第2章
2D图像采集

图像采集指获取图像的技术和过程。如第1章指出的，人造视觉系统主要将数字图像作为系统的输入。所以，图像采集是各种计算机视觉技术的基础。

图像采集是获取客观世界信息的重要手段。以一幅灰度图像f(x, y)为例，f(x, y)也代表在像空间(x, y)处的灰度值f。图像采集就是要确定客观世界物体投影后的f和(x, y)。与f(x, y)表达的两类内容相对应，图像采集涉及两个方面的内容，需要分别建立模型。

（1）光度学（更一般的是辐射度学）：解决图像中的目标有多“亮”的问题，以及确定这个亮度与目标的光学性质和成像系统的关系，它确定了(x, y)处的f。

（2）几何学：解决场景中什么地方的目标会投影到图像中的(x, y)处的问题。

考虑到要使用计算机对图像进行处理和分析，所以最终要将从原始的模拟/连续的客观世界中获得的图像转换为数字图像。与f(x, y)表达的两类内容对应，在获取可被计算机处理的数字图像时，前者与采样有关，后者与量化有关。采样和量化确定了在用成像设备采集图像并用数字矩阵表达该图像时会得到的结果。

采集的图像由许多像素组成，像素之间有多种联系，既包括空间上的邻接或接触关系，也包括灰度（属性）上的相近或相同关系。在此基础上，还可考虑像素连通集合的组成、像素间的距离等联系。许多图像处理和分析技术要利用这些联系。

本章各节安排如下。

2.1节概述典型的图像采集装置及需要关注的性能指标，并给出采集的流程。

2.2节讨论图像亮度成像模型，这主要与f相关。在介绍相关的光度学基本概念的基础上，分析如何获得均匀照度，并给出一个简单的亮度成像模型。

2.3节讨论图像空间成像模型，这主要与(x, y)相关。根据投影成像几何，介绍基本成像模型和一般成像模型。

2.4节介绍模拟图像的采样和量化，包括数字图像的空间和幅度分辨率，并进一步讨论图像质量与其数据量的联系。

2.5节介绍像素之间的各种关系（邻域、邻接、连接、连通等），讨论像素间距离的计算。