下载掌阅APP，畅读海量书库
立即打开
图像是对客观世界的反映。“图”是指物体透射光或反射光的分布，“像”是人的视觉对“图”的认识。“图像”是两者的结合。图像既是一种光的分布，又包含人的视觉心理因素。图像的最初取得是通过对物体和背景的“摄取”。这里的“摄取”意味着一种“记录”的过程，如照相、摄影、扫描等，这是图像与图形的主要区别。
图形是用数学规则产生的或具有一定规则的图案。图形往往用一组符号或线条来表示性质，例如房屋设计图，我们用线条来表现房屋的结构。图像和图形在一定条件下可向另一方转化。
数字图像又称数码图像或数位图像，是一种以二维数组（矩阵）形式表示的图像。数字图像是由模拟图像数字化得到、以像素为基本元素、可以用数字计算机或数字电路存储和处理的图像。
数字图像可以从许多不同的输入设备和技术生成，例如数码相机、扫描仪、坐标测量机等，也可以从任意的非图像数据合成得到，例如数学函数或者三维几何模型。三维几何模型是计算机图形学的一个主要分支，数字图像处理领域主要研究它们的变换算法。
数字图像有如下特点：
以数目较少的电视图像为例，一幅电视图像一般由512×512像素、8bit组成，其总数据量为512×512×8bit=2097152bit=262144B=256KB。这么大的数据量必须由计算机处理，且计算机内存容量要大。
一般语言信息（如电话、传真、电传、电报等）的带宽仅4kHz左右，而图像信息所占用频率的带宽要大3个数量级。例如普通电视的标准带宽是6.5MHz，等于语言带宽的14倍。因此，在摄影、传输、存储、处理、显示等各环节的实现上技术难度大，这使得对频带的压缩技术的要求变得迫切。
每幅图像中相邻像素之间不独立，具有很大的相关性，有时大片大片的像素间具有相同或接近的灰度。例如电视画面，前后两幅图像的相关系数往往在0.95以上。因此，压缩图像信息的潜力很大。
图像信息最终的接收器是人的视觉系统。图像信息和视觉系统都十分复杂，与环境条件、视觉特性、情绪、精神状态、知识水平都有关，例如航空照片判读。因此，要求图像系统与视觉系统有良好的“匹配”，必须研究图像的统计规律和视觉特征。
任意一幅数字图像粗看起来似乎是连续的，实际上是不连续的，它由许多密集的色点组成。就像任意物质一样，肉眼看上去是连续的，但实质上都是由分子组成的。这些色点是构成一幅图像的基本单元，被称为像素（或像素点、像元，Pixel）。例如，一幅图片由30万个色点组成，那这幅图片的像素就是30万。像素是数字图像的基本元素。显然，像素越多，画面就越清晰。
像素是感光元件记录光信号的基本单位，通常来说1个像素对应1个光电二极管。我们常说相机是多少像素，这个像素就是说这款相机的感光元件有多少个，有100万个感光元件的相机就是100万像素的相机，有4000万个感光元件的相机就是4000万像素的相机，以此类推。一台100万像素的相机拍摄的照片洗成5寸比洗成6寸清晰一点。像素高并不意味着画质一定好。一款相机的画质是由感光元件尺寸、像素数量、图像处理算法、镜头等共同决定的。同时，画质本身就是分辨率、动态范围、色彩深度、色彩准确性、噪点等诸多指标的集合。像素高低只对分辨率这个单一指标影响较大。
像素是在模拟图像数字化时对连续空间进行离散化得到的。每个像素具有整数行（高）和列（宽）位置坐标，同时每个像素都具有整数灰度值或颜色值。
示例图像及其信息如图1-1和图1-2所示。
图1-1
图1-2
可以看到图1-1的尺寸是500×338，表示图片由一个500×338的像素点矩阵构成，这幅图片的宽度是500像素，高度是338像素，共有500×338像素=149000像素。
又如，屏幕分辨率是1024×768，也就是说设备屏幕的水平方向上有1024个像素点，垂直方向上有768个像素点。像素的大小是没有固定长度的，不同设备上每个单位像素色块的大小是不一样的。例如，尺寸面积大小相同的两块屏幕，分辨率可以是不一样的，分辨率高的屏幕上的像素点（色块）就多，单个色块面积也更小，所以屏幕内显示的画面就更细致。而分辨率低的屏幕上的像素点（色块）较少，单个像素面积更大，显示的画面就没那么细致。
图像分辨率是指每英寸图像内的像素点数。图像分辨率是有单位的，叫作像素每英寸。分辨率越高，像素点密度越高，图像就越逼真（做大幅喷绘时，要求图片分辨率要高，就是为了保证每英寸的画面上拥有更多的像素点）。
屏幕分辨率是指屏幕在纵横方向上的像素点数，单位为像素（px）。每个屏幕都有其特定的分辨率。屏幕分辨率越高，所呈现的色彩数量和清晰度也就越高。分辨率决定了计算机屏幕上能够显示的信息量，通常用水平和垂直像素的数量来衡量。
在相同大小的屏幕上，较低的分辨率（例如640×480）意味着屏幕上显示的像素较少，单个像素的尺寸较大。而较高的分辨率（例如1600×1200）则意味着屏幕上显示的像素较多，单个像素的尺寸相对较小。这种差异影响了图像的清晰度和细节表现。
灰度是指将白色与黑色之间按对数关系划分为若干等级的一个概念。通常，灰度分为256个等级，其中0表示黑色。灰度实际上是没有色彩的表现形式，RGB色彩分量在这种情况下全部相等。
例如，在一个二值灰度图像中，像素值只能为0或1，因此其灰度级为2。而对于一个256级灰度的图像，当RGB三个分量相等时，例如RGB(100, 100, 100)，则表示灰度值为100；同理，RGB(50, 50, 50)则表示灰度值为50。
一幅图像中不同位置的亮度是不一样的，可用 f ( x , y )来表示点( x , y )上的亮度。由于光是一种能量形式，故亮度是非负有限的（0≤ f ( x , y )<∞）。在图像处理中常用的灰度，其含义是：单色图像中，坐标点( x , y )的亮度称为该点的灰度。设灰度为L，则L min ≤L≤L max ，区间[L min ，L max ]称为灰度范围。
在室内处理图像时，一般L min ≈0.005Lux，L max ≈100Lux，其中Lux是勒克斯（照明单位）。实际使用时，把这个区间规格化为[0,L max ]，其中L min =0为黑色，L max 为白色，而所有在白色和黑色之间的值代表连续变化的灰度。图像灰度化处理可以作为图像处理的预处理步骤，为之后的图像分割、图像识别和图像分析等上层操作做准备。
灰度级表明图像中不同灰度值的最大数量。灰度级越大，图像的亮度范围就越大。灰度级有时候会与灰度混淆。首先应该明确，灰度（值）是针对单个像素而言的，表示灰度图像单个像素点的亮度值，值越大，像素点就越亮，反之越暗。灰度级表示灰度图像的亮度层次，比如第1级、第2级……第255级等，如图1-3所示。
图1-3
在图1-3中，第0级的灰度是0，第1级的灰度是8，第2级的灰度是16，等等。每个等级对应着一个灰度值。级数越多，图像的亮度范围越大，层次就越丰富。有时，把最大级数称为一幅图像的灰度级数。
图像深度是指存储每个像素所用的位数，也用于度量图像的色彩分辨率。图像深度确定彩色图像每个像素可能有的颜色数，或者确定灰度图像每个像素可能有的灰度级数。比如一幅单色图像，若每个像素有8位，则最大灰度数目为2的8次方，即256。一幅彩色图像RGB三个分量的像素位数分别为4、4、2，则最大颜色数目为2的4+4+2次方，即1024，也就是说图像深度为10位，每个像素可以是1024种颜色中的一种。
例如，一幅画的尺寸为1024×768像素，深度为16，则它的数据量为1.5MB。计算如下：
1024×768×16bit = (1024×768×16)/8B = [(1024×768×16)/8]/1024KB = {[(1024×768×16)/8]/1024}/1024MB=1.5MB
二值图像（Binary Image）是指图像上的每一个像素只有两种可能的取值或灰度等级状态，常用黑白、B&W、单色图像表示二值图像。二值图像一般用来描述字符图像，其优点是占用空间少；缺点是当表示人物、风景的图像时，只能展示其边缘信息，图像内部的纹理特征表现不明显。这时候要使用纹理特征更为丰富的灰度图像。
二值图像中，每个像素只用1bit表示，只有黑白两种颜色。二值图像按名字来理解只有两个值，即0和1，0代表黑，1代表白，或者说0表示背景，而1表示前景。其保存也相对简单，每个像素只需要1bit就可以完整存储信息。如果把每个像素看成随机变量，一共有 N 个像素，那么二值图像有2的 N 次方种变化，8位灰度图有255的 N 次方种变化，8位三通道RGB图像有16777216 N 种变化，注意：16777216=256（红）×256（绿）×256（蓝）。也就是说，同样尺寸的图像，二值图像保存的信息更少。
灰度图又称灰阶图，是用灰度表示的图像。除了常见的卫星图像、航空照片外，许多地球物理观测数据也以灰度图表示。我们平时看到的灰度图由0~255个像素组成。
灰度图是二值图像的进化版本，是彩色图像的退化版，也就是灰度图保存的信息比彩色图像少，但比二值图像多。灰度图只包含一个通道的信息，而彩色图通常包含三个通道的信息。单一通道可以理解为单一波长的电磁波，所以红外遥感、X断层成像等单一通道电磁波产生的图像都为灰度图。另外，灰度图在实际应用中具有易于采集和传输等特性，使得基于灰度图开发的算法非常丰富。
灰度图的每个像素只有一个采样颜色，这类图像通常显示为从最暗的黑色到最亮的白色的灰度。灰度图与黑白图像不同，在计算机图像领域，黑白图像只有黑色与白色两种颜色，但是灰度图在黑色与白色之间还有许多级的颜色深度。灰度图经常是在单个电磁波频谱（如可见光）内测量每个像素的亮度得到的，用于显示的灰度图通常用每个采样像素8位的非线性尺度来保存，这样可以有256级灰度（如果用16位，就有65536级）。
彩色图像也就是RGB图像，每个像素通常由红（R）、绿（G）、蓝（B）三个分量来表示，分量值为0~255。我们日常获得的通常是彩色图像，很多时候我们需要将彩色图像转换成灰度图像，也就是将3个通道（RGB）转换成1个通道。
通道把图像分解成一个或多个颜色成分，通常可以分为单通道、三通道和四通道。
● 单通道：一个像素点只需一个数值表示。单通道只能表示灰度，0为黑色。单通道图像就是图像中每个像素点只需用一个数值表示。
● 三通道：把图像分为红、绿、蓝三个通道。三通道可以表示彩色，全0表示黑色。
● 四通道：在RGB的基础上增加了Alpha通道，Alpha通道表示透明度，Alpha=0表示全透明。
在计算机中，用 M × N 的矩阵表示一幅尺寸大小为 M × N 的数字图像，矩阵元素的值就是该图像对应位置上的像素值。三通道图像数据在内存中的存储是连续的，每个通道的元素按照矩阵行列顺序进行排列。通常计算机按照RGB方式存储三通道图像格式，而图像采集设备输出图像格式一般是BGR方式。