1.基本概念

1.1 灰度圖像表示為兩個變量的標量函數f(x,y),其中(x,y)是平面內的坐標。 1.2 在很多情況下，圖像是作為3D場景到2D投影結果形成的。 1.3 數字化圖像的定義域是一個有限的離散柵格，其坐標是自然數。數字化圖像的值域是一個灰度值（亮度）的離散集合。像素使圖像的基本單位。

2. 圖像數字化

2.1 圖像數字化可以看做是采樣函數與連續函數圖像的乘機。 2.2 通常柵格有規格化的多邊形（方形或正六邊形）組成。采樣的第二方面是設置采樣點間的采樣距離（采樣距離越小圖像的分辨率越高）。 2.3 灰階的量化決定著明暗與偽輪廓。人最多可以識別大約60個灰度級別，只含有黑和白像素的圖像稱作為二值圖像。

3. 數字圖像性質

3.1 為了能夠表達離散幾何，必須定義像素的鄰接關系。 3.2 必須建立提供兩個像素間距離的函數，有幾種已經在使用的定義方法。最常用的是“城市街區”，“棋盤”和日常生活中用的歐氏距離。如果柵格上設置了鄰接關系，就獲得了光柵。 3.3 給定光柵，就引入了拓撲性質。這些性質是基于“連通的”這一關系，導致區域、背景、孔和區域邊界概念。區域的凸包使包含它的一個最小凸子集。 3.4 4-鄰接和8-鄰接會產生“交叉線條”悖論，使基本的離散幾何算法復雜化。但是，對于二值和灰度圖像都存在解決這些悖論的方法。 3.5 一幅二值圖像的距離變換（斜切）提供每個像素到最近的非零像素的距離。存在一個在計算上高效的計算距離變換的“兩遍算法”，具有與像素數目呈線性的復雜度。 3.6 亮度直方圖是圖像亮度的全局描述，給出了像素某個亮度的概率密度估計。 3.7 人的視覺感知有很多錯覺。感知組織作為人感知圖像的一些性質對于計算機視覺有啟發作用。 3.8 現場圖像與任何其他測量或觀測一樣總是帶有噪聲的，定量地估計噪聲的程度是可能的，比如使用信噪比。 3.9 噪聲的常見模型有：白噪聲、高斯噪聲、沖擊噪聲、椒鹽噪聲。

4. 彩色圖像

4.1 人的色彩感知是在電磁輻射的波長這一客觀的物理性質基礎之上的主觀心理物理層次。 4.2 人建立起了對入射輻照波長敏感的三種類型的傳感器。人類視網膜上顏色敏感的感受器是錐狀體。視網膜上另一種光敏感受器是桿狀體，專注于在周邊強度低的情況下的單體感知。錐狀體按照感知的波長范圍分為三類，近似地對應于紅、綠、藍。

5. 攝像機

5.1 多數攝像機使用CCD或CMOS光敏元件，兩者都使用光伏原理。他們捕獲單幅圖像的亮度。 5.2 攝像機配備了必要的電子組件以提供數字化的圖像。彩色攝像機與單色攝像機類似，含有彩色濾波器。

總結

以上是生活随笔為你收集整理的图像及其表达与性质（上）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。