数字图像算术编码python_数字图像处理及应用（期末复习整理）

一、图像及其类型

图像(image)的定义是：在一般意义下，一幅图像是一个物体或对象(object)的另一种表示。亦即图像是其所表示物体或对象信息的一个直接描述和浓缩表示。简而言之，即图像是物体在平面坐标上的直观再现。一幅图像包含了所表示物体的描述信息和特征信息，或者说图像是与之对应的物体或抽象的一个真实表示，这个表示可以通过某些技术手段实现。

数字图像处理(digital image processing)：又称为计算机图像处理，它是通过计算机对图像进行去除噪声、增强、变换、复原、分割、特征提取、识别等运算与处理。

图像的分类：

可见图像(visible image)：是指视觉系统可以直接看见的图像，这也是大多数人在日常生活中所见到的和所理解的图像，这一类图像一般通过照像、手工绘制等传统方法获得，通常计算机不能直接处理，但是经过数字化处理后可变为数字图像。

物理图像(physical image)：所反映的是物体的电磁波辐射能，包括可见光和不可见光图像。

数字图像(maths image)：指由连续函数或离散函数生成的抽象图像，其中离散函数所生成的图像就是计算机可以处理的数字图像。

其他相关概念：

计算机图形学(computer graphic)：是指利用计算机技术将概念或数学描述所表示的物体(非实物)图像进行处理和显示的过程。

计算机视觉(computer vision)：是指利用计算机、传感器及相关设备模拟生物的视觉功能，主要目的是通过对传感器采集到的图像或视频信息进行处理，理解自然场景的二维或三维信息。

噪声(noise)：一般是指加性的或乘性的非图像本源信息，即图像的污染信息。

像素(pixel)：是指在由一个数字序列表示的图像中的一个最小单位，称为像素。

对比度(contrast)：是指一幅图像中灰度反差的大小。

采样密度(sampling density)：是指在图像上单位长度所包含的采样点数。

放大率(magnification)：是指图像中物体与其所对应的实际景物中物体的大小的比例关系。

数字化(digitizing)：是将一副图像从其原来的形式转换为数字形式的处理过程。

扫描(scanning)：是按照一定的先后顺序对一幅图像进行遍历的过程。

采样(sampling)：是指遍历过程中，在图像的每个像素位置上测量其灰度值，即亮度值。

量化(quantization)：是指将采样得到的灰度值通过模/数转换等期间转换为离散的整数值。

三、数字图像获取方法

图像传感器：其作用是将真实场景的空间信息转换为图像信号，以数据文件的形式保存在存储介质上，并传输至计算机，它是图像处理不可或缺的通用设备。

数字化扫描仪：其作用是将传统的可见光图像进过数字化处理转换为数字图像。

应用各种光电转换设备直接得到数字图像。

合成图像：直接由二维离散数学函数生成数字图像。

四、数据图像矩阵表示

数字图像在计算机中通常采用二维矩阵表示和存储，原始图像在水平方向和垂直方向被等间隔地分割成大小相同的小方格(grid)，其中的每一个小方格称为像素点，简称为像素或像元(pixel)。像素是构成图像的最小基本单元，图像的每一像素都具有独立的属性，其中最基本的属性包括像元位置和灰度值两个属性。位置由像素所在的行和列的坐标值决定，通常以像素的位置坐标(x，y)表示，像素的灰度值即该像素对应的光学亮度值。

数字图像的类型：

二值图像：其灰度值只有0/1，其中灰度值0代表黑色，1代表白色。因此，二值图像所对应的的二维矩阵元素也只由0、1构成。

灰度图像：一般指具有256级灰度值的数字图像，灰度图像只有灰度值二没有彩色。因此，每个像素都是介于黑色和白色之间的256中灰度中的一种。256级灰度值图像的数据类型为8位无符号整数，灰度值0代表纯黑色，255表示纯白色，0-255之间的数字由小到大表示从纯黑到纯白之间的过渡色。

索引图像：它的文件结构与灰度图像和RGB图像文件不同，它既包括存放图像数据的二维矩阵，还包括一个颜色索引矩阵(称为MAP)，因此称为索引图像，又称为映射图像。

RGB彩色图像：又称为真彩色图像，RGB彩色图像与索引图像都是计算机可以处理的彩色图像。RGB彩色图像也同样是以R、G、B三原色的叠加来表示每个像素的颜色。与索引图像不同的是，RGB彩色图像每一个像素的颜色值(由RGB三原色表示)直接存放在图像矩阵中，不需要进行索引。

五、图像的采样和量化

图像的采样：图像在二维空间上的离散化成为采样，具体地说，就是以空间上部分点的灰度值代表一幅图像，而这些点称为采样点。因为图像是一种二维分布的信息，因此，为了对它进行采样操作，需在垂直方向和水平方向分别进行采样。具体做法是：先沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描，取出各水平线上灰度值的一维扫描信息。而后再对一维扫描信号按一定间隔采样得到离散信号，即先沿垂直方向采样，再沿水平方向采样，这样就完成了二维图形的数字化采样操作。对于运动图像，即时间域也是连续的图像，则虚线在时间轴上采样，再沿垂直方向采样，最后沿水平方向采样。

图像的量化：模拟图像经过采样以后，在时间和空间上被离散化为像素，但采样所得到的像素值依然是连续量。量化的过程就是以离散的灰度值信息代替连续的模拟量灰度信息的过程，该过程是一对多的映射过程。量化可以分为线性量化和非线性量化两种方式。

线性量化：模拟图像的亮度值f是连续变化的数值，若f(x，y)的亮度值L的范围为[Lmin,Lmax]，则称区间[Lmin,Lmax]为灰度级范围(或色度范围)。若将灰度值区间[Lmin,Lmax]分成K个等间距的子区间，则称为线性量化或等间隔量化。量化过程中每个子区间对应一个亮度值qi，这样在灰度值范围[Lmin,Lmax]内就有K个亮度值对应，称为灰度级K。为方便计算机处理，灰度级K一般以2的整数次幂表示，一般取K=256，表示共有256个灰度级，此时位深度为8，一副128*128的彩色图像此时需要128*128*8*3位表示，即每一个像素实际上需要用24位表示。

非线性量化：与线性量化的等间隔划分灰度区间相反，若将表示数字图像的灰度级范围分为不等间隔的子区间，则称为非线性量化或非均匀量化。

采样和量化的参数选择：并不是一味地提高采样点数和灰度级数量就可以获得高清晰度且高质量的数字图像，在确定采样和量化参数时，还应根据原始图像的性质与质量进行科学、合理的选择。

六、灰度直方图