• 数字图像处理基本概念


    采样:模拟信号是连续的,这就意味着一段时间 $T$ 的模拟波由无数个点组成,如果要用计算机表示就要把这无数个点存储下来,这显然

    不可而且是没有必要的。那么我们可以用隔一段记录一个点的方式存储这段模拟波,存储下来的点就是对这段模拟波的采样。

    采样规则:根据香农(奈奎斯特)定理,采样信号(离散的)的频率一定要大于被采样信号(连续信号)最高频率的 $2$ 倍。

    量化:计算机是二级制,表示浮点类型很费劲的。为了方便计算,我们把取样后的数据近似定量到一个 $2^{n}$ 等分(只讨论均匀量化)的值。

    灰度图像:灰度数字图像是每个像素只有一个采样颜色的图像,灰度值表示亮度或明暗情况,值越大,表示越明亮,则颜色越浅,一般用 $0-255$

    $256$ 个等级来表示。这个采样颜色可以是任何颜色,如果是红色,那么灰度图像就只有红色的明暗变化。但一般灰度图像都是指没有彩色的

    图像,即黑白图,等级 $0$ 即亮度为 $0$,所以表示黑色,等级 $255$ 即亮度极强,于是表示白色。

    灰度图像数字化:对连续图像的坐标值进行采样,幅值进行量化,具体来说,就是把一幅图画分割成如下图所示的一个个小区域(像素或像元),

    将各小区域灰度用整数来表示,形成一幅数字图像,小区域的位置和灰度就是像素的属性。数字化方式可分为均匀采样、量化和非均匀采样、

    量化。所谓“均匀”,指的是采样、量化为等间隔。图像数字化一般采用均匀采样和均匀量化方式。

          

    彩色图像存储:对于彩色图像而言,可以将图像色彩作为三原色的合成,分别为:红、绿、蓝,也就是大家常听到的 $RGB$。因为灰度图像的采

    样颜色可以是任何颜色,当然也就可以是 $R$ 或 $G$ 或 $B$。将 $RGB$ 三原色分别分为 $256$ 个等级,相互进行组合,就能形成多种多样的色彩。

    对于灰度图,那么图像就是单通道的,图像中的每个像素只需要一个矩阵元素来保存,一般就是 $0-255$ 的值。保存灰度图的矩阵形如:

           

    类比于灰度图,彩色图是多通道的,每个像素点就分别有 $R,G,B$ 三个通道的等级信息,组合起来,就可以表达多种色彩,各个像素再按矩阵排列,

    就可以表示一张彩色照片了。保存 $RGB$ 图像的矩阵形如:

            

    所以灰度图像的像素或位深为 $8$,彩色图像的像素或位深为 $24$。

    图像分辨率:水平像素数×垂直像素数,即图像的像素总数。

  • 相关阅读:
    Python 线程(三):Condition(条件变量)
    Python 线程(二):简单锁实现线程同步
    Python 线程(一):创建线程
    Python 正则表达式
    Python List 、 元组、字典操作
    Python 特殊函数(filter, map, reduce等)
    (一) log4cpp的安装
    (六) 字符和字符串
    (五) 使用DLL函数
    (四) 自定义函数
  • 原文地址:https://www.cnblogs.com/yanghh/p/13879231.html
Copyright © 2020-2023  润新知