數(shù)字圖像的基本類型(00001)課件

數(shù)字圖像的基本類型計算機一般采用兩種方式存儲靜態(tài)圖像：位映射（Bitmap），即位圖存儲模式；向量處理（Vector），也稱矢量存儲模式。位圖也稱為柵格圖像，是通過許多像素點表示一幅圖像，每個像素具有顏色屬性和位置屬性。矢量圖只存儲圖像內(nèi)容的輪廓部分，而不是圖像數(shù)據(jù)的每一點。

二值圖像二值圖像也叫黑白圖像，就是圖像象素只存在0,1兩個值。二進制的lenna圖像灰度圖像灰度圖像是包含灰度級的圖像，如64級，256級等。如當(dāng)像素灰度級用8bit表示時，每個像素的取值就是256種灰度中的一種，即每個象素的灰度值為0到255中的一個。通常，用0表示黑，255表示白，從0到255亮度逐漸增加。RGB圖像RGB圖像是一類圖像的總稱。這類圖像不使用單獨的調(diào)色板，每一個像素的顏色由存儲在相應(yīng)位置的紅，綠，藍顏色分量共同決定。RGB圖像是24位圖像，紅綠藍分量分別占用8位，理論上可以包含16M種不同的顏色。數(shù)字圖像的基本文件格式每一種圖像文件均有一個文件頭，在文件頭之后才是圖像數(shù)據(jù)。文件頭的內(nèi)容一般包括文件類型、文件制作者、制作時間、版本號、文件大小等內(nèi)容。圖像文件還涉及圖像文件的壓縮方式和存儲效率等。常用的圖像文件存儲格式主要有BMP文件、JPG文件、PCX文件、TIFF文件以及GIF文件等。BMP圖像文件格式第二部分為位圖信息頭BITMAPINFOHEADER，也是一個結(jié)構(gòu)，其定義如下：typedefstructtagBITMAPINFOHEADER{DWORD biSize；

LONG biWidth；

LONG biHeight；

WORD biPlanes；

WORD biBitCount；

DWORD biCompression；

DWORD biSizeImage；

LONG biXPelsPerMeter；

LONG biYPelsPerMeter；

DWORD biClrUsed；

DWORD biClrImportant；

}BITMAPINFOHEADER；這個結(jié)構(gòu)的長度是固定的，為40個字節(jié)（LONG為32位二進制整數(shù)）。其中，biCompression的有效值為BI_RGB、BI_RLE8、BI_RLE4、BI_BITFIELDS。第三部分為調(diào)色板(Palette)。真彩色圖像不需要調(diào)色板。調(diào)色板實際上是一個數(shù)組，共有biClrUsed個元素。數(shù)組中每個元素的類型是RGBQUAD結(jié)構(gòu)，占4個字節(jié)，其定義如下：typedefstructtagRGBQUAD{BYTErgbBlue; //該顏色的藍色分量

BYTErgbGreen; //該顏色的綠色分量

BYTErgbRed; //該顏色的紅色分量

BYTErgbReserved; //保留值}RGBQUAD;人眼成像過程

人眼是一個平均半徑為20mm的球狀器官。它由三層薄膜包圍著，如右圖所示。最外層是堅硬的蛋白質(zhì)膜，其中，位于前方的大約1／6部分為有彈性的透明組織，稱為角膜，光線從這里進入眼內(nèi)。其余5／6為白色不透明組織，稱為鞏膜，它的作用是鞏固和保護整個眼球。中間一層由虹膜和脈絡(luò)膜組成。虹膜的中間有一個圓孔，稱為瞳孔。它的大小可以由連接虹膜的環(huán)狀肌肉組織來調(diào)節(jié)，以控制進入眼睛內(nèi)部的光通量大小，其作用和照相機中的光圈一樣。最內(nèi)一層為視網(wǎng)膜，它的表面分布有大量光敏細胞。除了三層薄膜，在瞳孔后面有一個扁球形的透明體。水晶體的作用如同可變焦距的一個透鏡，它的曲率可以由睫狀肌的收縮進行調(diào)節(jié)，從而使景象始終能剛好地聚焦于黃斑區(qū)。眼睛的晶狀體和普通光學(xué)透鏡之間的主要差別在于前者的適應(yīng)性強。用眼睛看建筑物側(cè)面的圖解，C點是晶狀體的光心簡單的圖像形成模型一幅圖像實際上記錄的是物體輻射能量的空間分布，這個分布是空間坐標、時間和波長的函數(shù)，即:I=(x,y,z,λ,t)。當(dāng)一幅圖像為平面單色靜止圖像時，空間坐標變量z,波長λ和時間變量t可以從函數(shù)中去除，一幅圖像可以用二維函數(shù)f(x,y)來表示:

f(x,y)=i(x,y)r(x,y)

這里0<i(x,y)<0<r(x,y)<1

反射分量限制在0和1之間。i(x,y)的性質(zhì)取決于照射源，而r(x，y)取決于成像物體的特性。采樣采樣（Sampling）:是對圖像空間坐標的離散化，它決定了圖像的空間分辨率。用一個網(wǎng)格把待處理的圖像覆蓋，然后把每一小格上模擬圖像的各個亮度取平均值，作為該小方格中點的值。圖像的采樣對一幅圖像采樣時，若每行（即橫向）像素為M個，每列（即縱向）像素為N個，則圖像大小為M×N個像素，從而f(x,y)構(gòu)成一個M×N實數(shù)矩陣：

每個元素為圖像f(x,y)的離散采樣值，稱之為像元或像素。(a)256級灰度圖象(b)子圖(c)子圖對應(yīng)的量化數(shù)據(jù)圖像量化實例量化的方法包括：分層量化、均勻量化和非均勻量化。分層量化是把每一個離散樣本的連續(xù)灰度值只分成有限多的層次。均勻量化是把原圖像灰度層次從最暗至最亮均勻分為有限個層次，如果采用不均勻分層就稱為非均勻量化。(a)量化(b)量化為8bit量化示意圖對一幅圖像，當(dāng)量化級數(shù)一定時，采樣點數(shù)對圖像質(zhì)量有著顯著的影響。采樣點數(shù)越多，圖像質(zhì)量越好；當(dāng)采樣點數(shù)減少時，圖上的塊狀效應(yīng)就逐漸明顯。同理，當(dāng)圖像的采樣點數(shù)一定時，采用不同量化級數(shù)的圖像質(zhì)量也不一樣。量化級數(shù)越多，圖像質(zhì)量越好，當(dāng)量化級數(shù)越少時，圖像質(zhì)量越差，量化級數(shù)最小的極端情況就是二值圖像，圖像出現(xiàn)假輪廓。采樣點數(shù)和量化級數(shù)的關(guān)系：(a)量化為2級的Lena圖像(b)量化為16級的Lena圖像(c)量化為256級的Lena圖像

量化級數(shù)與圖像質(zhì)量之間的關(guān)系十一作業(yè):1熟悉raw2bmp程序,參考2編寫或書寫函數(shù)voidBianHuan(unsignedchar*image1[1000],intW1,intH1,unsignedchar*image2[2000]