数字图像处理基础.ppt

《数字图像处理基础.ppt》由会员分享，可在线阅读，更多相关《数字图像处理基础.ppt（140页珍藏版）》请在三一办公上搜索。

1、数字图象处理,计算机与通信工程系主讲:郭东明,第二章 数字图像处理基础,2.1 光谱与人眼特性2.2 图像数字化技术 2.3 数字图像类型 2.4 图像文件格式 2.5 色度学基础与颜色模型,2.1 光谱与人眼特性,2.1 光谱与人眼特性,太阳的电磁辐射波 太阳的电磁辐射波恰好主要占据整个可见光谱范 围。可见光随波长的不同依次呈现出紫、蓝、绿、黄、橙(橘红)、红六种颜色，白光是由不同颜色的可 见光线混合而成的。,可见光谱,2.1 光谱与人眼特性,1、视觉适应性 大量实验表明，主观亮度(人的视觉系统感觉到的亮度)与进入人眼的光的强度成对数关系。对图像进行对数运算处理后,比较适应人的视觉特性。,人

2、眼对从亮突变到暗环境的适应能力称为暗适应性。,人眼对亮度变化跟踪滞后的性质称为视觉惰性（或短 暂的记忆特性）。,2.1 光谱与人眼特性,2、同时对比效应 是指人眼对某个区域的亮度感觉并不仅仅取决于该区域的强度，而是与该区域的背景亮度或周围的亮度有关的特性。,2.1 光谱与人眼特性,3、马赫带效应,图2.3 马赫带效应示例,2.1 光谱与人眼特性,4、视觉错觉 是指人眼填充了不存在的信息或者错误地感知物体的几何特点的特性。,2.1 光谱与人眼特性,图2.4 视觉错觉示例,（d）（e）（f）,（a）（b）（c）,2.2 图像数字化技术,图像处理的方法有模拟式和数字式两种。由于数字计算技术的迅猛发展

3、，数字图像处理技术得到了广泛的应用。我们日常生活中见到的图像一般是连续形式的模拟图像，所以数字图像处理的一个先决条件就是将连续图像离散化，转换为数字图像。图像的数字化包括采样和量化两个过程。设连续图像f(x,y)经数字化后，可以用一个离散量组成的矩阵g(i,j)（即二维数组）来表示。,（2-1）,矩阵中的每一个元素称为像元、像素或图像元素。而g(i,j)代表(i,j)点的灰度值，即亮度值。以上数字化有以下几点说明：（1）由于g(i,j)代表该点图像的光强度，而光是能量的一种形式，故g(i,j)必须大于零，且为有限值，即：0g(i,j)。,（2）数字化采样一般是按正方形点阵取样的，除此之外还有三

4、角形点阵、正六角形点阵取样。如图2-5所示。（3）以上是用g(i,j)的数值来表示(i,j)位置点上灰度级值的大小，即只反映了黑白灰度的关系，如果是一幅彩色图像，各点的数值还应当反映色彩的变化，可用g(i,j,)表示，其中是波长。如果图像是运动的，还应是时间t的函数，即可表示为g(i,j,t)。,图2-5 采样网格(a)正方形网格;(b)正六角形网格,2.2.1 采样 图像在空间上的离散化称为采样。也就是用空间上部分点的灰度值代表图像，这些点称为采样点。由于图像是一种二维分布的信息，为了对它进行采样操作，需要先将二维信号变为一维信号，再对一维信号完成采样。具体做法是，先沿垂直方向按一定间隔从上

5、到下顺序地沿水平方向直线扫描，取出各水平线上灰度值的一维扫描。而后再对一维扫描线信号按一定间隔采样得到离散信号，即先沿垂直方向采样，再沿水平方向采样这两个步骤完成采样操作。对于运动图像（即时间域上的连续图像），需先在时间轴上采样，再沿垂直方向采样，最后沿水平方向采样由这三个步骤完成。,对一幅图像采样时，若每行（即横向）像素为M个，每列（即纵向）像素为N个，则图像大小为MN个像素。在进行采样时，采样点间隔的选取是一个非常重要的问题，它决定了采样后图像的质量，即忠实于原图像的程度。采样间隔的大小选取要依据原图像中包含的细微浓淡变化来决定。一般，图像中细节越多，采样间隔应越小。根据一维采样定理，若一

6、维信号g(t)的最大频率为，以T1/2为间隔进行采样，则能够根据采样结果g(iT)(i=,-1,0,1，)完全恢复g(t)，即,式中,图2-6 采样示意图,2.2.2 量化 模拟图像经过采样后，在时间和空间上离散化为像素。但采样所得的像素值（即灰度值）仍是连续量。把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。图2-7（a）说明了量化过程。若连续灰度值用z来表示，对于满足zizzi+1的z值，都量化为整数qi。qi称为像素的灰度值，z与qi的差称为量化误差。一般，像素值量化后用一个字节8 bit来表示。如图2-7（b）所示，把由黑灰白的连续变化的灰度值，量化为0255共2

7、56级灰度值，灰度值的范围为0255，表示亮度从深到浅，对应图像中的颜色为从黑到白。,图2-3 量化示意图（a）量化；(b)量化为8 bit,连续灰度值量化为灰度级的方法有两种，一种是等间隔量化，另一种是非等间隔量化。等间隔量化就是简单地把采样值的灰度范围等间隔地分割并进行量化。对于像素灰度值在黑白范围较均匀分布的图像，这种量化方法可以得到较小的量化误差。该方法也称为均匀量化或线性量化。为了减小量化误差，引入了非均匀量化的方法。非均匀量化是依据一幅图像具体的灰度值分布的概率密度函数，按总的量化误差最小的原则来进行量化。具体做法是对图像中像素灰度值频繁出现的灰度值范围，量化间隔取小一些，而对那些

8、像素灰度值极少出现的范围，则量化间隔取大一些。由于图像灰度值的概率分布密度函数因图像不同而异，所以不可能找到一个适用于各种不同图像的最佳非等间隔量化方案。因此，实用上一般都采用等间隔量化。,2.2.3 采样与量化参数的选择 一幅图像在采样时，行、列的采样点与量化时每个像素量化的级数，既影响数字图像的质量，也影响到该数字图像数据量的大小。假定图像取MN个样点，每个像素量化后的灰度二进制位数为Q，一般Q总是取为2的整数幂，即Q=2k,则存储一幅数字图像所需的二进制位数b为,（2-2）,字节数B为,（2-3）,对一幅图像，当量化级数Q一定时，采样点数MN对图像质量有着显著的影响。如图2-8所示，采样

9、点数越多，图像质量越好；当采样点数减少时，图上的块状效应就逐渐明显。同理，当图像的采样点数一定时，采用不同量化级数的图像质量也不一样。如图2-9所示，量化级数越多，图像质量越好，当量化级数越少时，图像质量越差，量化级数最小的极端情况就是二值图像，图像出现假轮廓。,图2-8 不同采样点数对图像质量的影响（a）原始图像(256256)；（b）采样图像1(128128)；（c）采样图像2(6464)；（d）采样图像3(3232)；（e）采样图像4(1616)；（f）采样图像5(88),图2-9 不同量化级别对图像质量的影响（a）原始图像(256色)；（b）量化图像1(64色)；（c）量化图像2(32

10、色)；（d）量化图像3(16色)；（e）量化图像4(4色)；（f）量化图像5(2色),一般，当限定数字图像的大小时,为了得到质量较好的图像可采用如下原则：（1）对缓变的图像，应该细量化，粗采样，以避免假轮廓。（2）对细节丰富的图像，应细采样，粗量化，以避免模糊（混叠）。对于彩色图像，是按照颜色成分红（R）、绿（G）、蓝（B）分别采样和量化的。若各种颜色成分均按8 bit量化，即每种颜色量级别是256，则可以处理256256256=16 777 216种颜色。,2.2.4 图像数字化设备 将模拟图像数字化成为数字图像，需要某种图像数字化设备。常见的数字化设备有数字相机、扫描仪、数字化仪等。1.图

11、像数字化设备的组成 如前所述，采样和量化是数字化一幅图像的两个基本过程。即把图像划分为若干图像元素(像素)并给出它们的地址（采样）；度量每一像素的灰度，并把连续的度量结果量化为整数（量化）；最后将这些整数结果写入存储设备。为完成这些功能，图像数字化设备必须包含以下五个部分：,(1)采样孔(Sampling aperture)：使数字化设备能够单独地观测特定的图像元素而不受图像其他部分的影响。(2)图像扫描机构：使采样孔按照预先确定的方式在图像上移动，从而按顺序观测每一个像素。(3)光传感器：通过采样检测图像的每一像素的亮度，通常采用CCD阵列。(4)量化器：将传感器输出的连续量转化为整数值。典

12、型的量化器是A/D转换电路，它产生一个与输入电压或电流成比例的数值。(5)输出存储装置：将量化器产生的灰度值按适当格式存储起来，以用于计算机后续处理。,2.图像数字化设备的性能 虽然各种数字化设备的组成不相同，但可从如下几个方面对其性能进行比较。1)像素大小 采样孔的大小和相邻像素的间距是两个重要的性能指标。如果数字化设备是在一个放大率可变的光学系统上，那么对应于输入图像平面上的采样点大小和采样间距也是可变的。2)图像大小 图像大小即数字化设备所允许的最大输入图像的尺寸。,3)线性度 对光强进行数字化时，灰度正比于图像亮度的实际精确程度是一个重要的指标。非线性的数字化设备会影响后续过程的有效性

13、。能将图像量化为多少级灰度也是非常重要的参数。图像的量化精度经历了早期的黑白二值图像、灰度图像及现在的彩色及真彩色图像。当然，量化精度越高，存储像素信息需要的字节数也越大。,4)噪声 数字化设备的噪声水平也是一个重要的性能参数。例如，数字化一幅灰度值恒定的图像，虽然输入亮度是一个常量，但是数字化设备中固有的噪声却会使图像的灰度发生变化。因此数字化设备所产生的噪声是图像质量下降的根源之一，应当使噪声小于图像内的反差点(即对比度)。,2.3 空间分辨率和灰度级分辨率,2.3.1 空间分辨率和灰度级分辨率,空间分辨率是图像中可分辨的最小细节，主要由 采样间隔值决定。一种常用的空间分辨率的定义是单位距

14、离内可分 辨的最少黑白线对数目(单位是每毫米线对数)，比如每毫米80线对。,1、空间分辨率,2.3.1 空间分辨率和灰度级分辨率,对于一个同样大小的景物来说，对其进行采样的空间分辨率越高，采样间隔就越小，景物中的细节越能更好地在数字化后的图像中反映出来，也即反应该景物的图像的质量就越高。,2.3.1 空间分辨率和灰度级分辨率,一幅数字图像的阵列大小（简称为图像大小）通常用MN表示。在景物大小不变的情况下，采样的空间分辨率越高，获得的图像阵列MN就越大；反之，采样的空间分辨率越低，获得的图像阵列MN就越小。在空间分辨率不变的情况下，图像阵列MN越大，图像的尺寸就越大；反之，图像阵列MN越小，图像

15、的尺寸就越小。,2.3.1 空间分辨率和灰度级分辨率,当简单地把矩形数字化仪的尺寸看作是“单位距离”时，就可把一幅数字图像的阵列大小MN称为该幅数字图像的空间分辨率。,2.3.1 空间分辨率和灰度级分辨率,2、灰度分辨率,灰度级分辨率是指在灰度级别中可分辨的最小变化，通常把灰度级级数L称为图像的灰度级分辨率。,#1,2.3.1 空间分辨率和灰度级分辨率,空间和灰度级分辨率对图像视觉效果的影响,1、采样数变化对图像视觉效果的影响,下面的图(a)给出了一幅灰度级分辨率为256，空间分辨率为512512的图像。图(b)是从图(a)的512512的图像中，每隔一行删去一行和每隔一列删去一列而得到的25

16、6256的图像。图(c）、(d)、(e)、(f)的获得与上述方法类似。,1、采样数变化对图像视觉效果的影响,(a)(b)(c)(d)(e)(f)图2.11 采样数变化对图像视觉效果的影响示例,空间和灰度级分辨率对图像视觉效果的影响,1、采样数变化对图像视觉效果的影响,从上面的图(a)开始直到得到图(f)的过程说明，原图对应的景物大小没有变化，对原图采样的“线对”宽度也没有变化,只是对同一景物图像的采样数目减少了。由此说明：（1）在图像的空间分辨率不变(这里指线对宽度不变)的情况下，采样数越少，图像越小。（2）在景物大小不变的情况下，图像阵列MN越小，图像的尺寸就越小。,空间和灰度级分辨率对图像

17、视觉效果的影响,2、空间分辨率变化对图像视觉效果的影响,下面的图(a)给出了一幅灰度级分辨率为256，空间分辨率为512512的图像。图(b)、(c）、(d)、(e)及(f)的灰度级分辨率与图(a)相同(为256)，但空间分辨率依次降低为256256、128128、6464、3232和1616(也即，线对宽度一次加宽了)。,空间和灰度级分辨率对图像视觉效果的影响,空间和灰度级分辨率对图像视觉效果的影响,2、空间分辨率变化对图像视觉效果的影响,上面各图的共同特征是大小尺寸相同，这种特征的获得是通过降低空间分辨率，也即增加采样的线对宽度保证的。由此可见，随着空间分辨率的降低，图像中的细节信息在逐渐

18、损失，棋盘格似的粗颗粒像素点变得越来越明显。由此也说明，图像的空间分辨率越低，图像的视觉效果越差。,空间和灰度级分辨率对图像视觉效果的影响,3、灰度分辨率变化对图像视觉效果的影响,下面的图(a)给出了一幅灰度级分辨率为256，空间分辨率为512512的图像。图(b)、(c）、(d)、(e)及(f)的空间级分辨率与图(a)相同(为512512)，但灰度分辨率依次降低为32、16、8、4和2。,空间和灰度级分辨率对图像视觉效果的影响,空间和灰度级分辨率对图像视觉效果的影响,3、灰度分辨率变化对图像视觉效果的影响,由上图可见，随着灰度分辨率的降低，图像的细节信息在逐渐损失，伪轮廓信息在逐渐增加。图中

19、由于伪轮廓信息的积累，图像已显现出了木刻画的效果。由此也说明：灰度分辨率越低，图像的视觉效果越差。,空间和灰度级分辨率对图像视觉效果的影响,2.4 像素间的关系,本节在讨论有关问题时约定：用诸如p、q和r这样的一类小写字母表示某些特 指的像素；用诸如S、T和R这样的一类大写字母表示像素子 集。,1、相邻像素与4-邻域,设图像中的像素p位于(x，y)处，则p在水平方向和垂直方向相邻的像素qi最多可有4个，其坐标分别为：（x-1，y）,（x，y-1）,（x，y+1）,（x+1，y）由这4个像素组成的集合称为像素p的4-邻域,记为N4(p)。,2.4.1 像素的相邻和邻域,2、对角相邻像素与4-对角

20、邻域,设图像中的像素p位于(x，y)处，则p的对角相邻像素ri最多可有4个，其坐标分别为：(x-1,y-1),(x-1,y+1),(x+1,y-1),(x+1,y+1)由这4个像素组成的集合称为像素p的4-对角邻域,记为ND(p)。,2.5.1 像素的相邻和邻域,3、8-邻域,把像素p的4-对角邻域像素和4-邻域像素组成的集合称为像素p的8-邻域，记为N8(p)。,2.5.1 像素的相邻和邻域,1、距离度量函数,对于坐标分别位于（x,y），（u,v）和（w,z）处的像素p、q和r，如果：(1）D(p,q)0（D(p,q)=0，当且仅当p=q，即p和q是指同一像素）；(2）D(p,q)=D(q,

21、p)；(3）D(p,r)D(p,q)+D(q,r)。则D是距离度量函数。,2.5.3 距离的度量,2、欧氏距离,像素p和q之间的欧氏（Euclidean）距离定义为：De(p,q)=(x-u)2+(y-v)21/2（2.12）也即，所有距像素点(x,y)的欧氏距离小于或等于d的像素都包含在以(x,y)为中心,以d为半径的圆平面中。,2.5.3 距离的度量,3、街区距离,像素p和q之间的D4距离，也即街区（city-block）距离，定义为：D4(p,q)=|x-u|+|y-v|（2.13）也即，所有相距像素点(x,y)的D4距离为小于d或等于d的像素组成一个中心点在(x,y)的菱形。,2.5.

22、3 距离的度量,3、街区距离（续）,比如，那些与点(x,y)的D4距离为小于2或等于2的像素组成了如下图所示的等距离轮廓。2 2 1 2 2 1 0 1 2 2 1 2 2,2.5.3 距离的度量,4、棋盘距离,像素p和q之间的D8距离，也即棋盘距离，定义为：D8(p,q)=max(|x-u|，|y-v|)（2.14）也即，所有距像素点(x,y)的D8距离为小于d或等于d的像素组成一个中心点在(x,y)的方形。,2.5.3 距离的度量,4、棋盘距离,比如，距点(x,y)的D8距离小于或等于2的像素组成了如下图所示的等距离轮廓。2 2 2 2 2 2 1 1 1 2 2 1 0 1 2 2 1

23、1 1 2 2 2 2 2 2,2.5.3 距离的度量,2.6 图像的代数运算,图像的代数运算是指两幅输入图像对应像素间的一对一的灰度值相加、相减、相乘和相除运算。这些运算在许多的图像处理中都会用到。加法：g(x,y)=f1(x,y)+f2(x,y)减法：g(x,y)=f1(x,y)f2(x,y)乘法：g(x,y)=f1(x,y)f2(x,y)除法：g(x,y)=f1(x,y)f2(x,y),2.7 灰度直方图,2.7.1 灰度直方图,图像的灰度直方图，是一种表示数字图像中各级灰度值及其出现频数的关系的函数。设一幅数字图像的灰度级范围为0,L-1，则该图像的灰度直方图可定义为：h(rk)=nk

24、(r=0,1,2,L-1)(2.19)其中，rk表示第k级灰度值，h(rk)和nk表示图像中灰度值为rk的像素个数。,(a)(b),图2.15 四种基本图像类型图像及其灰度直方图(暗、亮、低对比度、高对比度),2.7.1 灰度直方图,(c)(d),图2.15 四种基本图像类型图像及其灰度直方图(暗、亮、低对比度、高对比度),2.7.1 灰度直方图,2.7 灰度直方图,2.7.2 二维直方图,在彩色图像处理中，有一种称为真彩色的图像，其颜色多达282828=16777216种。在实际中直接用R、G、B三种纯色分量表示真彩色图像中的每一个像素的实际颜色值，每个分量的亮度值用一个字节表示。,2.7.

25、2 二维直方图,二维直方图是一种描述彩色图像中红色光图像的亮度（灰度）值与蓝色光图像的灰度值的关系的函数，用一个二维坐标表示，横坐标表示红色图像的灰度级别，纵坐标表示蓝色图像的灰度级别。也即坐标（DR，DB）处的值是指在红光图像中具有灰度值DR，且在蓝光图像中具有灰度值DB的像素（对）的个数。,图2.16 彩色图像及其对应的蓝、红光图像和二维直方图,（a）原彩色图像（b）二维直方图,（c）纯蓝光分量图像（d）纯红光分量图像,2.7.2 二维直方图,2.7.3 灰度直方图的特征,灰度直方图具有如下一些特征：（1）直方图仅能描述图像中每个灰度级具有的像素个数,不能表示图像中每个像素的位置（空间）信

26、息；（2）任一特定的图像都有惟一的直方图，不同的图像可以具有相同的直方图；（3）对于空间分辨率为MN，且灰度级范围为0，L-1的图像，有关系：=MN(2.20)（4）如果一幅图像由两个不连接的区域组成，则整幅图像的直方图等于两个不连接的区域的直方图之和。,2.8 图像的显示,2.8.1 显示分辨率与图像分辨率,同一显示器（或显示分辨率相同的不同显示器）显示的图像大小只与被显示的图像（阵列）的空间分辨率大小有关，与显示器的显示分辨率无关。换句话说，具有不同空间分辨率的数字图像在同一显示器上的显示分辨率相同。,当同一幅图像（或图像分辨率相同的不同图像）显示在两个不同显示分辨率的显示器上时，显示的图

27、像的外观尺寸与显示器的显示分辨率有关：显示分辨率越高，显示出的图像的外观尺寸越小；显示分辨率越低，显示出的图像的外观尺寸越大。,2.8.1 显示分辨率与图像分辨率,2.8.2 光度分辨率与灰度分辨率,光分辨率是指显示系统在每个像素位置产生正确的亮度或光密度的精度，部分地依赖于控制每个像素亮度的比特数。灰度分辨率是指在灰度级别中可分辨的最小变化,一般把灰度级数L称为数字图像的灰度级分辨率。,人眼的视觉过程是一个复杂的过程，可用亮度（灰度）、色调和饱和度这三个基本特征量来区分颜色。亮度与物体的反射率成正比；色调与混合光谱中主要光的波长相联系；饱和度与色调的纯度有关。,2.8.3 彩色模型,有关彩色

28、模型的详细概念，将在第9章的彩色与多光谱图像处理一章中介绍。,位映像，是指一个二维的像素阵列。位图，是指采用位映像方法显示和存储的图像。位映像设备，是指把位映像形式的二维像素阵列图像，按先行后列的顺序，通过逐像素地重复扫描的方式来显示位图的设备（显示器）。,2.8.4 位图,2.8.4 位图,2.8.5 调色板,调色板：是指在16色或256色显示系统中，将图像中出现最频繁的16种或256种颜色组成一个颜色表，并将它们分别编号为0至15或0至255，这样就使每一个4位或8位的颜色编号与颜色表中的24位颜色值（对应一种颜色的R、G、B值）相对应。这种4位或8位的颜色编号称为颜色的索引号，由颜色索引

29、号及其对应的24位颜色值组成的表称为颜色查找表(look up table,简称LUT),也称为调色板。,表2.1 常用颜色的RGB值组合,2.9 图像文件格式,常用的文件格式有：BMP、GIF、TIFF、PCX、JPEG等。,2.9 图像文件格式,BMP文件（Bitmap File）是一种Windows采用的点阵式图像文件格式。BMP图像文件主要由位图文件头（Bitmap File Header）、位图信息头（Bitmap Information Header）、位图调色板（Bitmap Palette）和位图数据（Bitmap Data）四部分组成。,2.9 图像文件格式,表2.2 BMP

30、位图文件的组成,2.9.1 位图文件头,位图文件头BITMAPFILEHEADER可定义为如下的结构:typedef struct WORD bfType；DWORD bfSize；WORD bfReserved1；WORD bfReserved2；DWORD bfoffBits；BITMAPFILEHEADER；,2.9.2 位图信息头,位图信息头BITMAPINFORMATION可定义为如下的结构：typedef struct DWORD biSize;DWORD biWidth;DWORD biHeight;WORD biPlane;WORD biBitCount;DWORD biCom

31、pression;DWORD biSizeImage;DWORD biXPelsPerMeter;DWORD biYPelsPerMeter;DWORD biClrUsed;DWORD biClrImportant;BITMAPINFOHEADER;,2.9.3 位图调色板,位图调色板实质上是一个具有与该位图的颜色数目相同的颜色表项组成的颜色表，每个颜色表项占4个字节，构成一个RGBQUAD结构，其定义如下：typedef struct BYTE rgbBlue；BYTE rgbGreen；BYTE rgbRed；BYTE rgbReserved；RGBQUAD；,2.9.4 位图数据,BMP

32、位图文件的第4部分是实际的图像数据。对于具有调色板的位图，图像数据就是该像素在调色板中的索引值。对于2色黑白图像，每个字节可以表示8个像素；对于16色图像，每个字节可以表示2个像素；对于256色图像，每个字节可以表示一个像素。对于没有调色板部分的真彩色图像，图像数据就是实际的B、G、R值，也即3个字节表示一个像素。如前所述，图像的位图数据表示的图像共有biWidthbiHeight个像素。,图像的位图数据是按行存储的，每一行的字节数按照4字节边界对齐,也即每一行的字节数是4的倍数，不足的字节用0补齐。,2.9.4 位图数据,图像的位图数据是按行从下到上、从左到右排列的。也就是说，从图像的位图数

33、据中最先读到的是图像最下面一行的最左边的像素，然后读到的是该行左边的第二个像素，接下来是图像的倒数第二行的最左边的像素，紧接着是该行左边的第二个像素，后面各行以此类推，最后读到的是图像最上面一行的最右边的一个像素。,2.9.4 位图数据,2.3数字图像类型,为了方便地处理数字图像，根据数字图像的特性将其分成不同的类型。静态图像可分为矢量(Vector)图和位图（Bitmap），位图也称为栅格图像。矢量图是用一系列绘图指令来表示一幅图，如AutoCAD中的绘图语句。这种方法的本质是用数学(更准确地说是几何学)公式描述一幅图像。图像中每一个形状都是一个完整的公式，称为一个对象。对象是一个封闭的整体

34、，所以定义图像上对象的变化和对象与其他对象的关系对计算机来说是简单的，所有这些变化都不会影响到图像中的其他对象。,公式化表示图像使得矢量图具有两个优点：一是它的文件数据量很小；二是图像质量与分辨率无关，这意味着无论将图像放大或缩小了多少次，图像总是以显示设备允许的最大清晰度显示。在计算机计算与显示一幅图像时，也往往能看到画图的过程。但是，矢量图有一个明显的缺点，就是不易制作色调丰富或色彩变化太多的图像，而且绘出来的图像不是很逼真，同时也不易在不同的软件间交换文件。在Corel Draw和Adobe Illustrator中生成的图像均为矢量图,位图是通过许多像素点表示一幅图像，每个像素具有颜色

35、属性和位置属性。位图可以从传统的相片、幻灯片上制作出来或使用数字相机得到，也可以利用Windows的画笔(Painbrush)用颜色点填充网格单元来创建位图。位图又可以分成如下四种：线画稿LineArt)、灰度图像(GrayScale)、索引颜色图像(Index Color)和真彩色图像（True Color）。,2.3.1 位图 1.线画稿 线画稿只有黑白两种颜色，这种形式通常也称为“黑白艺术”、“位图艺术”、“一位元艺术”。用扫描仪扫描图像，当设置成LineArt格式时，扫描仪以一位颜色模式来看待图像。若样点颜色为黑，则扫描仪将相应的像素位元置为0，否则置为1。线画稿适合于由黑白两色构成而

36、没有灰度阴影的图像。图2-6所示是一幅线画稿图。,图2-6 线画稿图,2.灰度图像 在灰度图像中，像素灰度级用8 bit表示，所以每个像素都是介于黑色和白色之间的256（28=256）种灰度中的一种。灰度图像只有灰度颜色而没有彩色。我们通常所说的黑白照片，其实包含了黑白之间的所有灰度色调。从技术上来说，就是具有从黑到白的256种灰度色域（Gamut）的单色图像。,3.索引图像 在介绍索引图像之前，我们首先了解PC机是如何处理颜色的。大多数扫描仪都是以24位模式对图像进行采样，即可以从图像中采样出1670万种不同的颜色。用这种方式获得的颜色通常称为RGB颜色。颜色深度为每像素24位的数字图像是目

37、前所能获取、浏览和保存的颜色信息最丰富的彩色图像，由于它所表达的颜色远远超出了人眼所能辨别的范围，故将其称为“真彩色”。在真彩色出现之前，由于技术上的原因，计算机在处理时并没有达到每像素24位的真彩色水平，为此人们创造了索引颜色。索引颜色通常也称为映射颜色，在这种模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。一幅索引颜色图像在图像文件里定义，当打开该文件时，构成该图像具体颜色的索引值就被读入程序里，然后根据索引值找到最终的颜色。,4.真彩色图像 真彩色图像将像素的色彩能力推向了顶峰。“真彩色”是RGB颜色的另一种流行的叫法。从技术角度考虑，

38、真彩色是指写到磁盘上的图像类型，而RGB颜色是指显示器的显示模式。RGB图像的颜色是非映射的，它可以从系统的“颜色表”里自由获取所需的颜色，这种图像文件里的颜色直接与PC机上的显示颜色相对应。在真彩色图像中，每一个像素由红、绿和蓝三个字节组成，每个字节为8 bit，表示0到255之间的不同的亮度值，这三个字节组合可以产生1670万种不同的颜色。,2.4 图像文件格式,数字图像有多种存储格式，每种格式一般由不同的开发商支持。随着信息技术的发展和图像应用领域的不断拓宽，还会出现新的图像格式。因此，要进行图像处理，必须了解图像文件的格式，即图像文件的数据构成。每一种图像文件均有一个文件头，在文件头之

39、后才是图像数据。文件头的内容由制作该图像文件的公司决定，一般包括文件类型、文件制作者、制作时间、版本号、文件大小等内容。各种图像文件的制作还涉及到图像文件的压缩方式和存储效率等。下面介绍几种常见的图像文件格式。,2.4.1 BMP图像文件格式,第四部分就是实际的图像数据。对于用到调色板的位图，图像数据就是该像素颜色在调色板中的索引值，对于真彩色图像，图像数据就是实际的R、G、B值。下面就2色、16色、256色和真彩色位图分别介绍。对于2色位图，用1位就可以表示该像素的颜色（一般0表示黑，1表示白），所以一个字节可以表示8个像素。对于16色位图，用4位可以表示一个像素的颜色，所以一个字节可以表示

40、2个像素。对于256色位图，一个字节刚好可以表示1个像素。,下面两点请注意：（1）每一行的字节数必须是4的整数倍，如果不是，则需要补齐。这在前面介绍biSizeImage时已经提到过。（2）BMP文件的数据存放是从下到上，从左到右的。也就是说，从文件中最先读到的是图像最下面一行的左边第一个像素，然后是左边第二个像素，接下来是倒数第二行左边第一个像素，左边第二个像素。依次类推，最后得到的是最上面一行的最右边的一个像素。DIB（Device Independent Bitmap）图像格式是设备无关位图文件，描述图像的能力基本与BMP相同，并且能运行于多种硬件平台，只是文件较大。,2.4.2 其他文

41、件格式 1.TIF图像文件格式 标记图像文件格式TIF(Tag Image File Format)，它是现存图像文件格式中最复杂的一种，它提供存储各种信息的完备的手段，可以存储专门的信息而不违反格式宗旨，是目前流行的图像文件交换标准之一。TIF格式文件的设计考虑了扩展性、方便性和可修改性，因此非常复杂，要求用更多的代码来控制它，结果导致文件读写速度慢，TIF代码也很长。TIF文件由文件头、参数指针表与参数域、参数数据表和图像数据4部分组成。如表2-2表2-4所示。,1）文件头,表2-2 TIF文件文件头结构,2）参数指针,表2-3 TIF文件参数指针表,由一个2字节的整数和其后的一系列12字

42、节参数域构成，最后以一个长整型数结束。若最后的长整型数为0，表示文件的参数指针表到此为至，否则该长整数为指向下一个参数指针表的偏移。,3）参数块结构,表2-4 TIF文件参数块结构,2.GIF图像文件格式 CompuServe开发的图形交换文件格式GIF（Graphics Interchange Format），目的是在不同的系统平台上交流和传输图像。它是在Web及其他联机服务上常用的一种文件格式，用于超文本标记语言(HTML)文档中的索引颜色图像，但图像最大不能超过64 M，颜色最多为256色。GIF图像文件采取LZW压缩算法，存储效率高，支持多幅图像定序或覆盖，交错多屏幕绘图以及文本覆盖。

43、GIF主要是为数据流而设计的一种传输格式，而不是作为文件的存储格式。换句话说，它具有顺序的组织形式。GIF有五个主要部分以固定顺序出现，所有部分均由一个或多个块(block)组成。每个块第一个字节中存放标识码或特征码标识。这些部分的顺序为：文件标志块、逻辑屏幕描述块、可选的“全局”色彩表块(调色板)、各图像数据块（或专用的块）以及尾块（结束码）。GIF图像文件格式如表2-5所示。,3.PCX文件 PCX文件格式由ZSoft公司设计,最早使用的图像文件格式之一，由各种扫描仪扫描得到的图像几乎都能保存成PCX格式。PCX支持256种颜色，不如TARGA或TIF等格式功能强，但结构较简单，存取速度快

44、，压缩比适中，适合于一般软件的使用。PCX 格式常用于 IBM PC 兼容计算机。大多数 PC 软件支持 PCX 格式的第 5 版。第 3 版文件使用标准的 VGA调色板，不支持自定义调色板。PCX 格式支持RGB、索引颜色、灰度和位图颜色模式，但不支持 alpha 通道。PCX 支持 RLE 压缩方法，图像颜色的位数可以是 1、4、8 或 24。,PCX图像文件由三个部分组成：文件头、图像数据和256色调色板。PCX的文件头有128个字节，它包括版本号，被打印或扫描的图像的分辨率(dpi)及大小(单位为像素)，每扫描行的字节数，每像素包含的位数据和彩色平面数。位图数据用行程长度压缩算法记录数

45、据。,4.JPEG图像格式 JPEG(Joint Photographers Experts Group)格式即联合图像专家组,是由ISO和CCITT为静态图像所建立的第一个国际数字图像压缩标准，主要是为了解决专业摄影师所遇到的图像信息过于庞大的问题。由于JPEG的高压缩比和良好的图像质量，使得它广泛应用于多媒体和网络程序中。JPEG和GIF成为HTML语法选用的图像格式。JPEG 格式支持 24 位颜色，并保留照片和其他连续色调图像中存在的亮度和色相的显著和细微的变化。JPEG一般基于DCT变换的顺序型模式压缩图像。JPEG 通过有选择地减少数据来压缩文件大小，因为它会弃用数据，故 JPEG

46、 压缩为有损压缩。较高品质设置导致弃用的数据较少，但是 JPEG 压缩方法会降低图像中细节的清晰度，尤其是包含文字或矢量图形的图像。,2.5 色度学基础与颜色模型,2.4.1 色度学基础 在前面学习灰度图像时，图像的像素值是光强，即二维空间变量的函数f(x,y)。如果把灰度值看成是二维空间变量和光谱变量的函数f(x,y,)，即多光谱图像，也就是通常所说的彩色图像。在计算机上显示一幅彩色图像时，每一个像素的颜色是通过三种基本颜色（即红、绿、蓝）合成的，即最常见的RGB颜色模型。要理解颜色模型，首先应了解人的视觉系统。,1 三色原理 在人的视觉系统中存在着杆状细胞和锥状细胞两种感光细胞。杆状细胞为

47、暗视器官，锥状细胞是明视器官，在照度足够高时起作用，并能分别辨颜色。锥状细胞将电磁光谱的可见部分分为三个波段：红、绿、蓝。由于这个原因，这三种颜色被称为三基色，图2-7表示了人类视觉系统三类锥状细胞的光谱敏感曲线。,图2-7 人类感光细胞的敏感曲线,根据人眼的结构，所有颜色都可看作是三种基本颜色R表示红（Red）、G表示绿（Green)和B表示蓝（Blue)按照不同的比例组合而成。为了建立标准，国际照度委员会(CIE)早在1931年就规定三种基本色的波长分别为R：700 nm，G：546.1 nm，B：435.8 nm。前面已讲过，一幅彩色图像的像素值可看作是光强和波长的函数值f(x,y,)，

48、但实际使用时，将其看作是一幅普通二维图像，且每个像素有红、绿、蓝三个灰度值会更直观些。,2 颜色的三个属性 颜色是外界光刺激作用于人的视觉器官而产生的主观感觉。颜色分两大类：非彩色和彩色。非彩色是指黑色、白色和介于这两者之间深浅不同的灰色，也称为无色系列。彩色是指除了非彩色以外的各种颜色。颜色有三个基本属性，分别是色调、饱和度和亮度。基于这三个基本属性，提出了一种重要的颜色模型HSI（Hue、Saturation、Intensity）。在HSI颜色模型部分中，我们将详细介绍这三个基本属性。,2.4.2 颜色模型 为了科学地定量描述和使用颜色，人们提出了各种颜色模型。目前常用的颜色模型按用途可分

49、为两类，一类面向诸如视频监视器、彩色摄像机或打印机之类的硬件设备。另一类面向以彩色处理为目的的应用，如动画中的彩色图形。面向硬件设备的最常用彩色模型是RGB模型，而面向彩色处理的最常用模型是HSI模型。另外，在印刷工业上和电视信号传输中，经常使用CMYK和YUV色彩系统。,1.RGB模型 RGB模型用三维空间中的一个点来表示一种颜色，如图2-8所示。每个点有三个分量，分别代表该点颜色的红、绿、蓝亮度值，亮度值限定在0,1。在RGB模型立方体中，原点所对应的颜色为黑色，它的三个分量值都为零。距离原点最远的顶点对应的颜色为白色，它的三个分量值都为1。从黑到白的灰度值分布在这两个点的连线上，该线称为

50、灰色线。立方体内其余各点对应不同的颜色。彩色立方体中有三个角对应于三基色红、绿、蓝。剩下的三个角对应于三基色的三个补色黄色、青色（蓝绿色）、品红（紫色）。,图2-8 RGB模型单位立方体,2.HSI模型 HSI模型是Munseu提出的，它反映了人的视觉系统观察彩色的方式，在艺术上经常使用HSI模型。HSI模型中，H表示色调(Hue)，S表示饱和度(Saturation)，I表示亮度(Intensity，对应成像亮度和图像灰度)。这个模型的建立基于两个重要的事实：I分量与图像的彩色信息无关；H和S分量与人感受颜色的方式是紧密相联的。这些特点使得HSI模型非常适合借助人的视觉系统来感知彩色特性的图