數字影像處理--認識影像各種概念
認識影像
用數學方法描述影像資訊時,通常著重考慮它的點的性質。點,畫素,pel或pixel,是影像元素picture element的縮寫。
I = f(x, y, z, lamda, t),I影像的強度,xyz空間座標,lamda波長,t時間
活動的,彩色的,三維的視訊影像
靜止影像->與t無關
單色影像->與lamda無關
平面影像->與z無關
I = f(x, y) 平面的、靜止的、單色的影像
數字影像的表示方法
黑白影像可用二維函式f(x, y)表示,其中x,y是平面的二維座標,f(x, y)表示點(x, y)的亮度值(灰度值)。對模擬影像來講,f(x, y)顯然是連續函式。
為了適應數字計算機的處理,必須對連續影像進行空間和幅值數字化。空間座標(x, y)的數字化稱為影像取樣(具有采樣間隔),而幅值數字化被稱為灰度級量化。經過數字化後的影像稱為數字影像,或離散影像。
灰度影像的陣列表示法
設連續影像f(x, y)按等間隔取樣,排成M*N陣列(一般去方陣列N*N),如下式所示:
影像陣列中每個元素(點)都是離散值,稱為畫素(pixel)。在數字影像處理中,一般取陣列N和灰度級C都是2的整數冪。取
N=2^n
及C=2^m
。對於一般的電檢視像,N取256或512,灰度級C取64級(m=6bit)至256級(m=8bit),即可滿足影像處理的需要。
二值影像表示法
二值影像:所謂二值影像就是隻有黑白兩個灰度級,即畫素灰度級非1即0。如文字圖片,其數字影像可用每個畫素1bit的矩陣表示,以減少儲存量。
描述數字影像的基本引數
解析度
- 影像解析度:數字化影像的大小,對原始影像的取樣解析度,即該影像的水平垂直方向的畫素個數。
- 螢幕解析度:顯示器螢幕上的最大顯示區域,即水平與垂直方向的畫素個數。
- 畫素解析度:畫素的寬和高之比,一般為1:1。
影像深度和顯示深度
影像深度(也稱為影像灰度、顏色深度)表示數字點陣圖像中每個畫素上用於表示顏色的二進位制數字位數。
顯示深度:表示顯示器上每個點用於顯示顏色的二進位制位數。
若顯示器的顯示深度小於數字影像的深度,就會使數字影像的顏色顯示失真。
影像檔案大小
用位元組表示影像檔案的大小事,一幅未經壓縮的數字影像的資料量大小計算如下:
影像的資料量大小 = 畫素總素 * 影像深度 / 8
,單位:byte
相關文章
- 數字影像處理day_12 影像分割
- 數字影像處理實驗(四)影像銳化
- 【傳統影像處理】1 數字影像基礎
- Python影像處理丨5種影像處理特效Python特效
- [00]數字影像處理-matlab速成Matlab
- 數字影像處理相關練習
- 數字影像處理-取樣量化(Matlab)Matlab
- visual C++數字影像處理類C++
- 影像處理--影像特效特效
- Win8 Metro(C#)數字影像處理--2.62影像對數增強C#
- 數字影像處理學習筆記(1)——傅立葉變換在影像處理中的應用筆記
- webgl 影像處理2---影像畫素處理Web
- 數字影像處理實驗之對比度拉伸
- 演算法 | 數字影像處理之「中值濾波」演算法
- 影像處理的基礎知識(5)——繪製影像(1)
- 個人實驗程式碼記錄 | 數字影像處理實驗3·影像直方圖與均衡化處理直方圖
- OpenCV與影像處理學習二——影像基礎知識(下)OpenCV
- 影像預處理
- Python 影像處理 OpenCV (6):影像的閾值處理PythonOpenCV
- Python 影像處理 OpenCV (7):影像平滑(濾波)處理PythonOpenCV
- [Python影像處理] 三十.影像量化及取樣處理萬字詳細總結(推薦)Python
- 數字影像處理讀書筆記(三)直方圖匹配筆記直方圖
- 前端影像處理指南前端
- 影像處理_切邊
- 影像預處理方法
- 影像輪廓處理
- 紅外影像處理
- 影像處理案例03
- OpenCV(影像NaN處理)OpenCVNaN
- 影像處理的基礎知識(9)——編輯與修飾影像(1)
- Python 影像處理 OpenCV (15):影像輪廓PythonOpenCV
- openCV中的影像處理 3 影像閾值OpenCV
- 數字影像處理,經典對比度增強演算法演算法
- Python 影像處理 OpenCV (3):影像屬性、影像感興趣 ROI 區域及通道處理PythonOpenCV
- Python 影像處理 OpenCV (16):影像直方圖PythonOpenCV直方圖
- Python 影像處理 OpenCV (14):影像金字塔PythonOpenCV
- 影像行畫素處理
- 遙感影像處理流程