1.初识数字图像处理与识别剖析.docVIP

第1章 初识数字图像处理与识别 图像是指能在人的视觉系统中产生视觉印象的客观对象，包括自然景物、拍摄到的图片、用数学方法描述的图形等等。图像的要素有几何要素（刻画对象的轮廓、形状等）和非几何要素（刻画对象的颜色、材质等）。 本章中，我们主要讲解数字图像和数字图像处理的实质内容和一般步骤，以及一些后面会经常使用到的基本概念。 1.1 数字图像 自然界中的图像都是模拟量，在计算机普遍应用之前，电视、电影、照相机等图像记录与传输设备都是使用模拟信号对图像进行处理。但是，计算机只能处理数字量，而不能直接处理模拟图像。所以我们要在使用计算机处理图像之前进行图像数字化。 1.1.1 什么是数字图像 简单地说，数字图像就是能够在计算机上显示和处理的图像，可根据其特性分为两大类 提示：本书只涉及数字图像中位图图像的处理与识别，如无特别说明，后文提到的“图像”和“数字图像”都仅仅是指位图图像。一般而言，使用数字摄像机或数字照相机得到的图像都是位图图像。 我们可以将一幅图像视为一个二维函数f(x, y)，其中x和y是空间坐标，而在x – y平面中的任意一对空间坐标(x, y)上的幅值f称为该点图像的灰度、亮度或强度。此时，如果f、x、y均为非负有限离散，则称该图像为数字图像（位图）。 一个大小为M×N数字图像是由M行N列的有限元素组成的，每个元素都有特定的位置和幅值，代表了其所在行列位置上的图像物理信息，如灰度和色彩等。这些元素称为图像元素或像素。 1.1.2 数字图像的显示 不论是CRT显示器还是LCD显示器，都是由许多点构成的，显示图像时这些点对应着图像的像素，称显示器为位映像设备。所谓位映像，就是一个二维的像素矩阵，而位图也就是采用位映像方法显示和存储的图像。当一幅数字图像被放大后就可以明显地看出图像是由很多方格形状的像素构成的，如图1.1所示。 图1.1 位图图像示例 1.1.3 数字图像的分类 根据每个像素所代表信息的不同，可将图像分为二值图像、灰度图像、RGB图像以及索引图像等。 1. 二值图像 每个像素只有黑、白两种颜色的图像称为二值图像。在二值图像中，像素只有0和1两种取值，一般用0来表示黑色，用1表示白色。 2. 灰度图像 在二值图像中进一步加入许多介于黑色与白色之间颜色深度灰度图像这类图像通常显示为从最暗黑色到最亮的白色的灰度 表1.1 常见颜色的RGB组合值 颜色 R G B 红(0xFF0000) 255 0 0 蓝(0x00FF00) 0 255 0 绿(0x0000FF) 0 0 255 黄(0xFFFF00) 255 255 0 紫(0xFF00FF) 255 0 255 青(0x00FFFF) 0 255 255 白(0xFFFFFF) 255 255 255 黑(0x000000) 0 0 0 灰(0x808080) 128 128 128 未经压缩的原始BMP文件就是使用RGB标准给出的3个数值来存储图像数据的，称为RGB图像。在RGB图像中每个像素都是用24位二进制数表示，故也称为24位真彩色图像。 4. 索引图像 如果对每个像素都直接使用24位二进制数表示，图像文件的体积将变得十分庞大。来看一个例子，对一个长、宽各为200像素，颜色数为16的彩色图像，每个像素都用RGB三个分量表示。这样每个像素由3个字节表示，整个图像就是200×200×3=120k字节。这种完全未经压缩的表示方式，浪费了大量的存储空间，下面简单介绍另一种更节省空间的存储方式：索引图像。 同样还是对200×200像素的16色图像，由于这张图片中最多只有16种颜色，那么可以用一张颜色表（16×3的二维数组）保存这16种颜色对应的RGB值，在表示图像的矩阵中使用那16种颜色在颜色表中的索引（偏移量）作为数据写入相应的行列位置。例如，颜色表中第3个元素为0xAA1111，那么在图像中所有颜色为0xAA1111的像素均可以由3-1=2表示（颜色表索引下标从0开始）。这样一来，每一个像素所需要使用的二进制数就仅仅为4位（0.5字节），从而整个图像只需要200×200×0.5=20k字节就可以存储，而不会影响显示质量。 上文所指的颜色表就是常说的调色板（Palette），另一种说法叫做颜色查找表（LUT：Look Up Table）。Windows位图中应用到了调色板技术。其实不仅是Windows位图，许多其他的图像文件格式比如PCX，TIF，GIF都应用了这种技术。 在实际应用中，调色板中通常只有少于256种颜色。在使用许多图像编辑工具生成或者编辑GIF文件的时候，常常会提示用户选择文件包含的颜色数目。当选择较低的颜色数目时，将会有效地降低图像文件的体积，但也会一定程度上降低图像的质量。 使用