Download
1 / 24
240 likes | 382 Views
數位影像處理基本原理. 2.1 視覺構成 2.2 光與電磁頻譜 2.3 影像感測與擷取 2.4 影像取樣與量化 2.5 影像元素間之基本關係 2.6 線性與非線性運算. 2.1 視覺構成. 2.1.1 人類眼睛的構造 1. 外覆薄膜 (1) 眼角膜與鞏膜外覆 (Cornea and Sclera outer cover) (2) 脈絡膜 (Choroid) (3) 網膜 (Retina) 2. 瞳孔 (Pupil) - 虹彩膜 (Iris Diaphragm)
E N D
數位影像處理基本原理 2.1 視覺構成 2.2 光與電磁頻譜 2.3 影像感測與擷取 2.4 影像取樣與量化 2.5 影像元素間之基本關係 2.6 線性與非線性運算
2.1 視覺構成 2.1.1 人類眼睛的構造 1.外覆薄膜 (1)眼角膜與鞏膜外覆(Cornea and Sclera outer cover) (2)脈絡膜(Choroid) (3)網膜(Retina) 2.瞳孔(Pupil) - 虹彩膜(Iris Diaphragm) 3.水晶體(Lens) - 60-70%水,約6%脂質,高蛋白 4.光接收體(Light receptors) (1)Cones - 明亮視覺(6-7 millions) Photopic or Bright-light Vision (2)Rods - 陰暗視覺(75-150 millions) Scotopic or Dim-light Vision
2.1.2 眼球內影像之形成 視網膜上的影像主要顯現在Fovea區域，由相對位置的光接收體(Light receptor)的激發而能辨知，此辨知過程是將輻射能轉換為電流脈衝，再由人腦解譯出。
2.2 光與電磁頻譜 • 1.電磁頻譜
2. 波長與能量 λ= c/ν c = 2.998 x 108 m/s E=hv Planck’s constant h = 6.626196 x 10-34 J-s
3. 可見光 可見光範圍 ~0.43μm (violet)–0.79 μm (red) 人眼視覺感受反射自物體的光線 無色與彩色光(Chromatic and Achromatic) 彩色光之量化 輻射(Radiance) - Energy, (W) 明視度(Luminance) - Observed energy, (Lm) 明亮度(Brightness) – Subjective light perception
2.3 影像感測與擷取 以單一感測器擷取影像 光二極體(Photodiode) Microdensitometers 掃描影像方式 以線型感測器擷取影像 平台式掃描器 CAT, MRI, PET 以陣列型感測器擷取影像
影像成像模式 影像(Image) - 指二維的光強度函數f(x,y) 0 < f(x,y) < ∞ f(x,y)可視為由兩個部份組成 f(x,y) = i(x,y)‧r(x,y) 其中i(x,y)為照明(Illumination) 0 < i(x,y) < ∞ r(x,y)為反射(Reflectance) 0 < r(x,y) < 1
典型的r(x,y)與i(x,y)值 晴天時太陽之照明i ≒ 90,000 lm/m2 陰天時太陽之照明i ≒ 10,000 lm/m2 夜間月亮之照明i ≒ 0.1 lm/m2 一般辦公室室內之照明i ≒ 1000 lm/m2 黑色天鵝絨之反射r ≒ 0.01 不銹鋼之反射r ≒ 0.65 鍍銀金屬板之反射r ≒ 0.90 雪之反射r ≒ 0.93
灰階影像f在(x0,y0)之強度常以灰階值(Gray Level, l) 稱之： l = f(x0,y0) Lmin < l < Lmax Lmin = imin‧rmin , Lmax = imax‧rmax , [Lmin , Lmax]稱為灰階區間或明亮度區間(Gray Scale) ，常用之灰階區間為[0,L]，0為黑色，L為白色
2.4 影像取樣與量化 影像取樣與量化之基本觀念
像取樣與量化之基本觀念 取樣(Sampling) ..座標值之數位化 量化(Quantization) ..灰階值之數位化
數位影像之表示法 灰階區間 影像記憶容量 b = k N M
空間與灰階值解析度 空間解析度之影響
數位影像的放大與縮小 最近相鄰內插法(Nearest neighbor interpolation) 雙線性內插法(Bilinear interpolation) v(x’,y’) = ax’+by’+cx’y’+d
2.5 影像元素間之基本關係 影像元素之鄰近點(Neighbors) 1.基本符號定義 f(x,y)， p， q， S 2.四相鄰N4(p)：(4-neighbors of p) (x+1, y)， (x-1, y)， (x, y+1)， (x, y-1) 3.四對角相鄰ND (p)：(4-diagonal neighbors of p) (x+1, y+1)， (x-1, y-1)， (x-1, y+1)， (x+1, y-1) 4.八相鄰N8(p)：(8-neighbors of p) N8(p) = N4(p) ∪ ND(p)
毗鄰、相連、區域與邊界 影像元素間之連相性質為建立影像內各物體間邊界之重要觀念。 為決定兩個影像元素是否相連，則可設定特定之條件，考慮元素 間是否“相近”，或灰階值間可否有符合近似之條件，常用的毗鄰 (Adjacent) 性定義如下所述： 首先定義Ｖ集合：令Ｖ表灰階值之集合，用以定義毗鄰性。 1.四毗鄰(4-adjacency)：若q在N4(p)中且p和q的值在Ｖ中，則p 和q稱為四毗鄰。 2.八毗鄰(8-adjacency) ：若q在N8(p)中且p和q的值在Ｖ中，則p 和q稱為八毗鄰。 3.m毗鄰(m-adjacency)：若p和q的值在Ｖ中，且滿足以下條件： (1).q在N4(p)中，或 (2).q在ND(p)中且N4(p)∩N4(q)之所有點的灰階不在Ｖ中
有關相連性質的一些定義： 1.兩個影像子集合S1 ,S2中若有部分影像元素相毗鄰的話，則稱S1和S2相毗鄰。 2.由p至q之路徑(Path)是一序列的相鄰影像元素。(x0, y0), (x1, y1), ... , (xn, yn), p→q n為路徑的長度(Length) 3.影像子集合S中之p,q若有一路徑，則稱p與q相連(Connected)。
距離之計量(Distance measures) 1.距離函數(Distance function)之定義（基本條件）： 設p, q, z之座標為(x,y), (s,t), (u,v) (1). D(p,q) ≧ 0 ( D(p,q) = 0 iff p = q ) (2). D(p,q) ＝ D(q,p), and (3). D(p,z) ≦ D(p,q) + D(q,z) 2.歐氏距離(Euclidean distance) De(p,q) = [ (x - s)2 + (y - t)2 ]1/2 3.D4距離(D4 distance) D4 = │x - s│ + │y - t│ 4.D8距離(D8 distance) D8 = max(│x - s│,│y - t│)
5. D4和D8距離與相連性無關，亦即不受影像元素之灰度值影響，但考慮到m-相連之路徑長時則與灰度值息息相關， 例如：
以影像元素為基礎的影像運算 1.數學運算： 加法： p + q , 減法： p - q , 乘法： p * q , 除法： p ÷ q 2.邏輯運算：（應用於二元影像） AND: p AND q OR: p OR q COMPLEMENT: NOT q EXCLUSIVE OR: XOR q 3.運算方式： (1).個別影像元素處理(Pixel-by-pixel operation) (2).鄰域處理(Neighborhood oriented operation) 4.遮罩運算(Mask operation)： 遮罩運算之目的是讓一個影像元素的值成為它及相 鄰區域內影像元素的函數。
2.6 線性與非線性運算 令H為以影像為輸入與輸出的運算子，若H 符合下式之條件，則稱H為線性運算子 (Linear Operator)，否則稱H為非線性運算子(Nonlinear Operator) H(a f + b g) = a H(f) + b H(g) 式中f與g為影像
