数字图像处理总结 Day 1

距离考试不到一个周,加油!

简单计算

图像的熵(信息量)

图像的信息量(熵)H的计算方式为:

其中,pi表示灰度值 i 出现的概率,L是灰度级总数。

灰度级均匀分布

若图像中每个灰度级出现的概率相等,此时信息量最大。例如:

  • 灰度级 256(0~255),H=log⁡2256=8H=log2​256=8 比特/像素

  • 灰度级 64(0~63),H=log⁡264=6H=log2​64=6 比特/像素

我们来看例题:

题中说明了灰度级均匀分布,范围为灰度级256,即8位灰度图像,总共有256个灰度级,每个灰度级出现的概率是1/256。所以我们代入上面的公式就能求出信息量H。求出H = 8。选D。

图像的灰度量化

量化是将连续或较多等级的灰度值映射到有限离散灰度级的过程。

量化等级数就是离散灰度的总数。

比特数决定了量化等级的数量,也决定了灰度分辨率(图像的灰度层次细腻程度)。

1bit可以表示2个状态(0或1),那么n bit 就可以表示 2^n个不同状态。

来看例题:

直接 2^6 = 64 。所以选B。

存储空间的计算

要计算图像的大小,我们需要知道一个像素占据多大的空间。直接来看例题:

灰度级位16 ,说明像素可以有不同的灰度值。由上面的灰度量化,我们可以知道一个像素占据4比特的大小。(2^4=16)

所以总比特数为 256 x 256 x 4 = 262144 bit。

单位间的换算关系为:

8 bit = 1 Byte (Byte为字节,简称B)

1024B = 1K

1024K = 1M

所以经过换算可以得到上面的题目答案比特数为A。(比特数不是字节数!)

图像压缩比

压缩比 = 原始大小 / 压缩后大小

霍夫曼编码是一种变长编码,利用像素灰度值出现的概率分配不同长度的码,以减少平均码长。

来看例题:

先计算出原始大小:100 x 100 x 8 = 80000bit ;所以我们得出压缩比为 80000 / 20000 = 4 / 1.

方向链码(弗里曼链码)

方向链码(弗里曼链码,Freeman chain code)通常使用 8 方向编码,每个方向用一个数字 0~7 表示,从 0 开始代表东(→),逆时针依次增加45°。

8 方向链码

在 8 方向链码中:

  • 奇数码(1,3,5,7)代表对角方向,长度为 个单位(假设网格间距为 1)。

  • 偶数码(0,2,4,6)代表水平或垂直方向,长度为 1 个单位。

来看例题:

根据上面8方向链码的规则,总长度为:

约等于6.42,答案选D。

图像处理基本概念

下面来介绍一些图像处理的基本概念。

1、研究内容

数字图像处理的研究内容包括:图像增强、复原、分割、压缩、编码等。但不包括图像存储本身

2、处理流程

图像采集与数字化 ==> 图像预处理 ==> 图像分割 ==> 特征提取 ==> 图像识别 (==> 图像建模)

3、数字图像的定义、分类与模型

(1)数字图像

数字图像本质上是一个空间坐标和灰度都离散的二维数组。(也存在3D,使用三位数组)

一幅灰度数字图像在计算机中通常表示为一个二维数组(矩阵),即2-D数组中的元素。

  • 数组的行(row)索引 → 通常用 yy 或 ii 表示(垂直方向)。
  • 数组的列(col)索引 → 通常用 xx 或 jj 表示(水平方向)。
  • 数组中的每个元素称为像素(pixel),其值表示该位置的灰度(或颜色分量)强度。

对于彩色图像,通常用三个二维数组(如R、G、B通道)表示。

(2)数学函数表示

f(x,y) 是数字图像的数学函数表示**。** 其中,x和y表示像素的坐标;而f(x,y)的值就是图像在该坐标处的++灰度值或颜色强度值++。灰度值范围通常为0,255

此外,还有一个图像形成模型 :

  • x,y:二维空间坐标(像平面位置)。
  • z:深度/三维场景坐标(体现透视或三维信息)。
  • t:时间(用于视频或动态图像序列)。
  • λ:波长 (表示颜色/光谱信息,++λ不同对应不同颜色通道++)

(3)图像成像模型

f(x,y) = i(x,y) x r(x,y) <==> 入射分量 x 反射分量

通过上面的模型可以对一幅图像建模。

(4)图像分类

按照灰度:二值、灰度、彩色。

按照传感器:可见光、红外、雷达、超声、CT、MRI等。

4、图像属性

这里我们介绍一部分属性。

(1)空间分辨率

图像中单位长度内包含的像素数量。分辨率越高,能显示的细节越多。

(2)对比度

图像中明暗区域最亮和最暗之间的亮度差异程度。对比度高的黑白分明明显,细节更突出。

图像的方差会影响图像的对比度。方差大则像素灰度值分布分散,明暗差异大,对比度高

(3)亮度

即图像整体的明暗程度,是像素灰度值的平均值(整体亮度)或局部强度。

图像的均值会影响图像的亮度。均值高的图像整体会偏亮

(4)图像灰度变化率

也可以说是局部变化率,具体表现为边缘强度和方向。

梯度是它的影响因素。梯度幅值大的地方说明是边缘区域;幅值小的地方是平坦区域 。++梯度方向垂直于边缘走向++。

5、图像的存储格式

常见的图像存储格式有:BMP、GIF、TIFF、JPEG、PNG、DICOM等等。

图像格式可以分为三类:++无压缩格式、无损压缩格式和有损压缩格式。++

|-------|---------|-----|-------------------------------------------|
| 格式 | 压缩方式 | 数据量 | 特点 |
| BMP | 无压缩 | 最大 | windows原生格式,几乎不损失信息,文件体积大。 |
| GIF | 无损 | 小 | 最多支持256色,支持动画、透明;支持交错存储,++独立于操作系统++。 |
| TIFF | 可无损/有损 | 中等 | 文件头最复杂,支持多页,多分辨率,多种压缩方式(LZW、JPEG等)专业出版常用。 |
| JPEG | 有损(DCT) | 最小 | 压缩比高,适合照片,++同一个文件只能存一幅图像++。 |
| PNG | 无损 | 中等 | 支持彩色+透明通道,取代GIF,无专利费 |
| DICOM | 可压缩/不压缩 | 大 | ++医学图像专用标准格式++(如CT) |

相关推荐
greenbbLV12 分钟前
2026节日慰问品政策解读:合规标准升级与福利行业新趋势
人工智能·节日
奈斯先生Vector30 分钟前
告别工具碎片化:基于 Nano Banana 全模态 AI 聚合架构搭建“文本-图像-视频”自动化协同生产线
运维·数据库·人工智能·架构·自动化·aigc·音视频
领麦微红外32 分钟前
国产MEMS红外测温传感器:传感器+算法+产品级出厂标定一站式交付模式深度解读
人工智能·硬件工程·产品经理
mingo_敏1 小时前
DeepAgents : 检索(Retrieval)
人工智能·深度学习·langchain
微三云 - 廖会灵 (私域系统开发)1 小时前
消费即资产:积分增值异业联盟商业模式完整拆解(附落地逻辑、合规方案与盈利模型)
大数据·人工智能
FL16238631291 小时前
非机动车闯红灯电动摩托车闯红灯检测数据集VOC+YOLO格式1754张3类别
人工智能·yolo·机器学习
xiaohaiAIgeo1 小时前
【2026年】通风柜快速风阀执行器的技术参数与选型:响应时间扭矩与寿命
人工智能·经验分享·科普知识
网络研究院1 小时前
Cloudflare 推出 Precursor 行为监测系统,全会话追踪技术引爆 AI 机器人防御战与隐私新争议
网络·人工智能·机器人·系统·cloudflare·反爬虫
老白说数智化升级1 小时前
从一次改善到持续进化,AI如何沉淀制造现场的运营知识?
大数据·人工智能·制造
Python私教1 小时前
Django 接入 AI 大模型实战:从零做一个流式聊天网站
人工智能·python·django