第四章 数字图像基础
数字影像基础课程设计 (2)
数字影像基础课程设计课程介绍数字影像基础课程旨在为学生提供数字影像基础知识和技能，在特效、后期制作以及3D动画制作等领域具备基本的技术能力和实践能力。
课程内容涵盖数字图像处理技术、数字视频制作技术、影视后期制作技术等相关内容。
教学目标1.基本掌握数字影像处理技术的相关概念、技术和方法。
2.熟悉数字影像制作过程，掌握数字音视频处理流程。
3.能使用专业数字音视频制作软件进行简单的操作和制作。
4.能够应用数字影像技术解决实际问题。
教学内容第一章：数字影像基础1.数字图像基础知识2.影像数据结构3.数字图像处理基础技术4.影像色彩空间5.影像格式解析第二章：影像处理应用1.数字影像处理技术2.影像去噪、增强、锐化处理3.影像融合与合成技术4.特效与动画技术第三章：数字音视频基础1.音视频数字化基础2.音视频格式3.视频帧率与码率4.音频采样率与码率第四章：数字音视频处理技术1.视频编辑2.音频剪辑3.音视频合成4.视频特效第五章：数字音视频制作实战1.炫酷MV制作2.纪录片制作3.广告视频制作教学方法本课程采用“理论讲授+实践操作”相结合的方式。
即在专业的理论教育之后，通过实践操作加深学生对数字影像制作技术的理解和掌握。
同时，本课程将采用项目驱动的教学方法，引导学生分阶段独立完成实际项目，深化学生对数字影像制作流程的了解和应用能力。
教学进度课程内容授课进度第一章数字影像基础2周第二章影像处理应用3周第三章数字音视频基础2周第四章数字音视频处理技术3周第五章数字音视频制作实战2周评分标准根据学生的理论考核成绩、实践操作成绩、项目制作成绩，并参考学生的出勤率等因素，综合评定学生的绩点。
推荐教材1.《数字图像处理（第三版）》，冈萨雷斯，李恩义，清华大学出版社。
2.《数字影像技术与应用》，谷旭东，刘松玲，电子工业出版社。
3.《数字音视频技术基础》，樊东旭，郝志强，北京航空航天大学出版社。
第四章遥感图像数字处理的基础知识
第四章遥感图像数字处理的基础知识C方向 20 卢昕一、名词解释1.光学影像：一种以胶片或其他的光学成像载体的形式记录的图像。
它是一个二维的连续的光密度函数。
2.数字影像：以数字形式进行存储的图像，它是一个二维的离散的光密度函数。
3.空间域图像：用空间坐标x，y的函数表示的形式。
有光学影像和数字影像。
4.频率域图像：以频率域的形式表示的影像，频率坐标Vx，Vy的函数。
5.图像采样：图像空间坐标（x,y）的数字化称为图像采样。
6.灰度量化：图像灰度的数字化称为图像量化。
7 .ERDAS：是美国 ERDAS 公司开发的遥感图像处理系统。
它以模块化的方式提供给用户，可使用户根据自己的应用要求、资金情况合理的选择不同功能模块及不同组合，对系统进行剪裁，充分利用软硬件资源，并最大限度地满足用户的专业应用要求。
ERDAS Imagine面向不同需求的用户，对于系统的扩展功能采用开放的体系结构以Imagine Essentials、Imagine Advantage、Imagine Professional的形式为用户提供低、中、高三档产品架构，并有丰富的功能扩展模块供用户选择，产品模块的组合比较灵活。
8.BSQ：遥感数字图像的一种存储格式，即按波段记载数据文件。
9.BIL：也是遥感数字图像的一种存储格式，是一种按照波段顺序交叉排列的遥感数据格式。
二、简答题1、叙述光学影像与数字影像的关系和不同点。
答：光学图像可以看成一个二维的连续的光密度函数，像片上的密度随空间坐标的变化而变化。
而数字图像是一个二维的离散的光密度函数。
光学图像可以通过采样和量化得到数字图像，数字图像可以通过显示终端设备或照相或打印的方式得到光学图像。
与光学图像相比数字图像的处理简捷快速，并可以完成一些光学处理方法所无法完成的各种特殊处理等。
2、怎样才能将光学影像变成数字影像？答：将光学影像变成数字影像要经过采样和量化两步。
采样是将图像空间的坐标（X，Y）进行数字化，此时实现了空间的离散化。
《数字图像处理》复习重点总结(杂)
出 //非几何变换：原图灰度为 f(x,y),g(x,y)=T[f(x,y)], 没有位置变化，灰度值变换 R=T(r),R,r∈(0~255)//
3 模板运算、应用（★）：所谓模板就是一个系数矩阵（必须为奇数列）；模板大小：经常是奇数；模板系
数: 矩阵的元素 w1 w2 w3 w4 w5 w6 w7 w8 w9。对于某图象的子图像：z1 z2 z3 z4 z5 z6 z7 z8 z9z5 的模板运
第三章：图像变换 1 图像变换、基本运算方法：加减法：C(x,y) = A(x,y) ±B(x,y) 乘法：C(x,y) = A(x,y) * B(x,y) //求反：g(x,y) = 255 - f(x,y) 异或：g(x,y) = f(x,y) ⊕ h(x,y) 或：g(x,y) = f(x,y) ∪ h(x,y)与：g(x,y) = f(x,y) ∩ h(x,y) //
腐蚀；定义：B • S =（B ⊕ S）⊗ S；结果：1）填充对象内细小空洞 2）连接邻近对象 3）在不明显改变面 积前提下,平滑对象的边缘
第六章：图像特征提取与识别 1 表示方法： ①链码,定义：1）链码是一种边界的编码表示法。2）用边界的方向作为编码依据。为简化边 界的描述。一般描述的是边界点集。②区域骨架 ,概念,反映什么特性骨架：中轴线。设:R 是一个区域,B 为 R 的边界点,对于 R 中的点 p,找 p 在 B 上“最近”的邻居。如果 p 有多于一个的邻居,称它属于 R 的中轴（骨架） 2 边界特性： ①形状数（★）形状数定义：最小差分链码。 要会算：差分链码,最小差分链码。 差分链
第五章：图像分割 1 图像分割的定义和五大特性 // 令集合 R 代表整个图像区域,对 R 的分割可看作将 R 分成 N 个满足一下五 个条件的非空子集（子区域）R1,R2…RN: ①完备性: i=1 到 N 对 Ri 求和=R②独立性（各子区互不重叠）： i,j,i≠j,有 Ri∩Rj= ③单一性（同子区具有某些相同特性）：对 i=1,2…N,有 P(Ri)=TRUE ④互斥性（不 同子区具有某些不同特性）：对 i≠j,有 P(Ri∪Rj)=FALSE ⑤连通性（同子区像素具有连通性）：对 i=1,2,...,N, Ri 是连通的区域 // 对图像的划分满足以上定义,则 Ri（i-1,2,3…n）就称为 R 的分割。 // 2 边缘检测：（★）边缘连接,模板运算的概念,和锐化模板有区别,Huff 变换。// 基于边缘检测的霍夫变换 的原理：把直线上点的坐标变换到过点的直线的系数域,通过利用共线和直线相交的关系,使直线的提取问题 转化为计数问题。 3 阈值分割：通过取灰度门限对图像像素进行分类,该方法基于：（1）同一分割区域内由灰度值相近的像素 点组成；（2）目标物和背景、不同目标物之间的灰度值有明显差异,可通过取门限区分。 // 4 区域生长（★）：// 根据所用邻域方式和相似性准则的不同,区域生长法可以分为简单生长（像素+像素）、 质心生长法（区域+像素）和混合生长法（区域+区域）//①简单生长法：按时限确定的相似性准则,生长点 （种子点为第一生长点）接收（合并）其邻域（比如 4 邻域）的像素点,该区域生长。接收后的像素点成为 成长点,其值取种子点的值。重复该过程,直到不能生长为止,到此该区域生成。简单生长法的相似性准则为： |f(m,n)-f(s,t)|<T1, 其中 f(s,t)为种子(s,t)处的灰度值,f(m,n)为（s,t)邻域点（m,n)的灰度值,T1 为相似门限。F(s,t) 始终取种子点的值,因此这种方法对种子点的依赖性强 // ②质心生长法：相似性准则变为：|f(m,n)-f(s,t)|<T2, 这里的 f(s,t)(带上划线)是已生长区域内所有像素（所有生长点）的灰度平均值。即用已生成区域的像素灰度 均值（类似质心）作为基准,这样就可以客服简单生长法中过分依赖种子点的缺陷。 // √5 数学形态学方法： 1) 腐蚀：定义：E = B ⊗ S = { x,y | Sxy⊆ B}；结果：使二值图像减小一圈；算法：·用 3x3 的结构元素,扫描 图像的每一个像素；·用结构元素与其覆盖的二值图像做“与”操作；·如果都为 1,结果图像该像素为 1。否则 为 0。2）膨胀：定义：E = B ⊕ S = { x,y | Sxy∩B ≠Ф}；结果：使二值图像扩大一圈；算法：·用 3x3 的结构 元素,扫描图像的每一个像素；·用结构元素与其覆盖的二值图像做“与”操作； ·如果都为 0,结果图像该像素 为 0。否则为 1。3）开运算：思路：先腐蚀,再膨胀；定义：B o S = （B ⊗ S）⊕ S；结果：1）消除细小对 象 2）在细小粘连处分离对象 3）在不改变形状的前提下,平滑对象的边缘。4）闭运算：思路：先膨胀、再
第4章遥感图像数字处理的基础知识
河北联合大学
内容提纲
➢ 图像的表示形式 ➢ 遥感数字图像的存贮 ➢ 遥感数字图像处理系统 ➢ 彩色的基本原理
4.1 图像的表示形式
❖遥感图像的表示形式：遥感传感器记录地物 电磁波的形式
▪ 光学图像：胶片或其它光学成像载体形式 ▪ 数字图像：数字形式
1.光学图像
❖ BMP文件的图像深度可选lbit、4bit、8bit及24bit。 BMP文件存储数据时，图像的扫描方式是按从左到右、 从下到上的顺序。
文件头 调色板 图像数据
TIFF
❖ 标签化图象文件格式，Taggen-Image File Format (TIFF)
❖ 由Aldus公司与Microsoft公司共同开发设计的图像文 件格式。TIFF格式可以存储多幅图像，TIFF图像数 据可分割成几个部分分别存档，还能够提供多种不同 的压缩数据的方法。
透射光栅
反射光栅
4.3.1 可见光与色彩
1. 人眼的视觉
（1）人眼的结构
➢ 视锥细胞：明视觉，感觉颜色； ➢ 视杆细胞：暗视觉，感觉光线明暗。
（2）人眼对颜色的分辨能力
在光亮的条件下，能分辨各种颜色，在亮度降到一定 程度，呈现明暗不同的灰阶带。
正常人眼可分辨的颜色种类可达几十万种以上。对于 灰度图像，一般人眼能分辨的灰度级仅为15～25种。
4.3.1 可见光与色彩
2.色彩概念
❖ 色调（H：Hue）：色彩相互区分的特性。 ❖ 明度（L：Lightness）：光作用于人眼时引起的明亮程度
的感觉，范围为从黑到白。 ❖ 亮度（V：Value或I：Intensity）：颜色的相对明暗程度，
范围为灰色部分，小于明度的范围。 ❖ 饱和度（S：Saturation）：彩色浓淡的程度，即渗白程度。
《数字图像处理基础》课件
数字图像的表示与存 储方式
讨论数字图像的表示方法，包 括二进制表示、向量图像和光 栅图像等。
第三章：数字图像预处理
1
图像增强
2
探讨图像增强的方法和技术，如直方图
均衡化、增强对比度等。
3
图像边缘检测
4
介绍常用的边缘检测算法，如Sobel、滤波
解释图像滤波的概念和作用，介绍常用 的滤波器及其应用。
《数字图像处理基础》 PPT课件
数字图像处理基础PPT课件将帮助您深入了解数字图像处理的原理、方法和应 用。通过本课程，您将掌握数字图像处理领域的基本概念和技巧，为将来的 进一步学习和应用打下坚实的基础。
第一章：数字图像处理概述
数字图像处理介绍
了解数字图像处理的定义和基本原理，并掌握其在各个领域中的应用。
第五章：数字图像特征提取与识别
图像特征提取
介绍图像特征提取的目的和方 法，如灰度共生矩阵和尺度不 变特征变换（SIFT）。
模板匹配
解释模板匹配的原理和应用， 讨论常见的模板匹配算法。
目标检测
探讨目标检测的技术和方法， 如基于特征的方法和深度学习 方法。
第六章：数字图像处理算法优化
1
图像处理算法优化的意义
图像二值化
讲解图像二值化的原理和算法，介绍基 于阈值的二值化方法。
第四章：数字图像分割
图像分割概述
解释图像分割的概念和作用，并 探讨常见的图像分割方法。
基于边缘分割
介绍基于边缘检测的图像分割方 法，包括Canny边缘检测和Sobel 边缘检测。
基于区域分割
讨论基于区域的图像分割方法， 如区域生长和分水岭算法。
数字图像技术趋势
讨论数字图像处理技术的趋势，如增强现实和虚拟现实的发展。
放射医学技术初级职称考试第四章数字X线成像基础考点汇总
第四章第一节数字图像的特征1、传统X线透视荧光屏影像、I.I-TV影像、普通X线照片以及CT多幅相机照片均是由模拟量构成的图像，即属于模拟影像。
（连续的）2、将模拟量转换为数字信号的介质为模/数转换器（ADC）。
3、模/数转换器把模拟量通过采样转换成离散的数字量，该过程称为数字化。
4、数字影像是将模拟影像分解成有限个小区域，每个小区域中图像密度的平均值用一个整数表示。
5、数字化图像是由许多不同密度的点组成的，点与点之间的位置关系相对固定，点与点之间的密度是一均值。
6、模拟信号可以转换成数字信号，数字信号也可以转换成模拟信号，两者是可逆的。
7、将数字信号转换成模拟信号需要使用数/模转换器（DAC），它能把离散的数字量转换成模拟量。
8、数字图像的密度分辨率高。
9、屏片组合系统的密度分辨率只能达到26灰阶，而数字图像的密度分辨率可达到210～212，甚至16位灰阶。
10、数字图像可进行后处理。
图像后处理是数字图像的最大特点。
11、数字图像可以存储在磁盘、磁带、光盘及各种记忆卡中，并可随时进行调阅、传输。
可通过PACS网络实现远程会诊。
12、矩阵表示一个横成行、纵成列的数字方阵。
13、矩阵有影像矩阵和显示矩阵之分。
14、影像矩阵指CT重建得到的影像或CR、DR采集到的每幅影像所用矩阵；显示矩阵是指显示器上显示的影像矩阵。
15、像素又称像元，指组成图像矩阵中的基本单元。
像素是一个二维概念。
像素大小可由像素尺寸表示。
16、数字图像是用数字阵列表示的图像，阵列中的每一个元素称为像素，像素是组成数字图像的基本元素。
17、数字图像是由有限个像素点组成的，构成数字图像的所有像素构成了矩阵。
18、矩阵大小能表示构成一幅图像的像素数量多少。
19、像素大小＝视野大小/矩阵大小20、当视野大小固定时，矩阵越大，像素尺寸越小；矩阵不变时，视野增大，像素尺寸随之增大。
21、数字图像是将一幅图像分成有限个被称为像素的小区域，每个像素中的灰度值用一个整数表示。
第四章数字图像的变换域处理
Lｅnａ图像的移动后的频谱结果显示于图4.２中，对比图４．２与图４.１(ｂ),可以看出其移动效果。
例4.1利用卷积定理计算两个矩阵Ａ、B的卷积
>>[M,N]=size(Ａ);
>>[P，Q]=sｉze(B）;
>＞p1=M+Ｐ－1;
>＞q1=N＋Ｑ-1;
＞>A1=fft２（Ａ,p1,q1);
>>T=dｃtｍtx(n）;
函数返回值T为 的变换核矩阵，对于 的方阵Ａ,可以使用矩阵运算Ｂ=T*A＊D’计算其DCT变换。
例4．3利用Ｄcｔmtx（)函数编程实现对Lｅna图片计算其离散余弦变换。
＞＞f=imreaｄ('E:＼mａｔlab7\leｎａ.bmｐ＇);
＞>g＝ｒgｂ２gray(f);
一维离散线性变换可以表示为变换矩阵形式,对于一个 的向量 ，其离散线性变换可以表示为:
(4-２1)
其中, 为变换结果， 为 的变换矩阵，如果 矩阵是非奇异的,其逆矩阵 存在,其逆变换可以表示为:
(4－２2)
如果逆矩阵 等于变换矩阵的 共轭转置，有
（4-23）
则称 矩阵为酉矩阵，对应的变换为酉变换。离散傅里叶变换的也可写成式(4－２1）的矩阵表示,变换矩阵 为:
>>B1=fft2(B,ｐ1,q1）;
>>C=A1.*B1;
>＞C1=ifft2(C）;
其中ffｔ2(A,p1,q1）是将图像Ａ扩展为 矩阵后再计算其傅里叶变换。
４.２离散余弦变换
4.2.1离散余弦变换
离散余弦变换(Dｉscｒete CoｓｉnｅＴrａnsform, DCT)的变换基矢量为余弦函数,一维离散余弦变换的基矢量为:
数字图像处理 第4章 色彩模型及转换
实际上：不同比例的油墨三原色的组合可以在
标准胶印中产生一个中性灰
C：85%
M：82%
Y：78%
C：34%、
M：25%、
2020/9/23
Y：24%
32
印刷灰平衡：指黄品青三色油墨按不同网点面 积率配比在印刷品上生成中性灰
◎彩色构成 所有的色调都由青、品、黄三原色组成
◎底色去除UCR：一部分非彩色成分由黑色取代
色域映射算法应满足以下基本原则：
◎保持彩色图像的色调不变，即色相角不能偏移
◎保持最大的明度对比度。
◎202饱0/9/2和3 度的改变尽可能的小
36
2.RGB与HSI的色彩转换 ①RGB到HSI的颜色转换
红色=00或 3 60 0 当 ＢＧ
H 3600 - 当 ＢＧ
arccos
(R G) (R B)
道图像等。 2020/9/23
8
②色彩空间 对应着不同的色彩模型处理的色彩数据和文
件的集合 ③色彩模型与色彩空间之间的关系
色彩模型——呈色原理——确定的数值 色彩空间——呈色设备——不同的参数 色彩空间的选择和设置是色彩处理的基础
2.RGB色彩模型
基于自然界中3种原色光的混合原理，将红 、绿 和蓝3种原色按照从0（黑）到255（白色）的亮 度202值0/9/23在每个色阶中分配，从而指定其色彩的算法9
7
二、色彩模型与色彩空间
1.概念 ①色彩模式（颜色模型） ：
用数值表示颜色的一种算法
确定图像中能显示的颜色数、影响图像的通
道数和文件大小 光谱数据——可见光谱图像
调色板数据——索引彩色图像 常用的图像色彩模式有：
二值图像、灰度图像、多色调图像、索引彩色
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
最大表示：28 × 28 × 28 = 224 = 最大表示： 16777216 (16.7M)
4.1.2 CMYK颜色模型 CMYK颜色模型 一个不发光波的物体称为无源物体，它的颜色 由该物体吸收或者反射哪些光波决定，用CMY 由该物体吸收或者反射哪些光波决定，用CMY 相减混色模型。 任何一种颜色都可以用三种基本颜料按一定比 例混合得到: 例混合得到:
4.2 彩色空间的线性变换
彩色空间变换：
适应不同设备的要求 使用人的视角特性以降低数据量，通常把RGB空间表 使用人的视角特性以降低数据量，通常把RGB空间表 示的彩色图像变换到其他彩色空间。
主要的彩色空间变换：
YUV-RGB： YUV适用于PAL和SECAM彩色电视制式 YUV-RGB： YUV适用于PAL和SECAM彩色电视制式 YIQYIQ-RGB: YIQ适用于NTSC彩色电视制式 YIQ适用于NTSC彩色电视制式 YCrCb-RGB：YCrCb适用于数字电视和计算机用数字视 YCrCb-RGB：YCrCb适用于数字电视和计算机用数字视 频图像 HSB-RGB：计算机视觉处理 HSB-RGB：计算机视觉处理 和识别
相减色列表
青色 0 0 0 0 1 1 1 1 品红 0 0 1 1 0 0 1 1 黄色 0 1 0 1 0 1 0 1 相减色 白 黄 品红 红 青 绿 蓝 黑
Байду номын сангаас
CMYK图像示例 CMYK图像示例
C M Y K
C数组 — 8bit表示(256阶梯) 8bit表示 表示(256阶梯 阶梯) M数组 — 8bit表示(256阶梯) 8bit表示 表示(256阶梯 阶梯) Y数组 — 8bit表示(256阶梯) 8bit表示 表示(256阶梯 阶梯) K数组 — 8bit表示(256阶梯) 8bit表示 表示(256阶梯 阶梯) 最大表示：28×28×28×28 = 232 = 最大表示： 4294967296 (4294M)
4.1.4 YUV（YIQ）彩色空间 YUV（YIQ） YUV彩色空间——电视系统中常用 YUV彩色空间——电视系统中常用
Y表示亮度，U、V用来表示色差，U、V是构成彩色的 表示亮度， 用来表示色差， 两个分量。 两个分量。
YUV表示法的重要特性： YUV表示法的重要特性：
①它的亮度信号(Y)和色度信号(U、V)是相互独立的， 它的亮度信号(Y)和色度信号(U、V)是相互独立的， 也就是Y 信号分量构成的黑白灰度图与用U 也就是 Y 信号分量构成的黑白灰度图与用 U 、 V 信号构 成的另外两幅单色图是相互独立的。 成的另外两幅单色图是相互独立的。 ② 可以利用人眼的特性来降低数字彩色图像所需要的 存储容量。 存储容量。(用Y传送细节，UV进行大面积着色，以减 传送细节，UV进行大面积着色， 少所需要的数据量。PAL制中， 的带宽4 43MHz， 少所需要的数据量。PAL制中，Y的带宽4.43MHz，UV 为1.3MHz)
青色(Cyan)、品红(Magenta)和黄色(Yellow)，通常 青色(Cyan)、品红(Magenta)和黄色(Yellow)，通常 写成CMY，称为CMY模型。 写成CMY，称为CMY模型。
用彩色墨水或颜料进行混合，这样得到的颜色 称为相减色。
当三基色等量相减时得到黑色； 等量黄色(Y)和品红(M)相减而青色(C)为 等量黄色(Y)和品红(M)相减而青色(C)为0时，得到 红色(R)； 红色(R)； 等量青色(C)和品红(M)相减而黄色(Y)为 等量青色(C)和品红(M)相减而黄色(Y)为0时，得到 蓝色(B)； 蓝色(B)； 等量黄色(Y)和青色(C)相减而品红(M)为 等量黄色(Y)和青色(C)相减而品红(M)为0时，得到 绿色(G)。 绿色(G)。
标准的电视图形阵列适配卡的16色 标准的电视图形阵列适配卡的16色
代码 0 1 2 3 4 5 6 7 8 R 0 0 0 0 128 128 128 192 128 G 0 0 128 128 0 0 128 192 128 B 0 128 0 128 0 128 0 192 128 H 160 160 80 120 0 200 40 160 160 S 0 240 240 240 240 240 240 0 0 L 0 60 60 60 60 60 60 180 120 颜色 黑(Black) 蓝(Blue) 绿(Green) 青(Cyan) 红(Red) 品红(Magenta) 品红(Magenta) 褐色(Dark 褐色(Dark yellow) 白(Light gray) 深灰(Dark 深灰(Dark Gray)
RGB图像 RGB图像 图象的相加色
一幅彩色图像 可以看成由许 多的点组成的 每个像素都有 一个值，称为 像素值，它表 示特定颜色的 强度。 一个像素值往 往用R 往用R，G，B 三个分量表示
RGB图像示例 RGB图像示例
R G B
R数组 — 8bit表示(256阶梯) 8bit表示 表示(256阶梯 阶梯) G数组 — 8bit表示(256阶梯) 8bit表示 表示(256阶梯 阶梯) B数组 — 8bit表示(256阶梯) 8bit表示 表示(256阶梯 阶梯)
I = R + G 3 + B
1 2R − G − B H= {90 − Arctan{( )}+{0, G > B;180, G < B} 360 3(G − B)
min( R I ,G ,B )
S
=
1
−
4.3 图像的三个基本属性 4.3.1 分辨率
图像的属性:包含分辨率、像素深度、真/ 图像的属性:包含分辨率、像素深度、真/伪彩色。 分辨率：显示分辨率和图像分辨率。 分辨率：显示分辨率和图像分辨率。 显示分辨率：指显示屏上能够显示出的像素数 目。例如，显示分辨率为640×480表示显示屏 例如，显示分辨率为640×480表示显示屏 分成480行 每行显示640个像素， 分成480行，每行显示640个像素，整个显示屏 就含有307200个显像点。 就含有307200个显像点。 图像分辨率：指组成一幅图像的像素密度的度 量方法。 在用扫描仪扫描彩色图像时， 量方法 。 在用扫描仪扫描彩色图像时 ， 通常要 指定图像的分辨率，用每英寸多少点(dots 指定图像的分辨率，用每英寸多少点(dots per inch， DPI)表示 。 如果用300 DPI 来扫描一幅 inch ， DPI) 表示。 如果用 300 DPI来扫描一幅 8″×10″ 的 彩 色 图 像 ， 就 得 到 一 幅 10″ 2400×3000个像素的图像 。 分辨率越高 ， 2400×3000 个像素的图像。 分辨率越高， 像 素就越多。 素就越多。
4.1 图像颜色模型
颜色： 颜色：视觉系统对可见光的感知结果。 可见光是波长在380 nm～ 可见光是波长在380 nm～780 nm之间的电磁波 nm之间的电磁波 图像的颜色模型： 图像的颜色模型：颜色的表示模型，用来描述能感 知的和处理的颜色。 彩色空间： 彩色空间：颜色模型中所有被定义的颜色形成的 坐标系空间。颜色用坐标系中的一个点表示。 常用颜色模型： 常用颜色模型： RGB(红色、绿色、蓝色）—— RGB(红色、绿色、蓝色）—— 显示设备 CMYK(青色、洋红、黄色、黑色）——印刷 CMYK(青色、洋红、黄色、黑色）——印刷 设备 HSB(色调、饱和度、亮度）——视觉处理 HSB(色调、饱和度、亮度）——视觉处理 YUV——彩色全电视信号数字化 YUV——彩色全电视信号数字化
4.1.3 HSL色彩空间 HSL色彩空间 HSL（Hue、Saturation、Lightnes）色彩空间是用 H、S和L 3个参数来生成颜色。其中，H为颜色的 色调，改变它的数值可以生成不同的颜色；S为颜 色的饱和度，改变它可以改变颜色的深浅；L为颜 色的亮度，改变它可以使颜色变亮或变暗。 HSL色彩空间更符合人的视觉特性，更接近人对彩 色的认识和解释。对某一颜色，人眼分辨不出其中 R、G、B的比例，但可以感觉到它的颜色的种类、 深浅和明暗程度。
标准的电视图形阵列适配卡的16色 标准的电视图形阵列适配卡的16色
9 10 11 12 13 14 15 0 0 0 255 255 255 255 0 25 5 25 5 0 0 25 5 25 5 255 0 255 0 255 0 255 160 80 120 0 200 40 160 240 240 240 240 240 240 0 120 120 120 120 120 120 240 淡蓝(Light 淡蓝(Light blue) 淡绿(Light 淡绿(Light green) 淡青(Light 淡青(Light cyan) 淡红(Light 淡红(Light Red) 淡品红(Light 淡品红(Light Magenta) 黄(yellow) 高亮白(Bright 高亮白(Bright white)
HSB色彩空间 HSB色彩空间 色调： 色调：是当人眼看到一种或多种波长的光时所产 生的彩色感觉，它反映颜色的种类，是决定颜色 的基本特性，如红色、棕色就是指色调； 饱和度：指的是颜色的纯度，即掺入白光的程度 饱和度：指的是颜色的纯度，即掺入白光的程度 ，或者说是指颜色的深浅程度，对于同一色调的 彩色光，饱和度越深颜色越鲜明或说越纯。通常 我们把色调和饱和度通称为色度。 我们把色调和饱和度通称为色度。 亮度：颜色的相对明暗程度。 亮度：颜色的相对明暗程度。
YCrCb与RGB彩色空间变换 YCrCb与RGB彩色空间变换
Y＝0.299R＋0.578G＋0.114B Cr＝(0.500R－0.4187G－0.0813B)＋128 Cb=(-0.1687R－0.3313G＋0.500B)＋128 Cb=(-
HSB与RGB彩色空间变换 HSB与RGB彩色空间变换
RGB颜色相加 RGB颜色相加 当三基色等量相加时，得到白色； 等量的红绿相加而蓝为0 等量的红绿相加而蓝为0值时得到黄色； 等量的红蓝相加而绿为0 等量的红蓝相加而绿为0时得到品红色； 等量的绿蓝相加而红为0 等量的绿蓝相加而红为0时得到青色。