信息资源数字化生产质量影响因素分析.docVIP

信息资源数字化生产质量的影响因素分析 　　关键词：信息资源数字化；数字图像；生产质量 　　摘 要：信息资源数字化生产是将模拟信息资源进行数字转换的过程，其最终结果以数字图像为普遍方式。影响数字图像质量的生产因素主要有扫描分辨率、位元深度、文件格式、图像压缩、图像增强处理、数字化生产操作人员等。 　　中图分类号：G250 文献标识码：A 文章编号：1003-1588（2011）04-0074-02 　　 　　笔者基于对信息资源数字化生产项目的考察与分析，得出影响数字图像质量的生产因素主要有扫描分辨率、位元深度、文件格式、图像压缩、图像增强处理和数字化生产操作的人员等。 　　1 分辨率 　　分辨率是一种识别空间细节的能力，是决定数字图像质量的最重要因素之一。数字图像采样时所使用的空间频率（采样频率）常常是分辨率的一个重要指标。因此,dpi（每英寸取样的点数）和ppi（每英寸取样的像素数）常常用来表示数字图像的分辨率。通常情况下，增加采样频率有助于提高分辨率。但是,无论是多高的分辨率,图像放大到一定程度后,仍可看到构成图像的单个像素。 　　对于数字化扫描设备来说,扫描分辨率表示扫描仪在既定文档中捕获像素的模式与数量，它决定了从原始文献中所采集信息的精细程度,扫描分辨率越高,所获得的图像越精细。扫描阶段,应尽可能多地捕获原始文献信息,以便在后面的转换处理、打印输出过程中即使丢失部分信息,仍然可以保持一定的图像信息总量,保证数字图像的相应品质。 　　但是,提高分辨率有一个“度”的问题,当超过这个“度”时,分辨率的增加无助于数字图像质量的提高,只能导致文件体积的增大,增加生产成本。关键问题在于寻找到抓取原始文献所有有价值信息所需的分辨率。 　　事实上，不存在一个“完美无缺”的分辨率用来扫描所有类型的信息资源。因此,扫描分辨率的设置没有统一的尺度,主要取决于被扫描的文献原稿、扫描需求以及图像处理要求等。一般认为，最佳扫描分辨率应该界定为,在输出的数字图像中,能够保证最小字符或最有意义的信息清晰可读。但这在实际工作中常常难以确定。首先,就最小字符而言,对于印刷文本，最小的字符常常是上标、脚注等，但手稿的最小字符就难以确定,影响手稿字迹清晰可读的因素很多，如墨色浓淡、字迹大小等等。其次,最有意义的信息的确定取决于数字图像的用途与用户的主观判断。比如，对于照片、图片和地图等文献,最有意义的信息就很难确定，一幅图片上哪个信息更为重要,是随使用目的(欣赏、作为证据、还是用于资料)以及用户需求(普通用户、研究人员、鉴赏家等)而变化的。 　　扫描分辨率的确定还得考虑输出的图像文件是否需要光学识别。分辨率设置不当，低版本的OCR可能根本无法识别文字材料。对于不同的扫描模式，OCR的识别能力与要求也不同。尽管目前OCR软件一般都具有识别彩色稿件的功能,但从效果看,黑白扫描模式的识别率较高。对于大多数黑白扫描的印刷型文本,300dpi是可以进行OCR识别的最低值,若被扫描的文献字体太小,分辨率就需增加,特别小的字体要增加到600dpi才可较好地进行OCR识别。反之,被扫描的字体大,分辨率可考虑减少。对于灰色模式的扫描,OCR对扫描分辨率的要求不宜低于200dpi。尽管今天的OCR技术还存在诸多不尽人意的地方,但光学字符识别代表了数字扫描与图像处理同时进行的发展趋势。 　　另外,在黑白扫描模式中,还有一个“阈值”的设定问题。不同的“阈值”点（0～256之间,0表示“黑”,256表示“白”）将决定捕捉到的灰度值是被转换成黑像素还是白像素。所以，同一台扫描仪以同样的分辨率进行扫描，“阈值”的设定不同,扫描效果可能很不一样。 　　2 位元深度 　　位元深度是指定义每个像素所用的位数。位元深度值越大，能够表现的色调数量就越多。位元深度直接影响数字图像的形态。数字图像的形态有黑白（或称双调）、灰色或彩色三种。 　　2.1 黑白图像 　　每个像素由一个位构成，而一个位可以表示两种色调（一般是“黑”与“白”）,如用0表示黑，则1表示白，反之亦然。 　　2.2 灰色图像 　　由多个位（一般是2～8个位或更多位）的信息所表现的像素所构成。比如，在一幅2位图像中,有四种可能的组合：00、01、10、11。如果用“00”表示黑，“11”表示白，那么“01”便是深灰，“10”便是浅灰。位元深度为2，能够表现的色调数量为22，即4。如果位元深度是8，则每个像素能够有28（256）种不同的色调。 　　2.3 彩色图像 　　通常由8～24或更多的位来表现的图像。就24位元深度的图像（一般称RGB）而言，位元常分为三组：8位红、8位绿、8位蓝。这些位组合起来表现相应的颜色。一幅24位的图像，可以提供1670多万（224）色调值。越来越多的扫描仪以每个频