《機器視覺技術(shù)基礎(chǔ)》第二章 數(shù)字圖像基礎(chǔ)

第二章數(shù)字圖像基礎(chǔ)匯報人：陳西PPT工作室目錄圖像和數(shù)字圖像圖像像素間的關(guān)系圖像灰度直方圖圖像的數(shù)字化圖像和數(shù)字圖像第一部分圖像

圖像是客觀對象的一種相似性的、生動性的描述或?qū)懻妫侨祟惿鐣顒又凶畛Ｓ玫男畔⑤d體。或者說圖像是客觀對象的一種表示，它包含了被描述對象的有關(guān)信息。圖像分類數(shù)字圖像

數(shù)字圖像，即將圖像轉(zhuǎn)化為數(shù)字的形式。我們平時所見到的圖像，在計算機中都是一組數(shù)字，當(dāng)通過相機捕獲現(xiàn)實世界的景物時，相機會捕獲現(xiàn)實世界的光源信號，并轉(zhuǎn)化為數(shù)字信號保存到存儲器上。數(shù)字圖像擴展了人類獲取信息的渠道，可以幫人們更加客觀、準(zhǔn)確、快速地了解世界和認(rèn)識世界。數(shù)字圖像分類二值圖像（BinaryImage)灰度圖像(GrayScaleImage)三維圖像(3DImage)偽彩色圖像（false-color）彩色圖像(ColorImage)圖像的數(shù)字化第二部分

自然界的圖像信息是連續(xù)的模擬信號。一般的模擬圖像是不能直接用數(shù)字計算機來處理的。必須將各類圖像轉(zhuǎn)化為數(shù)字圖像然后再用計算機進行分析處理。圖像的數(shù)字化過程主要分采樣、量化與編碼三個步驟。什么是圖像的數(shù)字化？數(shù)字圖像的表示一幅的m×n數(shù)字圖像可用矩陣表示為：采樣、量化參數(shù)與數(shù)字化圖像間的關(guān)系

數(shù)字化方式可分為均勻采樣、量化和非均勻采樣、量化。所謂“均勻”，指的是采樣、量化為等間隔。圖像數(shù)字化一般采用均勻采樣和均勻量化方式。采用非均勻采樣與量化，會使問題復(fù)雜化，因此很少采用。

一般來說，采樣間隔越大，所得圖像像素數(shù)越少，圖像空間分辨率低，質(zhì)量差。采樣間隔越小，所得圖像像素數(shù)越多，圖像空間分辨率高，質(zhì)量好，但數(shù)據(jù)量大。如右圖所示，圖（a）至（f）是采樣間距遞增獲得的圖像，像素數(shù)從256×256遞減至8×8。

量化等級越多，所得圖像層次越豐富，灰度分辨率越高，質(zhì)量越好，但數(shù)據(jù)量大；量化等級越少，圖像層次欠豐富，灰度分辨率低，質(zhì)量變差，會出現(xiàn)假輪廓現(xiàn)象，但數(shù)據(jù)量小。如右圖所示，圖2.7（a）至（f）是在采樣間距相同時灰度級數(shù)從256逐次減少為64、16、8、4、2所得到的圖像。圖像像素間的關(guān)系第三部分圖像像素間的關(guān)系

像素間的關(guān)系主要對像素與像素之間的關(guān)聯(lián)進行描述，理解像素間的關(guān)系是學(xué)習(xí)圖像處理的必要準(zhǔn)備，這主要包括相鄰像素，鄰接性、連通性，區(qū)域、邊界的概念，以及今后要用到的一些常見距離度量方法。

鄰域關(guān)系用于描述相鄰像素之間的相鄰關(guān)系，包括4鄰域、8鄰域、D鄰域等類型。假定位于坐標(biāo)的一個像素p有4個水平和垂直的相鄰像素，如下圖所示。

相鄰像素四鄰域

定義V是用于定義鄰接性的灰度值集合，它是一種相似性的度量，用于確定所需判斷鄰接性的像素之間的相似程度。這里考慮三種類型的鄰接性：（1）4鄰接（2）8鄰接（3）m鄰接（混合鄰接鄰接性像素鄰接示意圖

從具有坐標(biāo)的像素p到具有坐標(biāo)的像素q的通路（或曲線）是特定的像素序列，其坐標(biāo)為：連通性

其中并且像素和(對于)是鄰接的。在這種情況下，n是通路的長度。如果，則通路是閉合通路。

區(qū)域和邊界

區(qū)域的定義是建立在連通集的基礎(chǔ)上的，令R是圖像中的像素子集。如果R是連通集，則稱R為一個區(qū)域。如果R是整幅圖像（我們設(shè)這幅圖像是像素的方形集合），則邊界由圖像首行、首列、末行和末列定義。注意：邊界和邊緣是不同的。邊界是和區(qū)域有關(guān)的全局概念，而邊緣表示圖像函數(shù)的局部性質(zhì)。

對于像素p、q和z，其坐標(biāo)分別為、和，如果函數(shù)D滿足距離三要素，即：（1）非負(fù)性，；（2）對稱性，；（3）三角不等式，。則稱函數(shù)D為有效距離函數(shù)或度量，常用的像素間距離度量包括歐式距離、距離（城市距離）及距離（棋盤距離）。像素之間的距離圖像灰度直方圖第四部分圖像灰度直方圖

對一幅圖像，若對應(yīng)于每一個灰度值，統(tǒng)計出具有該灰度值的像素數(shù)，并描繪出像素數(shù)一灰度值圖形，則該圖形稱為該圖像的灰度直方圖，簡稱直方圖。如右圖所示。不同的圖像具有相同的直方圖直方圖的性質(zhì)

灰度直方圖只能反映圖像的灰度分布情況，而不能反映圖像像素的位置。如圖1所示。1

一幅圖像各子區(qū)的直方圖之和就等于該圖全圖的直方。如圖2所示。2圖1不同的圖像具有相同的直方圖圖2子區(qū)直方圖與全面直方圖的關(guān)系直方圖的運用

1.用于判斷圖像量化是否恰當(dāng)，直方圖的快速檢查可以使數(shù)字化中產(chǎn)生的問題及早暴露出來，以免浪費大量時間。2.用于確定圖像二值化的閾值假定一幅圖像如下圖所示，背景是黑色，物體為灰色。容易得知直方圖上的左峰由背景中的黑色像素產(chǎn)生，而右峰由物體中各灰度級產(chǎn)生。選擇谷對應(yīng)的灰度作為閾值T,利用下式對圖像二值化，得到一幅二值圖像。

直方圖的運用

本章介紹了圖像與數(shù)字圖像相關(guān)的基礎(chǔ)知識、像素鄰域的處理技術(shù)，即像素間的基本關(guān)系。值得一提的是，圖像灰度直方圖也是數(shù)字圖像處理的常用手段之一，對圖像灰度直方圖的學(xué)習(xí)能為后續(xù)圖像運算內(nèi)容的學(xué)習(xí)提供重要鋪墊。本章小結(jié)2.1什么是數(shù)字圖像？為什