1 / 107

第二章 图象与视觉基础

第二章 图象与视觉基础. 本章主要内容： •   采样和量化 • 图象的颜色模型 • 象素间联系 • 图像运算. 1. 采样和量化. ● 一幅图象必须在空间和灰度上都离散 化计算机才可以处理。 空间 采样 ― 空间坐标的离散化。 灰度 量化 －灰度的离散化。. △y. △x. 1.1 均匀采样和量化. 例如 : 只取交叉点象素的灰度值， 记为： f(x,y) ，构成图象文件→数字图象 若 Δx ， Δy 不变－均匀采样。. 1.1 均匀采样和量化. ● 图象空间分辨率 N ： M×N －采样。

carl
Download Presentation

第二章 图象与视觉基础

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 第二章 图象与视觉基础 本章主要内容： •   采样和量化 •图象的颜色模型 • 象素间联系 •图像运算

  2. 1.采样和量化 ●一幅图象必须在空间和灰度上都离散 化计算机才可以处理。 空间采样―空间坐标的离散化。 灰度量化－灰度的离散化。

  3. △y △x 1.1 均匀采样和量化 例如:只取交叉点象素的灰度值， 记为：f(x,y)，构成图象文件→数字图象 若Δx，Δy不变－均匀采样。

  4. 1.1 均匀采样和量化 ●图象空间分辨率N：M×N－采样。 图象f(x,y)中0≤x≤M，0≤y≤N ●图象密度分辨率K：灰度级数G－量化 ●通常取M=N，且M、N、G均为2的n次幂

  5. 1.2 非均匀采样 ●若M×N固定，改变Δx，Δy。比如：对人的脸Δx，Δy取小，背景Δx，Δy取大。 ●原则：在灰度变化大时用较密的采样。 ●缺点：①要确定边缘。 ②对含有较少均匀区域的图象也不使 用，例如人群照片。

  6. 1.3 非均匀量化 ●人眼在灰度变化剧烈区估计灰度的能力差。－较少的灰度级 ●在灰度变化平缓区估计灰度的能力好。－较多的灰度级 ●对边缘用较少的灰度级。

  7. 1.3 非均匀量化 马赫带效应(Mach band effect)

  8. 实际 亮度 感觉 T 1.3 非均匀量化 原因： ①突变时有放大作用――警灯闪的原因 ②视觉暂留

  9. 2.图象的颜色模型 2.1、视觉系统对颜色的感知 颜色是视觉系统对可见光的感知结果。可见光是波长在380nm-780nm之间的电磁波。

  10. 2.1视觉系统对颜色的感知

  11. 2.1视觉系统对颜色的感知 ●我们看到的大多数光不是一种波长的光，而是由许多不同波长的光组合成的。人的视网膜有对红、绿、蓝颜色敏感程度不同的三种锥体细胞，另外还有一种在光功率极端低的条件下才起作用的杆状体细胞，杆状细胞主要提供视野的整体视象，对低照度较敏感。

  12. 2.1视觉系统对颜色的感知 ●红、绿和蓝三种锥体细胞对不同频率的光的感知程度不同，对不同亮度的感知程度也不同，如图2.2所示。

  13. 2.2 常用颜色模型 常用颜色模型分为两类： ●面向设备 如：CMY、RGB、YUV、YIQ、YCrCb ●面向视觉系统 如：HSV、HIS等

  14. 2.2.1 RGB相加混色模型 ●计算机显示器使用的阴极射线管CRT (cathode ray tube)是一个有源物体。CRT使用3个电子枪分别产生红(Red)、绿(Green)和蓝(Blue)三种波长的光，并以各种不同的相对强度综合起来产生颜色。

  15. 2.2.1 RGB相加混色模型

  16. 2.2.1 RGB相加混色模型 ●从理论上讲，任何一种颜色都可用三基色按不同的比例混合得到。它们的比例不同，我们看到的颜色也就不同。某一种颜色和这三种颜色之间的关系可用下面的式子来描述： 某一彩色＝rR＋gG＋bB 其中r,g,b分别为RGB分量的份数

  17. 2.2.1 RGB相加混色模型 ●当三基色等量相加时，得到白色； ●等量的红绿相加而蓝为0值时得到黄色； ●等量的红蓝相加而绿为0时得到品红(magenta)； ●等量的绿蓝相加而红为0时得到 青色(cyan)。 ●三基色相加的结果如图所示。

  18. 2.2.1 RGB相加混色模型 ●图象中的单个点称为象素(pixel)，每个象素都有一个值，称为象素值，它表示特定颜色的强度。一个象素值往往用R、G、B三个分量表示。

  19. 2.2.1 RGB相加混色模型 RGB彩色空间也可以由图所示的立方体来表示。

  20. 2.2.2 CMY相减混色模型 ●用彩色墨水或颜料进行混合，这样得到的颜色称为相减色。在理论上说，任何一种颜色都可以用三种基本颜料按一定比例混合得到。这三种颜色是青色(Cyan)、品红(Magenta)和黄色(Yellow)，通常写成CMY，称为CMY模型。用这种方法产生的颜色之所以称为相减色，乃是因为它减少了为视觉系统识别颜色所需要的反射光。

  21. 2.2.2 CMY相减混色模型 在相加混色中： ●白色－R＝G＋B＝C RC互补色。 （青色颜料吸收红光，显示青色） ●白色－G＝R＋B＝M GM互补色。 ●白色－B＝R＋G＝Y BY互补色

  22. 2.2.2 CMY相减混色模型 这些三基色相减结果如图所示 C＋Y＝白－R－B＝G C＋M＋Y＝白－R―G―B＝黑

  23. 2.2.2 CMY相减混色模型 ●彩色打印机采用的就是这种原理，印刷彩色图片也是采用这种原理。由于彩色墨水和颜料的化学特性，用等量的三基色得到的黑色不是真正的黑色，因此在印刷术中常加一种真正的黑色(black ink)，所以CMY又写成CMYK。

  24. 2.2.2 CMY相减混色模型 ●相加色与相减色之间有一个直接关系，如下表所示。利用它们之间的关系，可以把显示的颜色转换成输出打印的颜色。相加混色和相减混色之间成对出现互补色。例如，当RGB为1∶1∶1时，在相加混色中产生白色，而CMY为1∶1∶1时，在相减混色中产生黑色。从另一个角度也可以看它们的互补性。从表中可以看到，在RGB中的颜色为1的地方，在CMY对应的位置上，其颜色值为0。例如RGB为0∶1∶0时，对应CMY为1∶0∶1。

  25. 2.2.2 CMY相减混色模型

  26. 2.2.2 CMY相减混色模型 CMY彩色空间也可以使用图示的立方体来表示。

  27. 2.2.3 YUV与YIQ模型 ●在彩色电视制式中，使用YUV和YIQ模型来表示彩色图象。电视信号在发射时，转换成YUV或YIQ形式，接收时再还原成RGB三基色信号，由显像管显示。 ●YUV：Y表示亮度，UV用来表示色差，U、V是构成彩色的两个分量；(PAL制和SECAM) ● YIQ：其中的Y表示亮度，I、Q是两个彩色分量。 (NTSC制)

  28. 2.2.3 YUV与YIQ模型 ●优点： (1)YUV表示法的重要性是它的亮度信号(Y)和色度信号(U、V)是相互独立的，也就是Y信号分量构成的黑白灰度图与用U、V信号构成的另外两幅单色图是相互独立的。由于Y、U、V是独立的，所以可以对这些单色图分别进行编码。此外，黑白电视能接收彩色电视信号也就是利用了YUV分量之间的独立性。

  29. 2.2.3 YUV与YIQ模型 (2)可以利用人眼的特性来降低数字彩色图象所需要的存储容量。人眼对彩色细节的分辨能力远比对亮度细节的分辨能力低。若把人眼刚能分辨出的黑白相间的条纹换成不同颜色的彩色条纹，那末眼睛就不再能分辨出条纹来。由于这个原因，就可以把彩色分量的分辨率降低而不明显影响图象的质量，因而就可以把几个相邻象素不同的彩色值当作相同的彩色值来处理，从而减少所需的存储容量。

  30. 2.2.3 YUV与YIQ模型 例如：要存储RGB 8∶8∶8的彩色图象，即R、G和B分量都用8位二进制数表示，图象的大小为640×480象素，那末所需要的存储容量为640×480 ×3＝921 600字节。如果用YUV来表示同一幅彩色图象，Y分量仍然为640×480，并且Y、U、V分量仍然各用8位表示，而对每四个相邻象素(2×2)的U、V值分别用相同的一个值表示，那末存储同样的一幅图象所需的存储空间就减少到640×480×1+ 640×480×2/4=460800字节。这实际上也是图象压缩技术的一种方法。

  31. 2.2.3 YUV与YIQ模型 ● RGB和YUV的对应关系可以近似地用下面的方程式表示： Y = 0.299R + 0.587G + 0.114B U = - 0.147R - 0.289G + 0.436B V = 0.615R - 0.515G - 0.100B

  32. 2.2.3 YUV与YIQ模型 或者写成矩阵的形式：

  33. 2.2.3 YUV与YIQ模型 ● RGB和YIQ的对应关系用下面的方程式表示： Y = 0.299R + 0.587G + 0.114B I = 0.596R - 0.275G - 0.321B Q = 0.212R - 0.523G + 0.311B

  34. 2.2.3 YUV与YIQ模型 或者写成矩阵的形式：

  35. 2.2.4 YCrCb模型 ●数字域中的彩色空间与模拟域的彩色空间(YIQ、YUV)不同。它们的分量使用Y、Cr和Cb来表示，是JPEG数字图像标准和MPEG数字视频标准。它是从YUV系统衍生出来的。其中Y还是指亮度，Cr和Cb是将U、V作少量调整而得到的。适用于计算机用的显示器。

  36. 2.2.4 YCrCb模型 它与RGB空间的转换关系如下： Y＝0.299R＋0.578G＋0.114B Cr＝(0.500R－0.4187G－0.0813B)＋128 Cb=(-0.1687R－0.3313G＋0.500B)＋128

  37. 2.2.4 YCrCb模型 或者写成矩阵的形式： 或写成如下的形式 ：

  38. 2.2.5 HSI模型 ●这个模型基于两个重要的事实：其一，I分量与图象的彩色信息无关；其二，H和S分量与人感受颜色的方式是紧密相连的。这种彩色系统格式的设计反映了人类观察彩色的方式。如：红色又分为浅红和深红色等等。

  39. 2.2.5 HSI模型 ●I（Intensity）－亮度。表示光照强度。它确定了像素的整体亮度，而不管其颜色是什么。通常用0％（黑色）－100％（白色）的百分比来度量。若I从0％－100％，即从黑变到白。对任一个I，R=G=B。（灰度图）降低亮度时，颜色就暗，相当于掺入黑色。

  40. 2.2.5 HSI模型 ●H（Hue）－色调。反映了该颜色的光谱波长。在HIS模型中由角度表示。0o为红色，120o为绿色，240o为蓝色。0 o到240o覆盖了所有可见光谱的颜色，240o到300o是人眼可见的非光谱色（紫色）。

  41. 2.2.5 HSI模型 ●S（Saturation）－饱和度。它反映的是纯色中加入白光的多少。饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色，其饱和度值为1。在中心是中性（灰）影调，即饱和度为0。

  42. 2.2.5 HSI模型

  43. 2.2.5 HSI模型 1. RGB到HSI的转换：

  44. 2.2.5 HSI模型 2. HSI到RGB的转换 1）

  45. 2.2.5 HSI模型 2. HSI到RGB的转换 2）

  46. 2.2.5 HSI模型 2. HSI到RGB的转换 3）

  47. 2.2.6 CIE色度图 ●前已说明了几种选择三基色的方法，实用中要求三基色必须容易获得，且配出的颜色要尽可能多。为此国际照明委员会（CIE）规定红、绿、蓝三原色的波长分别为700nm、546.1nm、435.8nm。

  48. 2.2.6 CIE色度图 ●在颜色匹配实验中，当这三原色光的相对亮度比例 φR:φG:φB=1.0000：4.5907：0.0601时就能匹配出等能白光，所以CIE选取这一比例作为红、绿、蓝三原色的单位量。即（R）：（G）：（B）=1：1：1。 尽管这时三原色的亮度值并不等，但CIE却把每一原色的亮度值作为一个单位看待，所以色光加色法中红、绿、蓝三原色光等比例混合结果为白光，即 1（R）+1（G）+1（B）=白。 任一颜色可表示为：C=rR+gG+bB

  49. 2.2.6 CIE色度图 ●这种物理三基色使用起来不便，用它计算各种彩色时，三色系数有时会出现负值（这是因为待配色为单色光，其饱和度很高，而三原色光混合后饱和度必然降低，无法和待配色实现匹配）。为此，CIE提出了一种虚拟的计算三基色——（XYZ）标准色度系统。

  50. (X) (Y) (Z) 0.4185 -0.0912 0.0009 -0.1587 0.2524 -0.0025 -0.0828 0.0157 0.1786 (R) (G) (B) ＝ 2.2.6 CIE色度图 ●定义了虚拟的三基色(X),(Y),(Z)。任一颜色可表示为： C=X(X)+Y(Y)+Z(Z) (X)(Y)(Z)与(R)(G)(B)的转换关系为：

More Related