系列文章目录
文章目录
前言
一、认识数字图像
图像分为模拟图像和数字图像。要想获得数字图像需要通过采样量化编码等过程。
量化和采样的过程是将模拟信号转化为数字信号。编码的过程主要是满足计算机对数字信号的存储传输显示等需要。
图像是将自然界中连续的信号转化为离散的一个一个点数据，也就是一个一个像素灰度值。
像素数值：0~255之间的整数。
计算机对数据的表示和存储是二进制，为了方便计算机存储显示和传输，每像素点的灰度值来转换成二进制数。常采用一个字节(8bit)的二进制位来表示每个像素的亮度值。
CT影像，12bit来编码。灰度值层次更丰富，对于不同组织之间的差异，显示精度更高。
像素是图像最基本的组成单元，默认像素中包含的信息是均匀一致的。
二、图像的数学描述
图像中像素包含两个信息：
- 个像素的信号强度
- 像素所在的空间位置
I(x,y)表示一个像素，I(x,y)的值就代表这个像素点上信号的强度，即灰度值。
考虑三维空间信息，考虑时间信息，考虑光谱维度。
图像的一般表达式：
入是光谱的波长，通常用于描述具有丰富光谱的图像比如遥感图像
静态平面图像 I=F(x,y)
像素
像素是一个逻辑概念，并没有实际的物理尺寸，只有对应到实际的硬件上。如手机屏幕，电视机，显示器的尺寸才能计算出每个像素的大小。同一个尺寸的手机屏幕，显示的像素个数越多，空间分辨率越高。每个像素的物理尺寸就会越小，所显示的细节就更丰富。
空间分辨率反应的是单位面积内像素的密度，分辨率越高，像素密度越大。
成像设备：
分辨率越高，代表采样像素越多，图像细节信息越丰富，但与此同时图像数据量就会增加。
二、图像的统计特征
图像是像素的集合，如果我们统计所有像素灰度值的平均值就可以获得图像的平均灰度。
图像的平均灰度反应了图像强度的平均水平。
还可以统计图像的方差，计算像素偏离平均灰度水平的一个大小，如果方差较大，说明图像中灰度变化很剧烈，如果方差太小，说明灰度变化平缓。
信息熵
每个像素灰度值反应信息的主要来源
总结
