第4章 照片处理.pptVIP

第4章照片处理 4.1摄影图像处理基本原理 图像处理基本原理，就是如何从最基本的数学角度去理解数字图像和图像处理。这些内容没有什么实际的操作性，但是理解了这些之后，对后期图像处理能有一定的帮助，不仅仅知其然，而且知其所以然。 4.1.1 数字图像的定义 从数学的角度来说，数字图像定义为一个二元函数z=f(x， y)。其中z表示像素的颜色值，x，y为坐标。这个应该很好理解，为了简单起见，我们先说灰度图像。这样的话，Z属于[0，Zmax]，其中Zmax取决于位深度。对于8位灰度的图像来说，Z属于[0，255]，[ ]这个记号就是两端包含。当然，以上是连续的情况，事实上我们的图像坐标都是离散的，所以一幅数字图像事实上是这个函数在x属于[0，w]，y属于[0，h]之间的离散集合，如果是彩色的话，Z就是一个矢量Z=(R，G，B)。 4.1.2 直方图 直方图表示图像中具有每种灰度级的像素的个数，反映图像中每种灰度出现的频率。图像在计算机中的存储形式，就像是有很多点组成一个矩阵，这些 点按照行列整齐排列，每个点上的值就是图像的灰度值，直方图就是每种灰度在这个点矩阵中出现的次数。直方图是一个一元函数的图像，x方向是灰度值，y方向是像素数量。直方图的意义就是像素数量随着灰度值增加而变化的规律。 色调数字值范围是[0，255]，0为黑色，255为白色，128为灰色，[0，85]为暗部，[86..170]为中间调，[171..255]为高光区间。直方图左边代表暗部，右边代表亮部，而中间则代表中间调。纵向上的高度代表像素密集程度，越高代表的就是分布在这个亮度上的像素很多。 如果直方图趋于平缓，说明图像具有中间层次丰富 高光和暗部都较好，在所有的色阶都有同样多的信息的特点，如果直方图是直线，或者接近直线，说明图像的层次最丰富，表达的信息最多。当然这个信息是数字意义上的，不代表人可以理解的。正因为如此，直方图越平，图像越难压缩，因为冗余信息很少。这是直方图的一种情况，从直方图上可以得到的信息其实很多，因为它相当于是对图像的一个全局统计。 如果直方图左侧有高度，说明照片有影印，如果直方图右侧有高度，说明照片有亮光，如果右侧高度过高，左侧没有高度，说明照片曝光过度。 4.1.3 亮度和曝光 亮度和曝光是两个关联的量，很紧密，曝光决定亮度，增加曝光相当于直方图整体右移。增加亮度，一般是按照特定的数值增加，例如Photoshop里面的亮度、对比度调整。从数学上说，相当于z=f(x，y)+N，其中N是增加的亮度。而增加曝光是一种完全不同的调整方式，用数学来表达，就是z=2^ev * f(x，y)，也就是说如果增加1ev，函数变为z=2f(x，y)。 为了更好地说明这个问题，我来举一个例子。如果一幅图像亮度范围 0-255，现在这幅图像所有像素的亮度范围是 0-64，当然，图像偏暗。现在要做调整，如果我单纯提升亮度，提升的目标是平均亮度达到127，那么就要把所有像素的亮度提升多少呢？大约96，也就是说，提升之后的亮度范围96-160，而如果用调整曝光来做的话，仍然是要让平均亮度达到127，那么可以+2ev，提升之后范围变成0-255，和线型提升亮度相比区别是不是很明显？和线型提升亮度相比，反差增大，层次也更多，这就是为什么数码要向右曝光的原因。从直方图上看增加亮度相当于直方图整体向右平移，x轴上覆盖的宽度不变，而增加曝光相当于直方图向右扩展，涵盖的范围会增加。所以，在拍摄特定对象的时候，保证高光不溢出的情 况下，曝光越充分，层次就越多。这是由于数码图像离散，如果在一定的曝光下，两个像素的亮度相差0.3，这个0.3就会被忽略，因为0.3小于1。而数字图像都是整数，如果增加1ev，这个差距就会乘以二，变成0.6四舍五入就变成了1。这样两个像素就有区别了，所以要向右曝光。 4.1.4 对比度，饱和度和曲线 从直方图上看，对比度就是把直方图向两端均匀拉伸。所以理想情况下，增加对比度可以增加层次，至少是目视的层次，因为实际的层次在图像当中不能改变，只能前期产生。但是因为亮度范围有限，所以当对比度到达两端时，反而会压缩。因为没有地方可以继续扩展，于是极端情况就是黑白。 饱和度表示颜色的纯度，这是一般的定义。饱和度代表色彩的偏离程度，(R，G，B)是一个三维矢量，其标准方向是（1，1，1），也就是灰。灰度大小只改变矢量的长度，不改变方向。饱和度越大，则该矢量和标准方向之间的夹角越大。 Photoshop处理照片，我们都调整过曲线，但是不一定理解曲线的含义。曲线其实是一个函数，我们知道，函数都是映射，从一个集合到另一个集 合的映射。比如直方图，就是灰度空间到像素数量的映射，而曲线则是灰度空间到灰度空间自身的映射，大多数的全局图像处理的过程都是曲线的一种特例，也就是说，这样