zoukankan      html  css  js  c++  java
  • 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:
    Code Forces 650 C Table Compression(并查集)
    Code Forces 645B Mischievous Mess Makers
    POJ 3735 Training little cats(矩阵快速幂)
    POJ 3233 Matrix Power Series(矩阵快速幂)
    PAT 1026 Table Tennis (30)
    ZOJ 3609 Modular Inverse
    Java实现 LeetCode 746 使用最小花费爬楼梯(递推)
    Java实现 LeetCode 745 前缀和后缀搜索(使用Hash代替字典树)
    Java实现 LeetCode 745 前缀和后缀搜索(使用Hash代替字典树)
    Java实现 LeetCode 745 前缀和后缀搜索(使用Hash代替字典树)
  • 原文地址:https://www.cnblogs.com/yanghh/p/13879231.html
Copyright © 2011-2022 走看看