- 快召唤伙伴们来围观吧
- 微博 QQ QQ空间 贴吧
- 文档嵌入链接
- 复制
- 微信扫一扫分享
- 已成功复制到剪贴板
图像模型
展开查看详情
1 .信号与图像处理基础 中国科学技术大学 自动化系 曹 洋 Basics of Image
2 .课程介绍 主讲教师:曹洋 联系方式: forrest@ustc.edu.cn 课程主页: http ://home.ustc.edu.cn/~yzc101/SIP/ 助教: 尹忠诚 联系 方式: yzc101@mail.ustc.edu.cn 办公室时间: 科技楼西楼 303 房间,周三下午 4 点 -6 点 2
3 .本章内容 图像成像机理 图像成像模型 图像模型概述 图像的亮度模型 图像的彩色模型 3
4 .2.1 图像的成像机理 4 从人眼的构造可知,它的光路是由以下几部分组成:前眼房 ( 角膜、水样液 ) 、虹膜和瞳孔、水晶体 、 玻璃体等。 人类的眼球是一个相当复杂 , 精细的光学仪器
5 .2.1 图像的成像机理 眼球 ; 是一个相当复杂 , 精细的光学仪器 , 起到调节适当的光强 , 折射率 . 同时外界的三维景物变换成二维的视网膜上的投影 眼底视网膜 ; 起到光电传感器的作用 , 吸收光量子 , 输出生物电流 视觉通路 将生物电信号经过平均与会聚转换成一束信号 , 传送到大脑皮层 大脑皮层视觉区 工作机理非常复杂 , 还没有被探明 人类的视觉系统由以下四个部分组成 :
6 .2.1 图像的成像机理
7 .图像获取 图像 成像的三个要素 : • 相机(个数,参数,距离,视角,运动) • 光照(光源数量,特性,角度) • 场景表面的特性(表面反射特性,表面三维形状) 7
8 .小孔成像 - 相机基本原理 The barrier blocks off most of the rays This reduces blurring Aperture = Opening of the pinhole 8
9 .焦距
10 .光圈 10
11 .快门(曝光时间)
12 .增加透镜 The lens focuses light onto the film 12
13 .透镜的问题 : 色差 13 different refractive indices for different light wavelengths
14 .解决方案:透镜组 14
15 .2.2 图像模型概述 图像的简短回顾: 所谓图像是指用各种可能的观测系统以各种可能的方式和手段对外部世界进行观测所获得的 关于被测对象的一种初始的描述和真实的记录 。 外部世界(三维) 图像(二维) 图像形成 物点 像点 图像是怎样 形成的?
16 .2.2 图像模型概述 几个问题: ( 1 )如何描述成像过程中从被测对象所处的外部世界到图像平面的空间变换关系? 几何模型 物点 像点 (在图像平面的什么位置成像?)
17 .2.2 图像模型概述 几个问题: ( 2 )图像函数在像点处的取值和被测对象在对应物点处的物理特性之间的关系是什么? 物理特性 函数取值 (在对应像点处取什么样的图像函数值?) 辐射度学模型 彩色模型 物理模型
18 .2.2 图像模型概述 几个问题: ( 3 )怎样把输入的连续图像信号转变成能够为计算机所接受的、且满足处理要求的信息形式? 数字模型 图像函数 像素集合 (如何选取像素集合?) 空间离散化 灰度量化
19 .2.2 图像模型概述 几何模型:确定像点在成像平面的位置 物理模型:确定像点的图像函数值 数字模型:确定如何从图像中采集信息 空间离散化 图像函数值离散化 物点 像点 给定景物,用位姿相对固定的观测系统对其进行观测。 模型的效用(小结)
20 .2.2 图像模型概述 几何模型:确定像点在成像平面的位置 物理模型:确定像点的图像函数值 数字模型:确定如何从图像中采集信息 空间离散化 图像函数值离散化 物点 像点 给定景物,用位姿相对固定的观测系统对其进行观测。 模型的效用(小结)
21 .2.2 图像模型概述 常用图像几何模型 的简洁表示 Y 透镜 三维景物 假想成像面 f O Z X ) P i i i i z , y , x ( ) P z , y , x ( i X i Y i O
22 .2.2 图像模型概述 常用图像几何模型 的简洁表示 Y 透镜 三维景物 假想成像面 f O Z X ) P i i i i z , y , x ( ) P z , y , x ( i X i Y i O
23 .图像的采样与量化 23
24 .图像的采样与量化 24
25 .图像的空间分辨率 Dots (pixels) per inch -- DPI Examples: Newspapers 75dpi Magazines 133dpi Glossy brochures 175dpi 25
26 .图像的亮度分辨率 Number of intensity levels -- usually 8 or 16 bits 26
27 .数字图像的形式 二维函数或矩阵 f( x,y ) x, y, f( x,y ) are discrete and finite Image size = max(x) x max(y) -- e.g. 640x480 Pixel intensity value f( x,y ) ∈ [0, 255] 27
28 .图像的基本单元 —— 像素 28
29 .图像的基本单元 —— 像素 28