数字图像的简单了解

彩色图转灰度图的原因：

        在图像特征提取和识别学习中，我们经常使用的是将彩色图像转化成灰度图像， 这里对灰度图进行处理，是为了增强对以后图像处理操作。

        图像的颜色主要是由于图像受到外界光照影响随之产生的不同颜色信息，同一个背景物的图像在不同光源照射下产生的不同颜色效果的图像，因此在我们做图像特征提取和识别过程时，我们要的是图像的梯度信息，也就是图像的本质内容，而颜色信息会对我们对梯度信息提取造成一定的干扰，因此我们会在做图像特征提取和识别前将图像转化为灰度图，这样同时也降低了处理的数据量并且增强了处理效果。

数字图像

1、数字图像定义

        对于一幅图像，我们可以将其放入坐标系中，这里取图像左上定点为坐标原点，x 轴向右，和笛卡尔坐标系x轴相同；y 轴向下，和笛卡尔坐标系y轴相反。这样我们可将一幅图像定义为一个二维函数 f(x，y)，图像中的每个像素就可以用 (x，y) 坐标表示，而在任何一对空间坐标 (x，y) 处的幅值 f 称为图像在该点的强度或灰度，当 x，y 和灰度值 f 是有限离散数值时，便称该图像为 数字图像

2、数字图像形成过程我们平时见到的多数图像都是有照射源和形成图像的场景元素对光能的反射和吸收而产生的，得到我们可见的数字图像分为一下几个步骤：

1. 图像感知和获取
   1. 照射源入射光线照射到物体，经过反射或是折射光纤进入到人眼中，然后看到物体。而将照射能量转化为数字图像便需要用到传感器，主要的传感器有：单个成像传感器、条带传感器、阵列传感器。
   2. 原理：就是通过将输入电能和对特殊类型检测能源敏感的传感器材料相结合，把输入能源转化为电压，输出的电压波再经过取样和量化便可得到离散的数字图像 f(x，y)

图像可由而为函数 f(x，y) 表示，其物体意义其实就来自于照射源对物体的照射，函数 f(x，y) 可由两个分量来表示：

入射到被观察场景的光源照射总量、场景中物体所反射的光源总量

上述两个分量分别称为入射分量和反射分量，表示为 i(x，y)、r(x， y)，

因此图像的灰度值或强度值是由入射分量和反射分量决定的，i(x，y) 的性质取决于照射源，而r(x， y) 的性质取决于成像物体的特性，公式只是给出了 i(x，y)、r(x， y) 的一般取值范围，自然对于不同的照射源和成像物体则 i(x，y)、r(x， y) 会有不同的取值，数字图像灰度取值会形成一个取值范围，这个范围区间[Lmin，Lmax]便称为图像的灰度级，实际情况下常常令该区间为[0，L-1]，其中f=0时为黑色，f=L-1时在灰度级中为白色，所有中间值是从黑色到白色之间变化的灰度色调，而图像最高和最低灰度级之间的灰度差便为对比度。

(2) 图像取样和量化

        为了产生一幅数字图像，我们需要把连续的感知数据转化为数字形式，便是：取样和量化。取样和量化目的便是为了将连续的感知数据离散化，而且图像的质量在很大程度上也取决于取样和量化中所用的样本数和灰度级。

(3) 显示数字图像

数字图像f(x，y)主要有三种表示方式：

画为三维表面图像，如下图2.18(a)

可视化灰度阵列图像，如下图2.18(b)

二维数值阵列图像，如下图2.18(c )

数字图像的一些其他基本概念

3、RGB

        因为一个像素点的颜色是由RGB三个值来表现的，所以像素点矩阵对应三个颜色向量矩阵，分别是R矩阵(500 *338大小)，G矩阵(500 *338大小)，B矩阵(500 *338大小)。如果每个矩阵的第一行第一列的值分别为：R：240，G：223，B：204，所以这个像素点的颜色就是（240,223,204）

4、灰度

        灰度是表明图像明暗的数值，即黑白图像中点的颜色深度，范围一般从0到255，白色为255 ，黑色为0，故黑白图片也称灰度图像。灰度值指的是单个像素点的亮度。灰度值越大表示越亮。

5、图像的灰度化

         灰度就是没有色彩，RGB色彩分量全部相等。图像的灰度化就是让像素点矩阵中的每一个像素点都满足关系：R=G=B，此时的这个值叫做灰度值。如RGB(100,100,100)就代表灰度值为100,RGB(50,50,50)代表灰度值为50。

6、灰度值与像素值的关系

        如果对于一张本身就是灰度图像（8位灰度图像）来说，他的像素值就是它的灰度值，如果是一张彩色图像，则它的灰度值需要经过函数映射来得到。灰度图像是由纯黑和纯白来过渡得到的，在黑色中加入白色就得到灰色，纯黑和纯白按不同的比例来混合就得到不同的灰度值。R=G=B=255为白色，R=G=B=0为黑色，R=G=B=小于255的某个整数时，此时就为某个灰度值。

7、灰度级

        灰度级表明图像中不同灰度的最大数量。灰度级越大，图像的亮度范围越大。 

8、亮度

        图像亮度通俗理解便是图像的明暗程度，数字图像 f(x，y) = i(x，y) r(x， y) ，如果灰度值在[0，255]之间，则 f 值越接近0亮度越低，f 值越接近255亮度越高。而且我们也要把亮度和对比度区分开来，正如上述提的对比度指的是最高和最低灰度级之间的灰度差。

如果我们对亮度做这么一个剧烈的改变，那么便会在改变图片强度的同时也影响了图片的饱和度、对比度和清晰度.

9、饱和度

        饱和度指的是图像颜色种类的多少， 上面提到图像的灰度级是[Lmin，Lmax]，则在Lmin、Lmax 的中间值越多，便代表图像的颜色种类多，饱和度也就更高，外观上看起来图像会更鲜艳，调整饱和度可以修正过度曝光或者未充分曝光的图片。使图像看上去更加自然.

10、对比度

        指的是图像暗和亮的落差值，即图像最大灰度级和最小灰度级之间的差值。

增加对比度，图像随着对比度的增加，图像变亮了，背景变暗了，图像看起来会更加清晰。

但注意变化的程度取决于图像本身的特性，因为饱和度对于具有鲜艳颜色，颜色丰富的图像影响很大，而对于暗淡的颜色或几乎是中性颜色影响较小。

11、锐化

        图像锐化是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰。图像锐化在实际图像处理中经常用到，因为在做图像平滑，图像滤波处理的时候经过会把丢失图像的边缘信息，通过图像锐化便能够增强突出图像的边缘、轮廓.

12、分辨率

        图像分辨率指图像中存储的信息量，是每英寸图像内有多少个像素点，即：像素每英寸。

图像分辨率可以理解为图像的大小，分辨率高图像就大，更清晰反之分辨率低图像就小。