2.1.1　图像分类

可以引入集合论对图像进行广义的分类，将图像看成是东西（物体）的一个子集，并且该子集中的每一幅图像都与其所表示的物体有对应关系，如图2-1所示。

图2-1　基于集合论的图像分类

由图2-1可见，图像集合中的一个非常重要的子集就是人眼可见的图像（VisibleImage），该子集中进一步包含由几种不同方法产生的子集，即图片（Picture）子集和光图像（Optical Images）子集。在图片子集中，包括由摄影器材拍摄的照片（Photograph）、由线条构成的图（Drawings）、由画笔绘出的画（Paintings）；而在光图像子集中则包括用透镜、光栅和全息技术产生的各种不同形式的图像。

1.可见的图像

可见图像是指可被人类视觉直接感知的图像，其中图片是颜色在二维空间的分布，通常是将人、物、场景等实景或绘制的内容以某种形式在平面介质上形成硬拷贝；而光学图像则是光强度在二维空间的分布，它反映人、物、场景的内容，但依赖于光而存在。

2.数学函数对应的图像

数学函数是抽象的，由连续函数和离散函数组成，其性质（如极值点、周期性、单调性、曲率等）可以通过与函数对应的图像表现出来，是数学函数值在特定坐标空间的一种分布。对于连续函数，可以在坐标纸上绘出函数对应的图像，比如：一次函数对应直线，二次函数对应抛物线；对于离散函数，则可以给出函数对应的离散点阵（数学矩阵），这也恰恰是计算机可以处理的数字图像。

3.不可见的物理图像

物理图像是物质或能量的某种分布，但是对于温度、压力、磁场、引力场等物理量，不能被人类视觉直接感知，而距离、高度等度量参数或人口密度等统计参数也不是人类视觉直接感知的物理量，因此都属于不可见图像，但其分布情况仍然可以用图像的形式表现出来。比如气象温度的分布情况，通常在地图上用红色表示高温地区，用蓝色表示低温地区；对于高度分布，在中国地形图上通常是用深褐色表示青藏高原、用棕黄色表示黄土高原、用青绿色表示长江中下游平原、用蓝色表示海洋（其中深海区域用深蓝色）等。