象”是空間坐標(biāo)的函數(shù)。171.2圖像與圖像數(shù)字化過程圖像的表示63在空間圖像信息中，光強度是其基本要素，它隨圖像空間坐標(biāo)(x,y,z)及光線的波長λ和時間t的變化而變化，因此空間圖像函數(shù)可表示為：平面圖像同樣可表示為：18在空間圖像信息中，光強度是其基本要素，它隨圖像空

CCD器件.swf

CCD器件1.swf2.1.1圖像傳感器與數(shù)字成像電荷耦合器件(CCD)是典型的固體圖象傳感器，它是1970年貝爾實驗室的W·S·Boyle和G·E·Smith發(fā)明的。它成功地應(yīng)用于數(shù)碼相機、攝像機、掃描儀、廣播電視、可視電話和無線電傳真，而且在生產(chǎn)過程自動檢測和控制等領(lǐng)域已顯示出廣闊的前景和巨大的潛力。CCD器件.swf數(shù)字圖像輸入輸出設(shè)備數(shù)字圖像輸入輸出設(shè)備CCD光敏元的基礎(chǔ)是金屬—氧化物—硅MOS電容器1、CCD的工作原理CCD的單元結(jié)構(gòu)①P型半導(dǎo)體多數(shù)載流子為空穴②加正電壓MetalOxideSemiconductor接地CCD光敏元的基礎(chǔ)是金屬—氧化物—硅MOS電容器1、CCDCCD的單元結(jié)構(gòu)①N型半導(dǎo)體多數(shù)載流子為電子②加負電壓

半導(dǎo)體也可采用N型半導(dǎo)體，如下圖所示。很薄接地CCD的單元結(jié)構(gòu)①N型半導(dǎo)體多數(shù)載流子為電子半導(dǎo)體也可采用入射光強則光生電荷多，弱則光生電荷少，無光照的光敏元則無光生電荷。這樣就把光的強弱變成與其成例的電荷的數(shù)量，實現(xiàn)了光電轉(zhuǎn)換。若停止光照，電荷在一定時間內(nèi)也不會損失，可實現(xiàn)對光照的記憶。入射光強則光生電荷多，弱則光生電荷少，無光照的光敏元則無光生

近年來另一種圖像感器——互補金屬氧化物場效應(yīng)管CMOS光電傳感器。已在電腦、筆記本電腦、掌上電腦、視頻電話、掃描儀、數(shù)碼相機、攝影機、監(jiān)視器、車載電話、指紋認(rèn)證等圖像輸入領(lǐng)域得到廣泛的應(yīng)用。CMOS型CCD和普通MOS型CCD使用相同的感光元件，具有相同的靈敏度和光譜特性，但光電轉(zhuǎn)換后的信息讀取方式不同。CMOS光電傳感器經(jīng)光電轉(zhuǎn)換后直接產(chǎn)生電流或電壓信號，信號讀取十分簡單。ComplementMetalOxideSemiconductor近年來另一種圖像感器——互補金屬氧化物場效應(yīng)2.1.2數(shù)字化原理圖像數(shù)字化概述數(shù)字化的目的是把真實的圖像轉(zhuǎn)變成計算機能夠接受的顯示和存儲格式，以便于計算機進行分析處理。圖像的數(shù)字化過程分為采樣、量化與編碼三步?！畈蓸拥膶嵸|(zhì)就是要用多少個點來描述一張圖像，采樣的結(jié)果即通常所說的圖像分辨率。如，一幅640×480的圖像，表示這幅圖像由307200個像素點組成。采樣頻率是指一秒鐘內(nèi)采樣的次數(shù)，它反映了采樣點之間的間隔大小。采樣頻率越高，得到的圖像樣本就越細膩逼真，圖像的質(zhì)量也越高，但要求的存儲量也越大。2.1.2數(shù)字化原理圖像數(shù)字化概述1．?dāng)?shù)學(xué)模型1．?dāng)?shù)學(xué)模型2．采樣和量化

采樣：空間上的離散化量化：灰度上的離散化連續(xù)信號（抽樣、量化）——數(shù)字信號2.1.2數(shù)字化原理2．采樣和量化連續(xù)信號（抽樣、量化）——數(shù)字信號2.1.2

采樣點陣：正方形、正三角圖像矩陣的特點：

有限值

數(shù)字化抽樣：正方形點陣、三角形點陣、正六角形點陣等2.1.2數(shù)字化原理采樣點陣：正方形、正三角圖像矩陣的特點：2.1.2數(shù)字3.采樣定理

一維采樣定理：惠特克－卡切尼柯夫－香農(nóng)采樣定理2.1.2數(shù)字化原理二維采樣定理：采樣頻率大于圖像信號最高頻率的2倍3.采樣定理2.1.2數(shù)字化原理二維采樣定理：采樣頻5.量化均勻量化非均勻量化

a）基于視覺特性：對亮度值急劇變化部分無需過細分層，進行粗量化,對亮度值平緩變化部分需過細分層，進行細量化

b）基于概率分布：先計算所有可能的亮度值出現(xiàn)的概率分布，對概率分布大的進行細量化,對概率分布小的進行粗量化。

非均勻量化可以減少量化誤差，又能用較少的比特數(shù)實現(xiàn)量化2.1.2數(shù)字化原理5.量化2.1.2數(shù)字化原理量化和采樣是兩個不同的概念，量化是在每個采樣點上進行的，所以必須先采樣后量化。★量化和采樣是圖像數(shù)字化的不可或缺的兩個操作，二者緊密相關(guān)，同時完成。2.1.2數(shù)字化原理6.采樣和量化的關(guān)系量化和采樣是兩個不同的概念，量化是在每個采樣點上進行的，所以2.1.2數(shù)字化原理2.1.2數(shù)字化原理2.1.2數(shù)字化原理2.1.2數(shù)字化原理79圖像采樣就是在水平和垂直方向上等間隔地分割成網(wǎng)狀34圖像采樣就是在水平和垂直方向上等間隔地分割成網(wǎng)狀80圖像量化采樣后得到的亮度或色彩在取值空間上仍連續(xù)。把這些連續(xù)量表示的像素值離散化為整數(shù)值的操作叫量化。圖像量化實際就是將圖像采樣后的樣本值的范圍分為有限多個區(qū)域，落入某區(qū)域中的所有樣本值用同一值表示，用有限的離散數(shù)值量來代替無限的連續(xù)模擬量。量化時確定的離散取值個數(shù)稱為量化級數(shù)，表示量化的色彩或亮度值所需的二進制位數(shù)稱為量化字長。一般可用8位、16位、24位或更高的字長來表示顏色。量化字長越大，越能真實反映原有圖像的顏色。但得到的數(shù)字圖像容量也越大。35圖像量化采樣后得到的亮度或色彩在取值空間上仍連續(xù)。把這些8×8像素(256色)

16×16像素(256色)

32×32像素(256色)64×64像素(16位量化，65536種顏色)不同采樣精度所獲得的圖像分辨率不同馬賽克！8×8像素(256色)16×16像素(256色)3825bit(32色)4bit(16色)

3bit(8色)

2bit(4色)

1bit(2色)

不同量化字長的灰度圖象效果375bit(32色)4bit(16色)3bit圖像界永恒的Lena她是讓無數(shù)專家為之癡迷和痛苦的研究對象；是充斥著枯燥數(shù)學(xué)公式的論文中最吸引眼球的光芒；任何一本圖像處理書籍，都能看到她動人的微笑；她就是Lena，她的照片是圖像處理領(lǐng)域使用最為廣泛的標(biāo)準(zhǔn)測試圖。圖像界永恒的Lena她是讓無數(shù)專家為之癡迷和痛苦的研究對象；一舉成名計算機界1973年，美國南加州大學(xué)信號與圖像處理研究所年輕的助教亞歷山大和研究員威廉，試圖從一疊常用的測試圖片中找出一張適合測試壓縮算法的圖片：最好是人臉，表面光滑，內(nèi)容多層次。正巧有人拿著一本《花花公