MMC02 數(shù)字圖像基礎(chǔ)(下)

1圖2.19顯示了一幅10241024像素的圖像，灰度級別用8比特表示，其他圖像是通過對10241024圖像抽樣（直接隔行隔列刪除得到）的結(jié)果。這些圖像顯示了不同取樣密度間的大小比例，但是它們顯示尺寸大小的差別使得很難看出減少取樣數(shù)目帶來的影響。用復(fù)制一行和一列的方法，將抽樣后的圖像都恢復(fù)到10241024像素進行比較，很明顯小尺寸的圖像恢復(fù)后有明顯的塊效應(yīng)（圖2.20）?？臻g分辨率2空間分辨率33降低空間分辨率的典型效果。圖像分別以1250dpi、300dpi、150dpi和72dpi顯示，為便于比較，所有的圖像都放大到了原始圖像的大小?？臻g分辨率4對于一幅452×374的CT圖像，下面保持取樣數(shù)恒定，而以2的整數(shù)次冪方式把灰度級從256減少到2，觀察圖像的變化。

256，128和64灰度級圖像的實際效果在視覺上幾乎是不可分辨的。32級灰度的圖像在平滑灰度區(qū)域內(nèi)（特別是頭蓋骨處）有一組幾乎看不見的非常細小的山脊狀結(jié)構(gòu)。這種效果是由于數(shù)字圖像平滑區(qū)灰度級數(shù)量不足引起的，稱為偽輪廓。

灰度級別越減少，偽輪廓現(xiàn)象越明顯。粗略的經(jīng)驗規(guī)則，一般來說，尺寸為256×256像素、64灰度級、印刷在5cm×5cm版面上的圖像具有最低空間和灰度分辨率的圖像，一般沒有令人討厭的取樣棋盤格和偽輪廓?；叶燃壏直媛?偽輪廓灰度級分辨率6灰度級分辨率7(a)少量細節(jié)(Lena)(b)中等細節(jié)(攝影師)(c)大量細節(jié)(觀眾)

圖2.22含有不同細節(jié)的圖像再綜合考慮N和k對圖像質(zhì)量的影響，采用圖2.22進行主觀測試空間和灰度級分辨率8圖2.23等偏愛曲線從曲線中可以看出：當圖像細節(jié)增加時，等偏愛曲線向右上方移動；當圖像細節(jié)增加時，等偏愛曲線變得更加垂直，說明大量細節(jié)的圖像只需要少數(shù)地灰度級別就可以獲得滿意的效果；另兩類圖像感覺質(zhì)量在空間分辨率增加的情況下，于某段間隔內(nèi)保持相同，但實際灰度級數(shù)在減小。可能原因是k的減少導(dǎo)致圖像對比度明顯增加，產(chǎn)生圖像質(zhì)量改進的視覺效果改變圖像的N和k，記錄主觀測試結(jié)果得到圖2.23的曲線空間和灰度級分辨率9數(shù)字圖像種類黑白圖像（灰度圖像）圖像只有明暗（灰度）程度的變化而沒有色彩的變化最簡單的是二值圖像，只有兩種灰度；偽彩色圖像是指經(jīng)過偽彩色處理而形成的彩色圖像。其像素值是所謂的索引值，是按照灰度值進行彩色指定的結(jié)果其色彩不一定忠實于外界景物的真實色彩假彩色圖像是指由遙感多波段圖像合成的彩色圖像，從而把人眼不能區(qū)分的微小的灰度差別顯示為明顯的色彩差異，更便于解譯和提取有用信息。

其色彩不一定忠實于外界景物的真實色彩真彩色圖像是忠實于外界景色的色彩的圖像其像素一般是顏色的真實值10數(shù)字圖像種類分類二靜止圖像圖像的內(nèi)容不隨時間變化?；顒訄D像前一幀和后一幀的圖像內(nèi)容隨時間發(fā)生變化。分類三矢量圖像由數(shù)字公式描述的點、線、曲線和多邊形等基本組件構(gòu)成的圖像。點陣圖像（位圖，光柵圖像）由像素點陣所組成的圖像。11數(shù)字圖像種類灰度圖像二值圖像%im2bw灰度或彩色圖像變?yōu)槎祱D像clc,clearI=imread('lena_gray.jpg');imshow(I)BW=im2bw(I,0.46);figure,imshow(BW)12數(shù)字圖像種類13數(shù)字圖像種類偽彩色圖像pseudo-color

偽彩色偽彩色圖像的含義是，每個象素的顏色不是由每個基色分量的數(shù)值直接決定，而是把象素值當作彩色查找表CLUT(colorlook-uptable)的表項入口地址，去查找一個顯示圖像時使用的R、G、B強度值，用查找出的R、G、B強度值產(chǎn)生的彩色稱為偽彩色。彩色查找表CLUT(colorlookuptable)是一個事先做好的表，表項入口地址也稱為索引號。例如16種顏色的查找表，0號索引對應(yīng)黑色，...，15號索引對應(yīng)白色。月球海拔圖（紅色最高，紫色最低）14數(shù)字圖像種類偽彩色圖像pseudo-color

土衛(wèi)六的春天(圖片提供：NASA/JPL/U-Arizona/U-Nantes/U-ParisDiderot)這兩張偽色照片公布于9月21日，由美國宇航局“卡西尼”號太空飛船所拍攝。照片顯示，黃色的乙烷云在土衛(wèi)六紅紫色的大氣層中聚集。這兩張照片(右側(cè)的圖片是倒置圖片)同時還顯示，在土衛(wèi)六的北極，隨著季節(jié)的緩慢變化，一個巨大的云層系統(tǒng)正在逐漸消失。土衛(wèi)六北半球的冬天持續(xù)時間長達7個地球年。從2009年8月的土星春分時起，冬天正式讓位于春天。15數(shù)字圖像種類假彩色圖像False-color

對多光譜圖像進行處理得到的圖像美國巴爾的摩城市和切薩皮克海灣偽彩色圖BaltimoreandChesapeakeBay16數(shù)字圖像種類真彩色圖像True-Color17數(shù)字圖像種類（圖像中的像素值的內(nèi)容不一樣）18數(shù)字圖像種類矢量圖數(shù)學(xué)公式表示的點、線、曲線、多邊形等構(gòu)成的位圖、點陣圖19數(shù)字圖像種類活動圖像20數(shù)字圖像的放大和縮小空間分辨率的改變：放大和縮小，調(diào)整圖像的大小。放大：內(nèi)插操作內(nèi)插是在放大、收縮、旋轉(zhuǎn)和幾何校正等中廣泛使用的基本工具。內(nèi)插是用已知數(shù)據(jù)來估計未知位置的數(shù)值的處理。創(chuàng)建新的像素位置對這些新位置賦值（內(nèi)插算法，例如最近鄰域內(nèi)插法/雙線性內(nèi)插法）縮?。簛G點操作行-列刪除Matlab函數(shù)：Ip=imresize(I,M,method)返回M倍大小的圖像，M可大于或小于1.0，對應(yīng)放大或縮小支持的內(nèi)插算法：‘nearest’(缺省)：最近鄰域插值法，1個像素‘bilinear’：雙線性內(nèi)插法，4個像素‘bicubic’：雙三次內(nèi)插法，16個像素21最近鄰域插值法在原圖像上尋找最靠近的像素，并把它的灰度值賦給新像素，對于整數(shù)倍放大也就是最臨近點重復(fù)。缺點是易于產(chǎn)生塊效應(yīng)，特別是高倍數(shù)時。數(shù)字圖像的放大和縮小22%Example：最近鄰域內(nèi)插法clear,clcI=imread('lena_eye.tif');Ip=imresize(I,5);imwrite(Ip,'lena5n.jpg','quality',75);imshow(I)figure,imshow(Ip)數(shù)字圖像的放大和縮小23數(shù)字圖像的放大和縮小雙線性內(nèi)插：利用4個最鄰近點產(chǎn)生新的像素點。雙線性內(nèi)插(BilinearInterpolation)是線性內(nèi)插的擴展，實現(xiàn)規(guī)則網(wǎng)格上兩個變量（x，y）的內(nèi)插。已知網(wǎng)格的四個頂點Q11=(x1,y1),Q12=(x1,y2),Q21=(x2,y1)，Q22=(x2,y2)，求網(wǎng)格內(nèi)部點P=(x，y)處的未知函數(shù)f=？首先在x方向進行線性內(nèi)插然后計算y方向的線性內(nèi)插24數(shù)字圖像的放大和縮小原始最近鄰域雙線性25并不像名字所暗示的那樣雙線性內(nèi)插是線性的，其實它不是線性的，它的一般形式為兩個線性函數(shù)的乘積：數(shù)字圖像的放大和縮小雙線性內(nèi)插與兩個線性內(nèi)插的先后順序無關(guān)，先進行y方向，再進行x方向，也獲得相同的結(jié)果。最近鄰域內(nèi)插(3倍)4個像素內(nèi)插(3倍)，但加權(quán)一樣雙線性內(nèi)插(3倍)26%Example：雙線性內(nèi)插法clear,clcI=imread('lena_eye.tif');Ip=imresize(I,5,'bilinear');imwrite(Ip,'lena5b.jpg','quality',75);imshow(I)figure,imshow(Ip)數(shù)字圖像的放大和縮小雙線性插值的缺陷平滑作用使圖像細節(jié)退化，尤其在放大時。不連續(xù)性會產(chǎn)生不希望的結(jié)果。27雙三次內(nèi)插：使用16個最近鄰點，賦予點(x,y)的灰度值使用下式得到16個系數(shù)可由16個最鄰近點寫出的方程確定；通常，雙三次內(nèi)插在保持細節(jié)方面比雙線性內(nèi)插要好，雙三次內(nèi)插是商業(yè)圖像軟件的標準內(nèi)插算法，如Photoshop和Photopaint。三線性內(nèi)插(TrilinearInterpolation)：雙線性內(nèi)插的擴展數(shù)字圖像的放大和縮小28上一行最近鄰域內(nèi)插法從128*128，64*64，32*32像素放大得到的圖像；下一行相同參數(shù)順序用雙線性內(nèi)插法得到的圖像。數(shù)字圖像的放大和縮小2929數(shù)字圖像的放大和縮小上一行：a)b)c)分別是降低到72dpi后，再用最近鄰域法、雙線性內(nèi)插法和雙三次內(nèi)插法放大后的圖像；下一行：d)e)f)分別是降低到150dpi后，再采用同上的算法得到的圖像。在內(nèi)插中，還可以采用更多的鄰點和更復(fù)雜的技術(shù)，比如樣條和小波，在某些情況下，可得到更好的結(jié)果。對于三維圖形和醫(yī)學(xué)圖像處理，保留精細細節(jié)是特別重要的，而一般目的的圖像處理，較少考慮計算負擔，因此，通常更多采用雙線性內(nèi)插和雙三次內(nèi)插。30第二章數(shù)字圖像基礎(chǔ)本章內(nèi)容人眼的視覺特性基于亮度的視覺模型圖像的感知和獲取圖像的取樣和量化圖像質(zhì)量和種類（*）基本數(shù)學(xué)工具陣列與矩陣操作線性和非線性操作算術(shù)操作集合和邏輯操作空間操作向量和矩陣操作圖像變換概率方法圖像文件的存儲格式（*）31基于像素的圖像操作算術(shù)運算像素加法p+q像素減法p-q像素乘/除法p*q、pq、p×q、p÷q32基于像素的圖像操作邏輯運算求反(Not)～異或(NOR)或(or)p+q與(AND)p.q算術(shù)和邏輯運算基于像素(矩陣元素)，而非矩陣。圖像以矩陣表示，但矩陣除法無定義，則一幅圖像除另一幅圖像表示矩陣中相應(yīng)的元素執(zhí)行除法運算。其它算術(shù)和邏輯運算也一樣。注意：Matlab中的實現(xiàn)要用帶“.”的運算符33基于像素的圖像操作：加法加法運算的定義

C(x,y)=A(x,y)+B(x,y)主要應(yīng)用舉例生成圖像疊加效果去除“疊加性”噪音Matlab函數(shù)：imadd(I,J)

：兩幅圖像相加，或一幅圖像疊加一個常數(shù)。imlincomb((α,I,β,J,γ,K)：計算兩幅或多幅圖像的線性組合，其中αβγ為系數(shù)，I、J、K為圖像數(shù)據(jù)矩陣。34%Example1%Addtwoimagestogether:

I=imread('rice.tif');J=imread('cameraman.tif');K=imadd(I,J);imshow(K)%Example2%Addaconstanttoanimage:

I=imread('rice.tif');J=imadd(I,50);subplot(1,2,1),imshow(I)subplot(1,2,2),imshow(J)基于像素的圖像操作：加法35加法運算:

生成圖像疊加效果對于兩個圖像f(x,y)和h(x,y)的均值有：

g(x,y)=1/2f(x,y)+1/2h(x,y)會得到二次暴光的效果。推廣這個公式為：

g(x,y)=αf(x,y)+βh(x,y)其中α+β=1可以得到各種圖像合成的效果，也可以用于兩張圖片的銜接?；谙袼氐膱D像操作：加法36%Example1%Scaleanimagebyafactoroftwo.

I=imread('cameraman.tif');J=imlincomb(2,I);imshow(J)%Example2%Addtwoimageswithaspecified%outputclass.

I=imread(‘girl256.jpg');J=imread(‘lotus256.jpg');K=imlincomb(0.8,I,0.2,J);imshow(K)基于像素的圖像操作：加法37加法運算:去除“疊加性”噪音對于原圖像f(x,y),有一個噪聲圖像集

{gi(x,y)}i=1,2,…K

其中：gi(x,y)=f(x,y)+η(x,y)IK個圖像的均值定義為：當：1）噪聲η(x,y)I為互不相關(guān)，且均值為0時，上述圖像均值將降低噪聲的影響。

2）在實際應(yīng)用中，防止輸出圖像中引入模糊?；谙袼氐膱D像操作：加法38加法運算:去除“疊加性”噪音(a)NGC3314星團對的原始圖像；(b)被0均值和64級灰度標準差的加性高斯噪聲污染了的圖像；(c)~(f)K=6、16、64和128時，噪聲圖像取平均的結(jié)果；注：此圖是NASA的Hubble太空望遠鏡拍攝的一幅NGC3314星系圖，此星系距地球140億光年，指向南半球Hydra星座方向。在星系中心附近成環(huán)形的閃亮星體由星際氣體和粉塵組成?；谙袼氐膱D像操作：加法39減法運算的定義

C(x,y)=A(x,y)-B(x,y)主要應(yīng)用舉例檢測同一場景兩幅圖像之間的變化去除不需要的疊加性圖案計算物體邊界的梯度Matlab函數(shù)：imsubstract(I,J)

：兩幅圖像相減，或一幅圖像減去一個常數(shù)。imabsdiff(I,J)：計算兩幅圖像的絕對差值?；谙袼氐膱D像操作：減法40檢測同一場景兩幅圖像之間的變化設(shè)：時間1的圖像為T1(x,y)，時間2的圖像為T2(x,y)

g(x,y)=T2(x,y)-T1(x,y)=-基于像素的圖像操作：減法41檢測同一場景兩幅圖像之間的變化(a)原始分形圖像(8bit表示)；(b)把4個最小有效比特面置0后的結(jié)果，與(a)在視覺上幾乎完全一樣；(c)上述(a)和(b)圖像的差值圖像，因差值太小，在8bit顯示時幾乎是全黑的；(d)直方圖均衡化后的差值圖像(對比度擴大,后面章節(jié)講解)，可以看到(a)和(b)圖像的差異?；谙袼氐膱D像操作：減法42%Example%Displaytheabsolutedifferencebetween%afilteredimageandtheoriginal.

I=imread('cameraman.tif');J=uint8(filter2(fspecial('gaussian'),I));K=imabsdiff(I,J);subplot(3,1,1),imshow(I)subplot(3,1,2),imshow(J)subplot(3,1,3),imshow(K,[])基于像素的圖像操作：減法43去除不需要的疊加性圖案設(shè)：背景圖像b(x,y)，前景背景混合圖像f(x,y)

g(x,y)=f(x,y)–b(x,y)

g(x,y)為去除了背景的圖像。

電視制作的藍屏技術(shù)就基于此

(天氣預(yù)報）圖像相減增強(a)掩模圖像(b)減去掩模圖像后的圖像(把對比介質(zhì)注入血管后拍攝的圖像)基于像素的圖像操作：減法44%Example%Estimateandsubtractthebackgroundofthericeimage:I=imread('rice.tif');blocks=blkproc(I,[3232],'min(x(:))');background=imresize(blocks,[256256],'bilinear');Ip=imsubtract(I,background);imshow(Ip,[])基于像素的圖像操作：減法45計算物體邊界的梯度在一個圖像內(nèi)，尋找邊緣時，梯度幅度（描繪變化陡峭程度的量）的近似計算

|Vf(x,y)|=max(f(x,y)–f(x+1,y),f(x,y)–f(x,y+1))

基于像素的圖像操作：減法46乘法的定義C(x,y)=A(x,y)*B(x,y)

主要應(yīng)用舉例乘以常數(shù)，增加其平均灰度級；圖像的局部顯示；用二值模板圖像與原圖像做乘法，更為廣泛的模板操作。除法簡單地定義為一幅取反圖像后與另一幅圖像相乘。Matlab函數(shù)：immultiply(I,J)

：兩幅圖像相乘，或在一幅圖像乘以常數(shù)基于像素的圖像操作：乘法47%Example%Multiplytwouint8imageswiththe%resultstoredinauint16image:

I=imread(‘girl256bw.jpg');I16=uint16(I);J=imread('testpat1.jpg');J16=uint16(J);K=immultiply(I16,J16);imshow(I),figure,imshow(K)基于像素的圖像操作：乘法48像素邏輯操作：僅用于二值圖像掩蔽，獲得外形和形狀分析。非(NOT)或(OR)與(AND)異或(NOR)基于像素的圖像操作49求反的定義(對于8bit灰度圖像)

g(x,y)=255-f(x,y)

g(x,y)=L-1-f(x,y)主要應(yīng)用舉例獲得一個子圖像的補圖像Matlab函數(shù)：imcomplement(I)基于像素的圖像操作50獲得一個子圖像的補圖像基于像素的圖像操作%%imcomplement對圖像求補clcclearbw=imread('lotus256.jpg');bw2=imcomplement(bw);subplot(2,1,1),imshow(bw)subplot(2,1,2),imshow(bw2)51異或運算的定義g(x,y)=f(x,y)h(x,y)主要應(yīng)用舉例獲得相交子圖像=基于像素的圖像操作11000010101152或運算的定義

g(x,y)=f(x,y)+h(x,y)主要應(yīng)用舉例：模板合并子圖像提取子圖像+=基于像素的圖像操作53與運算的定義

g(x,y)=f(x,y).h(x,y)主要應(yīng)用舉例：模板求兩個子圖像的相交子圖提取子圖像.=基于像素的圖像操作54第二章數(shù)字圖像基礎(chǔ)本章內(nèi)容人眼的視覺特性基于亮度的視覺模型圖像的感知和獲取圖像的取樣和量化圖像質(zhì)量和種類（*）像素間的操作圖像文件的存儲格式（*）55數(shù)字圖像的存儲格式在計算機中，數(shù)據(jù)是以文件的形式存放在存儲器中的，圖像數(shù)據(jù)也不例外。圖像文件是采用特定數(shù)據(jù)結(jié)構(gòu)表示圖像數(shù)據(jù)的文件，這種特定格式，就是該圖像文件的格式?，F(xiàn)在已有幾十種常用的圖像文件格式，它們是由計算機軟件技術(shù)公司、計算機設(shè)備制造廠商等研究制訂的，主要目的是為了圖像信息交換和操作的方便性。56數(shù)字圖像的存儲格式圖像文件一般由文件頭、色度數(shù)據(jù)和像素數(shù)據(jù)三部分組成文件頭文件頭用于存放圖像的特征參數(shù)及其存放位置和文字注解等。它有：固定格式：如

PCX、BMP等，它們存儲規(guī)定的參數(shù)，且數(shù)據(jù)在文件中的存放位置是固定的；及靈活格式：如

TIF文件格式，文件中除了規(guī)定的參數(shù)外，還可自行定義特征參數(shù)，數(shù)據(jù)在文件中的存放位置也不固定，且同一文件中可存放多幅圖像。色度數(shù)據(jù)色調(diào)數(shù)據(jù)是指16色和256色彩色顯示模式下的調(diào)色板數(shù)據(jù)，真彩色圖像則不需要色調(diào)數(shù)據(jù)。有些圖像文件格式中色調(diào)數(shù)據(jù)放在文件頭中。像素數(shù)據(jù)像素數(shù)據(jù)以位圖的形式存放，有壓縮、不壓縮之分，壓縮數(shù)據(jù)可以節(jié)省存儲容量，但在存取時需進行壓縮和解壓縮處理，處理速度稍慢些。不壓縮的像素數(shù)據(jù)在不同格式的圖像文件中的存儲結(jié)構(gòu)基本相同，與顯示存儲器中的存放形式相似。常用的壓縮方法為行程編碼、霍夫曼編碼和LZW壓縮編碼等。/dev/format/57數(shù)字圖像的存儲格式58數(shù)字圖像的存儲格式文件注釋相機廠商Canon

型號CanonPowerShotG10

方向左上

X分辨率240/1Y分辨率240/1

分辨率單位英寸軟件DigitalPhotoProfessional

日期/時間2010-7-280:10:28圖像圖像描述藝術(shù)家版權(quán)曝光時間1/250sF-值f/8ISO速率ISO80

原始日期/時間2010-8-1010:51:38

數(shù)字化日期/時間2010-8-1010:51:38

快門速度值1/250s

光圈值f/8

曝光補償值-0.33eV

最大光圈f/2.8

焦距6.1mm

用戶備注時間子秒0

原始時間子秒0

數(shù)字化時間子秒0

顏色空間未校準像素X尺寸1000

像素Y尺寸735

焦平面X分辨率1600000/292

焦平面Y分辨率1200000/219

焦平面分辨單位英寸自定義渲染標準處理曝光模式手工曝光白平衡手工白平衡數(shù)字變焦比1

場景拍攝類型標準雜項文件來源DSCEXIF（Exchangeableimagefilefor