【数字图像处理】第2章 图像的基本概念

2 图像的基本概念

---

（一）数字图像概念与描述

   数字的图像描述：指如何利用一个数值方式来表示一个图像

• 图像的描述
  图像是而二维分布分布的信息，可用矩阵来描述数字图像
  描述数字图像的矩阵→整数阵，即每个像素的亮暗，用一个整数表示
• 图像的坐标系：以矩阵坐标系来定义图像的坐标
  
• 黑白图像 | 2值图像：图像中每个像素只能是黑（0）或白，2值图像的像素值为0、1
• 灰度图像：指每个像素的信息由一个量化的灰度级来描述的图像，无彩色信息
  
• 彩色图像→三个矩阵描述：指每个像素的信息由RGB三原色构成的图像（RGB由不同灰度值表示）
  
• 图像深度和显示深度
  图像深度：表示数字位图图像中每个像素上用于表示颜色（或灰度）的二进制数字位数。
  一幅亮度级均匀分布的RGB真彩图像，每个颜色通道的亮度范围在[0，255]，其图像深度为24
  显示深度：表示显示器上每个点用于显示颜色的二进制数字位数。
  若显示器的显示深度小于数字图像的深度，就会使数字图像颜色的显示失真。
  图像文件大小 用字节表示图像文件大小时，一幅未经压缩的数字图像的数据量大小计算如下：
  图像数据量大小=像素总数X图像深度/8 （图像深度：一个像素多少比特位）   单位：字节

（二）图像的数字化

   连续图像：图像画面的点是无限稠密的，灰度值（或颜色亮度值）也是无限稠密的图像。又称模拟图像。
   离散图像：用数字阵列表示的图像。阵列中的每个元素称为像素。
   图像数字化：指将模拟图像经过离散化后，得到用数字表示的图像。图像数字化包括空间离散化（即采样）和明暗表示数据的离散化（即量化）

• 采样：指将在空间上连续的图像转换成离散的采样点（即像素）集的操作
  由于图像是二维分布的信息，所以采样是在 x轴和y轴两个方向上进行的且x轴方向与y轴方向的采样间隔相同（一般情况下）
  注意：采样间隔的选取！！！ 采样间隔太小，增大数据量；太大，发生信息的混叠，导致细节无法辨认，产生国际棋盘/棋盘格效应
  
• 量化：指将各个像素所含的明暗信息离散化后，用数字来表示。一般量化值为整数
  注意：量化等级与图像关系
  图像的采样点数一定时：量化等级越多，图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现伪轮廓现象，图像质量变差，但数据量小
  量化方法：量化分为均匀量化和非均匀量化
      -均匀量化：简单地在灰度范围内等间隔量化
      -非均匀量化：对像素出现频度少的部分量化间隔取大，而对频度大的量化间隔取小
• 采样和量化的一般原则
  当限定数字图像的大小时, 为了得到质量较好的图像可采用
  （1）对缓变的图像，应该细量化，粗采样，以避免伪轮廓。
  （2）对细节丰富的图像，应细采样，粗量化，以避免模糊（混叠）。
  对于彩色图像，是按照颜色成分——红（R）、绿（G）、 蓝（B）分别采样和量化的。若各种颜色成分均按8 bit量化，即每种颜色量级别是256，则可以处理256×256×256=16777216种颜色。

（三）数字图像的灰度直方图

   灰度直方图是灰度级/亮度的函数，是对图像中灰度级分布的统计，有两种表示形式

• 图形表示方式：横坐标表示灰度级；纵坐标表示图像中对应某灰度级所出现的像素个数
• 数组表示方式：数组下标表示相应的灰度级，数组的元素表示该灰度级下的像素个数
  👉性质：所有的空间信息全部丢失；每一灰度级的像素个数可直接得到
  👉应用：
  

  拓展：MATLAB图像处理

   MATLAB图像处理

• 🎈
  
• 🎈读图像和图像信息
  读取图像：函数imread可以从任何Matlab支持的图像文件格式中，以任意位深度读取一幅图像。
  格式为： [X]=imread(‘FILENAME.FMT’)
  FILENAME－为需要读入的图像文件名 FMT－为图像格式
• 🎈图像显示 imshow
  
• 🎈保存图像
  
• 🎈图像的灰度直方图
  a=imread(‘moon.tif’);
  imshow(a);
  figure, imhist(a,64); %作b的灰度直方图，64 可改为128, 256等
• 🎈图像的格式转换
  

bingo~   ✨ Break a leg. 祝好运