《数字图像处理》第二章 数字图像处理——2.4图像的取样和量化+2.5像素间的基本关系

2.4图像的取样和量化

由前一节的讨论，我们知道了多种获取图像的方法。这些方法的目的都是从感知的数据中生成图像。
为了产生一幅数字图像，我们需要把连续的感知数据转换为数字形式。
这种转换包括两种处理：取样和量化

2.4.1 取样和量化的基本概念

该图说明了取样和量化的基本概念：

（1）图a显示的一幅连续图像$f$。要将它转换为数字形式，必须在该图像的坐标和幅度上都进行取样操作。
取样：对坐标值进行数字化；
量化：对幅值数字化。

（2）图b显示的是图a中从A到B这条扫描线上的连续图像的幅度值（灰度值）曲线。曲线上产生的随机变化是由图像噪声引起的。

图像噪声是图像在摄取或传输时所受的随机信号干扰，表现为图像信息或者像素亮度的随机变化。量化所达到的精度依赖于取样信号的噪声。

（3）图c显示取样和量化的过程。

• 取样（将坐标值，即样本的空间位置转换为离散量）：我们沿着AB等间隔地对图b中的函数进行取样，每个样本的空间位置由图形底部的垂直刻度指出。
• 量化（将幅度值/灰度值转换为离散量）：将灰度值分为8个离散的区间，这样每个取样点的幅值就被量化为离散值。

（4）图d显示取样和量化操作后生成的数字样本。

实践中，取样方法由生成图像的传感器配置决定。

• 单个传感器：由单个传感器和机械运动相结合生成图像时，传感器的输出可以用上文讨论的方式进行量化。其在空间上的取样是通过不断机械运动，并在取样处激活传感器来收集数据来实现的。所以原理上，这种方法对图像的取样可以达到的精细程度没有限制（因为机械运动可以非常精准地实现）。
• 带状传感器：带中传感器的数量决定了图像中一个方向上的限制，而另一个方向可以通过机械运动，而获取更精确的取样（但是这样的取样密度是没有意义的）。
• 传感阵列：由于没有机械运动，阵列中的传感器数量决定了两个方向上的取样限制。下图是使用传感阵列进行取样和量化的例子：
  

2.4.2数字图像表示

• 用$f(s,t)$表示一幅具有两个连续变量$s$和$t$的连续图像函数。然后通过取样和量化，可以把这个函数转换为数字图像。
• 将函数取样后得到一个二维阵列$f(x,y)$，该阵列包含有$M$行和$N$列，$(x,y)$是离散坐标。
• 离散坐标$(x,y)$使用整数值：
  $x=0,1,\mathrm{2...},M-1$
  $y=0,1,\mathrm{2...},N-1$。
  数字图像原点的值为$f(0,0)$。它并不是图像取样时的物理坐标值，而是表示第一行第一列样本的值。
• 由一幅图像张成的实平面区域称为空间域，$x$和$y$称为空间变量或空间坐标。

数字图像表示的三种基本方法：

（1）函数图：如图a，用两个坐标轴决定空间位置，第三个坐标表示位于$(x,y)$处的$f$（灰度）值。

（2）图像显示：它显示了$f(x,y)$出现在监视器或是照片上的情况。其中每个点的灰度值都与该点处的$f$值成正比。
如图b，图中仅有三个等间隔的灰度值。如果将灰度归一化到区间$[0,1]$内，那么图像中每个点的灰度分别为0，0.5，1。监视器或打印机将这三个值分别转化为黑色、灰色、白色。
优点：让我们能够快速地观察结果。

（3）数值阵列（矩阵）：如图c，将$f(x,y)$的数值简单显示为一个阵列。
优点：便于处理和算法开发。
以公式形式，我们可以将一个$M\ast N$的数值阵列表示为：

该式子的两边以等效的方式定量表达了一幅数字图像。右边是一个实数矩阵，该矩阵中每个元素为图像单元、图像元素或像素。

在一些情况下，也可以用传统的矩阵表示法来表示数字图像及其像素：

注意：数字图像的原点位于左上角，其中正x轴向下延伸，正y轴向右延伸。（因为扫描都是从左上角开始的，并且矩阵的第一个元素按惯例应在阵列的左上角）

用正式的数学术语表达取样和量化

• $Z和R$分别表示整数集和实数集

• 取样处理：把xy平面分为一个网格的过程。网格中每个单元中心的坐标是笛卡尔积$Z^2$中的一对元素。$Z^2$是所有有序元素对$(z_i,z_j)$的集合。（$z_i,z_j$$\in$$R$）

• 量化处理：即$f$将灰度值（$R$中的一个实数）赋给每个特定坐标对$(x,y)$的过程。$f(x,y)$就是一幅数字图像。

• 数字化过程要求针对$M$值，$N$值，离散灰度级数$L$做出判定。灰度级数一般取2的整数次幂，即$$L=2^k$$离散灰度级是等间隔的，且它们是区间$[0,L-1]$内的整数（但在计算或算法开发中，通常把L个灰度值缩放至区间$[0,1]$）

• 图像系统的动态范围：系统中最大可度量与最小可检测灰度之比。其上限取决于饱和度，下限取决于噪声。
  下图是显示饱和度和噪声的一幅图像。饱和度是指超过这个值的灰度级将被剪切成最高的灰度级（整个饱和区域具有恒定的高灰度级）。这种情况下，噪声表现为粒状纹理模式。噪声，尤其是在暗部区域中的噪声，掩盖了可检测的最低真实灰度级。
  
  动态范围由系统能表示的最低和最高灰度级来确定。与这一概念相关的是图像对比度。我们定义一幅图像中最高和最低灰度级间的灰度差为对比度。图像系统的动态范围越高，图像的对比度就越高。

• 存储数字图像所需的比特数b为：$$b=M\ast N\ast k$$当$M=N$时，该式子变为$$b=N^{2}k$$
  当一幅图像有$2^k（L=2^k）$个灰度级时，我们称这个图像为一幅“ k 比特图像”。（例如，有256个可能的离散灰度值的图像称为8比特图像，这也是最通用的灰度级数）

2.4.3 空间和灰度分辨率

空间分辨率

空间分辨率是图像中可辨别的最小细节的度量。
最通用的度量：每单位距离的线对数和每单位距离的点数（即像素数）

• 线对数：我们用交替的黑色和白色垂直线来构造一幅图像，其中线宽为$W$个单位，线对的宽度就为$2W$，单位距离有$1/2W$个线对。（1单位距离为$1mm$，若一条线的宽度为$0.1mm$，那么每单位距离就有5个线对）
  广泛使用的图像分辨率的定义：每单位距离可分辨的最大线对数量。
• 点数：每单位距离点数是印刷和出版业中常用的图像分辨率的度量。在美国，这一度量通常用每英寸点数$(dpi)$来表示。

报纸用75$dpi$的分辨率来印刷；光鲜的小册子是175$dpi$；书页是2044$dpi$。

空间分辨率的度量必须针对空间单位来规定才有意义，图像大小本身并不含有空间分辨率信息，必须成像之后考虑空间距离才存在分辨率。
例如我们将同一张照片放在手机和电视上显示，照片在手机上看起来会更清晰。

灰度分辨率

灰度分辨率是指在灰度级中，可分辨的最小变化，也就是用于量化灰度的比特数。例如，通常说一幅被量化为256级的图像有8比特的灰度分辨率。
灰度中可分辨的真实变化不仅受到噪声和饱和度的影响，也受人类感知能力的影响。

空间分辨率和灰度分辨率的改变

降低图像空间分辨率的效果说明：

上图显示了降低一幅图像的空间分辨率的效果。它们分别显示了分辨率为$1250dpi,300dpi,150dpi$和$72dpi$的图像。
低分辨率的图像相比原图像要更小，例如原图像的大小为$3692\ast 2812$像素，但$72dpi$图像是一个大小为$213\ast 162$的阵列。为便于比较，将所有小图像放大到原图像的大小。

改变数字图像中灰度级数的典型效果：

在上图的例子中，我们保持样本数恒定，而将灰度级数以2的整数次幂从256依次减少到2（比特数从8减少到1）。
伪轮廓：我们发现在16灰度级图像中，出现类似等高线的结构，这是由数字图像的平滑区域中的灰度级数不足引起的，通常称之为伪轮廓。

同时改变图像大小灰度级数
以上两例分别说明了改变N和k时对图像质量产生的影响。Huang的早期实验研究了同时改变N和k对图像质量所产生的影响。
该实验由一组主观测试组成。妇女脸庞图像包含了少量细节，摄像师图像包含了中等程度的细节，人群图像包含了大量细节。

通过改变N和k，生成了三组图像。要求观察者主观地按图像质量对图像进行排序。最终结果以Nk平面中的等偏爱曲线形式呈现出来。

Nk中的每一个点表示一幅图像。坐标对于该图像的N值和k值。
我们发现。当图像中的细节增加时，等偏爱曲线会趋向垂直：意味着对于具有大量细节的图像，只需要较少的灰度级，而需要较高的图像分辨率。

2.4.4图像内插

内插是在诸如放大、收缩、旋转和几何校正等任务中广泛应用的基本工具。这一节介绍的是用它来调整图像的大小（收缩和放大），这是基本的图像重取样方法。
从根本上看，内插是利用已知数据来估计未知位置的数据的处理。

内插的方法：
（1）最近邻内插法
假设一幅大小为500x500的像素的图像要放大1.5倍，到750x750。首先创建一个750x750的空白网格，它与原始图像有相同的间隔，然后将其收缩，使它准确地与原图相匹配。然后对于每一个点，在原图中寻找空间距离最接近的像素，对该点赋予灰度值。
例如$b(1,2)$对应原图中的$a(0.66,1.2)$，则b在原图中最近的像素为$a(1,1)$，则将$a(1,1)$中的灰度值赋予$b(1,2)$中。
缺点：容易导致图像失真。

（2）双线性内插法
我们用4个最近邻位置的灰度值去估计给定位置的灰度。$(x,y)$为给定位置的坐标，$v(x,y)$表示该位置的灰度值。则：$$v(x,y)=ax+by+cxy+d$$式子中的4个系数由点$(x,y)$的4个最近邻点写出的4个未知方程来确定。
注意，双线性内插并不是一种线性内插方法，因为其中包含xy项。

（3）双三次内插法
它包括16个最近邻点。赋值公式为：$$v(x,y)=\sum _{i=0}^3\sum _{j=0}^3{a}_{ij}{x}^i{y}^j$$式子中的16个系数由点$(x,y)$的16个最近邻点写出的16个未知方程来确定。
双三次内插是商业图像编辑程序的标准内插方法，例如Adobe Photoshop。

下图从左到右，依次是分辨率降低后，使用最近邻内插法/双线性内插法/双三次内插法放大到原分辨率的图像。

2.5 像素间的一些基本关系

在本节中，我们会用字母p和q来表示特定像素。

2.5.1相邻像素

• 位于坐标$(x,y)$处的像素p由4个水平和垂直的相邻像素。其坐标分别为：$$(x+1,y),(x-1,y),(x,y+1),(x,y-1)$$
  这组像素称为p的4邻域，用$N_4(p)$表示。
• p的4个对角相邻像素的坐标为：$$(x+1,y+1),(x+1,y-1),(x-1,y-1),(x-1,y+1)$$
  这组像素与p的4邻域一起，组成p的8邻域，用$N_D(p)$表示。

2.5.2邻接性、连通性、区域和边界

• V用于定义邻接性的灰度值集合。（换句话说，考虑两个像素是否邻接的前提是，两个像素的灰度值都在集合V中）
  在二值图像中，如果把灰度值为1的像素归为邻接像素，则 V={1}。类似的，在灰度图像中，如果把灰度值为2、3、4、5的像素归为邻接像素，则V={2,3,4,5}。

• 邻接类型有三种

  • 4邻接：p、q的灰度值$\in$集合V，且q$\in$$N_4(p)$，则称像素p和q是4邻接的。
  • 8邻接：p、q的灰度值$\in$集合V，且q$\in$$N_D(p)$，则称像素p和q是8邻接的。
  • m邻接（混合邻接）：
    1.p、q的灰度值$\in$集合V
    2.q$\in$$N_D(p)$
    3.$N_4(p)$$\cap$$N_4(q)$中没有属于V的像素。
    混合邻接是8邻接的改进，混合邻接的引入是为了消除采用8邻接时产生的二义性。
    m邻接的例子可以看数字图像处理——4邻接、8邻接、m邻接

下图中，第一张(a)表示像素的排列；第二张(b)表示8邻接像素（邻接性由虚线所示。图中位于中间的1有两条路径可以到达右上角的1，这就是8邻接的二义性）；第三张( c )表示m邻接(二义性被消除)

从坐标为（x，y）的像素p到坐标为（s，t）的像素q的通路是特定的像素序列，该像素序列中像素的坐标为$(x_i,y_i)，x$$\in$$[0,n]$。

其中$(x_0,y_0)=(x,y),(x_n,y_n)=(s,t)$
且像素$(x_i,y_i)和(x_{i-1},y_{i-1})$是邻接的。

这种情况下，n表示通路的长度，如果$(x_0,y_0)=(x_n,y_n)$，则通路是闭合通路。

4通路、8通路和m通路：通过特定的邻接类型来定义。例如上图中的图b，右上点和右下点之间的通路就是8通路；而在图c中，右上点和右下点之间的通路是m通路

下图中，最左侧（d）表示采用8邻接时，两个值为1的区域是邻接的。中间（e）表示，如果在区域和背景间采用8邻接，则加圆圈的点位于1值像素的边界上。右侧（f）表示1值区域的内部边界不形成闭合通路，但其外部可以形成闭合通路

S的连通分量：S是图像中的一个像素子集。若S的全部像素之间存在一个通路，且p、q$\in$S，则像素p和q在S中是连通的。对于S中任意像素p，S中连通到该像素的像素集称为S的连通分量。

连通集：如果S中仅有一个连通分量（即S中所有像素都连通），那么称集合S为连通集。

区域：如果R是连通集，则称R为一个区域。注意，在涉及区域的概念时，必须指定邻接的类型。

邻接区域：对于两个区域，若它们联合形成一个连通集，则区域$R_i和R_j$称为邻接区域。不邻接的区域称为不邻接区域。

图像的前景和背景：假设一幅图像包含K个不连接的区域（注意它们都不接触图像的边界）。用$R_u$表示K个区域的并集，里面的所有点为图像的前景；$(R_u{)}^c$表示其补集，里面的所有点为图像的背景。

区域的内边界：也称为边缘或轮廓，它是与$(R_u{)}^c$邻近的点的集合。一个区域及其背景中的点之间的邻接要根据8连通来定义。

区域的外边界：对应背景边界。形成一个围绕该区域的闭合通路。

2.5.3距离度量

对于像素$p,q$，其坐标分别为$(x,y),(s,t)$。设D为距离函数或度量。则p与q间的欧式距离定义如下：$$D_e(p,q)=[(x-s{)}^2+(y-t{)}^2{]}^{\frac{1}{2}}$$
城市街区距离$D_4$:$$D_4(p,q)=|x-s|+|y-t|$$这种情况下，距离$(x,y)$小于等于某个值d的像素会形成一个以$(x,y)$为中心的菱形。例如距$(x,y)$的$D_4$距离小于等于2的像素，会形成以下恒定距离的轮廓线：

其中$D_4=1$的像素是$(x,y)$的4邻域。

棋盘距离$D_8$:$$D_8(p,q)=max(|x-s|,|y-t|)$$这种情况下，距离$(x,y)$小于等于某个值d的像素会形成一个以$(x,y)$为中心的方形。例如距$(x,y)$的$D_8$距离小于等于2的像素，会形成以下恒定距离的轮廓线：

其中$D_8=1$的像素是$(x,y)$的8邻域。

注意，p和q之间的$D_4$距离和$D_8$距离与任何通路无关，这些距离仅与点的坐标有关。

$D_m$距离：
考虑m邻接，两点之间的$D_m$距离定义为点间的最短通路。例如按下图形式排列的像素：

我们考虑值为1的像素邻接（$V=1$）。并且$p,p_2,p_4$的值为1。

• $p_1,p_3$的值为0时，则$p和p_4$间的最短m通路长度（$D_m$距离）为2
• $p_1$为1，$p_3$为0时，$p和p_2$之间不再是m邻接的，并且$p和p_4$间的最短m通路长度为3（$p{p}_1{p}_2{p}_4$）
• 如果$p_1{p}_3$都为1，那么$p和p_4$间的最短m通路长度为4。（$p{p}_1{p}_2{p}_3{p}_4$）