图像基本知识.pptVIP

图像的基本知识 《信息隐藏实验教程》教学幻灯片 二(1) 图像类型的引入 图形图像文件可以分为两大类：一类为位图文件(Bitmap)；另一类为矢量(Vector)文件。图像离不开色彩。在物理光学中，红、绿、蓝（Red、Green、Blue,RGB）被称为光学三原色。大千世界的自然景色丰富多彩，但任何色彩（严格说是绝大多数色彩都可以用红、绿、蓝这三种颜色按一定的比例混合而得。例如：红+绿+蓝→白色 红+绿→黄色 红+蓝→品红…… 图像类型的引入 我们可以用一个由R、G、B为坐标轴定义的单位立方体来描述一个符合视觉理论的颜色模型。原点代表黑色，（1,1,1）代表白色，将坐标轴上的顶点称为基色。立方体中的每一个颜色由一个三元组（R,G,B）表示，每一个分量的数值均在[0，1]区间。 调色板的概念 位图中的颜色是如何在矩阵中体现的呢？我们首先引入一个重要概念：调色板。调色板是包含不同颜色的颜色表，每种颜色以红、绿、蓝三种颜色的组合来表示，图像的每一个像素对应一个数字，而该数字对应调色板中的一种颜色，如某像素值为1，则表示该颜色为调色板的编号为1的颜色。调色板的单元个数是与图像的颜色数相对应的，256色图像的调色板就有256个单元。不同的图像有不同的调色板。 调色板的概念 一个图像的调色板所含有的色彩个数取决于数字图像的量化方式。将像素点上的灰度值离散为整数，称之为量化。量化的结果反映了图像容纳的所有颜色数据。位图都可以看作一个二维数据矩阵。例如，以4个bit存储一个点，就表示图像只能有16种颜色。数值范围越大，表示图像可以拥有更多的颜色，自然就可以产生更为精细的图像效果。若采用24位二进制数表示（即1667万个）量级，同样，量级越高，图像质量就越高，存储空间要求就越大。 位图的二维矩阵表示 我们定义了四种基本的图像类型：二进制图像、索引图像、灰度图像、RGB图像。 二进制图像 索引图像 索引图像是一种把像素值直接作为RGB调色板下标的图像。一幅索引图包含一个数据矩阵data和一个调色板矩阵map， data可以是unit8、unit16或双精度类型，而map矩阵总是一个m×3的双精度类型矩阵（其中，m表示颜色数目），该矩阵的元素都是[0，1] 内的浮点数。map矩阵的每一行指定一个颜色的红、绿、蓝颜色分量。索引图像可以把像素值直接映射为调色板数值，每一个像素的颜色使用data的数值作为map的下标来获得：数值1表示map的第一行，数值2表示map的第二行，依此类推。 索引图像 下面图中图像数据矩阵大小为256×256，表示有65535个像素点构成。调色板矩阵大小为256×3，表示有256种颜色。我们看到图像索引矩阵的(1,1)单元的内容为125，也就是说这一点像素的颜色就是调色板矩阵的第125行所定义的颜色。 索引图像 索引图像 我们今后会大量使用以下三条对索引图像的操作语句： 读取索引图像： [data,map]=imread(filename,permission); 显示索引图像： image(data),colormap(map); 存储索引图像： imwrite(data,map,filename,permission) 其中，data为像素索引矩阵，map为调色板矩阵，filename为文件路径，permission为图像文件格式。 灰度图像 灰度图像是包含灰度级（亮度）的图像。与二值图像不同，灰度图像虽然在感观上给人仍然是“黑白”的，但实际上它的像素并不是纯黑（0）和纯白（1）那么简单，所以相应的其1个像素也绝不是1bit就可以表征的。 在MATLAB中，灰度图像由一个unit8、unit16或双精度类型的数组来描述。灰度图像实际上是一个数据矩阵I，该矩阵的每一个元素对应于图像的一个像素点，元素的数值代表一定范围内的灰度级，通常0代表黑色，1、255或65535（不同存储类型）代表白色。 灰度图像 数据矩阵I可以是双精度、unit8或unit16类型。由于灰度图像存储时不使用调色板，因而MATLAB使用一个默认的系统调色板来显示图