图像数字化（采样 + 量化）
图像数字化，概念为将一幅连续的模拟图像转换为计算机能够处理的离散数字图像的整个过程。这个过程包含了采样了和量化。
如何理解呢？图像数字化，其实就是将一块图像划分为许多个小格子，每个格子越小，图像的分辨率就越高，图像越清晰。
图像的数字化包括三个步骤：采样（扫描）、量化和编码。
采样与量化
1、采样
采样是在++空间坐标上的离散化++。具体操作为在图像平面（x, y 轴）上，按照一定的间隔（如每隔0.1毫米）设置网格点，只获取这些网格点位置上的图像亮度值。
衡量采样有两个参数：采样频率和采样间隔。
采样间隔越小（频率越高） ==> 采样的点越多 ==> 图像越精细，文件越大。
2、量化
量化是在亮度（或颜色）上的离散化。
将采样点处获取的连续亮度值映射到一个有限离散的数值集合中。
量化过程中有两个重要参数：量化级数和比特深度。
一个灰度图像常用8比特量化，即亮度从黑到白分为 2^8 = 256 哥整数等级。
一个彩色图像来说，每个通道都进行独立量化。
量化级数（L）和比特深度（b）的关系是：L = 2^b
所以每增加一个比特深度，量化级数就会翻倍。
量化级数越多，图像的颜色过度越自然，文件也会越大。
混叠与伪轮廓
在进行数字化时，如果采样和量化不足，图像就会出现问题。
1、混叠
采样不足会导致混叠。
混叠是指图像的高频细节由于采样点不足而无法被正确捕捉，反而被错误地表示为较低频率的模式。
从我们人眼上观察来看，混叠呈现出的图像会出现锯齿 和莫尔条纹。
莫尔条纹：对包含密集、重复细节的物体（如栅栏、细密布料或方格）进行欠采样时，会产生不规则的、波浪形的干扰条纹。
因此在采样时要遵守++奈奎斯特采样定理++：要想完美地重构一个信号，采样频率必须至少是原始信号中最高频率分量的两倍。
当采样频率低于这个要求时，高频信息就会"折叠"到低频区域，导致我们看到的结果与实际图像细节不符。
2、伪轮廓
如果量化等级过低，原本平滑的渐变区域就会看起来像是被明显地像等高线一样的色带或阶梯状边缘划分开，这就是伪轮廓。此外，还会让图像的平滑度丧失。
简单形容就是看到++图像的颜色或明暗出现生硬的条带++。（可以理解为此时可用的颜色太少，画不出平滑的渐变。
3、后处理技术（预处理技术）
如果我们出现了混叠和伪轮廓的现象，我们也可以使用后处理技术来对图像画面进行补救。
（1）反锯齿
当混叠现象发生后，最常使用的方法是****反锯齿。
反锯齿是一种模糊技术，它不是去恢复丢失的细节，而是让失真看起来不那么刺眼。通过计算像素周围的颜色或亮度平均值，并将平均值分配给边缘像素。这使得锯齿状的边缘不再是突兀的黑白或亮暗突变，而是有了平滑的过渡色，从而在视觉上感觉更圆滑自然。
（2）抖动技术
如果发生了伪轮廓，除了提高比特深度根本解决问题外，也可以使用抖动技术来处理伪轮廓。
抖动是在图像中有策略地添加微小噪点的技术，目的是在有限的颜色级数下，模拟出更多的颜色或灰度级别。这是通过一种算法在相邻像素之间分布随机或周期性的点状图案；而这种噪点图案可以骗过人眼。
提高分辨率
提高分辨率可以从空间和幅度两个方面去提高。简单来说，空间分辨率对应画面的精细；而幅度分辨率对应颜料的丰富程度。
1、空间分辨率
空间分辨率是指图像在空间维度上捕捉细节的能力。它由图像的采样率决定，通常用像素总数或每英寸像素数 (PPI) 来衡量。
要提高空间分辨率，意味着我们需要更高的采样密度（更小的采样间隔）。具体方法有高密度采样和插值。
|------|-------|---------------------------------------|
| 阶段 | 方法 | 描述 |
| 采集阶段 | 高密度采样 | 即在采集时获取更多的采样点。 |
| 处理阶段 | 插值 | 这是一种软件处理方法，即通过算法估算原始像素点间的颜色值，创建新的像素点。 |
2、幅度分辨率
幅度分辨率是指图像每个像素能够表示的++亮度或颜色值的精细程度++ 。它由图像的比特深度 决定，通常用量化级数 或比特深度来衡量。
提高幅度分辨率意味着增加图像的比特深度，从而增加可用的灰度级数或颜色数量，使亮度过渡更加平滑细腻，有效避免伪轮廓。
提高幅度分辨率的方法有高位数量化和直方图均衡化。关于直方图的均衡化在后面会有讲解。
3、半调输出技术
半调输出技术，简答来说就是用"只有黑白"的打印机或屏幕，来"骗过"你的眼睛，让人看到灰度甚至彩色图片的方法。
其本质是牺牲空间细节 （在局部区域内排列黑白点），来模拟出更多的灰度层次，解决的是幅度分辨率不足（只有黑白，没有灰阶）的问题。
所以，半调输出技术是一项降低空间分辨率，改善幅度分辨率的技术。
在现代半调技术中，抖动技术是实现高质半调的常用方法。
编码
在经过采样和量化之后，图像的数字化还需要经过最后一步------编码。编码是将量化后的数字矩阵转换为二进制数字流，以便存储或传输，输出最终图像文件（jpg、png等）。
例题
下面来看一些例题。
木刻画效果就是原本应该平缓变化的区域，出现了生硬的、阶梯状的色块边界。这其实就是虚假轮廓，是由于量化等级过低时造成的。
这道题目实际上应该选择AB。因为在数字化的过程中，采样和量化必然会丢失信息，因为是用有限的、离散的数字数据去表示无限的、连续的模拟世界。信息丢失是数字化的固有特性。
改变图像的空间分辨率（主要指降低分辨率）时，会减少像素数量，通常会进行下采样和模糊处理。而边界（边缘）是图像中灰度剧烈变化的地方，对应高频信息。降低空间分辨率时，会损失高频信息，边缘会变模糊、锯齿化，甚至边界位置发生偏移，这对目标形状、轮廓的识别影响非常大，因此受影响最大。
图像增强
图像增强可以让模糊的图像变清晰，让低对比度的图像变鲜明。它其实是一个主观的过程，让图像看起来更好看或更容易区分。
图像增强的方法
图像增强的方法可以分为两类：空间域增强和频率域增强（变换域增强）
|-------|------|
| 空间域 | 频率域 |
| 灰度变化 | 低通滤波 |
| 直方图均衡 | 高通滤波 |
| 平滑 | |
| 锐化 | |
由于图像增强的内容多且十分重要，我们放到下一次文章再做讲解。