随着计算机的发展，人们开始利用计算机来处理图形和图像信息，随后数字图像处理在20世纪60年代初期正式成为一门学科。早期图像处理的目的是改善图像的质量，如美国喷气推进实验室（JPL）对航天探测器徘徊者7号于1964年发回的几千张月球照片使用了图像处理技术，包括几何校正、灰度变换、去除噪声等，成功地绘制了月球表面地图，获得了巨大的成功。最近半个多世纪以来，数字图像处理技术发展迅猛，如今已经深入人们生活的各个方面。

1．数字图像的起源

图像是什么？可以说图像是一门“语言”，是人类文明进化的象征，人类起源时没有图像记录信息。

据《易·系辞下》记录，“上古结绳而治，后世圣人易之书契，百官以治，万民以查。”也就是说，最开始文字并不存在，大家采用结绳的方法来记录信息。中国在商朝后才有了自己的文字——甲骨文，这也是我们现在使用的汉字的起源。再后来，随着西方文明的发展，有了照片，从此我们进入了多媒体记录信息的时代。

如今，图片视频已经成了人们日常生活中非常重要的记忆载体。

英文image来源于拉丁文imāgō，它的含义很多，如reflection、visible form等，表示一种语言的表达。

图像包括图和像两个维度的含义，其中，图是一直客观存在的光的分布，而像是图在人大脑中的印象。

真正物理意义上的图像是1826年前后法国科学家Joseph Nicéphore Niépce发明的第一张可永久保存的照片，它属于模拟图像。模拟图像又称连续图像，它通过某种物理量（如光、电等）的强弱变化来记录图像的亮度信息，所以信息是连续变换的。模拟图像的缺点是容易受干扰，如今已经基本被数字图像替代。

在第一次世界大战后，1921年，美国科学家发明了Bartlane System，并用这个系统从伦敦向纽约传输了第一幅数字图像（其亮度用离散数值表示）。这是一种电缆图片传输系统，它将图片编码成5个灰度级（1929年发展成15个灰度级），通过海底电缆完成传输过程。在发送端，图片被编码并被打孔带记录，通过系统传输后，接收方使用特殊的打印机将图片恢复。

第二次世界大战时，世界各国报纸上的图像都是采用Bartlane System进行传输的。

1950年左右，随着计算机被发明和应用，数字图像处理学科正式诞生。

2．灰度量化与对比度

计算机是采用0/1编码的系统，数字图像也是利用0/1来记录信息的，人们平常接触的图像都是二进制的8位数图像，包含0～255灰度，其中，0代表最黑，255代表最白，亮度从0到255逐渐递增，图1.3所示为数字图像离散后的16阶灰度示意，从左到右、从上到下灰度依次递增。

其实人眼对亮度对比的敏感度远远超过亮度本身，这也是计算机视觉分层理论的体现。19世纪，著名的奥地利物理学家马赫在观察一个亮度渐变的边缘时，发现主观感觉在亮的一端呈现一个特别亮的亮带，在暗的一端呈现一个特别暗的暗带，这就是马赫带现象，如图1.4所示。

图1.4从左到右包含了若干个不同的灰度级，灰度在边缘其实是阶跃变换的，人眼在亮的一侧感受到的亮度比它实际的灰度更亮，在暗的一侧感受到的亮度比它实际的灰度更暗，这就产生了伪边缘效应，主观地增强了边缘对比度。马赫带现象进一步验证了人眼对于边缘的敏感性。

3．分辨率

数字图像有两个分辨率，即图像分辨率与输出分辨率。

图像分辨率（Pixels Per Inch，PPI）是指每英寸的像素数。人们平常说一张图片大小，如2400万像素，使用的就是图像分辨率。其也常用“水平像素数×垂直像素数”表示，如一张图片的分辨率是6000×4000，其中，6000是水平像素数，4000是垂直像素数，两者相乘等于2400万像素。

输出分辨率（Dots Per Inch，DPI）是指设备输出图像时每英寸可产生的点数。

这两个分辨率的区别就在于Dot和Pixel。Dot指显示器上的物理点，它是物理设备可以解析的最小单位，而Pixel指屏幕分辨率中的最小单位。印刷、摄影等行业常用的分辨率是DPI，常常要求DPI不低于300，而日常生活和数字图像处理中多采用PPI。

相同的PPI，更高的DPI表现为物理尺寸更小，因为此时每英寸点更多，每英寸像素更多。

如图1.5所示，两幅子图的PPI是相等的，都是1920像素×1328像素，但左图的DPI=72，物理尺寸为高46.85cm、宽67.73cm；右图的DPI=150，物理尺寸为高22.47cm、宽32.49cm，左图尺寸更大。

DPI相同，PPI较低表现为较低的分辨率，此时每英寸的像素变少。如图1.6所示的两幅子图，其DPI相等，但右图分辨率较低，像素数较少，清晰度明显有所下降。

4．彩色空间

根据图像的通道数，常见的图像分为灰度图和彩色图两种，灰度图只包含亮度信息，而彩色图不仅包含亮度信息，还包含颜色信息，如图1.7所示。

人们平常接触最多的是RGB彩色图，其由红（Red）、绿（Green）、蓝（Blue）3个通道组成，一幅图像的每个像素都由矢量（R，G，B）表示。

这是在消费市场最广泛使用的颜色空间，如计算机、电视机等显示器系统都采用RGB颜色空间来显示图像。RGB颜色空间背后的生物学原理是，人眼有3种辨别颜色的视锥细胞，而这些细胞分别对红、绿、蓝这3种颜色的光最敏感。在自然界中，肉眼所能看到的任何色彩都可以由这3种色彩叠加而成，这也被称为加色原理。例如，黄色可以通过红色和绿色相加得到，全红色为（255，0，0），全绿色为（0，255，0），全黄色为（255，255，0）。

除了RGB颜色空间，常用的颜色空间还有HSV/HSB、HSL、CMYK、YUV、Lab等。

HSV由色相（Hue，H）、饱和度（Saturation，S）、明度（Value，V）组成，是一种将RGB颜色空间中的点在六角锥体中进行表示的方法。色相（H）是色彩的基本属性，也就是颜色名称，如红色、绿色等；饱和度（S）是指色彩的纯度，饱和度越高，色彩纯度越高，它也可以理解为掺入白光的分量，白光分量越大，饱和度越低，S取值为0～100%；明度（V）表示颜色明亮的程度，取值为0～1，取值从0到1，表示从黑到白的过渡。

HSB由色相（Hue）、饱和度（Saturation）、亮度（Brightness）组成，与HSV一样，只不过叫法不同。

HSL由色相（Hue）、饱和度（Saturation）、明度（Lightness）组成。HSL和HSV中的H（色相）完全一致，但是饱和度不一样，明度也不一样。HSL和HSV两种表示方法在目的上类似，但在方法上有区别。在数学表示上，两者都是圆柱，HSL表示了一个双圆锥体和圆球体（白色在上顶点，黑色在下顶点），而HSV表示了一个倒圆锥体（黑色在下顶点，白色在上底面圆心）。

CMYK是彩色印刷时采用的一种套色模式。采用青色（Cyan，C）、洋红色（Magenta，M）、黄色（Yellow，Y）、黑色（Black，K）4种颜色进行混色，可以实现“全彩印刷”。CMY 3种颜色在理论上可以等同于RGB三色光的补色，但现实中的彩色印刷材料不纯，用CMY 3种颜色进行叠加后得到的黑色不纯，而且不易干燥，因此黑色成为彩色印刷的色彩之一。

YUV是被欧洲电视系统所采用的一种颜色编码方法。在YUV颜色空间中，每种颜色都有一个亮度信号Y和两个色度信号U和V。如果只有Y信号分量而没有U、V信号分量，那么对应的图像就是黑白灰度图像。彩色电视信号采用YUV颜色空间正是为了用亮度信号Y解决彩色电视机与黑白电视机的相容问题，使黑白电视机也能接收彩色电视信号。

Lab即颜色-对立空间（Lab Color Space），其中，L表示亮度，a和b表示颜色对立维度，a通道的数值变化使最终的颜色在红色和绿色之间变化，b通道的数值变化使最终的颜色在黄色和蓝色之间变化。Lab颜色空间接近人类视觉，它致力于感知均匀性，其中，L分量密切匹配人类亮度感知，而a和b分量则用于控制颜色过渡。这些变换在RGB或CMYK中是不可能的，因为RGB和CMYK基于物理设备的输出来建模，没有与人类视觉感知相似的特性。当然Lab颜色空间中的很多“颜色”超出了人类视觉的范围，因此是非真实色彩。 kdVGP/TwPZFU2d8WLHktnUutjwRefY3Da+z7TCnYcS3XH8ODFTLigjPKfrF+XwCi