数字图像表示
令f(s,t)表示一副具有两个连续变量s,t的连续图像函数。通过取样和量化,可将该函数转为数字图像。假设我们将这幅图像取样为二维列阵f(x,y),该列阵包含M行N列,其中(x,y)是离散坐标。为清楚表达,对这些离散坐标使用整数:x=0,1,2,…,M-1;y=0,1,2,…,N-1。数字图像原点值就是f(0,0),采用(0,0)表示第0行0列样本,任何(x,y)处的样本值记做f(x,y)。
f
(
x
,
y
)
=
[
f
(
0
,
0
)
f
(
0
,
1
)
.
.
.
.
.
.
f
(
0
,
N
−
1
)
f
(
1
,
0
)
f
(
1
,
1
)
.
.
.
.
.
.
f
(
1
,
N
−
1
)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
f
(
M
−
1
,
0
)
f
(
M
−
1
,
1
)
.
.
.
.
.
.
f
(
M
−
1
,
N
−
1
)
]
.
f(x,y)=\begin{bmatrix}f(0,0)& f(0,1) & ...... & f(0,N-1)\\ f(1,0)& f(1,1) &...... & f(1,N-1)\\ ......& ...... & ...... & ......\\ f(M-1,0) & f(M-1,1) & ...... & f(M-1,N-1)\end{bmatrix}.
f(x,y)=⎣⎢⎢⎡f(0,0)f(1,0)......f(M−1,0)f(0,1)f(1,1)......f(M−1,1)........................f(0,N−1)f(1,N−1)......f(M−1,N−1)⎦⎥⎥⎤.
令aij=f(x=i,y=j)=f(i,j)。可以将一幅图像表示为向量V。例如:尺寸为MN×1的列向量由V的前M个元素作为A的第一列,之后的M个作为第二列,以此类推。同样也可以用A的行代替列来形容一个向量。
观察向量发现数字图像原点位于左上角,其中正X轴向下延伸,正Y轴向右延伸。这种表示基于以下事实:显示器扫描都是从左上角开始的,然后依次向下移动一行,矩阵第一元素按照惯例应是在阵列的左上角(标准右手笛卡尔坐标系统)。
令Z和R分别表示整数集和实数集。取样处理可视为把xy平面分为网格的过程,网格中每个单元的中心坐标是笛卡尔积Z2中的一对元素,Z2是所有有序元素对(zi,zj)的集合,zi和zj是Z中的整数。如果(x,y)是Z2中的整数,且f是把灰度值(实数集R中的一个实数)赋给每个坐标对(x,y)的一个函数,则f(x,y)就是一副数字图像。。这种赋值过程就是量化处理,若灰度级也是整数这用Z代替R,然后数字图像变为一个二维函数且坐标和幅值都是整数。
数字化过程需要针对M、N以及灰度L作出判定,M,N取正整数,处于存储和量化硬件的考虑L取2的整数次幂。假设离散灰度级是等间隔的,且区间是[0,L-1]内的整数(动态范围)。图像系统的动态范围定义为:系统中最大可测量灰度和最小检测灰度之比。原则上,上限取决于饱和度,下限取决于噪声。动态范围基本上由系统能表示的最低最高灰度级来确定,因此,这也是图像具有的动态范围,与之密切相关的是图像对比度,其定义为:一幅图像中的最高与最低灰度级之间的灰度差。当一幅图像中的像素具有高动态范围时,我们认为该图像具有高对比度,反之低动态范围的图像使人感觉沉闷。存储数字图像所需的比特数b、灰度级L、公式如下:
L
=
2
k
L=2^k
L=2k
b
=
M
∗
N
∗
k
b=M*N*k
b=M∗N∗k
当M=N时:
b
=
N
2
∗
k
b=N^2*k
b=N2∗k
表1.1中显示了N和k取不同值所对应的存储大小。当一幅图有2k个灰度级时,称之为“k比特图像”。
表1.1 N、k取不同值时存取所需比特数。L是灰度级
空间和灰度分辨率
空间分辨率就是像素数(M、N);灰度分辨率是指灰度级中可分辨的最小变化(k)。
N、k对于图像的综合影响:对于有大量细节的图像(例如人群),可能只需要较少的灰度级;对于具有少量细节的图像和具有中等细节的图像,其主观感受质量相同的时后较低的灰度级也可以满足,因为k的减小倾向于对比度的增加,直观体验是图像质量改善了。
图像内插
内插是在诸如放大、收缩、旋转、几何校正等任务中广泛应用的基本工具,这是基本图像重取样方法。本质上,内插是用已知数据来估计未知位置的数值处理。
双线性内插:用四个最近邻去估计给定位置的灰度。令(x,y)为我们想要赋以灰度值的位置,令V(x,y)表示灰度值。
v
(
x
,
y
)
=
a
x
+
b
y
+
c
x
y
+
d
,
.
v(x,y) =ax+by+cxy+d,.
v(x,y)=ax+by+cxy+d,.
式中四个系数由点(x,y)四个最邻近的点写出未知方程决定。以下是双三次内插,包括十六个邻近点:
v
(
x
,
y
)
=
∑
i
=
0
3
∑
j
=
0
3
a
i
j
x
2
y
2
v(x,y) =\displaystyle\sum_{i=0}^{3}\displaystyle\sum_{j=0}^{3} a_{ij}x^2y^2
v(x,y)=i=0∑3j=0∑3aijx2y2
式中16个系数由(x,y)周围16邻近点写出未知方程确定。观察上式若求和上下限为0和1,,可简化为双线性内插。