图像处理基础知识笔记6

36 、数字图像类型

黑白图像：图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值只有0.1。

灰度图像：灰度图像是每个像素的信息由一个量化的灰度级来描述图像，没有彩色信息。

彩色图像：彩色图像是指每个像素的信息由RGB三原色构成的图像，其中RBG是由不同的灰度级来描述的。

序列图像：把具有一定联系的、具有时间先后关系的图像称为序列图像。我们经常看到的电视剧或电影图像主要是由序列图像构成的。序列图像是数字多媒体的重要组成部分。序列图像是单幅数字图像在时间轴上的扩展，可以将视频的每一帧视为一幅静止的图像。

37 、采样/量化/色彩/直方图

采样

对连续的2D信号（图像）进行采样，将依据预先定义的行数和列数得到一个完整的二维信号数组。给定行和列相交处的点（元素）称为像素。采样原始图像是一个有损操作-采样图像的质量取决于预设的采样水平。

用不同采样等级得到的图像

量化

量化等级表示的是在数字图像中,每个像素的取值范围.常用的量化等级有2,64,256,1024,4096,16384等等。举例来说，如果我们使用1024个量化等级，那么在图像中每个像素可能的取值就是0~1023中的某个数。

使用不同量化等级得到的图像

色彩

对数字图像来说，最后一个要素是每个像素的色彩。当前最流行的色彩模型是RGB模型，我们用红绿蓝3个颜色分量来表示任意一种颜色。在RGB模式图像中，每个像素点包含了其在3个颜色分量下的饱和度。

另一个常用的色彩模型是HSV，HSV模型同样使用3个分量来表示色彩：色调，饱和度，明度.这个模型可以在颜色空间中表示为一个圆锥形。

在印刷行业，最受欢迎的颜色模式是CMYK，它包含4种基本颜色:青,品红,黄,黑,它们互相调和形成最终的颜色.

直方图

图像直方图是图像中每种颜色或亮度等级发生次数的统计信息。直方图告诉我们很多关于图像的信息----不仅限于亮度和对比度。使用直方图，我们可以判断图像细节是否已被正确捕获和存储。在分析彩色图像时，我们接收每个颜色的直方图（RGB）。灰度图像则使用单一的直方图。

彩色和灰度图像的直方图

38 、数据量与信息量

数据量，就是一张图像占了多少个字节，比如1万个像素，每个像素占1个字节，那未压缩前的数据量就是 1万个字节。

信息量，信息量表示一张图片里包含了多少种信息。假如一张全白的图片，它只有"白色"这个信息，那么它的信息量就很小，白色像素出现的概率是1，非常大。这样的图片不管它数据量再大，假设是1万乘1万的大小，都可以压缩到很小的程度。假如一张五颜六色的图片，里面包含很多不同的颜色信息，说明它信息量很大，那么就很难被压缩了。

39 、图像处理和计算机视觉的分类

关于图像处理，图像分析和计算机视觉的划分并没有一个很统一的标准。按照当前流行的分类方法，分为三部分：

A.图像处理：对输入的图像做某种变换，输出仍然是图像，基本不涉及或者很少涉及图像内容的分析。比较典型的有图像变换，图像增强，图像去噪，图像压缩，图像恢复，二值图像处理等等。基于阈值的图像分割也属于图像处理的范畴。一般处理的是单幅图像。

B.图像分析：对图像的内容进行分析，提取有意义的特征，以便于后续的处理。处理的仍然是单幅图像。

C.计算机视觉：对图像分析得到的特征进行分析，提取场景的语义表示，让计算机具有人眼和人脑的能力。这时处理的是多幅图像或者序列图像，当然也包括部分单幅图像。

40 、选取相机

相机还应该提供：相机功能和成像质量。一台好相机决不只是像素数高。您还应该考虑到成像质量和相机功能。在评估数字相机的成像质量时，重要因素除分辨率外，还包括感光度、动态范围及 信噪比。就相机功能来说，最重要的功能之一是速度，通常以每秒帧数(fps)来表示。它定义每秒能够记录的最大帧数

41 、图像内插

图像内插：已知数据来估计未知位置的数值的处理。在放大、缩放、旋转和几何校正中广泛使用，是基本的重取样方法。

最近邻内插法：假设一幅图像大小为500x500像素，将其放大1.5倍到750x750像素。创建一个假想的750x750的网格，它与原始图像有相同的间隔，然后将收缩，使它准确地与原图匹配。此时750x750的网格的像素要小于原图像的像素间隔，在原图像中寻找最接近的像素，并把该像素的灰度赋给750x750网格中的新对象。然后将图像扩展到原来规定的大小，得到放大后的图像。这种方法简单，但可能产生不希望的结果，如直边缘的严重失真。

双线性内插：用4个最近邻去估计给定位置的灰度。令(x, y)为想要赋以灰度值的位置的坐标，并令v(x, y)表示灰度值，对于双线性内插来说，赋值公式为：

v(x,y)=ax+by+cxy+d

4个系数由4个用(x, y)点最近邻点写出的未知方程确定。

双三次内插：用16个最近邻点去估计给定位置的灰度。公式如下：

v(x,y)=∑i=03∑j=03aijxiyj

当上限为1时，该方程与双线性内插方法是一致的。双三次内插是商业图像编辑程序的标准内插方法。

相邻像素：位于坐标(x, y)处的像素p有4个水平和垂直的相邻像素，其坐标由为：

(x+1,y),(x−1,y),(x,y+1),(x,y−1)

这组像素称为p的4领域(4-neighbors of p)，用N4(p)表示。

p的4个对角(diagonal)相邻像素坐标为：

(x+1,y+1),(x+1,y−1),(x−1,y+1),(x−1,y−1)

用ND(p)表示。这些点与4个邻点一起称为p的8邻域(8-neighbors of p)。用N8(p)表示。如果(x, y)位于图像的边界上，某些邻点会落入图像的外边。