【数字图像处理】数字图像基础

说明

• 本系列用于记录数字图像处理的学习笔记，课程为中国科学院大学焦建彬老师的数字图像处理
• 本篇为数字图像基础

采样与量化

采样

• 概念
  对空间连续坐标(x,y)的离散化，又称为取样、抽样
• 图像的采样
  

量化

• 概念
  对幅值f(x,y)的离散化
• 图像的量化
  
• 量化的方法
  按量化级步长是否均匀划分
  • 均匀量化
    连续灰度值等间隔分层。层越多，产生的量化误差越小。
  • 非均匀量化
    • 基于视觉特性
      对亮度值急剧变化部分无需过细分层，进行粗量化，对亮度值平缓变化部分(图像的细节部分)需细分层，进行细量化
    • 基于统计特性
      先计算所有可能的亮度值出现的概率分布，对概率分布大的进行细量化，对概率分布小的进行粗量化

图像上采样与下采样

• 上采样(upsampling)目的
  放大图像
• 下采样(downsampling)目的
  • 使得图像符合显示区域的大小
  • 生成对应图像的缩略图

注： 对图像的缩放并不能带来更多关于该图像的信息，因此图像的质量将不可避免地受到影响。

• 下采样原理
  假设图像尺寸为$M\times N$，对其进行s倍下采样，即得到$(M/s)\times (N/s)$尺寸分辨率的图像
  • 如果s是M和N的公约数，新像素点的灰度值可以取原始图像$s\times s$窗口内所有像素的均值
  • 如果s不是M和N的公约数，或者对图像进行放大，则可以采用图像插值的方法来获得新像素点的灰度值
• 常用插值方法
  • 最近邻插值法
    • 直接取原图像中与其距离最近的像素的灰度值作为该点的灰度值
    • 计算量少，但可能会造成插值生成的图像灰度上的不连续，在灰度变化的地方可能会出现明显的锯齿
  • 线性插值法(以双线性插值为例)
    • 目标图像中新产生的像素值，由源图像位置在它附近的$2\times 2$区域4个邻近像素值通过加权平均计算得出
    • 例如：
      
      假设四个邻接点为：
      Q₁=(x₁,y₁)，Q₂=(x₂,y₂)，Q₁=(x₃,y₃)，Q₄=(x₄,y₄)
    1. 首先在x方向线性插值，得到：
       $$f(R_1)\approx \frac{x_2-x}{x_2-x_1}f(Q_{11})+\frac{x-x_1}{x_2-x_1}f(Q_{21})，其中R_1=(x,y_1)$$
       $$f(R_2)\approx \frac{x_2-x}{x_2-x_1}f(Q_{12})+x_2-x_1$$