数字图像的基本类型.ppt

数字图像的基本类型计算机一般采用两种方式存储静态图像：位映射（Bitmap），即位图存储模式；向量处理（Vector），也称矢量存储模式 位图也称为栅格图像，是通过许多像素点表示一幅图像，每个像素具有颜色属性和位置属性矢量图只存储图像内容的轮廓部分，而不是图像数据的每一点 二值图像   二值图像也叫黑白图像，就是图像象素只存在0,1两个值二进制的二进制的lenna图像图像灰度图像灰度图像是包含灰度级的图像，如64级，256级等    如当像素灰度级用8 bit表示时，每个像素的取值就是256种灰度中的一种，即每个象素的灰度值为0到255中的一个    通常，用0表示黑，255表示白，从0到255亮度逐渐增加 索引图像索引图像把像素值直接作为索引颜色的序号根据索引颜色的序号就可以找到该像素的实际颜色当把索引图像读入计算机时，索引颜色将被存储到调色板中调色板是包含不同颜色的颜色表，每种颜色以红，绿，蓝三种颜色的组合来表示调色板的单元个数是与图像的颜色数一致的256色图像有256个索引颜色，相应的调色板就有256个单元 RGB图像RGB图像是一类图像的总称这类图像不使用单独的调色板，每一个像素的颜色由存储在相应位置的红，绿，蓝颜色分量共同决定。

RGB图像是24位图像，红绿蓝分量分别占用8位，理论上可以包含16M种不同的颜色数字图像的基本文件格式每一种图像文件均有一个文件头， 在文件头之后才是图像数据文件头的内容一般包括文件类型、文件制作者、制作时间、版本号、文件大小等内容图像文件还涉及图像文件的压缩方式和存储效率等常用的图像文件存储格式主要有BMP文件、JPG文件、PCX文件、TIFF文件以及GIF文件等 BMP图像文件格式第一部分为位图文件头BITMAPFILEHEADER，它是一个结构体，其定义如下： typedef struct tagBITMAPFILEHEADER{  WORD   bfType;   DWORDbfSize;   WORDbfReserved1;  WORDbfReserved2;  DWORDbfOffBits;} BITMAPFILEHEADER;这个结构的长度是固定的，为14个字节（WORD为无符号16位二进制整数，DWORD为无符号32位二进制整数） 第二部分为位图信息头BITMAPINFOHEADER，也是一个结构，其定义如下：typedef struct tagBITMAPINFOHEADER{  DWORD   biSize；  LONGbiWidth；   LONGbiHeight；  WORDbiPlanes；  WORDbiBitCount；    DWORDbiCompression；  DWORDbiSizeImage；  LONGbiXPelsPerMeter； LONGbiYPelsPerMeter；  DWORDbiClrUsed；  DWORDbiClrImportant；  } BITMAPINFOHEADER；  这个结构的长度是固定的，为40个字节（LONG为32位二进制整数）。

其中，biCompression的有效值为BI_RGB、 BI_RLE8、 BI_RLE4、BI_BITFIELDS第三部分为调色板(Palette) 真彩色图像不需要调色板调色板实际上是一个数组， 共有biClrUsed个元素数组中每个元素的类型是RGBQUAD结构，占4个字节，其定义如下： typedef struct tagRGBQUAD{  BYTE  rgbBlue;   //该颜色的蓝色分量  BYTE  rgbGreen;//该颜色的绿色分量  BYTE  rgbRed;//该颜色的红色分量  BYTE  rgbReserved;//保留值} RGBQUAD; 第四部分就是实际的图像数据对于用到调色板的位图，图像数据就是该像素颜色在调色板中的索引值，对于真彩色图像，图像数据就是实际的R、G、B值对于2色位图，用1位就可以表示该像素的颜色（一般0表示黑，1表示白），所以一个字节可以表示8个像素对于16色位图，用4位可以表示一个像素的颜色，所以一个字节可以表示2个像素对于256色位图，一个字节刚好可以表示1个像素 人眼成像过程人眼成像过程 人眼是一个平均半径为20mm的球状器官。

它由三层薄膜包围着，如右图所示最外层是坚硬的蛋白质膜，其中，位于前方的大约1／6部分为有弹性的透明组织，称为角膜，光线从这里进 入眼内其余5／6为白色不透明组织，称为巩膜，它的作用是巩固和保护整个眼球中间一层由虹膜和脉络膜组成虹膜的中间有一个圆孔，称为瞳孔它的大小可以由连接虹膜的环状肌肉组织来调节，以控制进入眼睛内部的光通量大小，其作用和照相机中的光圈一样最内一层为视网膜，它的表面分布有大量光敏细胞    除了三层薄膜，在瞳孔后面有一个扁球形的透明体水晶体的作用如同可变焦距的一个透镜，它的曲率可以由睫状肌的收缩进行调节，从而使景象始终能刚好地聚焦于黄斑区眼睛的晶状体和普通光学透镜之间的主要差别在于前者的适应性强用眼睛看建筑物侧面的图解，C点是晶状体的光心简单的图像形成模型一幅图像实际上记录的是物体辐射能量的空间分布，这个分布是空间坐标、时间和波长的函数，即:I=(x,y,z,λ,t)当一幅图像为平面单色静止图像时，空间坐标变量z ,波长λ和时间变量t可以从函数中去除，一幅图像可以用二维函数f(x,y)来表示:        f(x,y)=i(x,y)r(x,y)     这里     0

i(x,y)的性质取决于照射源，而r(x，y)取决于成像物体的特性图像的数字化数字图像可以理解为对二维函数f(x，y)进行采样和量化(即离散处理)后得到的图像，因此，通常用二维矩阵来表示一幅数字图像 将一幅图像进行数字化的过程就是在计算机内生成一个二维矩阵的过程数字化过程包括三个步骤：扫描、采样和量化 采样 采样（Sampling）:是对图像空间坐标的离散化， 它决定了图像的空间分辨率 用一个网格把待处理的图像覆盖，然后把每一小格上模拟图像的各个亮度取平均值，作为该小方格中点的值 图像的采样图像的采样对一幅图像采样时，若每行（即横向）像素为M个，每列（即纵向）像素为N个，则图像大小为M×N个像素，从而f(x,y)构成一个M×N实数矩阵：    每个元素为图像f(x,y)的离散采样值，称之为像元或像素 (a) 256(a) 256级灰度图象级灰度图象 ( (b) b) 子图子图 ( (c) c) 子图对应的量化数据子图对应的量化数据图像量化实例图像量化实例量化把采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的量化量化是对图像幅度坐标的离散化，它决定了图像的幅度分辨率。

量化的方法包括：分层量化、均匀量化和非均匀量化Ø分层量化是把每一个离散样本的连续灰度值只分成有限多的层次Ø均匀量化是把原图像灰度层次从最暗至最亮均匀分为有限个层次，如果采用不均匀分层就称为非均匀量化 (a) 量化量化 (b) 量化为量化为8 bit量化示意图量化示意图l对一幅图像，当量化级数一定时，采样点数对图像质量有着显著的影响采样点数越多，图像质量越好； 当采样点数减少时，图上的块状效应就逐渐明显l同理，当图像的采样点数一定时，采用不同量化级数的图像质量也不一样量化级数越多，图像质量越好，当量化级数越少时，图像质量越差，量化级数最小的极端情况就是二值图像，图像出现假轮廓 采样点数和量化级数的关系：采样点数和量化级数的关系： ( (a) a) 采样点采样点256256×256256时的图像时的图像 ( (b) b) 采样点采样点6464×6464时的图像时的图像( (c) c) 采样点采样点3232×32 2时的图像时的图像( (d) d) 采样点采样点1616×16 6时的图像时的图像   采样点数与图像质量之间的关系采样点数与图像质量之间的关系( (a) a) 量化为量化为2 2级的级的LenaLena图像图像 ( (b) b) 量化为量化为1616级的级的LenaLena图像图像( (c) c) 量化为量化为256256级的级的LenaLena图像图像    量化级数与图像质量之间的关系量化级数与图像质量之间的关系十一作业:1 熟悉raw2bmp程序, 参考2 编写或书写函数  void BianHuan(unsigned char *image1[1000], int W1, int H1,                        unsigned char *image2[2000], int & W2, int & H2, double rate);//image1 源图象  image2 目标图象//W1 H1 源图象宽和高  W2 H2 目标图象宽和高//rate 放大/缩小倍数  0