Kinect for windows 开发入门 六：图像处理基础知识

基础概念

 1.      什么是图像？

答：在计算机中，图像是以数字方式来记录处理和保存的，所以说图像是一个数字化的图像。

 

2.       图像的类型有那些？

答：数字化的图像大致可以分为两种类型：向量式图像和点阵式图像。向量式图像也称为矢量式图像，是以数字式的向量方式来记录图像的，内容以线条和色块为主。点阵式图像是由许多点组成的，这些点称为像素。

 

3.       向量式图像有什么样的特点？

答：向量式图像的有点是所占的容量小，容易进行变换和旋转，精度较高，不会失真，可以无限放大但是它的缺点就是不易制作色调丰富或色彩变化范围太多的图像，并且绘出的图像不是很逼真，在不同软件间的交换也不方便。

 

4.       点阵式图像有什么样的特点？

答：点阵式图像弥补了向量式图像的缺陷，它能够制作出色彩和色调变化丰富的图像，同时也可以很容易的在不同软件之间的交换文件。但是它的明显缺点就是不能制作出3D图像，并且文件较大。

 

5.       什么是图像的分辨率？

答：图像的分辨率指的就是每英寸图像含有多少个点或像素，分辨率的单位为dpi。在数字化的图像中，分辨率的大小直接影响到图像的质量。分辨率高的图像就越清晰，文件也就越大。分辨率一般分为输入分辨率、屏幕分辨率、图像分辨率和输出分辨率四种。

 

6.       什么叫做位分辨率？

答：位分辨率又称为位深，用来衡量每个像素存储的信息位元数。该分辨率决定图像的每个像素中存放的颜色信息。一个24位的RGB图像，表示该图的原色R、G、B各用了8bits。

 

7.       什么是RGB颜色模式？

答：是工业界的一种颜色标准，通过对红（R）、绿（G）、蓝（B）三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色。

 

8.       什么是YUV颜色模式？

答：YUV主要用于优化彩色视频信号的传输，使其向后兼容老式黑白电视。"Y"表示亮度（Luminance或Luma），也就是灰阶值；是个基带信号。而"U"和"V"表示的则是色度（Chrominance或Chroma），作用是描述影像色彩及饱和度，用于指定像素的颜色。U和V不是基带信号，它俩是被正交调制了的。参考：http://blog.csdn.net/qfnu08zzr/article/details/6763159

 

9.       RGB和YUV的转换？

答：YUV 与 RGB相互转换的公式如下（RGB取值范围均为0-255）︰

　　 Y = 0.299R + 0.587G + 0.114B

　　 U = -0.147R - 0.289G + 0.436B

　　 V = 0.615R - 0.515G - 0.100B

　　 R = Y + 1.14V

　　 G = Y - 0.39U - 0.58V

　　 B = Y + 2.03U

 

10.   图像的格式都哪几种？

答：1）BMP。BMP图像文件是一种Window标准的点阵式图形文件格式，最早用于微软公司推出的Window系统。它支持RGB、索引色、灰度和位图色彩模式，但不支持Alpha通道。

2）GIF。GIF格式是Compuserver提供的一种图形格式，在通讯传输时较为经济，它广泛应用于Internet的网页文档中，但它只能是8位图形文件。

3）JPEG。JPEG格式的图像通常用于图像预览和超文本文档中。JPEG的文件比较小，都经过高倍压缩，但在压缩时同时也损失了一些数据。

4）TIFF。TIFF的出现是为了便于各种图像软件之间的图像数据交换，支持多种色彩模式，在RGB、CMYK和灰度3种模式下支持Alpha通道。

5）PNG。PNG格式是由Netscape公司开发出来的格式，可以用于网络图像的传输，可以保存24bits真彩色图像，并且支持透明背景和消除锯齿的功能，可在不失真的情况下压缩图像，只在RGB情况下支持Alpha通道。

 

11.   什么是色调？

答：灰度，亮度。色调简单来说就是明暗度，调整色调就是调整明亮度。色调的范围是0～255，共为256种色调。

 

12.   什么是色相？

答：色度。色相就是色彩的颜色，调整色相就是在多种颜色中进行变化，每一种颜色就代表一种色相。

 

13.   什么是饱和度？

答：饱和度指的是图像颜色的彩度，调整饱和度即调整图像的彩度，把饱和度降低为0时，则会变成一个灰色图像，增加饱和度会增加其彩度。图形图像文件扩展名

 

14.   图形图像文件类别有哪些？

答：图形图像文件大致上可以分为两大类：一类为位图文件；另一类称为描绘类、矢量类或面向对象图形图像文件。前者以点阵形式描述图形图像，后者是以数学方法描述的一种由几何元素组成的图形图像。一般说来，后者对图像的表达细致、真实，缩放后图形图像的分辨率不变，在专业级的图形图像处理中应用较多。

 

15.   什么是亮度？

答：颜色三要素（饱和度，色度，亮度）之一，也称为灰度，它是颜色的明暗变化，常用 0％～ 100％ (由黑到白 )表示。以下三幅图是不同亮度对比。

 

16.   什么是灰度图

答：灰度图(Grayscale)是数字图像处理中的一个比较简单但却非常重要的概念.它只含有亮度信息,不含色彩信息.从YIQ或YUV色彩系统转换公式可以看出,当R=G=B时,除了Y值不为0外,I,Q值和U,V值都为0,即只有亮度信息,没有色彩信息.灰度图就是这样一种特殊位图,他每个像素的R,G,B分量都相等.通常把R,G,B颜色分量量化为0至255共256个级别,0表示最暗(黑),255表示最亮(白).经过这样的量化之后,灰度图成了一种特殊的256色位图,其调色板的每一个选项的RGB分量都是相同的,即从(0,0,0),(1,1,1)一直到(255,255,255).(0,0,0)是全黑色,(255,255,255)是全白色,中间是灰色.

 

17.   什么是对比度？

答：是画面黑与白的比值，也就是从黑到白的渐变层次。比值越大，从黑到白的渐变层次就越多，从而色彩表现越丰富。

 

18.   什么是直方图？

答：表示图像中具有每种灰度级(或每种深度)的象素的个数，反映图像中每种灰度出现的频率。图像在计算机中的存储形式，就像是有很多点组成一个矩阵，这些点按照行列整齐排列，每个点上的值就是图像的灰度值，直方图就是每种灰度在这个点矩阵中出现的次数。我们可以具体看一下下面两个不同图形的灰度直方图：

 

19.   彩色图像处理分为的主要处理领域？

答：真彩色,假彩色和伪彩色处理领域.在真彩色处理中,被处理的图像一般从真彩色传感器中获得,例如彩色摄像头或彩色扫描仪;假彩色处理时一种尽量接近真彩色的人工彩色处理技术;伪彩色处理时将彩色分配给某种灰度(强度或强度范围),以增强辨识能力.

 

数字图像处理常用方法

1.  图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。

2.  图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。

3.  图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。

4.  图像分割：图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。

5.  图像描述：图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。

6.  图像分类（识别）：图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。

 

• 图像处理

  阈值处理(Thresholding)

  图像分割 (Segmentation)

  •  边缘/轮廓探测 (Edge/Contour Detection)

  高斯滤波(Gaussian filter)

  Sobel、Prewitt、Kirsh算子

  Canny算子

  罗伯特 算子

  • 哈夫变换
  • Blob检测
  • 拉普拉斯变换
  • Hession 算子
  • K均值聚类 

   

  常见图像转换

  1.       256色到灰度图的转换

  1)     最大值法是R,G,B的值等于他们中的最大值

  即 R=G=B=max(R,G,B)

  2)     平均值法求 R,G,B的平均值

  即 R=G=B=(R+G+B)/3

  3)     加权平均法对R,G,B三值球加权平均值

  即 R=G=B=(wr * R + wg * G + wb* B)/3

  其中,wr,wg,wb分贝为R,G,B的权值

  4)     色彩系统变换法由 RGB与YIQ色彩系统变换公式可知,当R=G=B时,即得到相应的灰度值为

  Y=0.299 * R + 0.587 * G + 0.114 * B

  2.       将真彩色图像转换为256色位图

  真彩色图像指的是能真实地反映自然物体本来颜色的图像.大多数彩色图像采集系统都采用24位的真彩色(每个像素12个bit)来存储图像,以便最大限度地保证图像信息的完整性.将24位真彩色图像转化为8位的256色图像,通常称为对图像进行减色处理.

  方法主要有以下3种 :

  流行色算法(popularity algorithm)

  是对彩色图像中所有颜色出现的次数所统计分析,即创建一个数组记录各种颜色和该颜色出现的频率,然后把出现次数最多(频率最大)的236中颜色作为调色板的颜色.该算法实现起来比较简单,但该算法可能丢失一些出现频率较低但是视觉效果明显的信息.

  中位切分算法(median-cut algorithm)

  在RGB彩色空间中,R,G,B三基色对应于空间的3个坐标轴,并将每一个坐标轴都量化到0-255.0对应全黑,255对应全白.这样就形成了一个边长256的彩色立方体.所有可能的颜色都对应于立方体上的一个点.将彩色立方体切分成236个小立方体(每个小立方体中都包含了相同数量的图像中出现的颜色点.求出每一哦小立方体的中心点,这些中心点所表示的颜色就是最能代表图像颜色特征的236种颜色).中位切分法被广泛引用,但该算法设计复杂的排序工作,而且内存开销较大.

  八叉树颜色量化算法

  将图像的R,G,B颜色值分布到层状的八叉树中.八叉树的深度最多为9层,即根节点层和分别表示8位的R,G,B值的8个节点层.较及其不重要的R,G,B值的位(R,G,B右边的位).因此,为了提高效率和节省内存,通常并不把8位R,G,B分量值都用上

    

  参考：

  图像处理的基本知识（转）

  http://www.cnblogs.com/xingma0910/archive/2012/07/24/2606686.html

  http://www.eefocus.com/book/08-06/445571276057592.html