图形图像技术
图形图像处理技术在信息科学中的研究与创新
图形图像处理技术在信息科学中的研究与创新一、引言图形图像处理技术是信息科学领域中的重要研究方向之一，它涉及数字图像处理、计算机视觉、图像识别等多个领域。
随着科技的不断进步，人们对图像处理的需求也越来越高。
本文将探讨图形图像处理技术在信息科学中的研究与创新。
二、图形图像处理技术的基础图形图像处理技术是通过对数字图像进行各种算法和方法的处理，改变图像的质量、提取有用信息和增强图像的视觉效果。
它的基础包括数字图像的获取、存储和表示等方面。
数字图像的获取可以通过传感器、扫描等方式获取，然后将图像转化为数字信号进行存储和处理。
图像的表示可以采用矢量图和位图两种方式，矢量图以对象的形状和位置作为描述，而位图则以像素点的灰度值作为描述。
三、图形图像处理技术的应用1. 计算机视觉计算机视觉是图形图像处理技术的一个重要应用领域。
通过计算机视觉技术，计算机可以理解和解释图像，并从中提取有用的信息。
在工业生产中，计算机视觉技术可以用于产品检测和质量控制。
在医学诊断中，计算机视觉技术可以用于影像分析和疾病诊断。
此外，计算机视觉还可以应用于机器人导航、自动驾驶、安全监控等领域。
2. 图像识别图像识别是指通过计算机对图像进行分析和识别，从而识别出图像中的对象和特征。
图像识别技术可以应用于人脸识别、指纹识别、车牌识别等领域。
在安全领域，图像识别技术可以用于识别可疑人员或异常物体。
在医疗领域，图像识别技术可以用于疾病诊断和治疗。
3. 图像处理图像处理是图形图像处理技术的核心内容，它涉及到诸多算法和方法。
常用的图像处理方法包括图像增强、图像压缩、图像恢复、图像分割等。
图像增强可以提高图像的质量和视觉效果，比如增加图像的对比度、清晰度和亮度。
图像压缩可以减小图像的存储空间和传输带宽，常用的图像压缩算法包括JPEG、PNG等。
图像恢复可以修复受损或损坏的图像，比如通过去噪、补洞等方式恢复图像。
图像分割可以将图像划分为多个互不重叠的区域，常用的图像分割算法包括阈值分割、边缘检测等。
计算机图形图像处理技术的应用探讨
计算机图形图像处理技术的应用探讨在如今的信息时代中，计算机图形图像处理技术已经成为了许多行业中不可或缺的重要工具。
本文将探讨计算机图形图像处理技术的应用情况，并分析其在不同领域中所起到的作用。
一、计算机图形图像处理技术的概述计算机图形图像处理技术是通过计算机对图形和图像进行数字化处理的一种技术。
它主要包括图形建模、渲染、图像处理等多个方面。
通过数字化的方式，计算机可以对图形图像进行编辑、修饰和生成，从而满足不同领域的需求。
二、计算机图形图像处理技术在设计领域的应用1. 广告设计计算机图形图像处理技术的应用在广告设计中起到了重要的作用。
设计师可以利用计算机软件进行图像编辑和修饰，使得广告作品更加吸引人。
同时，计算机图形图像处理技术还可以辅助设计师进行产品的三维建模和渲染，从而可以更好地展示产品的外观和特点。
2. 室内设计在室内设计领域中，计算机图形图像处理技术可以帮助设计师更好地展示设计方案。
设计师可以通过计算机软件绘制室内平面图，并进行虚拟仿真，使得客户可以更好地了解设计效果。
此外，计算机图形图像处理技术还可以帮助设计师进行色彩搭配和材质选择，从而提高设计的准确性和美观度。
三、计算机图形图像处理技术在医学领域的应用1. 医学影像分析计算机图形图像处理技术在医学影像分析方面发挥了重要作用。
医学影像数据可以通过计算机进行数字化处理，从而帮助医生进行疾病的诊断和治疗。
例如，在CT扫描和MRI影像中，计算机可以利用图像处理算法对影像进行分割、配准和重建，从而提供更准确的医学信息。
2. 三维重建手术规划在医学手术规划方面，计算机图形图像处理技术也发挥了重要作用。
通过对患者的CT或MRI影像进行三维重建和分析，医生可以更准确地了解患者的病情，并制定相应的手术方案。
此外，计算机图形图像处理技术还可以帮助医生进行手术模拟和导航，提高手术的准确性和安全性。
四、计算机图形图像处理技术在娱乐领域的应用1. 电影和动画制作在电影和动画制作中，计算机图形图像处理技术已经成为了不可或缺的工具。
计算机图形图像技术发展历史概述
计算机图形图像技术发展历史概述计算机图形图像技术是计算机科学和图形学领域的重要分支，它涵盖了计算机生成的图像、图形处理和图形显示等各个方面。
随着计算机技术的飞速发展，图形图像技术也经历了多个阶段的演进和变革。
本文将对计算机图形图像技术的发展历史做一个概述。
一、1950-1960年代：计算机图形学的起步阶段在计算机诞生的早期阶段，由于计算能力有限，计算机图形学的发展非常有限。
1950年代，人们开始尝试使用计算机生成一些简单的图形，如直线、圆等。
而在1960年代，随着计算机硬件、软件以及算法的不断改进，计算机图形学逐渐得到了更多的关注和发展。
二、1970-1980年代：基础算法的提出与优化在1970年代，Bresenham提出了著名的Bresenham算法，这个算法可以高效地画出一条给定斜率的直线，其被广泛应用于计算机图形学中。
同时，随着处理器速度的提高以及内存容量的增加，计算机图形学得以取得更大的突破。
在1980年代，人们开始研究曲线和曲面的绘制算法，并取得了一定的成果。
三、1990年代：三维图形学的兴起进入1990年代，随着计算机性能的进一步提升，三维图形学逐渐兴起并得到了广泛应用。
同时，图形处理单元（GPU）的问世也推动了三维图形学的发展。
人们能够生成更加逼真的三维模型，模拟现实世界中的光照、材质等效果，为电影、游戏等行业带来了巨大的进步。
四、2000年代：计算机动画技术的突破2000年代，计算机动画技术取得了重大突破。
随着硬件设备和软件工具的不断创新，计算机动画的制作变得更加容易和高效。
人们开始利用计算机生成更加生动、逼真的动画效果，并应用于电影、广告等领域。
此外，虚拟现实技术也在这一时期得到了快速发展，使用户能够沉浸在虚拟的三维环境中。
五、2010年代至今：计算机视觉和人工智能的融合进入2010年代，计算机视觉和人工智能的迅速发展为计算机图形图像技术带来了新的机遇和挑战。
通过人工智能算法的引入，计算机能够更加准确地识别和分析图像中的内容，并进行智能化的图像处理。
计算机图形图像处理的关键技术
计算机图形图像处理的关键技术计算机图形图像处理是指利用计算机技术对图形和图像进行处理、分析和修改的一种技术。
它包括图形和图像的获取、存储、传输、处理和显示等一系列过程，并且涵盖了图形学、图像处理、计算机视觉和人机交互等多个学科。
计算机图形图像处理的关键技术有许多，下面将重点介绍几项代表性的技术：1. 图像获取：图像获取是指通过摄影、扫描、传感器等方式将现实世界中的图像转换为数字形式。
在图像获取过程中，关键技术包括光学设计、成像传感器、图像采集卡等。
2. 图像增强：图像增强是指通过一系列的算法和处理手段，提高图像的质量、增强图像的细节和对比度等。
常用的图像增强技术包括直方图均衡化、滤波、锐化、去噪等。
3. 图像压缩：图像压缩是指将图像的数据表示方式从原始形式转换为较小的表示形式，以便存储、传输和显示。
常见的图像压缩技术有无损压缩和有损压缩，其中有损压缩可以在一定程度上降低图像质量以减少文件大小。
4. 特征提取：特征提取是指从图像中提取有用的特征信息，用于图像分类、目标检测、图像识别等任务。
常用的特征提取方法包括边缘检测、角点检测、纹理特征提取等。
5. 图像分割：图像分割是将图像分成若干个区域或目标的过程，以便进一步分析和处理。
常用的图像分割技术有阈值分割、区域生长、边缘检测等。
6. 三维重建：三维重建是指从二维图像中恢复出三维场景的形状和结构信息。
常见的三维重建方法包括立体视觉、结构光、时序影像等。
7. 虚拟现实：虚拟现实是一种基于计算机图形图像处理技术的交互式仿真技术，使用户可以在虚拟的环境中进行实时交互。
虚拟现实技术包括虚拟环境建模、虚拟现实交互设备、虚拟场景渲染等。
计算机图形图像处理的关键技术涉及到图像获取、图像增强、图像压缩、特征提取、图像分割、三维重建和虚拟现实等多个方面，这些技术的不断发展和创新，使得计算机图形图像处理在多个领域具有广泛的应用前景。
图形图像处理技术详解
图形图像处理技术详解图形图像处理技术详解图形图像处理技术是一种用于改善数字图像品质的技术，能够对数字图像进行筛选、分析、修改和重构等操作，使其达到更好的清晰度、对比度和色彩饱和度，提高视觉效果。
它是数字信号处理技术的一部分，具有广泛的应用领域，包括红外图像处理、医学图像处理、通信图像传输等。
本文将从图像处理的目的、方法、应用等方面详细介绍图形图像处理技术。
一、图像处理的目的在数字图像处理中，我们希望通过一系列的算法对图像进行一些有效的处理，从而达到以下目的：1.提高图像质量通过使用图像增强技术，可大幅度提高图像的质量。
这包括去噪声、增强对比度、锐化边缘和平滑图像等技术。
这些技术常用于医学图像处理中，如MRA、CT和MRI等扫描图像，以便在医生进行诊断时更清晰地看到患者的内部结构。
2.图像压缩图像压缩是将原始图像数据进行编码以减少数据文件的大小。
这些技术包括基于矩阵分解的压缩和基于中心点的压缩等。
应用广泛的JPEG、PNG和GIF格式的文件都是通过图像压缩技术生成的。
3.目标物体识别与判断目标判断和识别是另一个重要的图像处理应用领域。
此要求对图像的特征信息进行提取，包括目标形状、颜色、纹理等。
这些技术常用于工业自动化中，如机器人视觉系统或自动驾驶汽车中。
二、图像处理的方法图像处理的方法包括图像增强、滤波、边缘检测、形态学处理、数据压缩、图像分割和特征提取等。
1.图像增强图像增强是图像处理中最重要的技术之一，用于减少噪声、增强图像对比度、锐化边缘和平滑图像等。
常用的图像增强技术包括直方图均衡化、空间域滤波器、频域滤波器和规范化等。
2.滤波滤波是去除图像噪声的一种常用方法。
常见的滤波器有高斯滤波、中值滤波和拉普拉斯滤波等。
这些滤波器可以分别清除不同类型和程度的噪声，从而提高图像的质量。
3.边缘检测边缘检测是一种从图像中检测并提取边缘的技术。
边缘是图像中两个不同区域之间的交界处。
常用的边缘检测算法包括Sobel算子、Prewitt算子和Canny算子等。
图形图像识别技术的现状与趋势
图形图像识别技术的现状与趋势随着互联网信息时代的到来，图形图像识别技术逐渐成为了重要的技术之一。
作为一项基于计算机视觉和人工智能的领域，图形图像识别技术被广泛应用于各个领域，如安防监控、医学影像、自动驾驶、智能识别等。
本文将分析图形图像识别技术的现状和趋势。
一、图形图像识别技术的现状目前，图形图像识别技术已经取得了相当的进展，可以实现一些普通人难以想象的功能。
例如，可以通过识别人脸自动解锁手机、自助取款等操作，也可以通过识别车牌号快速检索车辆信息等。
下面我们将从两方面来介绍图形图像识别技术的现状：1.技术方法图形图像识别技术的方法主要包括：特征提取和特征匹配。
特征提取是将原始图像中表示目标的关键特征提取出来，而特征匹配则是将待识别图像与已知目标图像进行比对，从而达到识别的目的。
现阶段，图形图像识别技术的成熟方法主要有：SIFT、SURF、ORB、FREAK、BRISK等算法，这些方法在特征提取和特征匹配上都有其独特优势和适用环境。
2.应用领域图形图像识别技术的应用领域也相当广泛，下面我们将介绍其中几个典型的应用领域：（1）安防监控安防监控是当前最为常见的应用领域之一，现在许多大型场所如商场、火车站、机场等都安装了安防监控设备。
安防监控技术主要是通过图像识别技术来实现，可以自动识别犯罪嫌疑人、车辆等，极大地提高了警方工作的效率。
（2）医学影像图像识别技术在医学影像方面也得到了广泛应用，例如利用图像识别技术可以自动识别患者的肿瘤、血管等，实现医学影像自动化识别和分析。
（3）自动驾驶近年来自动驾驶技术得到了快速的发展，图像识别技术也是其中重要的一部分。
自动驾驶需要通过摄像头、激光雷达等设备获取道路信息，然后进行图像识别，以实现自动驾驶。
（4）智能识别文本识别、人脸识别、车牌识别等智能识别技术也是图像识别技术在实际应用中得到广泛应用的领域之一。
通过特有的算法和模型，这些技术可以实现高速、高精度的图像识别，大大提高了工作效率。
计算机图形图像技术发展历程回顾
计算机图形图像技术发展历程回顾计算机图形图像技术是计算机科学与工程领域的重要分支之一，它以数字化的形式来处理、生成和显示图形图像。
在过去几十年的发展中，计算机图形图像技术取得了令人瞩目的进展，为我们的生活、工作和娱乐带来了巨大的影响。
本文将回顾计算机图形图像技术的发展历程，介绍其重要里程碑和影响。
1. 图形图像技术的起源和早期发展计算机图形图像技术的起源可以追溯到20世纪60年代。
当时，计算机还处于早期阶段，图形图像处理算法和技术也十分有限。
最早的计算机图形图像系统是利用字符和象形符号来构建简单的图形，如绘制线条、点阵等。
随着计算机硬件和软件的不断发展，图形图像技术开始迈向新的里程碑。
2. 计算机图形图像技术的突破20世纪70年代，随着计算机硬件性能的提升，图形图像技术开始有了更多的可能性。
该时期出现了第一个真正的计算机图形图像系统——Cathode Ray Tube (CRT) 显示器。
CRT显示器通过控制电子束在屏幕上的位置来显示图像，使得图形图像可以以更好的质量和分辨率呈现。
此外，还出现了基于矢量绘图和光栅扫描的图形图像处理算法和技术，如Bresenham算法和Dithering技术等。
这些突破为计算机图形图像技术的进一步发展奠定了基础。
3. 三维图形技术的崛起20世纪80年代，计算机图形图像技术迎来了一个重要的里程碑——三维图形技术的崛起。
在这个时期，出现了基于三维几何模型的计算机图形图像技术，如三维建模、投影变换、光照模型等。
此外，还出现了第一个面向计算机图形图像的专业图形硬件——图形加速卡。
这些技术和硬件的发展给计算机图形图像的应用带来了颠覆性的变革，如电影特效、游戏开发、虚拟现实等。
4. 图形图像技术的现代应用随着计算机图形图像技术的进一步发展，它在现代社会中得到了广泛的应用。
在娱乐领域，图形图像技术为电影、电视剧、动画片等媒体内容的制作带来了更多的自由度和表现力。
在游戏领域，图形图像技术让游戏开发变得更加逼真、沉浸和精彩。
计算机图形图像技术-名词解释
名词解释：计算机图形学（CG）是利用计算机研究图形的表示、生成、处理、显示的学科。
或者说计算机图形学研究关于计算机图形对象的建模、处理与绘制等方面的理论和技术。
图形：计算机图形学的研究对象广义上讲，图形是指能在人的视觉系统中产生视觉印象的客观对象，它包括人眼观察到的自然景物、拍摄到的图片、绘图工具得到的工程图、用数学方法描述的图形等等。
即对图像、图片、绘图、照片、插图等的统称。
矢量图：由短的直线段（矢量）组成的图形（又叫线图、图形、Graphics ）点阵图：由一系列点（象素）组成的图形（又叫点图、图像、Image）Virtual Reality 或称虚拟环境（Virtual Environment)是用计算机技术来生成一个逼真的三维视觉、听觉、触觉或嗅觉等感觉世界，让用户可以从自己的视点出发，利用自然的技能和某些设备对这一生成的虚拟世界客体进行浏览和交互考察。
齐次坐标：用n＋1维向量表示一个n维向量.如n维向量(P1,P2, …,Pn)表示为（hP1,hP2, hPn,h），其中h称为哑坐标。
几何变换是指对图形的几何信息经过平移、比例、旋转等变换后产生新的图形，是图形在方向、尺寸和形状方面的变换。
错切变换也称剪切、错位、错移变换，用于产生弹性物体的变形处理。
复合变换又称级联变换，指对图形做一次以上的几何变换。
用户域：指程序员用来定义草图的整个自然空间（WD），也称为用户空间、用户坐标系。
是连续的、无限的。
窗口区：指用户指定用户域中输出到屏幕上的任一区域（Window）。
在计算机图形学中，是将在用户坐标系中需要进行观察和处理的一个坐标区域。
窗口区W小于或等于用户域WD，任何小于WD的窗口区W都叫做WD的一个子域。
目的是为了使规格化设备坐标系（NDC）上所显示的世界坐标中物体有一个合适的范围与大小。
将窗口内的图形在视区中显示出来，必须经过将窗口到视区的变换（Window-V iewport Transformation）处理，这种变换就是观察变换（V iewing Transformation）。
- 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)。
第1章图形图像技术图形图像技术与应用是工业造型、视觉传达、平面设计、室内设计、建筑设计和多媒体技术等专业的一项基本技能。
图形、图像是一种人类视觉所感受到的具象化的信息，一幅图片可以形象、生动和直观地表达大量的信息，具有文字和声音无可比拟的优点。
图形、图像包含了比文字描述更为丰富、多样，因而也更为完备的信息量。
人类对于图形、图像信息具有一目了然的快速吸收能力。
18世纪，瑞士著名数学家欧拉从数学的实践中总结出“千言万语不如一张图”这句至理名言。
欧拉这句名言对于我们学习图像制作的指导意义在于，图像制作不应该仅仅是对言语的诠释，而应该突破言语的樊笼，创造视觉形象的全新境界。
总之，文字媒体引导人们通过逻辑思维给人以直观的切身感受。
20世纪下半叶又进入了视觉形象的时代，这是人类历史螺旋发展的一个新台阶。
图形图像技术是一门集图形、图像、动画、视频等信息处理的技术，它可以通过外部设备接收外部的图形和图像等信息，经过计算机加工处理后，以图形或图像等多种形式输出，实现输入和输出方式的多元化，改变了计算机早期只能处理文字、数据的局限，是人们的工作和生活更加丰富多彩。
对于计算机来说，图形和图像是两种很不相同的媒体，图形学和图像处理技术在计算机发展初期是两门相对独立的学科。
然而，图形与图像在很多场合下又是很难区分的。
随着多媒体技术的飞速发展，图形与图像的结合日益紧密。
图像软件往往包含图形绘制功能，而图形软件又常常具备图像处理功能。
本书将介绍一些常用的图形和图像软件。
在本章，要建立图形和图像的基本概念，了解将要介绍的软件的基本用途和功能，重点介绍各种常用的图形和图像文件的文件格式。
1.1图形和图形文件格式1・1・1图形图形与图像从各自不同的角度来表现物体的特性。
图形是对物体形象的几何抽象，反映了物体的几何特性，是客观物体的模型化；而图像则是对物体形象的影像描绘，反映了物体的光影与色彩的特性，是客观物体的视觉再现。
例如一台计算机，用点、线、面等元素画出来就是图形；而用照相机把它拍成照片就是图像。
尽管这种区分比较肤浅，但是相当直观。
对于计算机来说，图形与图像的区分与我们的主观感受较少关联，而主要取决于构成及处理的算法。
图形是面向几何学的。
在计算机中，图形( Graphics)与对象(Object)密切相关。
图形是以面向对象第1章图形图像技术的形式创建和存储的。
图形与屏幕分辨率无关，任意放大不会产生锯齿效图形图像技术与应用应。
这是由于图形的显示是一个动态生成过程，在确定尺寸和分辨率之后再经栅格化转换送屏幕显示。
图形与图像可以相互转换。
利用渲染技术可以把图形转换成图像，而边缘检测技术则可以从图像中提取几何数据，把图像转换成图形。
1.1.2图形文件格式图形是以怎样的格式保存为一个文件的呢？下面以一个简单的圆形为例来说明图形文件的一般格式。
绘制一个半径为r，圆心位于坐标(a，b)的圆形，如图1.1所示，然后保存，就可以得到一个图形文件。
定义一个文件格式。
设圆形生成算法序号为n,数据精度为2个字节，数据序列为r、x、y，则得到图形文件为：(n，r，a，b)。
从上述例子可知，图形文件是相当紧凑的，一个圆形的图形文件只占用了8个字节，不管这个圆形有多大。
上面这个例子中定义的图形文件格式是一个很极端的特例，忽略了很多细节，这样有助于对于图形文件本质的理解。
实际的图形文件要考虑的问题还有很多。
事实上，图形文件软件的优劣，在很大程度上取决于图形生成算法以及曲线曲面构成的观念。
图形软件从基于向量面向模块到贝塞尔化面向对象的发展，突破了曲线构成的传统观念，创立了多媒体时代图形软件的新纪元。
图形的生成算法以及曲线构成的理论等对于非专业用户来说过于复杂，没有必要细加研究。
我们需要了解的是常用的图形文件有哪些格式，这些不同的格式分别对应哪些图形软件，相互之间如何转换等。
要特别注意的是，图形文件总是与图形软件一一对应的，这是因为图形文件中存储的是生成图形的算法序号，而每一种图形软件的生成算法是完全不同的。
以下介绍3款常用图形软件的本位格式和转化格式，其中第3款软件本书将在后面的章节中展开介绍。
1. Adobe lllustrator(.ai)Adobe公司的川ustrator图形软件是多媒体图形软件的先驱，该软件于1987年推出，率先在文件层面上实现了图形与图像的集成，从而开创了多媒体时代图形软件的新纪元。
Adobe公司支持的.eps格式是一种跨平台的文件格式，与应用软件无关，与系统平台无关，甚至还与硬件无关。
也就是说，在计算机中的.eps格式文件，可以直接送到印刷机输出，而无须作任何转换。
川ustrator除了处理.ai格式和.eps格式文件以外，还可以处理其他格式的图形文件格式，川ustrator的导入功能包含在打开命令中，在打开和导入文件格式列表中，文本、图形和图像等不同类型的文件都罗列其间，例如有Text、Word、MS RTF、Acrobat PDF、Photoshop等软件可处理的文件格式。
2. Macromedia FreeHand(.fh7)图形图像技术Macromedia公司的FreeHand图形软件则着重于图形与文本的集成，该软件在图形软图形图像技术件基本功能的基础上，最大限度地扩展了文本处理功能，真正做到了多媒体意义上的图文并茂。
FreeHand 的本位格式文件的扩展名为.fhn ，这里n 是版本号，.fh7就是版本7的文件格式。
与川ustrator —样，FreeHand 除了处理本位格式.fhn 文件以外，还可以通过导入的方式 来处理其他格式的文件。
3. CorelDRAW(.cdr)加拿大软件公司 Corel 公司的图形软件 DRAW 于1989年推出，该软件在功能集成方 面后来居上，在图形图像专业软件领域中遥遥领先。
CorelDRAW 集成了图形、图像、文本以及排版等功能，为真正实现计算机图像制作的软件平台一体化迈出了坚实的一步。
CorelDRAW 的本位格式是.cdr ，跟所有的图形软件一样，也具备向下兼容的特性，目 前已经升级到了版本 9。
CorelDRAW 除了处理.cdr 文件之外，还可以通过导入的方式来处 理其他格式的各类文件。
1.2图像和图像处理通常图像的信息类型是模拟的，诸如照相、图片、电视、录像等，而计算机处理的图 像则是数字的。
模拟图像经过图像输入设备的采样和量化处理，就生成了数字图像。
数字 图像和模拟图像相比，主要有 3个方面的优点：1•再现性好不会因存储、输出、复制等过程而产生图像质量的退化。
2. 精度高精度一般用分辨率来表示。
从原理上来讲，可实现任意高的精度。
3. 灵活性大模拟的图像只能实现线性运算，而数字处理还可以实现非线性运算。
凡可用数学公式 或逻辑表达式来表达的一切运算都可以实现。
在本书各章节所提到的“图像”一词，在没有特别说明的情况下，一般指的都是“数 字图像”。
1・2・1 图像图像是面向矩阵论和色度学的。
在计算机图像处理中， 图像(Image )与位图(Bitmap )对应关联。
图像是以光栅点阵的形式创建和存储的，因此，图像与分辨率密切相关，任意 放大会产生锯齿效应。
数字图像通常是通过扫描图片、数码相机 或视频抓取来生成的。
当然，也可以通过图像软件用绘画或影像 处理的方法生成。
图像扫描过程就是一个图像采样量化的过程。
现在仍然以一个简单的圆形为例，来说明图像文件的一般 格式，如图1.2所示。
因为图像是与分辨率密切相关的，所以首先要确定分辨率。
所谓图像分辨率简单地讲就是单位长度上采样的点数。
在模拟图 像上打好网格，然后，在网格上逐格采样并量化，就得到一幅数 早第 1图形图像技术与应用字图像。
例如，分辨率为320 X 200的数字图像，就是在模拟图像上分割出320 X 200的网格后逐点采样得到的图像。
假设图像分辨率为640 X 480, —个半径为r，圆心位于坐标（a, b）的圆形充满画面，逐点采样，圆周通过的点为1,背景点为0，就得到一个稀疏矩阵。
设每一个点为一个比特，该矩阵就转换成比特流，将该比特流保存，就得到一个图像文件。
该图像文件的大小为640 X 480/8=38 400字节。
从上述例子可知，与图形文件相比，图像文件要松散得多，相同的视觉内容，未经压缩的图像文件是图形文件的4800倍，由此可见，图像文件的冗余度是相当大的。
另外，未经压缩的图像文件其大小只与分辨率有关，而与视觉内容无关。
如果再将灰度量化和色彩模式等的因素包括进去，图像文件的容量还要大很多。
在图像处理中最小的图像系统为250 X 250个像素，64级灰度；与电视图像质量相当的系统为512X 512个像素，128级灰度；而Photoshop处理的典型图像则为800X 600个像素，3 X 256级色彩值。
1.2.2图像处理在数字计算机问世之前，人类只能对图像做有限的简单处理，与之相应的图像处理的实用价值也很有限。
20世纪60年代出现了计算机图像处理技术，为图像处理提供了一种精确、灵活、通用的工具，从而极大拓展了图像处理的应用领域。
1.发展图像处理技术起源比图形学还要早30多年，而进入大规模的应用却比图形学晚了10多年。
其原因就是因为数字图像比图形所含的信息量大得多，必须等到计算机发展到一定水平以后才能进入大规模的实用阶段。
1921年，第一个数字图像传输系统一一巴特兰电缆图片传输系统横跨大西洋传输图像成功。
1929年，第一次实现15级灰度的图像编码并引进了一套用编码穿孔纸袋来调制光束进而使底片感光的图像输出设备。
1952年，哈夫曼发表关于最小冗余度编码的论文《构造最小冗余度编码的一种方法》。
1964年，在阿波罗载人登月计划中首次采用计算机对月球图片进行处理。
1980年代中期，开始对图像处理进行大规模应用研究。
自从数字图像处理这门学科诞生以来，对通信、电视、医学、印染、工业检测、过程监控以及科学研究等领域产生了广泛的影响。
在未来的可视化通信领域中，图像处理作为一门基础学科，必将得到更重大的发展。
2•图像处理基本算法图形学的基本算法的研究目标是：在确保精度的前提下，如何最大限度地节省算法的运行时间以及所需的存储空间。
而图像处理的基本算法与压缩图像信息和改善图像质量有关，如何在确保图像视觉特征的前提下最大限度地压缩图像的信息量。
常见的图像处理基本算法如下。
（1）图像变换：快速傅里叶变换（FFT ）、离散余弦变换（DCT ）、霍特林变换（HT ）、哈达马变换（Hadamard Transform ）。
（2）图像编码：微分脉冲编码（DPC ）、线性预测编码（LDC）、行程编码（RLE ）、哈夫曼编码（Huffman Code ）。
（3）图像复原：线性算子复原法、反向滤波器、最小二乘法。