数字图像处理基础

2.1 色度学基础

色度学 人的视觉特性

2.1.1 三基色原理

人眼的视网膜上存在有大量能在适当亮度下分辨颜色的锥状细胞，它们分别对应红、绿、蓝三种颜色,即分别对红光、绿光、蓝光敏感。由此,红®、绿(G)、蓝(B)这三种颜色被称为三基色。

红、绿、蓝三种基色按照不同的比例相加合成混色成为相加混色。

2.1.2 颜色模型

1.RGB模型

2.HSI模型

色调、饱和度、亮度

HSI颜色圆柱体的轴线方向表示亮度，其中底部最暗,顶部最亮。圆柱体的横截面形成颜色环，圆心(圆柱体的轴线上)为灰色,其中圆柱体底部的圆心为黑色,顶部的圆心为白色。色环圆心以外部分表示彩色，其中的角度表示色度,圆心到彩色点的半径长度表示饱和度。红、绿、蓝三基色位于色环圆周上,按120°分隔。

HSI模型的特点是：I分量与图像的彩色信息无关，H和S分量于人感知颜色的特性一一对应。

3.RGB和HSI之间的模型转换

（1）RGB转换到HSI

首先将R、G、B分量归一化到[0,1]范围内。

（2）HSI转换到RGB

若设S、I分量的值在[0,1]内，R、G、B分量的值也在[0,1]内。

2.2 人的视觉特性

2.2.1 人眼成像过程

2.2.2 人的视觉模型

1.点光源的表示函数

一幅图像可看作是无数多个像点的集合,这里的每个像点可看作是一个点光源。

2.光学成像系统的表示

原图像经过光学成像系统后，其输出为：

3.人的视觉模型

2.2.3 人眼的亮度感觉

1.亮度对比度

2.人眼亮度的感觉范围

3.人眼的亮度适应性

亮适应、暗适应

4.亮度对比灵敏度

2.3 图像数字化

图像包括模拟（连续）图像和数字图像，模拟图像要变成数字图像才能用计算机处理，图像的数字化包括采样和量化。

2.3.1 图像采样

图像在位置上的离散化称为采样，方法是对原图像按照正方形或正六边形网格点阵进行均匀采样。

2.3.2 采样图像的均匀量化

采样后获得的采样图像,虽然在空间分布上是离散的,但是各像素点的取值还是连续变化的,还需要将这些连续变化的量转化成有限个离散值，并给各值赋予不同的码字,从而使样本像素的取值也呈离散化分布,这个过程就称为量化。常用的量化方法是均匀量化,它是将图像函数值域等分为若干个子区间,然后取各子区间的中点作为该区间对应的量化值,并将所有子区间的量化值用整数行编码,这些编码就是量化结果，称为图像灰度级。

2.3.3 数字化参数的选择对图像的影响

数字化图像f(m,n)主要由采样点数和灰度级决定。采样点数和灰度级也决定图像的数据量和图像分辨率。

1.图像采样点数和灰度级

2.N和k与图像分辨率的关系

区分图像中目标物细节的程度,称作图像分辨率。图像分辨率包括空间分辨率和幅度分辨率,分别由图像采样和量化决定。

（1）空间分辨率

（2）幅度分辨率

2.4 数字图像表示形式和特点

1.信息量大

2.占用频带宽

3.像素间相关性大

4.视觉效果的主观性大