Transcript 第一章導論
第一章 導論 © 2010 Cengage Learning Engineering. All Rights Reserved. 1.1 影像與圖片 • 人類強烈依賴視覺來感知(sense)週遭的事物， 視覺的作用不只在物體的分辨(identify)與分類 (classify) ，還可比較差異(differences) ，及短 暫一瞥中對所見景象(scene)歸納出粗略的整體 概念。 • 人類的視覺已經演化出許多精巧的功能： – 能夠在一瞬間辨認出對方的臉孔 – 能夠分辨顏色的差異 – 能夠快速處理大量的視覺資訊 2 第一章 導論 第2頁 1.1 影像與圖片 • 在此，我們研究的是視覺景象(visual scene)的 單一影像(image)，或稱快照(snapshot)。 • 影像只是一張呈現事物的單一圖片，呈現的可 能是人、動物、戶外景象、電子零件的縮影照、 或醫療影像的結果。 3 第一章 導論 第2頁 1.2 • 何謂影像處理？ 影像處理（image processing）是改變影像的 本質，以便： 1. 強化圖片資訊，便於人眼辨識。 2. 轉化成更適合機器自動辨識的格式。 4 第一章 導論 第2頁 1.2 何謂影像處理？ • 狀況一： – 加強影像的邊緣線條，呈現更銳利的影像。 – 見圖1.1，第二幅影像顯得更清晰，讓人看得更舒 服。 – 銳利的邊緣對印刷來說相當重要。 5 第一章 導論 第3頁 圖 1.1 6 第一章 導論 第3頁 圖1.1 1.2 何謂影像處理？ • 狀況一（續）： – 去除影像的雜訊。雜訊是影像中不規則的錯誤資 訊，見圖1.2。 – 去除影像的動態模糊現象，見圖1.3。 – 圖1.3(b) 是經過強化，去除模糊現象後的影像，可 以清楚看到車牌號碼、車後圍牆上的尖角，以及 圖1.3(a) 中其他看不清楚的細節。 7 第一章 導論 第3頁 圖 1.2 8 第一章 導論 第4頁 圖1.2 圖 1.3 9 第一章 導論 第4頁 圖1.3 1.2 何謂影像處理？ • 狀況二： – 取得影像邊緣線條。這個動作是為了測量影像中 的物體，見圖1.4(a) 與(b)。 – 取得影像邊緣線條之後，便可以測量物體的體積 及物體包含的範圍。 – 亦可使用邊緣偵測演算法作為邊緣強化的第一步 。 10 第一章 導論 第4頁 圖 1.4 11 第一章 導論 第5頁 圖1.4 1.2 何謂影像處理？ • 狀況二（續）： – 去除影像中的細節。進行測量或計算的時候，可 能不需要影像中的所有細節（圖1.5）。 – 這個功能可用來測量圖中動物的大小與形狀，而 不會受到不必要細節之干擾。 12 第一章 導論 第5頁 圖 1.5 13 第一章 導論 第5頁 圖1.5 1.3 影像取樣與擷取 • 取樣（sampling）指的是將連續函數數位化的 過程，舉例來說，假設將下列函數： – 在x 軸上以相等的間隔取樣10 個點。 – 得出的取樣點便如同圖1.6 之分布。 – 但同一函數若取樣100 點，如圖1.7 所示。 14 第一章 導論 第6頁 圖 1.6 15 第一章 導論 第6頁 圖1.6 圖 1.7 16 第一章 導論 第6頁 圖1.7 1.3 影像取樣與擷取 • Nyquist 原則可以敘述為取樣定理（sampling theorem）：只要取樣頻率至少為連續函數最 高頻率的2 倍，便可運用得到的取樣點重建此 一連續函數。 17 第一章 導論 第6頁 圖 1.8 18 第一章 導論 第7頁 圖1.8 1.3.2 影像擷取 • 光線是影像最主要的能量來源，因為這是人類 能夠直接觀察到的能量。相片就是一種視覺景 象的圖像化紀錄。 • 許多數位影像是透過可見光這種能量來源而擷 取下來。 • 輸出的是數值的陣列，每項數值都代表一個原 始景象的取樣點。陣列的元素稱為圖像元素 (picture elements)，或簡稱像素(pixels)。 19 第一章 導論 第7.8頁 圖1.9 圖 1.9 • 1.3.2 影像擷取 – CCD 相機 20 第一章 導論 第7.8頁 圖1.9 圖 1.10 – 平台式掃描器 21 第一章 導論 第8.9頁 圖1.10 其他能量來源 • 雖然光線隨手可得、使用方便，但其他的能量 來源也可以產生數位影像。 • 可見光屬於電磁波頻譜的一部份，能量以各種 不同波長的電磁波形式輻射出去。 • 範圍涵蓋從極短波長的宇宙射線(comic rays)到 波長極長的電能(electric power)。 22 第一章 導論 第9.10頁 圖1.11 圖 1.11 – 其他能量來源 23 第一章 導論 第9.10頁 圖1.11 其他能量來源 • 顯微鏡會使用X光束或電子束。X光的波長比 可見光短，因此比可見光適合用於解析較小的 物體。 • X光也常用於辨識眼睛看不到的物體，例如： 骨架。 • X光斷層攝影法(x-ray tomography) ：物體受到 X光圍繞照射，光束穿過物體後，投射到物體 的另一邊，利用這些投射結果可以重建物體的 影像。 24 第一章 導論 第9.10頁 圖1.11 圖 1.12 25 第一章 導論 第10頁 圖1.12 1.4 影像與數位影像 • 假設現在要獲得一個影像，例如照一張相片， 那麼暫時先簡化一點，假設這張照片是灰階的 （就是只有不同深淺的灰影），沒有色彩。我 們可以將這張影像視為一個二維函數。 • 假設在此一影像中，亮度值可以是0.0（黑） 到1.0（白）之間的任一實數。 26 第一章 導論 第11頁 1.4 影像與數位影像 • 數位影像（digital image）和一般（類比）照 片的不同之處在於其x、y、f(x,y) 的值都是不 連續（或離散）的。例如：圖1.13 是一張數位 影像，其x 值與y 值的範圍可能介於1 到256， 而亮度值則是從0（黑）到255（白）。 27 第一章 導論 第11-12頁 圖 1.13 28 第一章 導論 第11頁 圖1.13 圖 1.14 29 第一章 導論 第12頁 圖1.14 1.4 影像與數位影像 • 數位影像可以看成一個連續影像經過取樣而成 的大型陣列。 • 這些點就是所謂的像素（pixels），組成了數 位影像。 • 環繞一個像素的其他像素稱為鄰域 （neighborhood）。 30 第一章 導論 第12頁 圖 1.15 31 第一章 導論 第13頁 圖1.15 1.5 應用 • 醫療 – X-ray, MRI, CAT – 細胞影像及染色體組型 • 農業 – 衛星空照，蔬果分類 • 工業 – 生產線檢測，樣本檢視 • 法律 – 指紋分析，測速照相分析 32 第一章 導論 第13-14頁 1.6 影像處理的面向 • 影像增強 – – – – 失焦影像之銳利化或去除模糊現象 凸顯邊緣 改善影像對比或提高亮度，以及 去除雜訊 • 影像回復 – 去除線性運動造成的模糊現象 – 去除鏡頭造成的扭曲，以及 – 去除週期性的干擾 33 第一章 導論 第14頁 1.6 影像處理的面向 • 影像切割 – 搜尋影像中的線條、圓圈或特定形狀 – 辨識空照圖中的汽車、樹木、建築物或道路 • 某些演算法可能在影像增強和影像回復上都會 用到。 34 第一章 導論 第14頁 1.7 • • • • • 35 影像處理工作 擷取影像（acquiring the image ） 前置處理（preprocessing ） 切割（segmentation ） 表示與描述（representation and description ） 辨識與解讀（recognition and interpretation） 第一章 導論 第15頁 1.8 數位影像的類型 • 二元數位影像（binary） 36 第一章 導論 第15.16頁 圖1.16 圖 1.17 • 灰階影像（grayscale） 37 第一章 導論 第16.17頁 圖1.17 圖 1.18 • 全彩或RGB（ 紅綠藍） 影像（true color or red-green-blue） 38 第一章 導論 第16.18頁 圖1.18 圖 1.19 • 索引影像（Indexed） 39 第一章 導論 第17.18頁 圖1.19 1.9 影像檔案大小 • 512×512 的二元數位影像檔 • 同樣大小的灰階影像則需要： 40 第一章 導論 第19頁 1.9 影像檔案大小 • 彩色影像 41 第一章 導論 第19頁 1.10 影像感知 • 影像處理是為了讓影像呈現較符合人眼所需， 因此必須考慮人類視覺系統的限制： – 觀察到的明暗度（observed intensities）會隨著背景 改變。 – 對於連續變化的灰色漸層圖樣，人眼會感知事實 上不存在的條狀明暗度。 – 人類的視覺系統在不同明暗度的交接處，容易產 生過與不及的感覺。 42 第一章 導論 第19-20頁 圖 1.20 43 第一章 導論 第20頁 圖1.20 圖 1.21 44 第一章 導論 第21頁 圖1.21