数字图像基础(Digital Image Fundamentals)之图像的感知和获取(Image Sensing and Acquisition)

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数字图像基础(Digital Image Fundamentals)之图像的感知和获取(Image Sensing and Acquisition)相关的知识,希望对你有一定的参考价值。

    人类感知只限于电磁波谱的视觉波段,成像机器则可以覆盖几乎全部电磁波谱。各类图像都是由“照射”源和形成图像的“场景”元素对光能的反射或吸收相结合而产生的。

                                     技术分享

    一副平面图像可以用二维亮度函数来表示,当一副图像从物理过程产生时,它的值正比于物理源的辐射能量,因此,f(x,y)一定是非零和有限的,即:

                                      技术分享  ;

    当用数学方法描述图像信息时,通常着重考虑它的点的性质。例如一副图像可以被看作是空间各个坐标点的结合。它的最普通的数学表达式为:技术分享其中(x,y,z)是空间坐标,λ是波长,t是时间,I是图像强度。这样一个表达式可以代表一副活动的、彩色的、立体图像。当研究的是静止图像时,则与时间t无关,当是单色图像时,与波长λ无关,对于平面图像则与坐标z无关。因此,对于静止的平面的、单色的图像来说其数学表达式可简化为:技术分享

    人们所感受到的图像一般都是由物体反射的光组成的。函数f(x,y)可由两个分量来表示:入射到观察场景的光源总量;场景中物体反射光的总量。这两个分量分别称为入射分量和反射分量,如果用i(x,y)表示入射分量,用r(x,y)表示反射分量,两个函数合并形成f(x,y),即:

                                 技术分享 ;  其中:技术分享,技术分享

   

 

以上是关于数字图像基础(Digital Image Fundamentals)之图像的感知和获取(Image Sensing and Acquisition)的主要内容,如果未能解决你的问题,请参考以下文章

Matlab实现二维数字图像相关(2D Digital Image Correlation, 2D-DIC)ADIC2D代码复现及原理介绍

数字图像处理Matlab函数全汇总

数字图像基础之图像取样和量化(Image Sampling and Quantization)

paper 116:自然图像抠图/视频抠像技术梳理(image matting, video matting)

Matlab实现图像压缩

MATLAB实现图像的傅立叶变换