第二章 图像数字化

图像数字化过程:采样与量化 图像的数字化包括采样和量化两个过程。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。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。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。对一幅图像,当量化级数Q一定时,采样点数M×N对图像质量有着显著的影响。采样点数越多,图像质量越... 阅读详情

2.1 概述

由于计算机只能处理数字图像,而自然界提供的图像却是其他形式的,所以数字图像的一个先决条件就是将数字图像转化为数字形式。一般来说,给普通的计算机设备一套专用的图像数字化设备就可以使之成为一台图像工作站。

2.0.1 图像数字化器的组成

一个图像数字化器必须能够把图像划分为若干个图像元素(像素)并给出它们的地址,能够度量每一像素的灰度,并把连续的量化结果量化为整数,以及能够将这些整数结果写入存储设备。为完成这些功能,图像数字化器必须包含一下五个组成部分:
1.采样孔(Samplig aperture):使数字化设备能够单独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像素。
3.光传感器:通过采样孔测量图像的每一像素的亮度。它通常是一个将光强转化为电压或电流的变换器。
4.量化器:将传感器输出的连续量转化为整数值。典型的量化器是一种被称为“模数转换器”的电路,它产生一个与输入电流或电压成比例的数值。
5.输出存储体:将量化器产生的灰度值按适当格式储存起来,以用于后续的计算机处理,它可以是固态存储器,也可以是磁盘或其他合适的设备。

2.2 图像数字化器的性能

 像素大小 采样孔的大小和相邻两像素的间距是两个重要的性能指标。如果数字化器装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孔大小和采样间距也将是可变的。

 图像大小 另一个重要的参数是仪器允许输入的图像的大小,对胶片扫描仪而言,最大的输入尺寸可能是35mm或11 x 14 英寸的X光胶片。对于输出而言,图像大小是由最大行数和每行最大像素数决定的。

 被测的局部特征 为图像数字化器所测量和量化的实际物理参数是其第三个重要特性。

 线性度 数字化的线性程度也是一个重要的方面。例如,对光强进行数字化时,应当知道灰度正比于图像亮度的实际精确度是多少。

 噪声 数字化设备引入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。

2.3 图像数字化器的类型

2.3.1 扫入与扫出数字化

在“扫出”系统中,整个物体或胶片图像被照亮,采样孔每次仅允许光传感器“看”到一个像素、
在“扫入”系统中,物体每次只有一小点被照亮,并且所有传过来的光线都被传感器收集;在这种情况下,是物体被照明光线扫描,而传感器则“看到”整个场景。
还有一种做法是将上述两种方法组合。在“扫入/扫出”系统中,物体被一个运动的点照亮并由一个跟随该点运动的采样孔所采样,但由于系统的复杂性,使得这类系统的使用被限制。

2.4 图像数字化器的组成元件

2.4.1 光源

白炽灯 最普通的人造光源。
激光器 激光器可以产生高度集中的光线。适用于“扫入”数字化器。
荧光物质 荧光物质收到电子照射会发光。
发光二极管(LED) 固态发光二极管也可构成小型、方便的光源。适合“扫入”数字化系统。

2.4.2 光传感器

光传感器根据照射其上的光的强度,按比例产生一个电信号。分别利用五种不同的物理现象得到五种光传感器:光电发射器件、光电池、光敏电阻、硅传感器和结器件。光电发射器件收到光照射时发射电子。光电池材料(太阳能电池)暴露在光线中时产生电势。光敏电阻受光照射时电阻会降低。硅器件利用了纯晶体形式的硅的光敏特性。光电二极管和光电三极管在入射光的情况下改变其结特性。

2.4.3 扫描机制

机械扫描装置 滚筒和丝杠,其工作速度受到限制,但用于大幅图像时,能以相对较低的成本提供良好的几何稳定性。
电子束扫描 一些用于数字化和图像显示的电子装置采用电子束扫描图像。



OpenCV第二章——图像数字化基础 GRAY色彩空间是一种只有一个通道的色彩空间,用于表示图像的灰度等级。每个像素通过一个灰度值来表示其亮度,从黑到白的不同灰色级别。此色彩空间简化了图像处理和分析,因为它不涉及颜色信息,仅关注亮度。每一个像素都是从黑到白,被处理为256个灰度级别的单色图像,分别用区间[0, 255]中的数值表示,其中“0”表示纯黑色, “255”表示纯白色。HSV色彩空间是一种用于表示颜色的模型,通常用于图像处理和计算机图形学。HSV代表色相(Hue)、饱和度(Saturation)和明度(Value)。 阅读详情

相关推荐

数字图像处理 第二章 图像处理基础

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

powerliuminxuan的博客 1902

【计算机视觉】数字图像处理(二)—— 图像数字化特征介绍

本文将介绍数字图像有关的属性、特征等。对各类型文件图像进行相应了解,对数字图像的数据结构、算法形式进行介绍,明白图像噪声与特征提取。

haoweixl的博客 1万+

《图像处理、分析与机器视觉》(第4版)阅读笔记——第二章 图像及其表达与性质

2.1 图像及其表达与性质 在单色图像中最低值对应于黑,而最高值对应于白。在他们之间的亮度值是灰阶(gray-level) 空间分辨率(spatial resolution)是由图像平面上图像采样点间的接近程度确定的。 频谱分辨率(spectral resolution)是由传感器获得的光线频率带宽决定的。 辐射计量分辨率(radiometric resolution)对应于可区分的灰阶数...

weixin_39880579的博客 2921

图像数字化

*数字化器必须能够将图像划分为若干像素并分别给它们地址,能够度量每一像素的灰度并量化为整数,能够将这些整数写入存储设备。3.照射到原稿上的光线经反射后穿过一个很窄的缝隙,形成横向光带,又经。A.采样孔:保证单独观测特定的像素而不受其它部分的影响。B.图像扫描机构:使采样孔按预先确定的方式在图像上移动。CCD上, CCD 将 RGB 光带转变为模拟电子信号,C.光传感器:通过采样孔测量图像的每一个像素的亮度。1.将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上。D.量化器:将传感器输出的连续量转化为整数值。

钢铁男儿 2147

数字图像处理 第二章 数字图像基础

目录数字图像的存储格式数字图像分类数字图像的获取和表示数字图像的获取请简述图像的数字化过程如果想提高数字图像的质量应该怎么着手数字图像如何表示索引图像的表示人眼构造 数字图像的存储格式 计算机中的图片按记录方式分为: 矢量图形:用数学方法来描述,基本单元是图元,也称向量图; 位图图像:由像素点阵组成。基本单元像素,图像又称点阵图或像素图; 数字图像分类 二值图像(黑白) 灰度图像 伪彩色图像...

拔牙不打麻药 2542

数字图像处理第二章:基本概念

文章目录第二章1.成像机制和视觉现象1.1.亮度适应,视觉鉴别1.2.马赫带效应,同时对比,错觉1.3.亮度视觉,颜色视觉,彩色成像2.光和电磁波谱3.图像采集4.采样和量化5.图像的表示模型6.图像的分辨率7.像素基本关系概念8.图像经过系统 第二章 1.成像机制和视觉现象 1.1.亮度适应,视觉鉴别 亮度适应:视觉系统不能同时在如此大的光强度级别范围下工作,它是通过改变当前的灵敏度,也就是亮度适应级别,来完成这一较大的变动。主观亮度范围指的图中是Bb与Ba所在的曲线 1.2.马赫带效应,同时对比,错觉

jieyannn的博客 631

数字图像处理笔记 第二章 数字图像基础 第三节 图像的数字化

第二章 数字图像基础 第三节 图像的数字化 一、数字化(digitizing-scanning/sampling and quantization) 数字化:将模拟图像经过离散化之后,得到用数字表示的图像 图像的数字化步骤: 采样 量化 编码 1、采样 采样:将再空间上连续的图像转换成离散的采样点(即像素)集的操作。 即对(x,y)进行离散化 二维采样定理(N...

weixin_42965795的博客 2335

数字图像处理(入门篇)一 图像的数字化与表示

图像处理入门篇

静谧、淡雅 3011

《数字图像处理》第二章 2.3-2.4 图像传感获取与数字化学习笔记-最近邻插值、双线性插值、双三次插值

插值算法是一种通过已知数据点预测未知数据的方法。在科学计算、图像处理和工程应用中,插值算法被广泛应用于数据拟合和信号处理。

懒人的技术笔记 2376

机器视觉(图像处理)入门金典之图像数字化及处理方法

后来想想无论红的绿的蓝的黑的都可以,确定图像完全可以由任意颜色的0~255之间的值来表示。如果为true 设置此像素点的灰度值为255,为false设置此像素点的灰度值为0,由此处理后的图像会呈现黑白鲜明的对比。根据输入图像某像素f(x,y)的一个小领域N(f(x,y))的像素值,按某种函数关系▲得到输出像素g(x,y)的值,即g(x,y)=▲(N(f(x,y)))一幅M*N个像素的数字图像,其像素灰度值的排列实际形成了一个M行N列的矩阵F,数字图像中的像素与矩阵元素是一 一对应的。

Bamboo265925的博客 1331

图像数字化课件讲义

图像数字化的讲解,包括采样、采样函数、采样定理,量化方法,存储格式等等。

证明最小码距与纠检错图像_数字视频技术习题 -

第一章习题1、简述为什么需要数字视频?2、简述数字视频技术所涉及的主要内容。3、叙述人眼视觉主要特性。举一个视觉特性用于视频图像压缩的例子。 4、电视技术主要利用人眼何种视觉特性又如何将光图像转变为电信号的? 5、彩色视频信号由哪几个分量组成?给出它们之间的关系。 6、视频信号主要有哪几种统计特性?它们分别有哪些特点? 7、举一个视频特性信号统计特性用于视频压缩的例子。8、视频信号数字化时,需经过...

weixin_39997696的博客 552

读书笔记01:图像数字化

灰度图像数字化 处理的原图片 用vs2017+opencv实现 #include pch.h #include #include #include using namespace cv; using namespace std; int main(int argc, char*argv[]) { //输入图像矩阵 Mat img = imread(C:\\Users\\妮love妮\\Desktop\\学习 \\ConsoleApplication4\\tupian\\example.png,CV_LOAD_IMAGE_GRAYSCALE); if (im

【数字图像处理——第二章:数字图像基础】

​ 像素值是所谓的索引值 , 是按照灰度值进行彩色指定的结果 ,其色彩并不一定忠实于外界景物的真实色彩;矩阵元素a(i,j)的值,表示图像在第i 行,第 j 列的像素的灰度值;i,j表示几何位置。​ 图像只有明暗程度的变化而没有色彩的变化 ,最简单的是二值图像 , 只有两种灰度;:人眼对某个区域感觉的亮度(主观亮度)不仅依赖于它自身的亮度,还与它的背景有关。重现景物的亮度范围与实际景物的亮度范围相同,只 需保持二者的对比度相同即可;​ 忠实于外界景色的色彩的图像 , 其像素一般是颜色的真实值。

m0_74248381的博客 1983

毕设案例|保安公司智慧管理系统的建设与开发方案

"保安公司智慧管理系统是一款专为保安行业设计的高效信息化解决方案,其核心功能涵盖了从人力资源管理到业务运营的各个方面。系统以Java作为开发语言,结合SpringMVC框架,确保了稳定性和可扩展性,而MySQL数据库则提供了强大的数据存储和处理能力。首先,系统允许用户设置各类保安,如门卫、巡逻员等,实现精细化分类管理。其次,保安信息管理模块包括详细的人事档案、资格证书、培训记录等,便于人员追踪和考核。部门和城市设置方便公司层级管理和异地项目管理。岗位设置与时间安排精确到分钟,确保排班科学合理。

muyu2980的专栏 939

FID指标实战:如何用Python快速计算生成图像的质量分数(附完整代码)

本文详细介绍了如何使用Python计算Fréchet Inception Distance(FID)指标,以评估生成图像的质量。通过完整的代码示例和优化技巧,帮助开发者快速实现FID计算,并解读分数背后的实际意义,适用于GAN和扩散模型的性能评估。

weixin_28718487的博客 380

【第二章 · 数字图像基础】

数字图像处理第二章内容

m0_65547998的博客 4892

Label Studio保姆级教程:从零搭建医疗影像标注平台(DICOM格式支持)

本文提供基于Label Studio从零搭建医疗影像标注平台的保姆级教程。针对DICOM格式支持,详细阐述了环境部署、DICOM深度集成与预处理、团队协作权限管理以及质量审核闭环等核心环节,旨在构建一个高效、可落地的医疗AI数据标注解决方案,助力模型落地。

nft7creator的博客 306

【数字图像处理】第二章 数字图像处理基础 总结

黑色(0,0,0)到白色(1,1,1)两点之间的连线:称为灰色线,即从黑到白的灰色均分布在这条线上。每个像素的颜色由红®、绿(G)、蓝(B)三个分量共同决定,每个分量都用8 bit表示,即每个像素的颜色用3个字节表示。连续图像在灰度上的离散化称为图像灰度量化,即把采样后得到的各采样点的灰度从连续量转换为离散量(即离散的整数值)。品红(1,0,1)、黄色(1,1,0),对应三基色的补色,即三补色。绿色(0,1,0)、蓝色(0,0,1),对应三基色。,即用空间上部分点的灰度来代表图像,这些点称为采样点。

Nsy1448361880的博客 1189

格(Lattice)基础(一)

有关格的基础概念,和相关的格难题

Amire0x的小乐园 5726

VIO实战前传:手把手教你解读Kalibr双目IMU标定报告与参数应用

本文详细解析Kalibr双目IMU联合标定报告的核心参数与应用方法,涵盖重投影误差分析、IMU误差指标解读、关键变换矩阵原理及VINS-Fusion实战配置。通过手把手教学帮助开发者准确理解标定结果,解决VIO算法落地中的参数配置难题,提升视觉惯性里程计的系统稳定性与精度。

weixin_42699679的博客 342

图像处理第二章笔记

一、明暗视觉: 1、一般的室内照明,只能同时分清20级灰度。 2、进入暗房,最大能分辨的灰度级别是120级。 3、感觉亮度与实际亮度之间呈非线性关系: 在亮度变化的边界附近存在强烈对比,即出现马赫(Mach)带,该边带的一边很黑,一边很亮。 4、色适应: 人眼对某一色光适应后,观察另一物体的颜色时,不能立即得到客观的颜色印象。 而是带有原适应色的补色成分,经过一段时间的适应后,才会得到客观的颜色感觉。

zhan_qian的博客 1290

跟着团子学SAP CO:揭秘结果分析码在项目结算中的实战应用(一)KKA2/CJ88

本文深入解析了SAP CO模块中结果分析码在项目结算中的核心作用。以KKA2(方法10)和事务代码CJ88为例,详细阐述了如何在项目完工后一次性确认收入的场景下,通过结果分析功能实现收入与成本的精准匹配,将项目成本暂估为在制品,确保各期利润的准确反映。

gamma的博客 690

《DIP数字图像处理》复习笔记--1.数字图像基础(定义,概念、图像数字化,采样定理,量化级数选择,插值公式,参数信息、图像分类、像素间的相邻关系、图像存储)

根据“冈萨雷斯《数字图像处理》(第四版)”教材的顺序展开,解释数字图像处理中的重要知识点,本章主要介绍了数字图像处理的基本概念、过程和技术。数字图像是由具有不同灰度值的像素组成,通过采样、量化和编码等步骤实现数字化。图像处理的过程包括图像的采集、存储、传输和处理,广泛应用于医学、遥感等领域。处理的核心问题涉及图像数据的有效化、存储和传输,并且通过采样定理保证图像信号的完整性。图像的分辨率、灰度级和存储需求是影响图像质量和处理效率的重要因素,同时还介绍了邻接像素点之间的关系一级距离的计算。

zhuai.blog.csdn.net 3566

CGAL 网格等高线计算

CGAL 网格等高线计算

dayuhaitang1的博客 455

第4篇:使用 NModbus 库快速搭建 Modbus TCP 通信(从零开始用 C# 开发 Modbus 上位机)

本文介绍了如何使用 NModbus 库快速搭建 Modbus TCP 上位机通信程序。通过安装 NModbus4 NuGet 包,开发者可以轻松实现 Modbus TCP 连接,无需手动处理底层协议细节。文章详细演示了核心功能实现: 创建 TCP 客户端连接设备 读取保持寄存器(功能码0x03) 写入单个寄存器(功能码0x06) 关闭连接释放资源 提供完整C#示例代码,包含初始化连接、数据读写等关键操作,帮助开发者快速构建Modbus TCP通信应用。相比手动实现,NModbus库大幅简化了开发流程,特别适

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 1050
上一篇: 第一章 图像及其数字处理
下一篇: 第三章 数字图像显示
港胖子
博客等级 码龄11年 5粉丝 14原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址