当前位置: 首页 > article >正文

图像处理基础知识点简记

简单记录一下图像处理的基础知识点

一、取样

1、释义

图像的取样就是图像在空间上的离散化处理,即使空间上连续变化的图像离散化, 决定了图像的空间分辨率。

2、过程

简单描述一下图象取样的基本过程,首先用一个网格把待处理的图像覆盖,然后把每一小格上模拟图像的各个亮度取平均值,将该值作为该小方格中点的值。

如下图所示

图中,采样行与采样列确定一个采样点的像素位置,相邻两个像素点的间隔按行列称为行间隔和采样间隔

3、采样点数与图像质量

图象采样时,图象采点数量与图象质量正相关,见下图

从左到右分别为采样点 256X256 64 X64 32X32 16X16时的图像,明显看出采样点数越多,图像越清晰

二、量化

1、释义

采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的量化,量化是对图像坐标值幅度的离散化,它决定了图像的灰度级分辨率。

2、属性

量化时,用A/D转换器对图像的每个像元的亮度值进行数字化,用比特(bits)数表示像元亮度,每个像元至少具有两个属性:位置和灰度。

表示像元亮暗程度的整数称为灰度。

量化的阶数应该保证人的视觉能够发现图像的亮暗细节。如果像元亮度值是8 bits ,则量化的阶数k=28

我们从下图可以直观地看出灰阶,灰度级与图象质量的关系

再进一步,以具体图象为例,下图分别为2级 16级 256级


http://www.kler.cn/news/325008.html

相关文章:

  • HTML5实现好看的唐朝服饰网站模板源码2
  • [Excel VBA]如何使用VBA自动生成图表
  • [论文翻译]基于多模态特征融合的Android恶意软件检测方法
  • 初识Linux以及Linux的基本命令
  • 栏目二:Echart绘制动态折线图+柱状图
  • HCIP——HCIA回顾
  • 华为OD机试 - 对称美学(Python/JS/C/C++ 2024 E卷 100分)
  • MySQL实现按分秒统计数据量
  • android 身份证取景框
  • Python Web 与区块链集成的最佳实践:智能合约、DApp与安全
  • 前端工程记录:Vue2 typescript项目升级Vue3
  • ppt压缩有什么简单方法?压缩PPT文件的几种方法
  • Qt_对话框QDialog的介绍
  • Docker搭建 RabbitMQ 最新版
  • 作业报告┭┮﹏┭┮(Android反调试)
  • Linux安装go-fastdfs
  • 编译安装的 Nginx 设置为服务启动
  • 基于mediapipe深度学习算法的手势数字0-9识别系统python源码+精美GUI界面
  • 9-pg内核之锁管理器(四)常规锁
  • [前端]DOM+CSS+HTML实现水波进度效果
  • SpringBoot 流式输出时,正常输出后为何突然报错?
  • 使用Prometheus进行系统监控,包括Mysql、Redis,并使用Grafana图形化表示
  • JVM和GC监控技术
  • 前端html+css+js 基础总结
  • Ubuntu24.04 yum安装
  • Android问题笔记五十:构建错误-AAPT2 aapt2-7.0.2-7396180-windows Daemon
  • “滑动窗口”思想在算法里面的应用
  • llama3.1 8b instruct的function calling的template解析
  • C++第五讲(1):STL--string--各个函数的使用方法
  • 在线支付系统