數(shù)字圖像處理(第三版)第2章數(shù)字圖像處理基礎(chǔ)

第2章數(shù)字圖像處理基礎(chǔ)第2章 數(shù)字圖像處理基礎(chǔ)圖像數(shù)字化技術(shù)色度學(xué)基礎(chǔ)與顏色模型數(shù)字圖像類(lèi)型圖像文件格式OpenCV編程簡(jiǎn)介習(xí)題第2章數(shù)字圖像處理基礎(chǔ)2.1

圖像數(shù)字化技術(shù)設(shè)連續(xù)圖像f(x,y)經(jīng)數(shù)字化后，可以用一個(gè)離散量組成的矩陣g（即二維數(shù)組）來(lái)表示：(2-1)第2章數(shù)字圖像處理基礎(chǔ)矩陣g中的每一個(gè)元素稱為像元、像素或圖像元素。

而g(i，j)代表(i，j)點(diǎn)的灰度值，即亮度值。對(duì)以上數(shù)字化過(guò)程有以下幾點(diǎn)說(shuō)明：由于f(i，j)代表該點(diǎn)圖像的光強(qiáng)度，而光是能量的一種形式，故f(i，j)必須大于零，且為有限值，即0<f(i，j)<∞。數(shù)字化采樣一般是按正方形點(diǎn)陣采樣的，除此之外還有三角形點(diǎn)陣、正六邊形點(diǎn)陣采樣方式，圖2-1所示為正方形和正六邊形采樣網(wǎng)格。第2章數(shù)字圖像處理基礎(chǔ)圖2-1采樣網(wǎng)格第2章數(shù)字圖像處理基礎(chǔ)(3)式(2-1)用f(i，j)的數(shù)值來(lái)表示(i，j)位置點(diǎn)上灰度的大小，亦即只反映了黑白灰度的關(guān)系。如果是一幅彩色圖像，各點(diǎn)的數(shù)值還應(yīng)當(dāng)反映色彩的變化，可用f(i，j，λ)表

示，其中λ是波長(zhǎng)。如果圖像是運(yùn)動(dòng)的，f(i,j)還應(yīng)是時(shí)間t的函數(shù)，即可表示為f(i，j，λ，t)。第2章數(shù)字圖像處理基礎(chǔ)2.1.1 采樣圖像在空間上的離散化稱為采樣。也就是用空間上部分

點(diǎn)的灰度值代表圖像，這些點(diǎn)稱為采樣點(diǎn)。圖像是一種二維

分布的信息，為了對(duì)它進(jìn)行采樣操作，需要先將二維信號(hào)變

為一維信號(hào)，再對(duì)一維信號(hào)完成采樣。具體做法是，先沿垂

直方向按一定間隔從上到下順序地沿水平方向進(jìn)行直線掃描，取出各水平行上灰度值的一維掃描信號(hào)。而后再對(duì)一維掃描

信號(hào)按一定間隔采樣得到離散信號(hào)。即先沿垂直方向采樣，

再沿水平方向采樣，用兩個(gè)步驟完成采樣操作。對(duì)于運(yùn)動(dòng)圖

像(即時(shí)間域上的連續(xù)圖像)，需先在時(shí)間軸上采樣，再沿垂直方向采樣，最后再沿水平方向采樣三個(gè)步驟。第2章數(shù)字圖像處理基礎(chǔ)對(duì)一幅圖像采樣時(shí)，若每行(即橫向)像素為M個(gè)，每列(即縱向)像素為N個(gè)，則圖像大小為M×N個(gè)像素。在進(jìn)行采樣時(shí)，采樣點(diǎn)間隔的選取是一個(gè)非常重要的問(wèn)題，它決定了采樣后圖像的質(zhì)量，即忠實(shí)于原圖像的程度。采樣間隔的大小選取要依據(jù)原圖像的細(xì)微濃淡變化來(lái)決定。一般，圖像中細(xì)節(jié)越多，采樣間隔應(yīng)越小。根據(jù)一維采樣定理，若一維信號(hào)g(t)的最大頻率為ω，以T≤1/(2ω)為間隔進(jìn)行采樣，則能夠根據(jù)采樣結(jié)果g(iT)(i=…，－1，0，1，…)完全恢復(fù)g(t)，即第2章數(shù)字圖像處理基礎(chǔ)式中采樣示意圖如圖2-2所示。第2章數(shù)字圖像處理基礎(chǔ)圖2-2采樣示意圖第2章數(shù)字圖像處理基礎(chǔ)2.1.2 量化模擬圖像經(jīng)過(guò)采樣后，在空間上離散化為像素。但采樣所得的像素值(即灰度值)仍是連續(xù)量。把采樣后所得的各像素的灰度值從模擬量到離散量的轉(zhuǎn)換稱為圖像灰度的量化。圖2-3(a)說(shuō)明了量化過(guò)程。若連續(xù)灰度值用z來(lái)表示，對(duì)于滿足zi≤z<zi+1的z值，都量化為整數(shù)qi。qi稱為像素的灰度值。

z與qi的差稱為量化誤差。一般，像素值量化后用一個(gè)字節(jié)8bit來(lái)表示。如圖2-3(b)所示，把由黑—灰—白的連續(xù)變化的灰度值量化為0～255共256級(jí)灰度值。第2章數(shù)字圖像處理基礎(chǔ)圖2-3量化示意圖第2章數(shù)字圖像處理基礎(chǔ)灰度值的范圍為0～255，表示亮度從暗到明，對(duì)應(yīng)圖像中的顏色為從黑到白。連續(xù)灰度值量化為灰度級(jí)的方法有兩種：一種是等間隔量化，另一種是非等間隔量化。等間隔量化就是簡(jiǎn)單地把采樣值的灰度范圍等間隔地分割并進(jìn)行量化。對(duì)于像素灰度值在黑—白范圍較均勻分布的圖像，這種量化方法可以得到較小的量化誤差。該方法也稱為均勻量化或線性量化。第2章數(shù)字圖像處理基礎(chǔ)為了減小量化誤差，引入了非均勻量化的方法。非均勻量化依據(jù)一幅圖像具體的灰度值分布的概率密度函數(shù)，按總的量化誤差最小的原則來(lái)進(jìn)行量化。具體做法是對(duì)圖像中像素灰度值頻繁出現(xiàn)的灰度值范圍，量化間隔取小一些；而對(duì)那些像素灰度值極少出現(xiàn)的范圍，則量化間隔取大一些。由于圖像灰度值的概率分布密度函數(shù)因圖像不同而異，所以不可能找到一個(gè)適用于各種不同圖像的最佳非等間隔量化方案，因此，實(shí)用上一般多采用等間隔量化。第2章數(shù)字圖像處理基礎(chǔ)2.1.3 采樣與量化參數(shù)的選擇一幅圖像在采樣時(shí)，行、列的采樣點(diǎn)與量化時(shí)每個(gè)像素量化的級(jí)數(shù)，既影響數(shù)字圖像的質(zhì)量，也影響到該數(shù)字圖像數(shù)據(jù)量的大小。假定圖像取M×N個(gè)樣點(diǎn)，每個(gè)像素量化后的灰度二進(jìn)制位數(shù)為Q，一般Q總是取為2的整數(shù)冪，即

Q=2k，則存儲(chǔ)一幅數(shù)字圖像所需的二進(jìn)制位數(shù)為b=M×N×Q

(b)（2-2）字節(jié)數(shù)為（2-3）第2章數(shù)字圖像處理基礎(chǔ)對(duì)一幅圖像，當(dāng)量化級(jí)數(shù)Q一定時(shí)，采樣點(diǎn)數(shù)M×N對(duì)

圖像質(zhì)量有著顯著的影響。如圖2-4所示，采樣點(diǎn)數(shù)越多，圖像質(zhì)量越好；當(dāng)采樣點(diǎn)數(shù)減少時(shí)，圖像的塊狀效應(yīng)就逐漸明顯。同理，當(dāng)圖像的采樣點(diǎn)數(shù)一定時(shí)，采用不同量化級(jí)數(shù)的圖像質(zhì)量也不一樣。如圖2-5所示，量化級(jí)數(shù)越多，圖像質(zhì)量越好；量化級(jí)數(shù)越少，圖像質(zhì)量越差，量化級(jí)數(shù)最小的極端情況就是二值圖像，圖像出現(xiàn)假輪廓。第2章數(shù)字圖像處理基礎(chǔ)圖2-4不同采樣點(diǎn)數(shù)對(duì)圖像質(zhì)量的影響第2章數(shù)字圖像處理基礎(chǔ)圖2-5不同量化級(jí)數(shù)對(duì)圖像質(zhì)量的影響第2章數(shù)字圖像處理基礎(chǔ)一般，當(dāng)限定數(shù)字圖像的大小時(shí)，采用如下原則，可得到質(zhì)量較好的圖像：對(duì)緩變的圖像，應(yīng)該細(xì)量化、粗采樣，以避免假輪廓。對(duì)細(xì)節(jié)豐富的圖像，應(yīng)細(xì)采樣、粗量化，以避免模糊(混疊)。對(duì)于彩色圖像，是按照顏色成分——紅(R)、綠(G)、藍(lán)(B)分別采樣和量化的。若各種顏色成分均按8bit量化，即每種顏色量級(jí)別是256，則可以處理256×256×256=16

777216種顏色。第2章數(shù)字圖像處理基礎(chǔ)圖像數(shù)字化設(shè)備圖像數(shù)字化設(shè)備的組成如前所述，采樣和量化是數(shù)字化一幅圖像的兩個(gè)基本過(guò)程。即把圖像劃分為若干圖像元素(像素)并給出它們的地址(采樣)；度量每一像素的灰度，并把連續(xù)的度量結(jié)果量化為整數(shù)(量化)；最后將這些整數(shù)結(jié)果寫(xiě)入存儲(chǔ)設(shè)備。為完成這些功能，圖像數(shù)字化設(shè)備必須包含以下五個(gè)部分。第2章數(shù)字圖像處理基礎(chǔ)采樣孔：使數(shù)字化設(shè)備實(shí)現(xiàn)對(duì)特定圖像元素的觀測(cè)，不受圖像其它部分的影響。圖像掃描機(jī)構(gòu)：使采樣孔按照預(yù)先定義的方式在圖像上移動(dòng)，從而按順序觀測(cè)每一個(gè)像素。光傳感器：通過(guò)采樣檢測(cè)圖像每一個(gè)像素的亮度。通常采用CCD陣列。量化器：將光傳感器輸出的連續(xù)量轉(zhuǎn)化為整數(shù)值。典型的量化器是A/D轉(zhuǎn)換電路，它產(chǎn)生一個(gè)與輸入電壓或電流成比例的數(shù)值。輸出存儲(chǔ)裝置：將量化器產(chǎn)生的顏色值(灰度或彩色)按某種格式存儲(chǔ)，以用于后續(xù)的計(jì)算機(jī)處理。第2章數(shù)字圖像處理基礎(chǔ)2.圖像數(shù)字化設(shè)備的性能雖然數(shù)字化設(shè)備的組成各不相同，但可從如下幾個(gè)方面比較和評(píng)價(jià)其性能。像素大小。采樣孔的大小和相鄰像素的間距是兩個(gè)重要的性能指標(biāo)。如果數(shù)字化設(shè)備是在一個(gè)放大率可變的光學(xué)系統(tǒng)上，那么對(duì)應(yīng)于輸入圖像平面上的采樣點(diǎn)大小和采樣間距也是可變的。圖像大小。圖像大小即數(shù)字化設(shè)備所允許的最大輸入圖像的尺寸。第2章數(shù)字圖像處理基礎(chǔ)線性度。對(duì)光強(qiáng)進(jìn)行數(shù)字化時(shí)，灰度正比于圖像亮度的實(shí)際精確程度是一個(gè)重要的指標(biāo)。非線性的數(shù)字化設(shè)備會(huì)影響后續(xù)過(guò)程的有效性。能將圖像量化為多少級(jí)灰度也是非常重要的參數(shù)。圖像的量化精度經(jīng)歷了早期的黑白二值圖像、灰度圖像、彩色圖像及現(xiàn)在的真彩色圖像。當(dāng)然，量化精度越高，存儲(chǔ)像素信息需要的字節(jié)數(shù)也越多。噪聲。數(shù)字化設(shè)備的噪聲水平也是一個(gè)重要的性能

參數(shù)。例如，數(shù)字化一幅灰度值恒定的圖像，雖然輸入亮度

是一個(gè)常量，但是數(shù)字化設(shè)備中的固有噪聲卻會(huì)使圖像的灰

度發(fā)生變化。因此，數(shù)字化設(shè)備所產(chǎn)生的噪聲是圖像質(zhì)量下

降的根源之一，應(yīng)當(dāng)使噪聲小于圖像內(nèi)的反差點(diǎn)(即對(duì)比度)。第2章數(shù)字圖像處理基礎(chǔ)2.2

色度學(xué)基礎(chǔ)與顏色模型顏色是通過(guò)眼、腦和生活經(jīng)驗(yàn)所產(chǎn)生的一種對(duì)光的視覺(jué)效應(yīng)，對(duì)色彩的辨認(rèn)是肉眼受到電磁波輻射能刺激后所引起的一種視覺(jué)神經(jīng)的感覺(jué)。色彩在圖像中提供了多個(gè)測(cè)度值，利用顏色信息常?？梢院?jiǎn)化目標(biāo)物的識(shí)別及從場(chǎng)景中提取目標(biāo)。為了提供圖像處理編程所需的顏色基本知識(shí)，本節(jié)在闡述色度學(xué)基礎(chǔ)和顏色模型的基礎(chǔ)上，對(duì)彩色圖像的顏色變換、平滑與銳化、分割等常用方法進(jìn)行論述。第2章數(shù)字圖像處理基礎(chǔ)2.2.1

色度學(xué)基礎(chǔ)灰度圖像的像素值是光強(qiáng)，即二維空間變量的函數(shù)f(x,y)。如果把灰度值看成是二維空間變量和光譜變量的函數(shù)f(x,y,λ)，即多光譜圖像，那么它也就是通常所說(shuō)的彩色圖像。計(jì)算機(jī)顯示一幅彩色圖像時(shí)，每一個(gè)像素的顏色是通過(guò)3種基本顏色（即紅、綠、藍(lán)）合成的，即最常見(jiàn)的RGB顏色模型。要理解顏色模型，首先應(yīng)了解人的視覺(jué)系統(tǒng)。第2章數(shù)字圖像處理基礎(chǔ)1．三色原理在人的視覺(jué)系統(tǒng)中存在著桿狀細(xì)胞和錐狀細(xì)胞兩種感光細(xì)胞。桿狀細(xì)胞為暗視器官，主要功能是辨別亮度信息；錐狀細(xì)胞是明視器官，在照度足夠高時(shí)起作用，其功能是分辨顏色。錐狀細(xì)胞將電磁光譜的可見(jiàn)部分分為3個(gè)波段：紅、綠、藍(lán)。故這3種顏色被稱為三基色，圖2-6表示了人類(lèi)視覺(jué)系統(tǒng)3類(lèi)錐狀細(xì)胞的光譜敏感曲線。第2章數(shù)字圖像處理基礎(chǔ)圖2-6人類(lèi)感光細(xì)胞的敏感曲線第2章數(shù)字圖像處理基礎(chǔ)根據(jù)人眼的結(jié)構(gòu)，所有顏色都可看作是3種基本顏色——紅(R，red)、綠(G，green)和藍(lán)(B，blue)按照不同的比例組合而成的。

1931年，國(guó)際照明委員會(huì)(CIE)規(guī)定3種基本色的波長(zhǎng)分別為R：700

nm，G：546.1

nm，B：435.8

nm。一幅彩色圖像的像素值可看作是光強(qiáng)和波長(zhǎng)的函數(shù)值f(x,y,λ)，但實(shí)際使用時(shí)，將其看作是一幅普通二維圖像，且每個(gè)像素有紅、綠、藍(lán)3個(gè)灰度值會(huì)更直觀些。第2章數(shù)字圖像處理基礎(chǔ)2．顏色的3個(gè)屬性顏色是外界光刺激作用于人的視覺(jué)器官而產(chǎn)生的主觀感覺(jué)。顏色分兩大類(lèi)：非彩色和彩色。非彩色是指黑色、白色和介于這二者之間深淺不同的灰色，也稱為無(wú)色系列。彩色是指除了非彩色以外的各種顏色。顏色有3個(gè)基本屬性，分別是色調(diào)、飽和度和亮度?；谶@3個(gè)基本屬性，提出了一種重要的顏色模型HSI（Hue，Saturation，Intensity）在HSI顏色模型部分，將詳細(xì)介紹這3個(gè)基本屬性。第2章數(shù)字圖像處理基礎(chǔ)2.2.2

顏色模型為了科學(xué)地定量描述和使用顏色，人們提出了各種顏色模型。目前常用的顏色模型按用途可分為3類(lèi)：計(jì)算顏色模型、視覺(jué)顏色模型和工業(yè)顏色模型。計(jì)算顏色模型用于進(jìn)行有關(guān)顏色的理論研究。常見(jiàn)的RGB模型、

CIE

XYZ模型、

Lab模型等均屬此類(lèi)。第2章數(shù)字圖像處理基礎(chǔ)視覺(jué)顏色模型是指與人眼對(duì)顏色感知的視覺(jué)模型相似的模型，它主要用于色彩的理解。常見(jiàn)的HSI模型、

HSV模型和HSL模型均屬此類(lèi)。工業(yè)顏色模型側(cè)重于實(shí)際應(yīng)用，包括彩色顯示系統(tǒng)、彩色傳輸系統(tǒng)及電視傳輸系統(tǒng)等。工業(yè)顏色模型有如印刷中用的CMYK模型、電視系統(tǒng)用的YUV模型、用于彩色圖像壓縮的YCbCr模型等。第2章數(shù)字圖像處理基礎(chǔ)1.RGB模型RGB模型采用CIE規(guī)定的三基色構(gòu)成表色系統(tǒng)。自然界的任一顏色都可通過(guò)這三基色按不同比例混合而成。由于RGB模型將三基色同時(shí)加入產(chǎn)生新的顏色，所以它是一個(gè)加色系統(tǒng)。設(shè)顏色傳感器把數(shù)字圖像上的一個(gè)像素編碼成(R，G，B)，每個(gè)分量量化范圍為［0,255］共256級(jí)。因此，RGB模型可以表示28×28×28=224=256×256×256=16

777216≈1670萬(wàn)種顏色。這足以表示自然界的任一顏色，故又稱其為24位真彩色。第2章數(shù)字圖像處理基礎(chǔ)一幅圖像中的每一個(gè)像素點(diǎn)均被賦予不同的RGB值，便可以形成真彩色圖像，如紅色(255,0,0)、綠色(0,255,0藍(lán)色(0,0,255)、青色(0,255,255)、品紅(255,0,255)、色(255,255,0)、白色(255,255,255)、黑色(0,0,0)等，比例混合三基色產(chǎn)生的是灰色。RGB顏色模型可用一個(gè)三維空間中的單位立方體來(lái)表示，如圖2-7所示。第2章數(shù)字圖像處理基礎(chǔ)圖2-7RGB顏色模型單位立方體第2章數(shù)字圖像處理基礎(chǔ)在RGB立方體中，所有數(shù)據(jù)都進(jìn)行了標(biāo)準(zhǔn)化，其取值范圍為［0,1］。原點(diǎn)所對(duì)應(yīng)的顏色為黑色，它的3個(gè)分量值都為零。距離原點(diǎn)最遠(yuǎn)的頂點(diǎn)對(duì)應(yīng)的顏色為白色，它的3個(gè)分量值都為1。從黑到白的灰色分布在這兩個(gè)點(diǎn)的連線上，該線稱為灰色線立方體內(nèi)其余各點(diǎn)對(duì)應(yīng)不同的顏色。彩色立方體中有3個(gè)角對(duì)應(yīng)于三基色紅、綠、藍(lán)，剩下的3個(gè)角對(duì)應(yīng)于三基色的補(bǔ)色，即青色（Cyan）、品紅（Magenta）和黃色（Yellow）。第2章數(shù)字圖像處理基礎(chǔ)RGB模型與顯示器等設(shè)備有著很好的對(duì)應(yīng)關(guān)系，例如，在彩色液晶顯示屏中每個(gè)像素分成三個(gè)單元，或稱子像素，分別為其附加紅色、綠色和藍(lán)色濾光片。

3個(gè)子像素可獨(dú)立進(jìn)行控制，根據(jù)電壓的大小來(lái)改變亮度。

RGB模型可以方便地實(shí)現(xiàn)三個(gè)子像素電壓的控制，即可顯示出相應(yīng)的顏色。第2章數(shù)字圖像處理基礎(chǔ)2．CIE

XYZ模型采用RGB模型表示各種不同顏色時(shí)，存在有負(fù)值表示顏色情況。為此，CIE在1931年制定了XYZ模型，其中，

X、Y、Z分別表示3種標(biāo)準(zhǔn)原色。對(duì)于可見(jiàn)光中的任一種顏色F，可以找到一組權(quán)值，使得下式成立：F=x

·

X

+

y

·

Y

+

z

·

Z(2-4)式中：x、y、z稱為標(biāo)準(zhǔn)計(jì)色系統(tǒng)下的色度坐標(biāo)，可表示為(2-5)顯然，x＋y＋z≡1。第2章數(shù)字圖像處理基礎(chǔ)x、y、z中，只有兩個(gè)是相互獨(dú)立的，因此，表示某種顏色只需兩個(gè)坐標(biāo)即可。據(jù)此，CIE制定了如圖2-8所示的色度圖。圖中橫軸代表標(biāo)準(zhǔn)紅色分量x，縱軸代表標(biāo)準(zhǔn)綠色分量y，標(biāo)準(zhǔn)藍(lán)色分量z=1－(x＋y)。第2章數(shù)字圖像處理基礎(chǔ)圖2-8CIE

XYZ色度圖第2章數(shù)字圖像處理基礎(chǔ)CIE

XYZ模型與RGB模型之間可以相互轉(zhuǎn)換，其轉(zhuǎn)換公式為第2章數(shù)字圖像處理基礎(chǔ)Lab顏色模型是CIE于1976年制定的等色空間。

Lab顏色由亮度或光亮度分量L和a、b兩個(gè)色度分量組成。其中，a在正向的數(shù)值越大表示越紅，在負(fù)向的數(shù)值越大則表示越綠；b在正向的數(shù)值越大表示越黃，在負(fù)向的數(shù)值越大則表示越藍(lán)。

Lab顏色與設(shè)備無(wú)關(guān)，無(wú)論使用何種設(shè)備（如顯示器、打印機(jī)、計(jì)算機(jī)或掃描儀）創(chuàng)建或輸出圖像，該模型均能生成一致的顏色。

Lab模型與XYZ模型的轉(zhuǎn)換公式為第2章數(shù)字圖像處理基礎(chǔ)式中：X0、Y0、Z0為標(biāo)準(zhǔn)白色對(duì)應(yīng)的X、Y、Z值。第2章數(shù)字圖像處理基礎(chǔ)4.HSI顏色模型HSI模型由美國(guó)色彩學(xué)家孟塞爾(H.A.Munseu)于1915年提出，它反映了人的視覺(jué)系統(tǒng)感知彩色的方式，以色調(diào)、飽和度和強(qiáng)度3種基本特征量來(lái)感知顏色。色調(diào)H(Hue)：與光波的波長(zhǎng)有關(guān)，它表示人的感官對(duì)不同顏色的感受，如紅色、綠色、藍(lán)色等，它也可表示一定范圍的顏色，如暖色、冷色等。第2章數(shù)字圖像處理基礎(chǔ)飽和度S(Saturation)：表示顏色的純度。純光譜色是完全飽和的，加入白光會(huì)稀釋飽和度。飽和度越大，顏色看起來(lái)就會(huì)越鮮艷，反之亦然。強(qiáng)度I(Intensity)：對(duì)應(yīng)成像亮度和圖像灰度，是顏色的明亮程度。HSI模型的建立基于兩個(gè)重要的事實(shí)：I分量與圖像的彩色信息無(wú)關(guān)；H和S分量與人感受顏色的方式是緊密相聯(lián)的。第2章數(shù)字圖像處理基礎(chǔ)這些特點(diǎn)使得HSI模型非常適合彩色特性檢測(cè)與分析。若將RGB單位立方體沿主對(duì)角線進(jìn)行投影，可得到圖2-9(a)所示的六邊形。投影后原來(lái)沿主對(duì)角線的灰色都投影到中心白色點(diǎn)，而紅色點(diǎn)(1，0，0)則位于右邊的角上，綠

色點(diǎn)(0，1，0)則位于左上角，藍(lán)色點(diǎn)(0，0，1)則位于左下角。第2章數(shù)字圖像處理基礎(chǔ)圖2-9(b)是HSI顏色模型的雙六棱錐表示，I是強(qiáng)度軸，色調(diào)H的角度范圍為［0，2π］，其中，純紅色的角度為0，純綠色的角度為2π/3，純藍(lán)色的角度為4π/3。飽和度S是顏色空間任一點(diǎn)距I軸的距離。當(dāng)然，若用圓表示RGB模型的投影，則HSI色度空間為雙圓錐3D表示。注意：當(dāng)強(qiáng)度I=0時(shí)，色調(diào)H、飽和度S無(wú)定義；當(dāng)S=0時(shí)，色調(diào)H無(wú)定義。第2章數(shù)字圖像處理基礎(chǔ)圖2-9HSI顏色模型第2章數(shù)字圖像處理基礎(chǔ)HSI模型也可用如圖2-10所示的圓柱來(lái)表示。圖2-10圓柱HSI模型第2章數(shù)字圖像處理基礎(chǔ)若將其展開(kāi)，并按圖2-11進(jìn)行定義，可得到HSI調(diào)色板。圖2-11HSI調(diào)色板第2章數(shù)字圖像處理基礎(chǔ)1)RGB轉(zhuǎn)換到HSI首先，對(duì)取值范圍為［0,255］的R、G、B值按式（2-8）進(jìn)行歸一化處理，得到3個(gè)［0，1］范圍內(nèi)的r、g、b值：(2-8)第2章數(shù)字圖像處理基礎(chǔ)則對(duì)應(yīng)HSI模型中的H、S、I分量的計(jì)算公式為(2-９)(2-10)(2-11)式中第2章數(shù)字圖像處理基礎(chǔ)由式（2-9）～式（2-11）計(jì)算出的h值的范圍為［0,2π］，

s值的范圍為［0，1］，

i值的范圍為［0，1］，為便于理解，常將其轉(zhuǎn)換為［0°,360°］，

［0,100］，［0，

255］：(2-12)第2章數(shù)字圖像處理基礎(chǔ)2)HSI轉(zhuǎn)換到RGB利用h、s、i將HSI轉(zhuǎn)換為RGB的公式為(2-13)第2章數(shù)字圖像處理基礎(chǔ)(2-14)(2-15)第2章數(shù)字圖像處理基礎(chǔ)由式（2-13）～式（2-15）計(jì)算出的r、g、b值的范圍為［0,1］，為便于理解與顯示，常將其轉(zhuǎn)換為［0,255］：(2-16)例如，有一像素的顏色為RGB(100,150,200)，求其對(duì)應(yīng)H、S、I值的步驟如下：第2章數(shù)字圖像處理基礎(chǔ)（1）歸一化處理：第2章數(shù)字圖像處理基礎(chǔ)（2）用式（2-9）計(jì)算h，由于b>g，故（3）計(jì)算s：s=1－3·min(r,

g,

b)=0.333第2章數(shù)字圖像處理基礎(chǔ)（4）計(jì)算H,S,I：再如，若一像素的顏色為HSI(210°,33.3,150)，求其對(duì)應(yīng)R、G、B值的步驟如下：第2章數(shù)字圖像處理基礎(chǔ)（1）計(jì)算h，s，i：第2章數(shù)字圖像處理基礎(chǔ)（2）由于h∈［2π/3,4π/3)，故第2章數(shù)字圖像處理基礎(chǔ)（3）計(jì)算R，G，B：第2章數(shù)字圖像處理基礎(chǔ)與HSI相似的顏色模型還有HSV模型和HLS模型。HSV和HLS模型中的H、S與HSI模型中的H、S含義相同，V、L含義與I基本一致。但應(yīng)注意，HSV模型和HLS模型與RGB模型的轉(zhuǎn)換方式不同于HSI與RGB的轉(zhuǎn)換方式。在此不再討論，請(qǐng)參閱出版社網(wǎng)站提供的代碼。不同應(yīng)用系統(tǒng)采用的HSI、HSV、HLS模型不完全一樣，表2-1是這三種模型在常見(jiàn)系統(tǒng)中的應(yīng)用。第2章數(shù)字圖像處理基礎(chǔ)第2章數(shù)字圖像處理基礎(chǔ)5.CMY顏色模型CMY模型也是一種常用的顏色表示方式。印刷工業(yè)常采用CMY色彩系統(tǒng)，它是通過(guò)顏色相減來(lái)產(chǎn)生其他顏色的，所以，稱這種方式為減色合成法(Subtractive

Color

SynthesiCMY模式的原色為青色(Cyan)、品紅色(Magenta)、黃色(Yellow)。第2章數(shù)字圖像處理基礎(chǔ)青色C、品紅色M、黃色Y是該表色系統(tǒng)的三基色，它們分別對(duì)應(yīng)3種墨水。青色吸收紅光，品紅色吸收綠光，黃色吸收藍(lán)光，印刷好的圖像被白光照射時(shí)會(huì)產(chǎn)生合適的反射，從而形成不同的色彩。部分顏色的CMY編碼為：白色(0,0,0)，因?yàn)槿肷浒咨獠粫?huì)被吸收；黑色(255,255,255)，因?yàn)槿肷浒坠獾乃谐煞侄紩?huì)被吸收；黃色(0,0,255)，因?yàn)槿肷浒坠庵械乃{(lán)色成分容易被墨水吸收，從而留下了紅色和綠色成分，使人感覺(jué)到黃色。第2章數(shù)字圖像處理基礎(chǔ)CMY與RGB的轉(zhuǎn)換關(guān)系為式中：C、M、Y；R、G、B均歸一化到［0，1］范圍。

在實(shí)際應(yīng)用中，由于黑色（Black）用量較大，印刷中往往直接用黑色墨水來(lái)產(chǎn)生黑色，從而節(jié)約青色、品紅色、黃色3種墨水的用量。因此，常常用CMYK來(lái)表示CMY模型。第2章數(shù)字圖像處理基礎(chǔ)6.YUV電視信號(hào)彩色坐標(biāo)系統(tǒng)彩色電視信號(hào)傳輸時(shí)，將RGB改組成亮度信號(hào)和色度信號(hào)。

PAL制式將RGB三色信號(hào)改組成YUV信號(hào)，其中，Y表示亮度信號(hào)，U、V表示色差信號(hào)。第2章數(shù)字圖像處理基礎(chǔ)RGB與YUV之間的對(duì)應(yīng)關(guān)系如下：(2-18)(2-19)第2章數(shù)字圖像處理基礎(chǔ)7.YCbCr模型YCbCr模型充分考慮了人眼視覺(jué)特性，可降低彩色數(shù)字圖像存儲(chǔ)量，是一種適合于彩色圖像壓縮的模型。YCbCr模型與YUV模型一樣，由亮度Y、色差Cb、色差Cr構(gòu)成。與YUV模型不同的是，在構(gòu)造色差信號(hào)時(shí)，YCbCr充分考慮了RGB

3個(gè)分量在視覺(jué)感受中的不同重要性。第2章數(shù)字圖像處理基礎(chǔ)YCbCr與RGB之間的對(duì)應(yīng)關(guān)系如下：(2-20)(2-21)第2章數(shù)字圖像處理基礎(chǔ)2.2.3

顏色變換1.基本變換顏色變換模型為g(x,

y)=T［f(x,

y)］（2-22）式中：f(x,y

)是彩色輸入圖像，g(x,y

)是變換或處理后的彩色圖像，T是在空間域上對(duì)f的操作。這里，像素值是從彩色空間選擇的3元組或4元組。第2章數(shù)字圖像處理基礎(chǔ)顏色變換關(guān)系可用下式表示：si=Ti［r1,

r2,

…,

rn］，

i=1,

2,

…,

n(2-23式中：ri、si為f(x,y)和g(x,y)在圖像中任一點(diǎn)的彩色分量值{T1，T2，…，Tn}為變換函數(shù)集。

n的值由顏色模型而定，若選擇RGB模型，則n=3；r1、r2、r3分別表示輸入圖像的紅、綠、藍(lán)分量；選擇CMYK模型，則n=4。第2章數(shù)字圖像處理基礎(chǔ)例如，要改進(jìn)圖像的亮度，可使用g(x,

y)=k［f(x,

y)］(2-24式中：k為改進(jìn)亮度的常數(shù)，且0<k<1。在HSI模型中，其變換為s3=kr3在RGB模型中，其變換為(2-25)si=kri，i=1,

2,

3(2-26第2章數(shù)字圖像處理基礎(chǔ)式（2-25）和式（2-26）中定義的每一變換，僅依賴于其彩色模型中的一個(gè)分量。例如，紅色的輸出分量S在式（2-26）中獨(dú)立于綠色和藍(lán)色輸入分量。此類(lèi)變換是最簡(jiǎn)單和最常用的彩色處理方法，可對(duì)每個(gè)彩色分量進(jìn)行變換處理。但有些變換函數(shù)會(huì)依賴所有的輸入圖像分量，因此，不能以單獨(dú)彩色分量為基礎(chǔ)進(jìn)行變換。第2章數(shù)字圖像處理基礎(chǔ)理論上，式（2-23）可用于任何顏色模型，然而某一特定變換對(duì)特定的顏色模型會(huì)比較適用。圖2-12為直方圖均衡化處理效果，若采用HSI模型，通過(guò)對(duì)I進(jìn)行處理，其結(jié)果正常，而若采用RGB模型分別對(duì)3通道進(jìn)行處理，會(huì)

產(chǎn)生顏色畸變（偏色）現(xiàn)象。第2章數(shù)字圖像處理基礎(chǔ)圖2-12彩色圖像直方圖均衡化處理效果第2章數(shù)字圖像處理基礎(chǔ)2.彩色切片彩色切片是指通過(guò)識(shí)別圖像中感興趣的顏色，然后將其作為一個(gè)整體從圖像中分離出來(lái)。圖2-13（a）圖像中包含了不同顏色的區(qū)域，利用彩色切片技術(shù)可將黃色區(qū)域分離出來(lái)，如圖2-13（b）所示，其余部分均被設(shè)置成灰色。第2章數(shù)字圖像處理基礎(chǔ)圖2-13彩色切片效果第2章數(shù)字圖像處理基礎(chǔ)彩色切片類(lèi)似于偽彩色處理中的灰度分層法。由于一個(gè)彩色像素具有n維參量，每個(gè)像素變換后的彩色分量是所有n個(gè)原始像素彩色分量的函數(shù)，故彩色變換函數(shù)比灰度變換函數(shù)要復(fù)雜得多。對(duì)一幅彩色圖像分層最簡(jiǎn)單的方法，是將感興趣區(qū)域以外的區(qū)域變換為不突出的顏色（如背景色）。第2章數(shù)字圖像處理基礎(chǔ)如果感興趣的顏色由寬為W，中心在平均值點(diǎn)，且由分量（a1,a2,…,an）構(gòu)成的立方體（或超立方體，n>3）所包圍，則完成彩色切片的變換函數(shù)為(2-27)第2章數(shù)字圖像處理基礎(chǔ)式（2-27）使立方體范圍內(nèi)的顏色保持為指定的顏色，從而突出了感興趣的顏色。圖2-13(b)即為用式（2-27）進(jìn)行顏色切片處理得到的效果。當(dāng)然，也可以采用球體實(shí)現(xiàn)彩色切片變換：(2-28)第2章數(shù)字圖像處理基礎(chǔ)2.3

數(shù)字圖像類(lèi)型數(shù)字圖像可分為矢量(Vector)圖和位圖（Bitmap），位圖也稱為柵格圖像。矢量圖用一系列計(jì)算機(jī)指令來(lái)表示一幅圖，如AutoCAD中的繪圖語(yǔ)句。該方法的本質(zhì)是用數(shù)學(xué)(準(zhǔn)確地說(shuō)是幾何學(xué))公式描述一幅圖像。圖像中每個(gè)形狀都是一個(gè)完整的公式，稱為一個(gè)對(duì)象。對(duì)象是一個(gè)封閉的整體，所以定義圖像上對(duì)象的變化和對(duì)象與其他對(duì)象的關(guān)系更為簡(jiǎn)單。矢量圖具有兩個(gè)優(yōu)點(diǎn)：一是它的文件數(shù)據(jù)量很小，因?yàn)榇鎯?chǔ)的是其數(shù)學(xué)公式；其二是圖像質(zhì)量與分辨率無(wú)關(guān)，這意味著無(wú)論將圖像放大或縮小了多少次，圖像總是以顯示設(shè)備允許的最大清晰度顯示。第2章數(shù)字圖像處理基礎(chǔ)但是，矢量圖有一個(gè)明顯的缺點(diǎn)，就是不易制作色調(diào)豐富或色彩變化太多的圖像，而且繪制出來(lái)的圖像不是很逼真，同時(shí)也不易在不同的軟件間交換文件。在CorelDraw和Adobe

Illustrator中生成的圖像均為矢量圖。位圖由許多像素點(diǎn)來(lái)表示一幅圖像。每個(gè)像素具有顏色屬性和位置屬性。位圖又可分成線畫(huà)稿(LineArt)、灰度圖像(GrayScale)、索引顏色圖像(Index

Color)和真彩色圖像（True

Color）。第2章數(shù)字圖像處理基礎(chǔ)位圖線畫(huà)稿線畫(huà)稿只有黑白兩種顏色。

用掃描儀掃描圖像，

當(dāng)

設(shè)置成LineArt格式時(shí)，

掃描儀用一位顏色模式表示圖像。

若樣點(diǎn)顏色為黑，

則掃描儀將相應(yīng)的像素位元置為0，

否則置為1。

線畫(huà)稿適合于由黑白兩色構(gòu)成而沒(méi)有灰度陰影的圖像。圖2-14所示是一幅線畫(huà)稿圖。第2章數(shù)字圖像處理基礎(chǔ)圖2-14線畫(huà)稿圖第2章數(shù)字圖像處理基礎(chǔ)2.灰度圖像灰度圖像像素的灰度級(jí)用8

bit表示，每個(gè)像素都是介于黑、白之間的256（28=256）種灰度中的一種。灰度圖像只有灰度濃淡而沒(méi)有彩色。常見(jiàn)的黑白照片便包含了黑白之間的所有灰度色調(diào)，其實(shí)就是具有256種灰度色域的單色圖像。第2章數(shù)字圖像處理基礎(chǔ)3.索引顏色圖像在24位真彩色出現(xiàn)以前，由于技術(shù)和價(jià)格的原因，計(jì)算機(jī)并未達(dá)到處理每像素24位的水平。為此，人們創(chuàng)造了索引顏色（也稱為映射顏色、調(diào)色板）。在這種模式下，預(yù)先定義好每種顏色，且可供選用的一組顏色數(shù)最多為256種。一幅索引顏色圖像在圖像文件里定義，當(dāng)打開(kāi)該文件時(shí)，構(gòu)成該圖像具體顏色的索引值被讀入程序，然后根據(jù)索引值在調(diào)色板中找到對(duì)應(yīng)的顏色。第2章數(shù)字圖像處理基礎(chǔ)4.真彩色圖像“真彩色”是RGB顏色的另一種叫法。從技術(shù)角度考慮，真彩色是指寫(xiě)到磁盤(pán)上的圖像類(lèi)型，而RGB顏色是指顯示器的顯示模式。

RGB圖像的顏色是非映射的，它可以從系統(tǒng)的“顏色表”里自由獲取所需的顏色，這種圖像文件里的顏色直接與PC機(jī)上的顯示顏色相對(duì)應(yīng)。在真彩色圖像中，每一個(gè)像素由紅、綠和藍(lán)3個(gè)字節(jié)組成，每個(gè)字節(jié)為8

bit，表示0到255之間的不同的亮度值，這3個(gè)字節(jié)組合，可以產(chǎn)生1670萬(wàn)種不同的顏色。第2章數(shù)字圖像處理基礎(chǔ)位圖的有關(guān)術(shù)語(yǔ)像素（Pixel）、點(diǎn)（Dot）和樣點(diǎn)（Sample）

在計(jì)算機(jī)中，圖像是由顯示器上的許多光點(diǎn)組成的，將顯示在顯示器上的這些點(diǎn)（光的單元）稱為像素。像素的分割常采用正方形網(wǎng)格點(diǎn)陣分割方案，這是因?yàn)槠湎袼鼐W(wǎng)格點(diǎn)陣規(guī)范，并易于在圖像輸入、輸出設(shè)備上實(shí)現(xiàn)。像素并不像“克”和“厘米”那樣是絕對(duì)的度量單位，而是可大可小的。如果獲取圖像時(shí)的分辨率較低，如50dpi，則顯示該圖像時(shí)，每英寸所顯示的像素個(gè)數(shù)很少,而像素變得較大。第2章數(shù)字圖像處理基礎(chǔ)在數(shù)字圖像處理中還常用到樣點(diǎn)和點(diǎn)的概念。掃描圖像時(shí)需設(shè)置掃描儀的分辨率（Resolution），分辨率決定了掃描儀從源圖像里每英寸取多少個(gè)樣點(diǎn)。掃描儀將源圖像看成是由大量的網(wǎng)格組成的，然后在每個(gè)網(wǎng)格里取出一點(diǎn)，用該點(diǎn)的值代表該網(wǎng)格里所有點(diǎn)的顏色值，這些被選中的點(diǎn)就是樣點(diǎn)。第2章數(shù)字圖像處理基礎(chǔ)2.分辨率分辨率是指數(shù)字圖像在單位長(zhǎng)度內(nèi)所含有的像素?cái)?shù)。與數(shù)字圖像有關(guān)的分辨率有以下幾種類(lèi)型：（1）圖像分辨率。圖像分辨率指每英寸圖像含有多少個(gè)點(diǎn)或像素，分辨率的單位為dpi，例如250dpi表示該圖像每英寸含有250個(gè)點(diǎn)或像素。第2章數(shù)字圖像處理基礎(chǔ)分辨率的大小直接影響到數(shù)字圖像的質(zhì)量。分辨率越高，圖像細(xì)節(jié)越清晰，但產(chǎn)生的文件尺寸越大，同時(shí)處理同一尺寸的圖像所需時(shí)間也越長(zhǎng)。故應(yīng)根據(jù)需要選擇圖像的分辨率。圖像文件大小與圖像尺寸和分辨率密切相關(guān)。圖像尺寸越大、圖像分辨率越高，則圖像文件也就越大。所以，調(diào)整圖像尺寸和分辨率即可改變圖像文件的大小。第2章數(shù)字圖像處理基礎(chǔ)屏幕分辨率。顯示器上每單位長(zhǎng)度顯示的像素或點(diǎn)的數(shù)量稱為屏幕分辨率，通常以點(diǎn)/英寸(dpi)來(lái)表示。屏幕分辨率由計(jì)算機(jī)的顯示卡決定，高性能顯示卡可支持1920×1080點(diǎn)以上的分辨率。打印機(jī)分辨率。打印機(jī)分辨率是指打印機(jī)輸出圖像時(shí)每英寸的點(diǎn)數(shù)(dpi)。打印機(jī)分辨率也決定了輸出圖像的質(zhì)量。打印機(jī)分辨率高，可以減少打印的鋸齒邊緣，在灰度的半色調(diào)表現(xiàn)上也會(huì)較為平滑。由于超微細(xì)碳粉技術(shù)的成熟，新的激光打印機(jī)分辨率可達(dá)600～1200

dpi。第2章數(shù)字圖像處理基礎(chǔ)（4）掃描儀分辨率。掃描儀分辨率是指通過(guò)掃描元件將掃描對(duì)象以每英寸多少點(diǎn)來(lái)表示，也用dpi表示，不過(guò)這里的點(diǎn)是樣點(diǎn)。一般掃描儀水平分辨率要比垂直分辨率高，如600×1200

dpi。臺(tái)式掃描儀的分辨率可以分為光學(xué)分辨率和輸出分辨率。光學(xué)分辨率是指掃描儀硬件所真正掃描到的圖像分辨率，目前市場(chǎng)上產(chǎn)品的光學(xué)分辨率可達(dá)800～1200

dpi以上。輸出分辨率是通過(guò)軟件強(qiáng)化以及內(nèi)插補(bǔ)點(diǎn)之后產(chǎn)生的分辨率，大約為光學(xué)分辨率的3～4倍。第2章數(shù)字圖像處理基礎(chǔ)2.4

圖像文件格式數(shù)字圖像有多種存儲(chǔ)格式，每種格式一般由不同的軟件商支持。隨著信息技術(shù)的發(fā)展和圖像應(yīng)用領(lǐng)域的不斷拓寬，還會(huì)出現(xiàn)新的圖像格式。因此要進(jìn)行圖像處理，必須了解圖像文件的格式，即圖像文件的數(shù)據(jù)結(jié)構(gòu)。每一種圖像文件均有一個(gè)文件頭，在文件頭之后才是圖像數(shù)據(jù)。文件頭的內(nèi)容由制作該圖像文件的公司決定，一般包括文件類(lèi)型、文件制作者、制作時(shí)間、版本號(hào)和文件大小等內(nèi)容。各種圖像文件的制作還涉及圖像文件的壓縮方式和存儲(chǔ)效率。下面介紹幾種常見(jiàn)的圖像文件格式。第2章數(shù)字圖像處理基礎(chǔ)2.4.1

BMP圖像文件格式BMP(BitMapPicture)文件格式是Windows系統(tǒng)交換圖形、圖像數(shù)據(jù)的一種標(biāo)準(zhǔn)格式。

BMP圖像的數(shù)據(jù)由4部分組成，如表2-2所示。第1部分為位圖文件頭（BITMAPFILEHEADER），它由如下結(jié)構(gòu)體定義：第2章數(shù)字圖像處理基礎(chǔ)typedef

struct

tagBITMAPFILEHEADER{WORDDWORDWORDWORDDWORDbfType;bfSize;bfReserved1;bfReserved2;bfOffBits;}

BITMAPFILEHEADER;該部分結(jié)構(gòu)的固定長(zhǎng)度是14個(gè)字節(jié)(其中：WORD為無(wú)符號(hào)16位二進(jìn)制整數(shù)，DWORD為無(wú)符號(hào)32位二進(jìn)制整數(shù))。第2章數(shù)字圖像處理基礎(chǔ)第2章數(shù)字圖像處理基礎(chǔ)第2章數(shù)字圖像處理基礎(chǔ)第2章數(shù)字圖像處理基礎(chǔ)第2部分為位圖信息頭（BITMAPINFOHEADER），也是由結(jié)構(gòu)體定義：typedef

struct

tagBITMAPINFOHEADER{DWORDLONGLONGWORDWORDDWORDDWORDLONGLONGDWORDDWORDbiSize;biWidth;biHeight;biPlanes;biBitCount;biCompression;biSizeImage;biXPelsPerMeter;biYPelsPerMeter;biClrUsed;biClrImportant;}

BITMAPINFOHEADER;第2章數(shù)字圖像處理基礎(chǔ)這部分結(jié)構(gòu)的長(zhǎng)度是40個(gè)字節(jié)（其中：LONG為32位二進(jìn)制整數(shù)），也是固定不變的。其中，biCompression有效的值為BI_RGB、BI_RLE8、BI_RLE4、BI_BITFIELDS，這都是一些Windows定義好的常量。由

于RLE4和RLE8的壓縮格式用的不多，此后僅討論biCompression為BI_RGB，即圖像不壓縮的情況。第2章數(shù)字圖像處理基礎(chǔ)第3部分為調(diào)色板(Palette)。調(diào)色板僅供灰度圖像或索引圖像使用，真彩色圖像并不需要調(diào)色板，位圖信息頭部分后直接是位圖數(shù)據(jù)。調(diào)色板實(shí)際上是一個(gè)數(shù)組，共有biClrUsed個(gè)元素（如果該值為零，則有2的biBitCount次方個(gè)元素）。數(shù)組中每個(gè)元素的類(lèi)型是一個(gè)RGBQUAD結(jié)構(gòu)，占4個(gè)字節(jié)，其定義如下：第2章數(shù)字圖像處理基礎(chǔ)typedef

struct

tagRGBQUAD{BYTEBYTEBYTEBYTErgbBlue;rgbGreen;rgbRed;rgbReserved;}

RGBQUAD;第4部分是圖像數(shù)據(jù)。對(duì)于用到調(diào)色板的位圖，圖像數(shù)據(jù)就是該像素顏色在調(diào)色板中的索引值；對(duì)于真彩色圖像，圖像數(shù)據(jù)就是實(shí)際的R、G、B值。第2章數(shù)字圖像處理基礎(chǔ)下面兩點(diǎn)需特別注意：圖像數(shù)據(jù)每一行的字節(jié)數(shù)必須是4的整倍數(shù)，否則需要補(bǔ)齊。BMP文件的數(shù)據(jù)存放是從下到上、從左到右。也就是說(shuō)，圖像數(shù)據(jù)是倒置的，讀取BMP文件時(shí)，先讀取最下面的數(shù)據(jù)，然后依次從下往上讀取數(shù)據(jù)。DIB（DeviceIndependentBitmap）圖像格式是設(shè)備無(wú)關(guān)位圖文件格式，其描述圖像的能力基本與BMP相同，并且能運(yùn)行于多種硬件平臺(tái)，只是文件較大。第2章數(shù)字圖像處理基礎(chǔ)其他文件格式TIF圖像文件格式標(biāo)記圖像文件格式(Tag

Image

File

Format，TIF)提供存儲(chǔ)各種信息的完備手段，可以存儲(chǔ)專門(mén)的信息而不違反格式宗旨，是目前流行的圖像文件交換標(biāo)準(zhǔn)之一。

TIF文件格式是圖像文件格式中最復(fù)雜的一種，要求用更多的代碼來(lái)控制它，會(huì)導(dǎo)致文件讀寫(xiě)速度慢。

TIF文件由文件頭、參數(shù)指針表與參數(shù)域、參數(shù)數(shù)據(jù)表和圖像數(shù)據(jù)4部分組成，如表2-3～表2-5所示。第2章數(shù)字圖像處理基礎(chǔ)第2章數(shù)字圖像處理基礎(chǔ)第2章數(shù)字圖像處理基礎(chǔ)參數(shù)指針表由一個(gè)2字節(jié)的整數(shù)和其后的一系列12字節(jié)參數(shù)域構(gòu)成，最后以一個(gè)長(zhǎng)整型數(shù)結(jié)束。若最后的長(zhǎng)整型數(shù)為0，表示文件的參數(shù)指針表到此為至，否則該長(zhǎng)整數(shù)為指向下一個(gè)參數(shù)指針表的偏移。第2章數(shù)字圖像處理基礎(chǔ)第2章數(shù)字圖像處理基礎(chǔ)2.GIF圖像文件格式CompuServe開(kāi)發(fā)的圖形交換文件格式GIF（GraphicsInterchangeFormat），可在不同的系統(tǒng)平臺(tái)上交流和傳輸。GIF圖像文件采取LZW壓縮算法，存儲(chǔ)效率高，支持多幅圖像定序或覆蓋、交錯(cuò)多屏幕繪圖以及文本覆蓋。它也是Web上常用的文件格式之一，用于超文本標(biāo)記語(yǔ)言(HTML)文檔中的索引顏色圖像，但圖像最大不能超過(guò)64M，顏色最多為256色。第2章數(shù)字圖像處理基礎(chǔ)GIF主要是為數(shù)據(jù)流設(shè)計(jì)的一種傳輸格式。換句話說(shuō)，它具有順序的組織形式。GIF有5個(gè)主要部分以固定順序出現(xiàn)，所有部分均由一個(gè)或多個(gè)塊(Block)組成。每個(gè)塊第1個(gè)字節(jié)中存放標(biāo)識(shí)碼或特征碼標(biāo)識(shí)。這些部分的順序?yàn)椋何募?biāo)志塊、邏輯屏幕描述塊、可選的“全局”色彩表塊(調(diào)色板)、各圖像數(shù)據(jù)塊（或?qū)Ｓ玫膲K）以及尾塊（結(jié)束碼）。

GIF圖像文件格式如表2-6所示。第2章數(shù)字圖像處理基礎(chǔ)第2章數(shù)字圖像處理基礎(chǔ)3.PBM、PGM、PPM文件PBM(Portable

BitMap)、PGM

(Portable

GreyMap)、PPM

(Portable

PixMap)是可交換式位圖(灰度、像素)映射文件格式，通常作為各種圖像格式文件之間的轉(zhuǎn)換平臺(tái)。PBM、PGM、PPM和BMP文件一樣，圖像數(shù)據(jù)均不壓縮，但前者的文件頭信息非常簡(jiǎn)單，文件頭以ASCII方式編碼，圖像數(shù)據(jù)以ASCII碼或字節(jié)形式編碼。文件頭的第1項(xiàng)是格式標(biāo)識(shí)符(Magic

Identifier)，表示圖像的類(lèi)型及存儲(chǔ)格式；第2至第4項(xiàng)分別為圖像的寬度和高度、圖像顏色可能的最大

值和注釋。文件頭之后為圖像數(shù)據(jù)。表2-7是文件格式的詳

細(xì)描述。第2章數(shù)字圖像處理基礎(chǔ)第2章數(shù)字圖像處理基礎(chǔ)4.PCX文件PCX文件格式由ZSoft公司設(shè)計(jì)。各種掃描儀掃描得到的圖像均能保存成PCX格式。

PCX格式支持256種顏色，不如TIF等格式功能強(qiáng)，但結(jié)構(gòu)較簡(jiǎn)單，存取速度快，壓縮比適中，適合于一般軟件的使用。PCX格式支持RGB、索引顏色、灰度和位圖顏色模式，但不支持alpha通道。

PCX格式支持RLE壓縮方法，圖像顏色位數(shù)可為

1、4、8或24。第2章數(shù)字圖像處理基礎(chǔ)圖2-15是一個(gè)實(shí)際的PGM圖像文件，可以看出，PGM格式簡(jiǎn)單，用戶讀寫(xiě)非常容易。圖2-15一個(gè)實(shí)際的PGM圖像文件第2章數(shù)字圖像處理基礎(chǔ)PCX圖像文件由3個(gè)部分組成：文件頭、圖像數(shù)據(jù)和256色調(diào)色板。

PCX的文件頭有128個(gè)字節(jié)，它包括版本號(hào)，被打印或掃描圖像的分辨率(dpi)、大小(單位為像素)，每掃描行的字節(jié)數(shù)，每像素包含的位數(shù)據(jù)和彩色平面數(shù)。位圖數(shù)據(jù)用行程長(zhǎng)度壓縮算法（RLE）記錄數(shù)據(jù)。第2章數(shù)字圖像處理基礎(chǔ)5.JPEG圖像格式JPEG(Joint

Photographer‘s

Experts

Group，聯(lián)合圖像家組)格式，是由ISO和CCITT為靜態(tài)圖像所建立的第一個(gè)國(guó)際數(shù)字圖像壓縮標(biāo)準(zhǔn)。由于JPEG具有高壓縮比和良好的圖像質(zhì)量，被廣泛應(yīng)用于多媒體和網(wǎng)絡(luò)程序中。

JPEG和GIF成為HTML語(yǔ)法選用的圖像格式。JPEG格式支持

24位顏色，并保留照片和其他連續(xù)色調(diào)圖像中存在的亮度和色相的顯著和細(xì)微變化。第2章數(shù)字圖像處理基礎(chǔ)2.5

OpenCV編程簡(jiǎn)介OpenCV（Open

Source

Computer

Vision

Library）是一個(gè)開(kāi)源、跨平臺(tái)的計(jì)算機(jī)視覺(jué)庫(kù)，可以運(yùn)行在Linux、Windows和Mac

OS桌面操作平臺(tái)或Android和iOS移動(dòng)操作

平臺(tái)上，提供了C++、C和Java接口，采用優(yōu)化的C/C++編寫(xiě)，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)的2500種優(yōu)化后的通用算法。第2章數(shù)字圖像處理基礎(chǔ)2.5.1

OpenCV簡(jiǎn)介OpenCV的第一個(gè)預(yù)覽版本于2000年在IEEE

Conferenceon

Computer

Vision

and

Pattern

Recognition公開(kāi)，并且后續(xù)提供了5個(gè)測(cè)試版本。

2006年OpenCV發(fā)布1.0版，2009年10月發(fā)布2.0版，主要的更新是增加了C++接口并對(duì)現(xiàn)有實(shí)現(xiàn)進(jìn)行了優(yōu)化（特別是多核心特征），提供了使用更容易、類(lèi)型更安全的新函數(shù)。目前最新版本是OpenCV

2.4.8。2012年8月，OpenCV由一個(gè)非盈利性組織（OpenCV.org）來(lái)維護(hù)，并保留了一個(gè)開(kāi)發(fā)者網(wǎng)站（和用戶網(wǎng)站（）。第2章數(shù)字圖像處理基礎(chǔ)OpenCV的內(nèi)建模塊功能強(qiáng)大且靈活多樣，這些模塊能夠解決計(jì)算機(jī)視覺(jué)系統(tǒng)中的大多數(shù)問(wèn)題，可以實(shí)現(xiàn)人機(jī)互動(dòng)、物體識(shí)別、圖像分割、人臉識(shí)別、動(dòng)作識(shí)別、運(yùn)動(dòng)跟蹤、機(jī)器人視覺(jué)、運(yùn)動(dòng)分析、機(jī)器視覺(jué)和結(jié)構(gòu)分析等各種應(yīng)用領(lǐng)域的需求。

OpenCV提供了合理的編程架構(gòu)、內(nèi)

存管理及GPU支持。OpenCV的內(nèi)建模塊經(jīng)過(guò)高度優(yōu)化，可實(shí)現(xiàn)多平臺(tái)下實(shí)時(shí)處理應(yīng)用系統(tǒng)。

OpenCV提供的內(nèi)建模塊可粗略分類(lèi)，如表2-8所示。第2章數(shù)字圖像處理基礎(chǔ)第2章數(shù)字圖像處理基礎(chǔ)1.OpenCV的安裝本書(shū)以32位Windows

7為操作平臺(tái)，Visual

Studio2012為集成開(kāi)發(fā)環(huán)境IDE（對(duì)于其他平臺(tái)，可參考/index.html進(jìn)行安裝）。

從OpenCV站下載OpenCV

for

Windows（opencv 2.4.8.exe

）文件。

雙擊該“opencv 2.4.8.exe”文件，將其解壓到本地磁盤(pán)上，如圖2-16所示。第2章數(shù)字圖像處理基礎(chǔ)圖2-16解壓OpenCV文件第2章數(shù)字圖像處理基礎(chǔ)按圖2-16解壓后，OpenCV的目錄結(jié)構(gòu)見(jiàn)圖2-17，其中build文件夾是編譯好的OpenCV二進(jìn)制文件，sources文件夾是OpenCV源代碼文件。若需要特殊功能，可自行進(jìn)行編譯。由于篇幅有限，在此不進(jìn)行冗述，請(qǐng)讀者參考/doc/tutorials/tutorials.html進(jìn)第2章數(shù)字圖像處理基礎(chǔ)圖2-17OpenCV目錄結(jié)構(gòu)第2章數(shù)字圖像處理基礎(chǔ)build文件夾結(jié)構(gòu)見(jiàn)圖2-18，保存了預(yù)編譯好的OpenCV二進(jìn)制文件，由doc、include、java、python、x64和x86文件夾構(gòu)成。

doc文件夾中是OpenCV的參考文檔，include文件夾中是編寫(xiě)OpenCV程序時(shí)應(yīng)包含的頭文件，x64、x86文件夾分別是64位和32位庫(kù)文件（lib文件）和動(dòng)態(tài)鏈接

庫(kù)（dll文件），

java、python相關(guān)內(nèi)容請(qǐng)讀者自行查閱相關(guān)資料。第2章數(shù)字圖像處理基礎(chǔ)圖2-18build文件夾目錄結(jié)構(gòu)第2章數(shù)字圖像處理基礎(chǔ)include文件夾結(jié)構(gòu)見(jiàn)圖2-19，其中opencv內(nèi)是OpenCV2.0版本以前的C版本的頭文件，opencv2內(nèi)是OpenCV2.0版本以后的C++版本的頭文件，其中的各文件夾對(duì)應(yīng)了不同模塊的頭文件。典型的C++代碼中加載OpenCV模塊的#include形式建議如下：#include

<opencv2/core/core.hpp>#include

<opencv2/imgproc/imgproc.hpp>#include

<opencv2/highgui/highgui.hpp>第2章數(shù)字圖像處理基礎(chǔ)圖2-19include文件夾目錄結(jié)構(gòu)第2章數(shù)字圖像處理基礎(chǔ)當(dāng)然若采用舊的模式，可采用如下形式：#include“cv.h”x64、x86文件夾結(jié)構(gòu)相同，如圖2-20所示，包含有vc10（VS2010）、

vc11（VS2012）和vc12（VS2013）不同版本的編譯好的庫(kù)文件。例如vc11文件夾由bin、lib、staticlib三個(gè)文件來(lái)構(gòu)成，其中bin是動(dòng)態(tài)鏈接庫(kù)文件，lib庫(kù)文件，staticlib是靜態(tài)庫(kù)文件。第2章數(shù)字圖像處理基礎(chǔ)圖2-20x64和x86文件夾目錄結(jié)構(gòu)第2章數(shù)字圖像處理基礎(chǔ)OpenCV解壓完成后，需要設(shè)置環(huán)境變量。右鍵單擊“我的電腦”→“屬性”→“高級(jí)”→“環(huán)境變量”，選中PATH，單擊編輯，在PATH的末尾添加以下路徑：C:＼OpenCV＼opencv＼build＼x86＼vc11＼bin，如圖2-21所示。第2章數(shù)字圖像處理基礎(chǔ)圖2-21配置環(huán)境變量第2章數(shù)字圖像處理基礎(chǔ)單擊“確定”按鈕即可完成OpenCV的安裝。注意：①各路徑間用英文分號(hào)“;”分割。②若是64位系統(tǒng)，請(qǐng)將opencv＼build＼x86＼vc11＼binopencv＼build＼x64＼vc11＼bin。第2章數(shù)字圖像處理基礎(chǔ)2.Visual

Studio

2012開(kāi)發(fā)環(huán)境配置配置Visual

Studio

2012開(kāi)發(fā)環(huán)境的目的是告訴VS去什么地方尋找OpenCV的頭文件和庫(kù)文件。打開(kāi)VS2012，選擇菜單“工具”→“選項(xiàng)”→“項(xiàng)目和解決方案”→“VC++目錄”，在VS2012中打開(kāi)此選項(xiàng)，如圖2-22所示，顯示編輯功能被否決。第2章數(shù)字圖像處理基礎(chǔ)圖2-22解決方案屬性設(shè)置第2章數(shù)字圖像處理基礎(chǔ)可以在具體的項(xiàng)目中對(duì)特定的項(xiàng)目單擊右鍵后選擇“屬性”來(lái)設(shè)置，但此種設(shè)置無(wú)法被繼承，即每一個(gè)項(xiàng)目都需要單獨(dú)設(shè)置，過(guò)于繁瑣，因此需要一個(gè)能夠被繼承的全局設(shè)置的方法。具體如下：（1）打開(kāi)VS2012，選擇“新建項(xiàng)目”→“win32控制臺(tái)項(xiàng)目”，如圖2-23所示。第2章數(shù)字圖像處理基礎(chǔ)圖2-23新建項(xiàng)目對(duì)話框第2章數(shù)字圖像處理基礎(chǔ)（2）注意選擇空項(xiàng)目，為了保證使用ANSI

C++特性，取消預(yù)編譯頭選項(xiàng)，單擊“完成”按鈕，創(chuàng)建項(xiàng)目，如圖2-24所示。圖2-24應(yīng)用程序向?qū)У?章數(shù)字圖像處理基礎(chǔ)（3）點(diǎn)擊“視圖”→“屬性管理器”，如圖2-25所示。圖2-25屬性管理器第2章數(shù)字圖像處理基礎(chǔ)（4）右鍵點(diǎn)擊“Debug

|

Win32”，選擇“添加新項(xiàng)目屬性表(p)…”，如圖2-26所示。圖2-26添加新項(xiàng)目屬性表第2章數(shù)字圖像處理基礎(chǔ)（5）編輯該新屬性表，點(diǎn)擊左側(cè)VC++目錄，編輯右側(cè)的包含目錄與庫(kù)目錄，分別添加對(duì)應(yīng)的路徑，如圖2-27和圖2-28所示。對(duì)應(yīng)的路徑如下：①包含目錄：C:＼OpenCV＼opencv＼build＼include。說(shuō)明：可根據(jù)自己的情況，將其分別改為opencv＼build＼include文件夾所在的路徑。②庫(kù)目錄：C:＼OpenCV＼opencv＼build＼x86＼vc11＼l說(shuō)明：可根據(jù)自己的路徑情況及操作系統(tǒng)是32位還是64位，將其改為對(duì)應(yīng)的路徑。第2章數(shù)字圖像處理基礎(chǔ)圖2-27編輯該新屬性表第2章數(shù)字圖像處理基礎(chǔ)圖2-28添加文件包含和庫(kù)文件路徑第2章數(shù)字圖像處理基礎(chǔ)（6）單擊“鏈接器”→“輸入”→“附加依賴項(xiàng)”，如圖2-29所示。圖2-29附加依賴項(xiàng)第2章數(shù)字圖像處理基礎(chǔ)如圖2-30所示，在附加依賴項(xiàng)里添加opencv＼build＼x86＼vc11＼lib文件夾里的lib文件名稱。圖2-30附加依賴項(xiàng)附加的OpenCV庫(kù)文件第2章數(shù)字圖像處理基礎(chǔ)opencv_calib3d248.libopencv_calib3d248d.libopencv_contrib248.libopencv_contrib248d.libopencv_core248.libopencv_core248d.libopencv_features2d248.libopencv_features2d248d.libopencv_flann248.libopencv_flann248d.libopencv_gpu248.lib第2章數(shù)字圖像處理基礎(chǔ)opencv_gpu248d.libopencv_highgui248.libopencv_highgui248d.libopencv_imgproc248.libopencv_imgproc248d.libopencv_legacy248.libopencv_legacy248d.libopencv_ml248.libopencv_ml248d.libopencv_nonfree248.lib第2章數(shù)字圖像處理基礎(chǔ)opencv_nonfree248d.libopencv_objdetect248.libopencv_objdetect248d.libopencv_ocl248.libopencv_ocl248d.libopencv_photo248.libopencv_photo248d.libopencv_stitching248.libopencv_stitching248d.libopencv_superres248.lib第2章數(shù)字圖像處理基礎(chǔ)opencv_superres248d.libopencv_ts248.libopencv_ts248d.libopencv_video248.libopencv_video248d.libopencv_videostab248.libopencv_videostab248d.lib說(shuō)明：上面的庫(kù)為opencv＼build＼x86＼vc11＼lib里面文件，文件名后面有小寫(xiě)字母“d”的為Debug庫(kù)(調(diào)試模式庫(kù))，無(wú)“d”的為Release庫(kù)(發(fā)布模式庫(kù))。末尾的248是版本號(hào)。第2章數(shù)字圖像處理基礎(chǔ)3.測(cè)試程序添加C++源程序文件main.c，在main.c中添加如下代碼：#include

<opencv2/core/core.hpp>#include

<opencv2/highgui/highgui.hpp>int

main()第2章數(shù)字圖像處理基礎(chǔ){//

read

an

imagecv∷Mat

image=

cv∷imread(“tiger.jpg”);//

create

image

window

named

“My

Image”cv∷namedWindow(“My

Image”);//

show

the

image

on

windowcv∷imshow(“My

Image”,

image);//

wait

key

for

5000

mscv∷waitKey(5000);return

1;}第2章數(shù)字圖像處理基礎(chǔ)編譯運(yùn)行，正確的情況下可以出現(xiàn)如圖2-31所示窗口。圖2-31OpenCV運(yùn)行環(huán)境的測(cè)試第2章數(shù)字圖像處理基礎(chǔ)OpenCV的數(shù)據(jù)結(jié)構(gòu)2維點(diǎn)Point_2維點(diǎn)Point_類(lèi)模板定義了公有數(shù)據(jù)成員x和y，重載了+、－、==、!=4個(gè)基本的操作，還定義了點(diǎn)乘、叉乘等操作。特別的是，這個(gè)類(lèi)還提供了inside函數(shù)來(lái)判斷一個(gè)點(diǎn)是否在矩形區(qū)域內(nèi)。為了方便使用，OpenCV又對(duì)常用的類(lèi)型進(jìn)行了類(lèi)型重定義：第2章數(shù)字圖像處理基礎(chǔ)typedef

Point_<int>

Point2i;typedef

Point2i

Point;typedef

Point_<float>Point2f;typedef

Point_<double>Point2d;例如：#include

<iostream>#include

<opencv2/core/core.hpp>#include

<opencv2/highgui/highgui.hpp>第2章數(shù)字圖像處理基礎(chǔ)using

namespace

std;using

namespace

cv;int

main(){Point2f

a(0.3f,

0.f),

b(0.f,

0.4f);Point

pt

=

(a

+

b)*10.f;cout

<<

pt.x

<<

“,

”

<<

pt.y

<<

endl;return

0;}輸出的結(jié)果：3,4第2章數(shù)字圖像處理基礎(chǔ)2.3維點(diǎn)Point3_類(lèi)似于2維點(diǎn)，OpenCV同時(shí)提供了Point3_類(lèi)模板，只不過(guò)它是一個(gè)3維點(diǎn)(x,y,z)。它的常用類(lèi)型是：typedef

Point3_<int>

Point3i;typedef

Point3_<float>

Point3f;typedef

Point3_<double>

Point3d;第2章數(shù)字圖像處理基礎(chǔ)3.尺寸Size_類(lèi)模板Size能夠訪問(wèn)的成員變量是height和width，還定義了area函數(shù)來(lái)求面積。其他的操作基本都是類(lèi)型轉(zhuǎn)化函數(shù)。它的常用類(lèi)型是：typedef

Size_<int>

Size2i;typedef

Size2i

Size;typedef

Size_<float>

Size2f第2章數(shù)字圖像處理基礎(chǔ)4.矩形Rect_類(lèi)模板矩形區(qū)域(x,y,width,height)，(x,y)為左上角坐標(biāo),圍為［x,x+width),［y,y+height)。rect=rect±point//矩形偏移rect=rect±size//改變大小rect+=point,rect-=point,rect+=size,rect-=sizrect=rect1

&

rect2//矩形交集rect=rect1

|

rect2//包含rect1

rect2的最小矩形rect

&=rect1,rect

|=rect1rect

==

rect1,

rect

!=

rect1第2章數(shù)字圖像處理基礎(chǔ)5.旋轉(zhuǎn)矩形RotatedRect類(lèi)除了基本的矩形之外，OpenCV還提供了一個(gè)可以旋轉(zhuǎn)的矩形RotatedRect，它是由中心、變長(zhǎng)和旋轉(zhuǎn)角度決定的?？梢栽L問(wèn)它的這三個(gè)成員，也可以使用points函數(shù)返回它的4個(gè)頂點(diǎn)，使用boundingRect求出它的外接矩形（非旋轉(zhuǎn)）。例如：RotatedRect

rRect

=

RotatedRect(Point2f(100,100),Size2f(100,50),

30);第2章數(shù)字圖像處理基礎(chǔ)6.小矩陣Matx類(lèi)模板該類(lèi)模板用來(lái)記錄一些小的矩陣。這些矩陣在編譯前大小就固定了。常用類(lèi)例包括：typedef

Matx<float,

1,

2>

Matx12f;typedef

Matx<double,

1,

2>

Matx12d;...typedef

Matx<float,

1,

6>

Matx16f;typedef

Matx<double,

1,

6>

Matx16d;typedef

Matx<float,