【数字图像处理】第二章 数字图像处理基础 总结

大家好，欢迎来到IT知识分享网。

图像数字化

采样

连续图像在二维空间上的离散化称为采样，即用空间上部分点的灰度来代表图像，这些点称为采样点。

采样一般可以按正方形点阵或正六角形点阵取样。

具体操作：
先在垂直方向上按一定间隔从上到下顺序地沿水平方向直线扫描，取出各水平行上灰度的一维扫描，然后再对一维扫描线信号按一定间隔采样得到离散信号。 即先沿垂直方向采样（即得到一系列采样行），再沿水平方向采样（即得到一系列采样列），分两个步骤完成采样操作。

与采样有关的重要参数：
若每列采样点为$M$个，每行采样点为$N$个，即垂直和水平方向上的采样点个数为$M$和$N$，则有：
$$图像大小=M\times N,(空间分辨率）$$

对于同一幅图像，若垂直和水平方向上采样间隔越小，则M和N越大，采样图像的空间分辨率越高，失真度越小。
采样间隔大小的选取要根据原始图像中包含的细微变化程度来决定。通常，图像中的细节越多，采样间隔应越小。

量化

连续图像经过采样后，在空间上离散化为一系列采样点，但这些采样点的灰度仍是连续量。

连续图像在灰度上的离散化称为图像灰度量化，即把采样后得到的各采样点的灰度从连续量转换为离散量（即离散的整数值）。

量化后的灰度用整数值表示。

与量化有关的重要参数：
若量化后像素的灰度值用$ibit$, 则有：
$$\begin{gathered} 图像灰度级数:L=2^i \\ 灰度值范围:0-L-1 \end{gathered}$$

将连续灰度量化为灰度级的两种方法：

1. 等间隔量化
2. 非等间隔量化

数字图像的基本类型

灰度图像

灰度图像是指包含灰度级的图像，这里的灰度即亮度。

灰度图像只有灰度而没有彩色，图像中的每个像素都是从黑到白之间的L级灰度中的一种。

灰度图像可以使用一个图像矩阵来表示。

每个像素都是介于黑到白之间的256种灰度中的一种。

二值图像

二值图像是一种特殊的灰度图像。图像中的像素只有两种灰度——黑和白。

二值图像可用一个图像矩阵来表示：

1. 若$L=2$，灰度值用$1bit$表示（0，1）。
2. 若$L=256$，灰度值用$8bit$表示。、

索引图像

1、调色板
调色板是用于定义不同种颜色的一个颜色表，也称颜色映射（colormap）。

其中每种颜色都使用红®、绿(G)、蓝(B)三种分量来表示。

调色板中一行定义一种颜色，最多只能定义256种颜色。

2、索引图像
索引图像是一种带有调色板的图像。

最多只能显示256种颜色。

索引图像可由两个矩阵来表示。

1. 调色板矩阵，矩阵大小为$256\times 3$列，每行中的三列元素分别表示R,G,B三种颜色分量的深浅程度。
2. 图像矩阵，矩阵大小为$M\times N$列，每个像素值不是灰度值，是一个索引值，该索引值用来指示调色板矩阵中的某一行，即根据索引值在调色板中找到对应的颜色显示出来。

真彩色图像

RGB图像不需要使用调色板，即它的颜色是非映射的。

每个像素的颜色由红®、绿(G)、蓝(B)三个分量共同决定，每个分量都用8 bit表示，即每个像素的颜色用3个字节表示。

可以产生28×28×28 = 224 ≈1677万种不同颜色。因此，又称24位真彩色图像。

数字图像基本的文件格式

BMP、GIF、JPEG、TIF、PNG

颜色模型

颜色是外界光刺激作用于人的视觉器官而产生的主观感觉。

颜色有三个基本属性：色调、饱和度、亮度。

RGB颜色模型

RGB模型可用三维空间中的一个单位立方体来表示，以R、G、B作为三个坐标轴。
在RGB立方体中（包括所有顶点、棱边、面、体内），每一个点都代表一种颜色。
每种颜色用三元组（R, G, B）表示，分别代表该颜色中红、绿、蓝各自的亮度值。
取值范围：
正常每个分量的量化范围为：[0，255]。
若都进行标准化（即归一化）处理：[0，1]。