第二章 数字图像处理基础
采样列 像素 采样行 行间隔
采样间隔
图2-2 采样示意图
第二章 数字图像处理基础 2.1.2 量化 模拟图像经过采样后，在时间和空间上离散化为像素。但采
样所得的像素值（即灰度值）仍是连续量。把采样后所得的各像
素的灰度值从模拟量到离散量的转换称为图像灰度的量化。图23 （ a ）说明了量化过程。若连续灰度值用 z 来表示，对于满足 zi≤z≤zi+1 的 z 值，都量化为整数 qi 。 qi 称为像素的灰度值， z 与 qi 的 差称为量化误差。一般，像素值量化后用一个字节8 bit来表示。
三角形点阵、正六角形点阵取样。如图2-1所示。
（3） 以上是用f (i, j)的数值来表示(i, j)位置点上灰度级值的大
小，即只反映了黑白灰度的关系， 如果是一幅彩色图像， 各点
的数值还应当反映色彩的变化，可用f (i, j, λ)表示，其中λ是波长。
如果图像是运动的，还应是时间t的函数，即可表示为f (i, j, λ, t)。
化的级数，既影响数字图像的质量，也影响到该数字图像数据
量的大小。假定图像取M×N个样点，每个像素量化后的灰度二 进制位数为Q，一般Q总是取为2的整数幂，即Q=2k, 则存储一幅 数字图像所需的二进制位数b为
b = M N Q
字节数B为
（2-2）
Q B = M N ( Byte) 8
（2-3）
（1） 对缓变的图像， 应该细量化， 粗采样， 以避免假轮廓。
（2） 对细节丰富的图像， 应细采样， 粗量化， 以避免模糊 （混叠）。 对于彩色图像，是按照颜色成分——红（R）、绿（G）、蓝 （B）分别采样和量化的。若各种颜色成分均按8 bit量化，即每 种颜色量级别是256， 则可以处理256×256×256=16 777 216种 颜色。
第二章 数字图像处理基础 对一幅图像采样时，若每行（即横向）像素为 M 个，每列 （即纵向）像素为N个，则图像大小为M×N个像素。 在进行采样时，采样点间隔的选取是一个非常重要的问题， 它决定了采样后图像的质量，即忠实于原图像的程度。采样间 隔的大小选取要依据原图像中包含的细微浓淡变化来决定。一 般， 图像中细节越多，采样间隔应越小。
第二章 数字图像处理基础
(a)
(b)
图2-1 采样网格 (a) 正方形网格; (b) 正六角形网格
第二章 数字图像处理基础
2.1.1 采样
图像在空间上的离散化称为采样。也就是用空间上部分点的 灰度值代表图像，这些点称为采样点。由于图像是一种二维分布 的信息，为了对它进行采样操作，需要先将二维信号变为一维信 号，再对一维信号完成采样。 具体做法是： 1 、先沿垂直方向按一定间隔从上到下顺序地沿水平方向直 线扫描，取出各水平线上灰度值的一维扫描。 2、对一维扫描线信号按一定间隔采样得到离散信号。
第二章 数字图像处理基础
2.1.4 图像数字化设备
将模拟图像数字化成为数字图像，需要某种图像数字化设
备。常见的数字化设备有数字相机、扫描仪、数字化仪等。
1. 图像数字化设备的组成
如前所述，采样和量化是数字化一幅图像的两个基本过程。
即把图像划分为若干图像元素(像素)并给出它们的地址（采样）；
度量每一像素的灰度， 并把连续的度量结果量化为整数（量
第二章 数字图像处理基础 2.2.1 位图 1. 线画稿 线画稿只有黑白两种颜色，这种形式通常也称为“黑白艺 术”、 “位图艺术”、 “一位元艺术”。用扫描仪扫描图像， 当设置成LineArt格式时， 扫描仪以一位颜色模式来看待图像。 若样点颜色为黑，则扫描仪将相应的像素位元置为0， 否则置为
1。线画稿适合于由黑白两色构成而没有灰度阴影的图像。图2-6
第二章 数字图像处理基础 位图是通过许多像素点表示一幅图像，每个像素具有颜色 属性和位置属性。位图可以从传统的相片、幻灯片上制作出来 或使用数字相机得到， 也可以利用Windows的画笔(Painbrush)用 颜色点填充网格单元来创建位图。位图又可以分成如下四种： 线画稿 (LineArt) 、灰度图像 (GrayScale) 、索引颜色图像 (Index Color)和真彩色图像（True Color）。
第二章 数字图像处理基础 对一幅图像，当量化级数 Q 一定时，采样点数 M×N 对图像 质量有着显著的影响。如图 2-4 所示，采样点数越多，图像质量
越好； 当采样点数减少时，图上的块状效应就逐渐明显。同理，
当图像的采样点数一定时，采用不同量化级数的图像质量也不一 样。如图2-5 所示，量化级数越多，图像质量越好，当量化级数
都不会影响到图像中的其他对象。
第二章 数字图像处理基础 公式化表示图像使得矢量图有两个优点： 一、它的文件数据量很小； 二、图像质量与分辨率无关，这意味着无论将图像放大或缩小 了多少次，图像总是以显示设备允许的最大清晰度显示。
矢量图有一个明显的缺点，就是不易制作色调丰富或色彩变化太多的图像，而且绘出 来的图像不是很逼真，同时也不易在不同的软件间交换文件。
化）；最后将这些整数结果写入存储设备。为完成这些功能， 图像数字化设备必须包含以下五个部分：
第二章 数字图像处理基础 (1) 采样孔(Sampling aperture)： 使数字化设备能够单独地观 测特定的图像元素而不受图像其他部分的影响。 (2) 图像扫描机构： 使采样孔按照预先确定的方式在图像上
移动，从而按顺序观测每一个像素。
(3) 光传感器： 通过采样检测图像的每一像素的亮度， 通 常采用CCD阵列。 (4) 量化器：将传感器输出的连续量转化为整数值。典型的 量化器是A/D转换电路，它产生一个与输入电压或电流成比例的
数值。
(5) 输出存储装置：将量化器产生的灰度值按适当格式存储
起来，以用于计算机后续处理。
矩阵中的每一个元素称为像元、像素或图像元素。而ｆ (i, j)代 表(i, j)点的灰度值，即亮度值。以上数字化有以下几点说明： （1）由于ｆ (i, j)代表该点图像的光强度，而光是能量的一种行 式，故ｆ (i, j)必须大于零，且为有限值，即： 0＜ｆ (i, j)＜∞。
第二章 数字图像处理基础 （2） 数字化采样一般是按正方形点阵取样的， 除此之外还有
第二章 数字图像处理基础
在发射时，哈勃空间望远镜携带的仪器如下： · 广域和行星照相机（WF/PC）（CCD） · 戈达德高解析摄谱仪（GHRS） · 高速光度计（HSP）) · 暗天体照相机（FOC） · 暗天体摄谱仪（FOS）
第二章 数字图像处理基础
我们日常生活中见到的图像一般是连续形式的模拟图 像，所以数字图像处理的一个先决条件就是将连续图像离 散化，转换为数字图像。 数字化是由模拟照片到数字图像的过程。图像的数字 化包括采样和量化两个过程。 设连续图像f(x, y)经数字化后，可以用一个离散量组成 的矩阵g (i, j)（即二维数组）来表示。
第二章 数字图像处理基础
第二章 数字图像处理基础
2.1 图像数字化技术 2.2 数字图像类型 2.3 图像文件格式 2.4 色度学基础与颜色模型
第二章 数字图像处理基础
2.1 图像数字化技术
图像处理的方法有模拟式和数字式两种。 模拟图像处理－－实时光学（实时，速度快）但只是有限 处理）.如：望远镜、显微镜、哈哈镜、透镜、胶片合成照相、 凸透镜－－实时FFT变换 数字图像处理：数字图像处理技术是随着计算机处理速度 和数据量增加发展起来的。
第二章 数字图像处理基础
图2-5 （a） 原始图像(256色)； （b） 量化图像1(64色)； （c） 量化图像2(32色)； （d） 量化图像3(16色)； （e） 量化图像4(4色)； （f） 量化图像5(2色)
第二章 数字图像处理基础 一般，当限定数字图像的大小时, 为了得到质量较好的图像 可采用如下原则：
如图2-3（b）所示，把由黑—灰—白的连续变化的灰度值， 量化
为0～255共256级灰度值，灰度值的范围为0～255，表示亮度从 深到浅， 对应图像中的颜色为从黑到白。
第二章 数字图像处理基础
2 55 2 54 qi＋ 1 qi－ 1
… …
Zi ＋灰度标度 (a) 量化值 (整数值) 灰度量化 (b)
第二章 数字图像处理基础
f (0,0) ．．f (0, n - 1) f (0,1) f (1,0) ．．f (1, n - 1) f (1,1) （2-1） g (i , j ) = ．． ．． ．． f ( m - 1,0) f ( m - 1,1) ．．f ( m - 1, n - 1)
第二章 数字图像处理基础 4) 噪声 数字化设备的噪声水平也是一个重要的性能参数。例如， 数字化一幅灰度值恒定的图像，虽然输入亮度是一个常量，但 是数字化设备中固有的噪声却会使图像的灰度发生变化。因此 数字化设备所产生的噪声是图像质量下降的根源之一，应当使 噪声小于图像内的反差点(即对比度)。
第二章 数字图像处理基础
图2-3 量化示意图 （a） 量化； (b) 量化为8 bit
第二章 数字图像处理基础
• 非统一的图像的采样
– 在灰度级变化尖锐的区域，用细腻的采样，在灰度级 比较平滑的区域，用粗糙的采样
第二章 数字图像处理基础
连续灰度值量化为灰度级的方法有两种，一种是等间隔量化， 另一种是非等间隔量化。等间隔量化就是简单地把采样值的灰度 范围等间隔地分割并进行量化。对于像素灰度值在黑 — 白范围较 均匀分布的图像，这种量化方法可以得到较小的量化误差。该方 法也称为均匀量化或线性量化。为了减小量化误差，引入了非均 匀量化的方法。非均匀量化是依据一幅图像具体的灰度值分布的 概率密度函数，按总的量化误差最小的原则来进行量化。具体做 法是对图像中像素灰度值频繁出现的灰度值范围，量化间隔取小
越少时，图像质量越差，量化级数最小的极端情况就是二值图像， 图像出现假轮廓。