图像处理学习-图像采样和量化

参考
https://www.jianshu.com/p/84b40bd8436d
https://blog.csdn.net/zqhwando/article/details/78871140
许多传感器的输出是连续的电压波形，这些波形的幅度和空间特性都与感知的物理现象有关，为了产生一幅数字图像，我们需要把连续的感知数据转换为数字形式，这种转换包括两种处理，即取样和量化。
基础概念：
取样：对坐标值进行数字化称为取样。
重采样：当欲知不位于矩阵点上的原始函数的数值时就需要进行内插，此时称为重采样。
上采样：放大图像的操作，图像放大几乎都是采用内插方法，即在原有图像像素的基础上，在像素点之间采用合适的插值算法插入新的元素。
下采样：缩小图像的操作。
内插：内插就是用已知数据来估计未知位置的数值的处理。
量化：对幅值进行数字化称为量化。
从广义上说，图像是自然界景物的客观反映。以照片形式或视频记录介质保存的图像是连续的，计算机无法接收和
处理这种空间分布和亮度取值均连续分布的图像。图像数字化就是将连续图像离散化，其工作包括两个方面：
取样和量化。
那么，究竟什么是采样，什么又是量化呢？
所谓采样，就是把一幅连续图像在空间上分割成M×N个网格，每个网格用一亮度值来表示。一个网格称为一个像素。M×N的取值满足采样定理。

而量化就是把采样点上对应的亮度连续变化区间转换为单个特定数码的过程。量化后，图像就被表示成一个整数矩阵。每个像素具有两个属性：位置和灰度。位置由行、列表示。灰度表示该像素位置上亮暗程度的整数。此数字矩阵M×N就作为计算机处理的对象了。灰度级一般为0－255（8bit量化）。

总结一下：
理解：所见的图片都可以离散化为数字化，采样就是图像上的灰度值（像素点）。注意：采样后所得的像素值仍是连续量。
量化就是对灰度数值进行离散化的操作。因为采样后得到的像素值为连续量，因此可以将这个灰度数据离散化，就是量化。
采样又可分为均匀采样和非均匀采样。
图像均匀采样量化——像素灰度值在黑白范围较均匀分布的图像。
图像非均匀采样量化——对图像中像素灰度值频繁出现的灰度值范围，量化间隔取小一些，而对那些像素灰度值极少出现的范围，则量化间隔取大一些。
内插法
1.最近邻内插法
将原图像中最近邻的灰度赋给每个新位置，该方法较为简单，但容易造成失真，所以一般情况下并不常用。
2.双线性内插法
该方法是用4个最近邻点去估计给定位置的灰度，令(x,y)为想要赋以灰度值的位置的坐标，令v(x,y)为灰度值。

其中，4个系数可由4个最近邻点写出的未知方程来确定。该方法效果比最近邻内插法好，但是计算量相对较大。
3.双三次内插法
该方法是用16个最近邻点去估计给定位置的灰度。

其中，16个系数可由16个最近邻点写出的未知方程来确定。双三次内插法是商业图像编辑程序的标准内插方法，例如Adobe Photoshop和Corel Photopaint等。