图像处理基础

图像的频率

不同频率信息在图像结构中有不同的作用。图像的主要成分是低频信息，它形成了图像的基本灰度等级，对图像结构的决定作用较小；中频信息决定了图像的基本结构，形成了图像的主要边缘结构；高频信息形成了图像的边缘和细节，是在中频信息上对图像内容的进一步强化。

用傅里叶变换可以得到图像的频谱图:

图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域，对应的频率值较高。

对图像而言，图像的边缘部分是突变部分，变化较快，因此反应在频域上是高频分量；图像的噪声大部分情况下是高频部分；图像平缓变化部分则为低频分量。也就是说，傅立叶变换提供另外一个角度来观察图像，可以将图像从灰度分布转化到频率分布上来观察图像的特征。

 

图像的深度

图像中像素点占得bit位数，就是图像的深度，比如：

二值图像：图像的像素点不是0 就是1 （图像不是黑色就是白色），图像像素点占的位数就是 1 位，图像的深度就是1，也称作位图。

灰度图像：图像的像素点位于0-255之间，（0：全黑，255代表：全白，在0-255之间插入了255个等级的灰度）。2^8=255，图像的深度是8。

依次轮推，我们把计算机中存储单个像素点所用的 bit 位称为图像的深度。

 

图像的灰度级

灰度级指黑白显示器中显示像素点的亮暗差别，在彩色显示器中表现为颜色的不同，灰度级越多，图像层次越清楚逼真。注意，灰度值只是表征单色的亮暗程度。

在彩色图像/RGB图像中，图像是一个三维矩阵，如400*300*3，其中400表示列数，300表述行数，3代表三个分量，也就是R,G,B。
每一层矩阵（400*300*1/2/3）分别对应R/G/B的灰度值，此处的矩阵仅仅表示对应单色光灰度值，不是彩色的图像。

而数字图像的本质是一个多维矩阵。一幅图的本质是一个400*300*3的一个矩阵，说明这个图像有400列，300行，以及在色彩上有三个分量，分别是R、G、B。每个分量单独拿出来都是一个400*300（*1）的矩阵
如你所见，它们并不是彩色的，而是一幅灰度图像
对于一副8bit的图像来说，矩阵元素的取值范围是从0-255（0 - 2^8-1）
矩阵中的元素对应我们所说的像素（pixel），其值即该像素的灰度值，数值越大，像素的颜色越‘白/浅’；数值越小，像素的颜色越’黑/深‘ ，比如：

啊，好丑。算了，不写了。

 

 

 

 

转载于:https://my.oschina.net/u/3763247/blog/1923325