图像处理与机器学习——图像基本概念

本节主要内容

• 图像的数值化（采样与量化）
• 数值化过程中的衡量标准
• 图像的存储与格式
• 灰度直方图的概念（非常重要）
• 灰度直方图的性质
• 灰度直方图的应用

---

图像数值化

注：在数字信号处理领域，量化指将信号的连续取值（或者大量可能的离散取值）近似为有限多个或较少的离散值的过程。

实际操作例如：
最终模拟信号经过采样和量化转换为数值图像格式：

---

数值化过程中的衡量标准

• 图像空间精度的衡量（决定了图像是N*M的整体尺寸大小）
• 图像亮度的量化精度（即图片能体现多少亮度上的差异感）
  以下为实例：
  
  亮度分辨率衡量图像亮度的量化精度
  

---

图像的存储与格式

图像存储的大小计算
图像存储的格式
为什么压缩后仍然能保持图像相对好的质量？
主要利用图像像素间的相关性较强的原理。

---

直方图的概念（非常重要）

• 灰度直方图是什么？有什么用？
• 灰度直方图的归一化

灰度直方图是什么？有什么用？
由此可以构造某些灰度级出现次数的直方图，命名为灰度直方图：
示例：
灰度直方图可以反映出图像整体的灰度分布，较为均匀的灰度分布意味着亮度适中，适于人眼观察。

灰度直方图的归一化
用于比较大小不同的两个图像中，灰度分布的差异程度，以一种概率的形式来体现。

---

灰度直方图的性质

灰度直方图的应用

• 图象增强
• 图像分割
• 图像分类