机器视觉#4 数字图像基础:采样、量化、邻域、连通性

您所在的位置:网站首页 采样量化编码哪个影响质量 机器视觉#4 数字图像基础:采样、量化、邻域、连通性

机器视觉#4 数字图像基础:采样、量化、邻域、连通性

2024-07-01 00:35| 来源: 网络整理| 查看: 265

第二部分:图像的数字化

类比声音信号的数字化过程:

(1)取样   (2)量化(数模转换) (3)编码

图像的数字化过程:

AB线上灰度是在变化,把这种灰度的变化转变为模拟信号,经过采样,编码后转变为数字信号。

·采样间隔越大,所得图像像素数越少,图像空间分辨率低,质量差。

·采样间隔越小,所得图像像素数越多,图像空间分辨率高,质量好,但数据量大。

·图(a)至(f)是采样间距递增获得的图像,像素数从256*256递减至8*8。 

·量化等级越多,所得图像层次越丰富,灰度分辨率越高,质量越好,但数据量大; ·量化等级越少,图像层次欠丰富,灰度分辨率低,质量变差,会出现假轮廓现象,但数据量小。 图2.7 (a)至(f)是在采样间距相同时灰度级数从256逐次减少为64、16、8.4、2所得到的图像。

 

非均匀采样: 

·在灰度级变化尖锐的区域,用细腻的采样,

 在灰度级比较平滑的区域,用粗糙的采样。

非均匀量化:

在边界附近使用较少的灰度级,剩余的灰度级可用于灰度级变化比较平滑的区域。

避免或减少由于量化的太粗糙,在灰度级变化比较平滑的区域出现假轮廓的现象

(1)对于缓变的图像,应该粗采样,细量化。

(2)对于细节丰富的图像,应该细采样,粗量化。

*处理复杂,一般不用(非均匀采样,非均匀量化)。

第三部分 图像像素间的关系

      像素间的关系主要对像素与像素之间的关联进行描述,理解像素间的关系是学习图像处理的必要准备,这主要包括相邻像素,邻接性、连通性,区域、边界的概念,以及今后要用到的一些常见距离度量方法。

领域关系:

领域关系常用于描述相邻像素之间的相邻关系,包括4邻域,D邻域,8邻域等类型。

N8(p) = N4(p) + ND(p)

 邻接性:

 对于具有值V的像素p和q

m连通有两种情况(1),(2)。

 如左图,p与q的4邻域交际为空(橙色部分,没有值),所以是m连通。

右图,交集部分非空,所以不是m连通。

从C到D可以走:C->B->A->D,也可以C->A->D,为了避免这种歧义,我们用m连通表示,这样从C到D就只有:C->B->A->D一种方式了。

m邻接实质:

当像素间同时存在4-邻接和8-邻接(比如C与A)时,优先采用4-邻接;

屏蔽两个(C,A)和同一像素(B)间存在4-邻接的像素之间的8-邻接。 

连通性:

  从具有坐标(x,y)的像素p到具有坐标(s,t)的像素q的通路(或曲线)是特定的像素序列,其坐标为:

(x0,y0),(x1,y1),...,(xn,yn)。

其中(x0,y0) = (x,y),(xn,yn) = (s,t)并且像素(xi,yi)和(xi-1,yi-1)(对于1



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3