图像基础知识





1，图像和像素

    客观世界在空间上都是3-D的，但一般从客观景物得到的图像都是二维（2-D）的。一副图像可以使用一个2-D数组f（x，y）来表示，这里x和y表示2

-D空间XY中的一个坐标点的位置，而f则代表图像在（x， y）的某种性质F的数值。

灰度图像中f表示灰度值，它常常对应客观精武被观察到的亮度。

文本图像常为二值图像，f的取值只有两个，分别对应文字和空白。

图像在点（x， y）也可同时具有多种性质，此时可用矢量f来表示。例如一副彩色图像在每一个图像点同时具有红绿蓝三个值，科技委[Fr(x,y), Fg(x, y),Fb(x, y)]。总是根据图像内不同位置所具有的不同性质来利用图像的。

现在所获取的图像均为例三的（数字的），可直接用计算机进行加工。

I（c， r）也来表示图像，其中I，c， r都是整数。I表示离散化后的f，c（column）表示离散化后的列。r表示离散化后的行（row）

离散化了的图像用Image而不用picture表示。因为“计算机存储人像或场景的数字图像computers store numerical images of a picture or scene。”

图像中每个基本单元叫做图像元素，在早期称为picture时就称为像素。对2-D图像，英文里常用简称pixl代表像素（也有用pel的），用voxel代表其基本单元，间称体素。

2， 图像的矩阵和矢量表示

   一副M X N（其中M和N分别为图像的总行数和总列数）的2-D图像既可以用一个2维数组f（x， y）来表示，也可以用一个2-D矩阵来表示。

3， 图像的显示方式

    对2-D图像的显示可以采取多种形式，基本思路是将2-D图像看作在2-D空间位置的一种幅度分布。

        1，灰度图像分布

             坐标系统常在屏幕显示总采用（屏幕扫描是从左向右，从上向下进行），它的原点（origin）O在图像的左上角，纵轴标记图像的行，横轴标记图像的列。I（R， C）即可代表这幅图像，也可表示在（r， c）行列交叉点处的图像值。

坐标系统常在图像计算中采用，它的原点在图像的左下角，横轴为X轴，纵轴为Y轴，f（x， y）即可表示这幅图像，也可表示在（x， y）的值处像素的值

          2， 二值图像表示事例

                一个像素区域常用其中心来表示，这样得到的表达式形式就是平面上的离散点集。

空间分辨率和幅度分辨率

    一副图像必须要在空间上和会都上都离散化后才能被计算机处理。空间坐标的离散化被称为空间采样（采样），它确定了图像的空间分辨率；而灰度值的离散化称为灰度量化（简称量化），它确定了图像的幅度分辨率。

      设X、Y和F均为实整数集。采样过程能够可看作将图像平面划分成规则网格，每个网格的中心点的位置由一对笛卡尔坐标（x， y）所决定，其中x是X的整数，y是Y的整数。令f（·）是给点（x， y）赋予灰度值（f是F中的整数），那么f（x， y）就是一幅整数，而这个赋值过程就是量化过程。

           1， 分辨率与数据量

                  如果一幅图像的尺寸（空间分辨率）为M X N，表明在成像时采集了MN个养病呢，或者说图像包含了MN个像素。如果对每个像素都哦那个G个灰度值中的一个来赋值，表明在成像时量化成了G个灰度级（幅度分辨率）。在图像处理中，一般将这些量均取为2的整数次幂。

存取一副图像所需的数据量由图像的空间分辨率和幅度分辨率决定。b = M * N* k个位

             2， 分辨率与图像质量

                   图像的视觉质量与其空间的分辨率和幅度分辨率密切相关。

              3， 对采样和量化的讨论

                  采样给出了空间点的信息，还给出了空间变化的信息。图像的灰度（或其他属性值）同时表达了许多时空位置的信息，而其他无量量仅反应了某一个是空位置的信息。量化，量化级数的选取主要基于两个因素：一个是人类视觉系统的分辨率，即应该让人从图像中看得到连续的亮度变化而不要看出间断的量化基数；另一个是与应用有关的，即要满足具体应用所需要的分辨率。

          实际中许多图像被量化成256个级别，即每个像素用一个字节。这里的一个原因是源于计算机是按字节进行读取的。另一个原因是用256级灰度就可给人以灰度连续的感觉。因为人类视觉相对亮度差的分辨率还不到（总亮度范围的）2%。

      图像工程的三个层次

           图像处理（IP）着重强调在图像之间进行的变换。图像处理是一个从图像到图像的过程

           图像分析（IA）主要是对图像中感兴趣的目标进行检测和测量以获得他们的客观信息从二建里对图像和目标的描述。图像分析是一个从图像到数据的过程

           图像理解（IU）着重在图像分析的基础上，进一步把我图像中个目标的性质和他们之间的相互联系，病痛对图像内容含义的理解得出对原来客观场景的金额是，从而指导和规划行动。如果说图像分析是以观察者为中心研究客观世界（主要研究可观察到的事物），那么图像理解在一定程度上是以客观世界为中心，借助知识，经验等来认识整个客观世界（包括没有观察到的事物。）

     图像处理时比较底层的操作，它主要是在图像的像素级上进行处理，处理的数据量非常大。图像分析则进入了中层，分割和特征提取把原来的像素描述的图像转变成比较简介的非图形式的描述；图像理解主要是高层操作，基本上是对炒年糕描述中抽象出来的符号进行运算，处理过程与人类的思维推理有许多类似之处。随着抽象程度的提高，数据量是逐渐减少的。