第5章任务3 掌握图像媒体编码方法.ppt

任务3 掌握图像媒体的编码方法 5.3.1 数字图像的获取 5.3.2 数字图像的表示和编码 5.3.3 图形的概念和应用 数字图像 数字图像是二维图像有限像素的表示形式，它能够应用于多种介质，可根据需要选择最合适的输出设备。 计算机中的数字图像按其生成方法可分为两大类： 一类是通过扫描仪、数码相机等设备获取的图像，可简称为位图图像； 另一类是由计算机合成的图像，一般称为矢量图形。 位图图像 位图图像是由不同亮度和颜色的像素所组成，适合表现大量的图像细节，可以很好的反映明暗的变化、复杂的场景和颜色，它的特点是能表现逼真的图像效果，但是文件比较大，并且缩放时清晰度会降低并出现锯齿，如图所示。 位图有种类繁多的文件格式，常见的有JPEG、PCX、BMP、PSD、PIC、GIF和TIFF等。 5-4 位图图像 矢量图形 矢量图形:使用直线和曲线来描述图形，这些图形的元素是一些点、线、矩形、多边形、圆和弧线等等，它们都是通过数学公式计算获得的，所以矢量图形文件一般较小。 优点:无论放大、缩小或旋转等都不会失真， 缺点:难以表现色彩层次丰富的逼真图像效果，而且显示矢量图也需要花费一些时间。矢量图形主要用于插图、文字和可以自由缩放的徽标等图形。 一般常见的文件格式有AI等。 图5-5 矢量图形 数字图像的获取 从现实世界中获取数字图像的过程称为图像的获取，扫描仪、数码相机就是最常用的图像获取设备。图像获取的过程实际上是模拟信号数字化的过程，它的处理步骤大体分为四步： （1）扫描：模拟图像通过扫描过程被划分成若干个网格，每个网格就是一个取样点。 （2）分色：将取样点的颜色分成三个基色（如红、绿、蓝三基色），如果是灰度图像或黑白图像则不必分色。 （3）取样：测量每个取样点的每个基色的亮度值。 （4）量化：将这些分量进行模／数转换，将亮度值用数字来表示。 图像的获取过程 扫 描 模拟图像 取 样 取 样 取 样 数 字 图 像 分 色 量 化 量 化 量 化 图像获取过程： 将画面划分为 M × N个网格，每个网格称为 一个取样点 将彩色图像取样点的颜色分解成R，G，B三个基色 测量每个取样点的每个分量（基色）的亮度值 对取样点每个分量的亮度值进行A/D转换，使用数字整型量表示 数字图像的组成 图像取样点的基本单位是像素 彩色图像通常由一组（一般是3个）矩阵组成 灰度图像和黑白图像只有一个矩阵（即亮度分量）。 矩阵的行数称为图像的垂直分辨率，列数称为图像的水平分辨率，矩阵中的元素是像素颜色分量的亮度值。 图5-6 彩色分量图 图像属性 （1）图像大小，也称为图像分辨率，如800×600dpi、1024×768dpi等。 （2）像素深度，即像素的所有颜色分量的二进位数之和，它决定了不同颜色（亮度）的最大数目。 例如只有1位平面的单色图像，若像素深度是8位，则不同的亮度的数目为28=256； 由R、G、B三个位平面组成的彩色图像，若三个位平面中的像素位数分别为8、8、8，则该图像的像素深度为24，最大颜色数目为28+8+8=224称为真彩色。 （3）颜色空间的类型，指彩色图像所使用的颜色描述方法，也叫做颜色模型。常用的颜色模型有灰度模型（Grayscale）、RGB模型、HSB模型、CMYK模型等。它们的特点如下： 灰度模式 灰度模式：该模式只有灰度色（图像的亮度），没有彩色。在灰度色图像中，每个像素都以8位或16位表示，取值范围在0（黑色）～255（白色）之间。 灰度图像 RGB模型 RGB模型：用红（R）、绿（G）、蓝（B）三基色来描述颜色的方式叫RGB模式。 对于真彩色，R、G、B三基色分别用8位二进制数来描述，共256种。 R、G、B的取值范围在0～255之间 可以表示的颜色数目为256×256×256颜色。 HSB模式 HSB模式：该模式是利用颜色的三要素来表示颜色的，它与人眼观察颜色的方式最接近，是一种定义颜色的直观方式。 H表示色调（也叫色相，Hue） S表示色饱和度（Saturation） B表示亮度（Brightness） CMYK模式 CMYK模式：该模式是一种基于四色印刷的印刷模式，是相减混色模式。 C表示青色 M表示品红色 Y表示黄色 K表示黑色。 是一种最佳的打印模式。CMYK模式主要用于彩色打印和彩色印刷。 图像数据量 一幅图像在计算机中的数据量可用下面的公式进行计算（以字节为单位）： 图像数据量=图像水平分辨率×图像垂直分辨率×像素深度／8 例如，一幅分辨率为1024×768、24位真彩色的数字图像，它的数据量为： 1024×768×24／8=2359296B=2.25MB 数字图像的压缩 未压缩的图像所需的数据量是比较大的，