西安电子科技大学：《多媒体数据处理》课程教学课件（PPT讲稿）第二章 图像基础（2/2）

-、图像的表示

二、图像的表示

信号 ◆承载信息的函数 ◆模拟信号是连续的( continuous),数字信号是离散 的( discrete) ◆标准的信号处理 n信号是一个时间有关的一元函数f(t) f:time→ numbers ◆图象处理 n信号是一个有关空间(xy)的二元函数 f: coordinate× coordinate→ numbers

信号 承载信息的函数 模拟信号是连续的(continuous)，数字信号是离散 的(discrete) 标准的信号处理： n 信号是一个时间有关的一元函数f(t) n f:time→numbers 图象处理 n 信号是一个有关空间(x,y)的二元函数 n f: coordinate × coordinate → numbers

图像的量化 ◆像素(Pⅸxe) 对图像进行数字化,形成若干的像素 ◆图像分辨率 对一幅图像进行数字化后,在纵横两个方向上像素点 的数目称为图像的分辨率 ■由于图像的物理大小是确定的,因此图像分辨率应该 是一个物理单位上像素的数目 ◆位映射(Bit-map) 每个像素点在色彩空间上的映射值形成位映射 ◆图像的位映射可以作为一个矩阵来处理

图像的量化 像素(Pixel) n 对图像进行数字化，形成若干的像素 图像分辨率 n 对一幅图像进行数字化后，在纵横两个方向上像素点 的数目称为图像的分辨率 n 由于图像的物理大小是确定的，因此图像分辨率应该 是一个物理单位上像素的数目 位映射(Bit-map) n 每个像素点在色彩空间上的映射值形成位映射 图像的位映射可以作为一个矩阵来处理

黑白(二值)图像 ◆f:I×I→{0,1} f(i,j)=0意味着一种颜色(比如黑色) f(i,j)=1意味着另一种颜色(比如白色) 个数字图像形如 「f1,1)f(1,2)…,f(1,n) f(2 f(2,2)…,f(2,n) f(m,1)f(m,2) f(m n (ij)为图像元素或像素 m×n为图像的空间分辨率

黑白（二值）图像 f:I ×I →{0,1} n f(i,j)=0意味着一种颜色(比如黑色) n f(i,j)=1意味着另一种颜色(比如白色) 一个数字图像形如： n (i,j)为图像元素或像素 n m ×n为图像的空间分辨率        f(m,1) f(m,2) ... f(m,n) ... ... ... ... f(2,1) f(2,2) ... f(2,n) f(1,1) f(1,2) ... f(1,n) F

黑白(二值)图像 4:

黑白（二值）图像

灰度(gray- scale)图像 ◆f:I×I→[0,W ◆f(ij)是一个整数函数,具有 0≤f(i,j)≤W ◆[O,W]称为灰度范围,一般为[0,255]

灰度(gray-scale)图像 f:I ×I →[0,W] f(i,j)是一个整数函数，具有 n 0≤f(i,j) ≤W [0,W]称为灰度范围，一般为[0,255]

灰度(gray- scale)图像

灰度(gray-scale)图像

彩色图像 ◆f:I×I→[0,W1]×[0,W2]×[0,W3] ◆[OWJ为色彩空间上某一座标范围 ◆对于RGB色彩空间来说: f(ij)=fred(i,j), fgreen(i,J), fblue(i,J)) ◆我们称之为三个通道 R= fredii G=ifgreen(i,1)) B=t6e(j)}动

彩色图像 f:I ×I →[0,W1] ×[0,W2] ×[0,W3] [0,Wk]为色彩空间上某一座标范围 对于RGB色彩空间来说： n f(i,j)={fred(i,j), fgreen(i,j), fblue(i,j)} 我们称之为三个通道： n R= {fred(i,j)} i,j n G={fgreen(i,j)} i,j n B={fblue(i,j)} i,j

彩色图像

彩色图像

色彩空间 ◆数字图像的表示中绝大多数采用RGB色彩模型 ◆而其他的色彩模型均适用于不同应用背景下的数 字图像处理 ◆由于在计算机系统中的色彩空间基本上都是三维 空间,所以在图像表示中通道数目通常为3

色彩空间 数字图像的表示中绝大多数采用RGB色彩模型 而其他的色彩模型均适用于不同应用背景下的数 字图像处理 由于在计算机系统中的色彩空间基本上都是三维 空间，所以在图像表示中通道数目通常为3