数字图像处理笔记-第二章:数字图像处理基础

2. 数字图像处理基础

2.1 色度学基础

光的三基色模型:红(R)绿(G)蓝(B)

RGB颜色模型

每一张彩色图像都可以用三个矩阵表示,矩阵的每个位置上的元素表示对应空间上图像的像素点的R/G/B值。

RGB模型是面向硬件的光学三基色模型,面向人眼的颜色模型称为HSV(HSI),即色调(Hue),饱和度(Saturation)和亮度(Value/Intensity)

HSV颜色模型

2.2 人的视觉特性

一幅图像可用函数和表示,实际上这就是将一维信号的表示扩展到了二维

人的视觉模型包括一个低通滤波器,一个对数滤波器和一个高通滤波器,如图所示

数字图像处理系统的组成

人的主观亮度与实际亮度之间是对数关系

2.3 图像数字化

图像数字化: 将非数字形式的图像信号通过数字化设备转换为数字图像,包括 采样量化

图像数字化首先应当对其均匀采样的,用函数即可实现。

然后再使用均匀量化对图像灰度等间隔离散化

实际中,取就代表图像的灰度级,即每一个像素用多少位二进制数来表达

2.4 数组图像的四大特点

需背诵

  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