当前位置：首页 > news >正文

图像处理基础篇

news 2025/7/1 17:08:09

在人类感知世界的所有信息中，视觉信息约占83%，听觉信息约占11%，其他信息（味觉信息、触觉信息等）约占6%

图像应该包含两层含义，即“图”和“像”。所谓“图”，就是物体透射或者反射具有一定波长范围和能量的光分布；“像”是人的视觉系统接收图的信息而在大脑中形成的印象或认识。

图像是两者的结合，即客观世界通过光学系统产生的视觉记忆，是对客观存在的物体的一种相似性描述或写真.
在这里插入图片描述

所有物体的集合,那么图像就是其中一个子集, 如果根据人眼可视性来区分, 那么就是可见的和不可见的. 而另一个子集,就是数学图像; 根据连续性可分为模拟图像和数字图像

模拟图像类似于胶片成像的相片, 空间坐标和图像数值连续变化,计算机无法直接处理, 属可见图像; 数字图像就是空间坐标及响应值均不连续的图像. 如果说这里不明白空间坐标, 那么没关系, 继续往下看;

计算机想要处理, 就需要把模拟的连续图像转变为离散的数字图像, 离不开两个步骤: 图像采样和图像量化;

采样
数学表达式:

I = f(x,y)

x,y表示图像中的空间坐标, I=f(x,y)图像某个位置响应值; 如果空间坐标x,y连续,且响应值f(x,y)连续,就是模拟图像; 数字图像是空间坐标及响应值都不连续;

下图中每个方格,就是一个像素; 采样需要确定水平和垂直方向分割出像素的数量, 比如下图被分割成MXN的网格, 那么MXN就是这张图的分辨率
在这里插入图片描述
相邻像素间隔叫采样周期, 采样周期越久, 图像的像素数就越少, 根据采样结果还原的图像质量就越差. 所以最佳的图像采样周期: 香农采样定理

量化
采样点上对应的亮度连续变化区间转换为单个特定数值, 每一个采样的连续灰度值都被对应地量化为一个离散灰度级;

比如像素的取值范围为0-255,该图就是256个灰度级的图像, 图像数据的实际灰度层次越多,视觉效果越好.
在这里插入图片描述
图像在经过采样和量化后，就被表示成一个整数矩阵。矩阵中的每个像素都具有两个属性：位置和灰度。位置表示像素所在的行和列，灰度表示该像素的亮暗程度。因此数字矩阵就成了计算机可以处理的对象。