《数字图像处理》第二章-数字图像基础 笔记
参考文章：
- 数字图像处理（冈萨雷斯第三版）学习笔记 - Chapter 1 Introduction（1）
- 数字图像处理（冈萨雷斯第三版）学习笔记 - Chapter 1 Introduction（2）
- 数字图像处理第三版（冈萨雷斯）——第二章数字图像基础
一、视觉感知要素
- 人眼的结构
人眼分辨细节的能力与当前电子传感器是可以类比的。
- 上图是简易的眼球横切面，可以观察到角膜（cornea）、晶状体（lens），还有视网膜（retina）。视网膜就是可以看到东西的地方（成像区域），眼睛看到的图像以投影方式进入眼中。视网膜上布满传感器，影像投影在视网膜上，然后被送入大脑。
- 视网膜上的传感器有两类，一种是锥形传感器(cones)，另一种是杆状传感器（rods）
上图的纵坐标为传感器的密度，横坐标是以小窝为中心，传感器此时的位置与小窝的差角。在上图中可以看到锥形传感器在视网膜上的小窝(fovea)处的密度达到一个高峰。
- 锥细胞擅长于观察细节，锥形传感器在亮光下运作最好。通常，人们不自觉地在注视物体时，移动自己的眼睛，主要是要尽可能地把影像投影到视网膜上的小窝区，因为这里锥形传感器最多。随着远离小窝区，锥形传感器的密度也跟着下降。
- 另一种传感器是杆状传感器，杆细胞不擅长于观察细节，而是擅长景象中轮廓讯息的掌握，且在微弱光线下的表现良好。
- 所以，两者互补。锥细胞在光亮中看得清，又集中分布于视小窝区，而杆细胞， 杆细胞则可在弱光运作，对轮廓掌握佳，分布于视网膜上。
- 另外值得注意的是，视网膜上有一个区域并没有传感器，此处称为盲点。普遍认为，我们没有注意到视觉系统里有个这样的区域，在那段区域中并没有接收到任何信息，而且我们对此完全没有感觉。
- 人眼中图像的形成
- 视网膜的图像主要聚焦在中央凹区域。然后，光感受器的相对激励作用产生感知，把辐射能量转换为最终由大脑解码的电脉冲。
- 亮度适应和辨别
- 人类视觉范围非常的大，上图横坐标是以对数为单位 。其中比较低光强的由杆细胞感应，当我们身处高亮度环境时，一般认为是锥状细胞在感应。
- 虽然我们可感受到的亮度范围非常大，但是不能同时做到。 比如在非常暗的房间里，同时有强光刺眼，则眼睛无法视物。在很暗的房间里，我们看得见，在明亮的房间里，也看得见。就是不能在同一时间看清而已， 我们需要进行调节。所以在特定的光强度下，我们也得调节后才能适应，最终看到。
- 如上图，在某个背景光下，我们在中间绘制一个圆， 慢慢调整圆圈部分的光亮，直到观察者说， 他看到那里的圆圈了。此时，我们可以把圆调得更亮一些 也可以把它调更暗一些。再测量出我们能感知的变化范围大小。我们感知的变化的范围其实有点取决于背景光，这是韦伯法则。就像图中所示，如果我们在低光条件下，那个变化量▲I就相对高一点。如果我们处在高亮环境中，就不要多大的变化。通俗地说，如果屋子很黑，那光亮的细微的变化是不会被感知到的，我们需要更大的变化。所以， 两个物体如果非常黑，又相似，我们就很难区分它们。反之，背景光非常明亮时，我们不需要光强有很大的变化，就能分辨物体。所以如果遇到比较暗的相似图片，我们应该利用图像处理技术增大之间的区别，以便我们进行分辨。
- 另一个可以解释这一现象的例子叫马赫带效应。如上图，这是块黑色区域，后面的一块比一块亮。其中，每张图的亮度都是恒定的。但是，我们的感知到的却不像这样，我们观察在亮度变换的边缘时，会误认为黑者更黑，亮者更亮。这从另一方面，这种现象同时也反映了人类是的视觉系统会产生错觉（光学错视）。
二、光和电磁波谱
- 牛顿发现一束阳光通过一个玻璃棱镜后，显示的光束不再是白光，而是由一端为紫色而另一端为红色的连续色谱组成。
- 我们可以感知的可见光色彩范围只占电磁波的一小部分。
- 电磁波谱可以用波长、频率或能量来表示。电磁波谱各分量的能量为：
、
而 v = c/λ。
- 电磁波可视为以波长λ传播的正弦波。
- 可见光波段的跨越范围：0.43μm(紫色)~0.79μm(红色)。
- 人感受到的物体颜色由物体反射光的性质决定。若一个物体相对平衡地反射所有可见光，观察者看到的物体是白色的。若一个物体在可见光谱的有限范围内反射时，会呈现各种颜色色调。例如，绿色物体反射波长范围为：500nm~570nm的光，而吸收其他波长的大部分能量。
- 没有颜色的光称为单色光或无色光，其唯一属性是强度或大小。
- 灰度级：表示单色光的强度。
- 除频率外，还用3个基本量来描述彩色光源的质量：发光强度、光通量和亮度。发光强度是从光源发出的能量总量，通常用瓦特(W)来度量。光通量给出了观察者从光源感受到的能量，通常用流明数(lm)来度量。亮度是光感知的主观描绘子，它实际上不能度量。它是描述彩色感觉的参数之一，具体体现了强度的无色概念。
三、图像感知与获取
- 使用单个传感器获取图像
- 使用条带传感器获取图像
- 使用阵列传感器获取图像
- 在数字摄像机中典型的传感器是CCD（电荷耦合器件）阵列，每个传感器的响应与投射到传感器表面的光能量的积分成正比。
- 传感器阵列的二维的优点：将能量聚焦到阵列表面就可得到一幅完整的图像。
- 成像系统执行的第一个功能是收集入射能量，并将它聚焦到一个图像平面上。
四、图像取样和量化
- 取样和量化的基本概念
- 对坐标值进行数字化称为取样，对幅度值进行数字化称为量化。
- 数字图像表示
- 将图像的左上角定义为原点。
- 图像中心的坐标为：(└M/2┘,└N/2┘)。像Matlab这种编程语言起始索引为1而非0，其中心点坐标为(└M/2┘+1,└N/2┘+1)
- 灰度级（Gray levels）、动态范围、对比度：出于储存和量化硬件的考虑，灰度级数L通常取为2的整数次幂，即L = 2 k ⇒ Dynamic range = [0,L−1]
- 灰度跨越的值域非正式的称为动态范围Dynamic range。在这里定义为系统中最大可度量灰度与最小可检测灰度之比，其上限取决于饱和度，下限取决于噪声。
- 与这一概念紧密联系的是图像的对比度，即一幅图像中最高和最低灰度级间的灰度差。
- 存储数字图像所需的比特数为：b=M×N×k
- 当一幅图像有2k个灰度级时，实际上通常称该图像为一幅“k比特图像”。例如，有256个可能的离散灰度值的图像，称为8比特图像。
- 空间和灰度分辨率
- 图像分辨率(image resolution)-- 数字图像解析场景元素的能力(capability of digital images to resolve the elements of scene)，即单位距离内可分辨的最大线对数量。
- 空间分辨率（取样）（spatial resolution）: 图像中可辨别的最小细节的度量Smallest discernible detail (or spatial size) in an image。
- 灰度分辨率（量化）（gray-level resolution）：灰度级中可分辨的最小变化Smallest discernible change in gray level。灰度分辨率指的是用于量化灰度的比特数,最通用的数是8比特。例如，通常说一幅被量化为256灰度级的图像有8比特的灰度分辨率。
- 图像内插
内插广泛用于放大、收缩、旋转和几何校正等处理中，本质上，内插是用已知数据来估计未知位置的数值的处理。
- 最近邻内插：把原图像中最近邻的灰度赋给了每个新位置，最简单，但会造成某些直边缘严重失真。
- 双线性内插：用4个最近邻点去估计给定位置的灰度，可给出比最近邻内插好得多的结果，但随之而来的是计算量的增加。注意：双线性内插不是一种线性内插方法。
- 双三次内插：用16个最近邻点，复杂度较高，在保持细节方面比双线性内插相对要好。双三次内插是商业图像编辑软件Adobe photoshop和Corel Photopaint的标准内插方法。
- 像素间的一些基本关系
相邻像素：
《数字图像处理》第二章-数字图像基础 笔记相关推荐
- 数字图像处理 第二章数字图像基础
第二章 数字图像基础 本章全都不是重点,了解就好 目标 人体视觉感知 光和电磁波谱 成像模型 图像取样与量化 一些基本概念和数学处理方法 人体视觉感知 人眼结构 上图为人眼剖面图. 人眼是一个直径约为 ...
- 数字图像处理第二章——数字图像基础
目录 一.视觉感知要素: 1. 图像形成 2.亮度适应与鉴别 二.图像的形成 2.1 图像的感知与获取 2.1.1感知 2.1.2 图像的形成模型 2.2 取样与量化 2.2.1取样与量化的概念 2. ...
- 数字图像处理——第二章 数字图像基础
文章目录 数字图像基础 1. 基本概念 2. 视觉感知要素 2.1 人眼结构中的成像要素 2.2 人眼成像的参考意义 3. 图像的获取.取样.量化 3.1 图像的感知和获取 3.2 图像取样和量化 3 ...
- 数字图像处理 第二章 数字图像基础
1.视觉感知要素 ①人眼剖面简图 ②锥状体与杆状体 视网膜有两类感光器:锥状体和杆状体.锥状体视觉成为白昼视觉或亮视觉.,对颜色高度敏感.而且每个锥状体都连接到神经末梢,人可以充分地分辨图像细节. 杆 ...
- 数字图像处理第二章----数字图像基础
文章目录 1.三原色基础 2.人眼视觉特性 3. 图像数字化 3.1 定义 3.2 采样 3.3.量化 4.数字图像性质 4.1 分辨率 4.2 像素深度 4.3 位面数量 5.像素间的基本关系 5. ...
- 《数字图像处理（第三版）》 第二章 数字图像基础 笔记1（视觉与电磁波谱）
2.1 视觉感知要素 虽然数字图像处理这一领域建立在数学和概率公式表示的基础之上,但人的直觉和分析在选择一种技术而不选择另一种技术时会起核心作用,这种选择通常是基于主观的视觉判断做出的. 2.1. ...
- 《数字图像处理（第三版）》 第二章 数字图像基础 笔记3（图像取样和量化）
2.4 图像取样和量化 无论是哪种获取图像的方法,我们的目的都是从感知的数据生成数字图像.多数传感器的输出是连续的电压波形,这些波形的幅度和空间特性都与感知的物理现象有关.为了产生一幅数字图像,我 ...
- 《数字图像处理（第三版）》 第二章 数字图像基础 笔记2（图像感知和获取）
2.3 图像感知和获取 我们感兴趣的多数图像都是由 "照射" 源和形成图像的 "场景" 元素对光能的反射或吸收而产生的."照射" 和 & ...
- 数字图像处理笔记 第二章 数字图像基础 第一节 人眼视觉特性
第二章 数字图像基础 第一节 人眼视觉特性 一.光与电磁波 可见光谱:380mm - 780mm 光谱图: 可见光范围内,不同波长的光给人不同的色彩感觉,不同强度的光及不同强度分布的光刺激人眼,在人脑 ...
最新文章
- java 反射 慢在那里_Java 反射到底慢在哪？
- 趣文：如果网络浏览器是妹纸
- 细学PHP 08 数组-2
- linux中如何撤销上次命令,使用git reset命令撤销上次Git提交
- 廖大python实战项目第三天
- 数据库中主键和外键的设计原则
- 【渝粤教育】国家开放大学2018年秋季 0716-22T工程建设法规 参考试题
- 中国制造强在哪儿？从美特斯邦威到Shein
- 写python的笔记本_python笔记本：更改写入的fi
- python源代码文件_Python代码编译与反编译
- 机器学习教程 之 随机森林： 算法及其特征选择原理
- 大数据技术及大数据架构
- 记解决一次drawable资源找不到的问题
- 使用Ps为图像批量制作水印
- opengles之3D模型加载(obj模型文件)
- Android shell 授权文件执行权限
- 计算机弹出虚拟U盘,怎么设置vmware虚拟机U盘启动
- 虚拟化服务器授权,VMware授权变相收费？ 虚拟化一大障碍
- tf.cancat() 详解 —》理解为主
- android 视频相册,安卓11版本保存视频到相册，提示保存成功，相册里没有视频...