2.1　图像和数字图像

图像是客观对象的一种相似性的、生动性的描述或写真，是人类社会活动中最常用的信息载体。或者说图像是客观对象的一种表示，它包含了被描述对象的有关信息。图像在人类对外部世界的感知中起着最重要的作用，因为视觉系统是人类具备的感官系统中最高级也是最复杂的。图像与其他的信息形式相比，具有直观、具体、生动等诸多显著的优点。自然界中的图像都是模拟量，但是，计算机只能处理数字量，而不能直接处理模拟图像，数字化后的图像就称为数字图像。数字图像扩展了人类获取信息的渠道，可以帮人们更加客观、准确、快速地了解世界和认识世界。

2.1.1　图像

广义上，图像就是所有具有视觉效果的画面，它包括：纸介质上的，底片或照片上的，电视、投影仪或计算机屏幕上的。我们可以按照图像的存在形式、亮度等级和图像的光谱这几种形式对其进行分类。

（1）按照图像的存在形式分类

①可见图像　包括照片、形状线条图片等和透镜、光栅等成像的光图像。

②不可见图像　包括红外、微波成像的不可见光成像和温度、压力等按数学模型生成的图像。

（2）按照图像的亮度等级分类

①二值图像　只有黑白两种亮度等级的图像。

②灰度图像　有多种亮度等级的图像。

按照图像的亮度等级分类如图2.1所示。

（3）按照图像的光谱分类

①彩色图像　每个像素由R（红）、G（绿）、B（蓝）分量构成的图像，其中R、G、B是由不同的灰度级来描述的。

②黑白图像　每个像素点只有一个亮度值分量，如黑白照片、黑白电视画面。

按照图像的光谱分类如图2.2所示。

（4）按照图像是否随时间变换分类

①静态图像　不随时间而变化的图像，如各种图片等。

②动态图像　随时间而变化的图像，如电影和电视画面等。

（5）按照图像所占空间和维数分类

①二维图像　平面图像，如照片等。

②三维图像　空间分布的图像，一般使用两个或者多个摄像头得到。

2.1.2　数字图像

一幅图像可定义为一个二维函数f(x,y)，其中x和y是空间坐标，而在任何一对空间坐标(x,y)处的幅值f称为图像在该点处的强度或灰度。当(x,y)和灰度值f是有限的离散数值时，我们称该图像为数字图像。注意，一个大小为M×N的数字图像是由M行N列的有限元素组成的，每个元素都有特定的位置和幅值，代表了其所在行列位置上的图像物理信息，如灰度和色彩等。这些元素称为图像元素或像素。

每个图像的像素在二维空间中的特定“位置”，均由一个或者多个与那个点相关的采样值组成数值。根据这些采样数目及特性的不同，数字图像可以划分为：

（1）二值图像（Binary Image）

二值图像的灰度值只有0、1，其中灰度值0代表黑色，1代表白色。二值图像包含信息少，占用空间少，但是二值图像往往能够排除干扰，获得对象的最突出点，如指纹图像的识别、文字的自动识别等。

（2）灰度图像（Gray Scale Image）

在二值图像中进一步加入许多介于黑色与白色之间的颜色深度，就构成了灰度图像。图像中每个像素可以由0（黑）～255（白）的灰度值表示，每种灰度（颜色深度）称为一个灰度级，通常用L表示。在灰度图像中，像素可以取0～（L-1）之间的整数值，根据保存灰度数值所使用的数据类型不同，可能有256种取值或者说2^k种取值。

（3）彩色图像（Color Image）

彩色图像是指由红、绿、蓝三种基本颜色组合而成，通常称它们为RGB三原色。计算机显示彩色图像时采用最多的就是RGB模型，对于每个像素，通过控制R、G、B三原色的合成比例就可以决定该像素的最终显示颜色。

（4）伪彩色图像（False-Color）

伪彩色图像的每个像素值实际上是一个索引值或代码，该代码值作为色彩查找表CLUT（Color Look-Up Table）中某一项的入口地址，根据该地址可查找出包含实际R、G、B的强度值。这种用查找映射的方法产生的色彩称为伪彩色，生成的图像为伪彩色图像。

（5）三维图像（3D Image）

三维图像是由一组堆栈的二维图像组成。每一幅图像表示该物体的一个横截面。数字图像也用于表示在一个三维空间分布点的数据，例如计算机断层扫描（Computed Tomography，CT）设备生成的图像，在这种情况下，每个数据都称作一个体素。