图像的数字化

图像的数字化专业：电子与通信工程姓名：赵彬学号：149030006图像的数字化引言由于多媒体技术的快速发展，大量生动逼真的数字化图像给我们带来了巨大乐趣，但是对数字图像的的基础知识了解很少。本文将将重点介绍图像的数字化过程以及数字化过程所用到的一些方法。原理要把现实中的图像转化为计算机可以处理的图像，必须要把真实的图像转换为计算机能够接受的显示和存储方式，然后再用计算机分析和处理[1]。将模拟图像转变成数字图像的转换过程称为图像数字化，该过程可简单地分为：采样和量化两个步骤。如下图所示：一、采样采样的实质就是要用多少点来描述一幅图像，采样结果质量的高低就是用前面所说的图像分辨率来衡量。简单来讲，对二维空间上连续的图像在水平和垂直方向上等间距地分割成矩形网状结构，所形成的微小方格称为像素点。一副图像采样量化连续图像f(x,y)采样图像fs(m,n)数字图像f(m,n)图像的数字化过程就被采样成有限个像素点构成的集合。例如：一副640*480分辨率的图像，表示这幅图像是由640*480=307200个像素点组成。如图所示，左图是要采样的物体，右图是采样后的图像，每个小格即为一个像素点[2]。采样间隔大小的选取依据原图像中包含的细微浓淡变化来决定。它决定了采样后图像的质量，即忠实于原图像的程度。采样频率是指一秒钟内采样的次数，它反映了采样点之间的间隔大小。采样频率越高，得到的图像样本越逼真，图像的质量越高，但要求的存储量也越大。在进行采样时，采样点间隔大小的选取很重要，它决定了采样后的图像能真实地反映原图像的程度。一般来说，原图像中的画面越复杂，色彩越丰富，则采样间隔应越小。由于图像基本上是采取二维平面信息的分布方式来描述的，所以为了对它进行采样操作，需要先将二维信号变为一维信号，再对一维信号完成采样。换句话说，将二维采样转换成两次一维采样操作来实现。根据信号的采样定理，要从取样样本中精确地复原图像，可得到图像采样的奈奎斯特（Nyquist）定理：图像采样的频率必须大于或等于源图像最高频率分量的两倍。即将二维图像信号变换成一维图像信号最常用的方法是，首先沿垂直方向按一定间隔，从上到下的顺序沿水平方向以直线扫描的方式，取出各个水平行上灰度ycyxcx2200值的一维扫描信息，从而获得图像每行的灰度值阵列，即一组一维的连续信号。然后再对一维扫描线信号按一定时间间隔采样得到离散信号。换句话说，图像采样是通过先在垂直方向上采样，然后将得到的结果再沿水平方向采样两个步骤来完成操作的。经过采样之后得到的二维离散信号的最小单位就称为像素(pixel)。二、量化量化是指要使用多大范围的数值来表示图像采样之后的每一个点。量化的结果是图像能够容纳的颜色总数，它反映了采样的质量。图像经过采样后，在时间和空间上离散化为像素。但采样所得的像素值，即灰度值仍然是连续量。将采样所得的连续像素值转换为离散整数值的过程称为量化。量化是图像幅度的数字化处理，即使连续信号的幅度用有限级的数码表示的过程。量化在一定的准则下进行的，比如最小平方误差、人眼视觉特性的主观准则等。量化的准则不同，将导致不同的量化效果[3]。例如：如果以4位存储一个点，就表示图像只能有16种颜色；若采用16位存储一个点，则有2^16=65536种颜色。所以，量化位数越来越大，表示图像可以拥有更多的颜色，自然可以产生更为细致的图像效果。但是，也会占用更大的存储空间。两者的基本问题都是视觉效果和存储空间的取舍。假设有一幅黑白灰度的照片，因为它在水平于垂直方向上的灰度变化都是连续的，都可认为有无数个像素，而且任一点上灰度的取值都是从黑到白可以有无限个可能值。通过沿水平和垂直方向的等间隔采样可将这幅模拟图像分解为近似的有限个像素，每个像素的取值代表该像素的灰度（亮度）。对灰度进行量化，使其取值变为有限个可能值。经过这样采样和量化得到的一幅空间上表现为离散分布的有限个像素，灰度取值上表现为有限个离散的可能值的图像称为数字图像。只要水平和垂直方向采样点数足够多，量化比特数足够大，数字图像的质量就比原始模拟图像毫不逊色。在量化时所确定的离散取值个数称为量化级数。为表示量化的色彩值（或亮度值）所需的二进制位数称为量化字长，一般可用8位、16位、24位或更高的量化字长来表示图像的颜色；量化字长越大，则越能真实第反映原有的图像的颜色，但得到的数字图像的容量也越大。量化分类：（1）标量量化：对每个像素做独立的量化。（2）矢量量化：将多个像素组成一组，构成一个矢量，然后按组进行量化。应用计算机图像数字化的发展在许多领域产生了重大影响。在现代医学影像学的飞速发展过程中,计算机便可以在患者影像资料的无胶片管理和放射科的图像存档以及传输系统(picturearchivingandcommunicationsystem,PACS)等方面发挥数字化作用,极大地提高工作效率和工作质量,丰富诊断的内容和视觉,并使远程放射学成为现实[4]。为了探索脉动燃烧火焰图像的自身属性，实现火焰区域和特征参数的提取，搭建了强迫式振荡火焰试验台。通过图像灰度特性和颜色特性的细致分析，系统地研究了图像分割技术在脉动燃烧火焰图像中的应用，实现了火焰特征参数的提取[5]。还有与土木工程结构试验中传统的图形处理方法相比，图形数字化技术可以实现对结构整体位移、局部变形以及裂缝开展情况的实时、同步、在线测试，并可方便地利用计算机对所采集的数据进行存储、传输和处理[6]。结束语经过近90年的发展，特别是第3代数字计算机问世后，图像数字化技术出现了空前的发展，但存在一定的问题：在提高精度的同时着重解决处理速度的问题,巨大的信息量和数据量和处理速度仍然是一对主要矛盾；软件的研究和开发新的处理方法都需要增强，建立图像信息库和标准子程序。图像数字化处理技术的未来发展方向大致可归纳为：图像数字化将开展实时图像处理的理论及技术的研究，向高速、高分辨率、立体化、多媒体化、智能化和标准化的方向发展；图像与图形相结合，将朝着三维成像或多维成像的方向发展；硬件芯片方面，会将图像处理的众多功能固化在一个芯片上极大增强图像数字化的效率；在新理论与新算法方面的研究也会有进一步的进展。参考文献[1]肖毅图像的数字化处理及其文件格式的特点[2]陈炳权刘宏立孟凡斌数字图像处理技术的现状及其发展方向[3]何东健数字图像处理[4]赵波计算机图像数字化与医学影像学之应用[5]吴敏图像数字化处理技术在脉动燃烧火焰研究中的应用[6]薛伟辰刘恩图形数字化技术在土木工程结构试验中的应用