图像在计算机中通过什么方式表示_数字图像处理小记

适用:数字图像处理概念理解、知识点复习。抛却大部分推导公式，注重概念的理解与应用，通过这篇文章能够了解这门课大概的内容。后面附了一份课程主要知识点。
【删除线中间的东西可选择性不看】
参考：CSDN，百度，本科课程资料

下面这篇我参考的CSDN帖子会讲解的更加详细（各类细枝末节、公式推导）

图像处理系列学习笔记_ShaneHolmes-CSDN博客​blog.csdn.net

---

想到之前看过的一个讲解小波变换的视频很棒，插播一下

傅里叶变换失去了时间特性=不能看出何处何时频率高，何处何时频率低（∵频谱的作用是能看出有什么频率分量，分量值为多少）——>（为了解决这个问题引出）小波变换

小波：长度比较短即时间跨度比较小；小波既含时间信息也含频率信息，时间信息——小波是通过时间段来进行拆分的，频率信息——所拆成的小波胖=频率低、小波痩=频率高（也就是用时域信号直接看出频率的方法）

傅里叶是将波形拆解成频率不同的正弦波，而小波变换是将波形拆解成不同时间段中的小波：

「珂学原理」No.55「小波变换为什么小」_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili​www.bilibili.com

---

——数字图像及彩色空间

数字图像是指图像f(x,y)在空间坐标和亮度的数字化。数字图像是由有有限的元素组成的，每一个元素都有一个特定的位置和幅值，这些元素称为图像元素或像素

像素：数字图像由二维的元素组成，每一个元素具有一个特定的位置（x，y）和幅值f（x，y），这些元素就称为像素。它是数字图像的基本单位。

屏幕分辨率：屏幕分辨率是指屏幕显示的分辨率。屏幕分辨率确定计算机屏幕上显示多少信息的设置，以水平和垂直像素来衡量。屏幕分辨率低时（例如 640 x 480），在屏幕上显示的像素少，但尺寸比较大。屏幕分辨率高时（例如 1600 x 1200），在屏幕上显示的像素多，但尺寸比较小。显示分辨率就是屏幕上显示的像素个数。

图像分辨率：在不同的应用场景中有不同的含义。在电脑中一般图像分辨率的表达方式为水平像素数×垂直像素数

灰度级分辨率：指在灰度级别中可分辨的最小变化

1. 数字图像

• 单色（灰度）图像：每个像素的亮度用一个数值来表示，取值范围0-255，0表示黑、255表示白，其他值表示处于黑白之间的灰度
• 彩色图像：用红、绿、蓝三元组的二维矩阵来表示。三元组的每个数值也是在0-255之间，0表示相应的基色在该像素中没有，而255表示相应的基色在该像素中取得最大值

2. 彩色空间

RGB

RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。红R、绿G、蓝B三种颜色的强度值均是0-255，则三种光混合在每个像素可以组成16777216（256256256）种不同的颜色。256级的RGB色彩也被简称为1600万色或千万色，或称为24位色(2的24次方)。

HSI

HSI是指一个数字图像的模型，它反映了人的视觉系统感知彩色的方式，以色调、饱和度和亮度三种基本特征量来感知颜色。
HSI模型的建立基于两个重要的事实：
第一个，分量与图像的彩色信息无关；
第二个，H和S分量与人感受颜色的方式是紧密相联的。这些特点使得HSI模型非常适合彩色特性检测与分析。

色调H（Hue）：与光波的波长有关，它表示人的感官对不同颜色的感受，如红色、绿色、蓝色等，它也可表示一定范围的颜色，如暖色、冷色等。

饱和度S（Saturation）：表示颜色的纯度，纯光谱色是完全饱和的，加入白光会稀释饱和度。饱和度越大，颜色看起来就会越鲜艳，反之亦然。

亮度I（Intensity）：对应成像亮度和图像灰度，是颜色的明亮程度。

——二值图像

二值图像（Binary Image）是指将图像上的每一个像素只有两种可能的取值或灰度等级状态，人们经常用黑白、B&W、单色图像表示二值图像。

二值图像是指在图像中，灰度等级只有两种，也就是说，图像中的任何像素灰度值不是0就是255，再无其他过渡的灰度值。

2. 应用

二值图像一般用来描述文字或者图形，其优点是占用空间少，缺点是，当表示人物，风景的图像时，二值图像只能描述其轮廓，不能描述细节。这时候要用更高的灰度级。
一般二值化图像的应用领域在车牌识别，图像的字符提取。

——图像的傅里叶变换

信号在频率域的表现
在频域中，频率越大说明原始信号 变化速度越快；频率越小说明原始信号越平缓。当频率为0时，表示直流信号，没有变化。因此，频率的 大小反应了信号的变化快慢。高频分量解释信号的突变部分，而低频分量决定信号的整体形象。
在 图像处理中，频域反应了图像在空域灰度变化剧烈程度，也就是图像灰度的变化速度，也就是图像的梯度大小。对图像而言，图像的边缘部分是突变部分，变化较 快，因此反应在频域上是高频分量；图像的噪声大部分情况下是高频部分；图像平缓变化部分则为低频分量。也就是说，傅立叶变换提供另外一个角度来观察图像， 可以将图像从灰度分布转化到频率分布上来观察图像的特征。书面一点说就是，傅里叶变换提供了一条从空域到频率自由转换的途径。对图像处理而言，以下概念非 常的重要：

• 图像高频分量：图像突变部分；在某些情况下指图像边缘信息，某些情况 下指噪声，更多是两者的混合；
• 低频分量：图像变化平缓的部分，也就是图像轮廓信息
• 高通滤波器：让图像使低频分量抑制，高频分量通过
• 低通滤波器：与高通相反，让图像使高频分量抑制，低频分量通过
• 带通滤波器：使图像在某一部分 的频率信息通过，其他过低或过高都抑制
• 还有个带阻滤波器，是带通的反。

傅里叶变换有什么用呢？

举例说明：傅里叶变换可以将一个时域信号转换成在不同频率下对应的振幅及相位，其频谱就是时域信号在频域下的表现，而反傅里叶变换可以将频谱再转换回时域的信号。最简单最直接的应用就是时频域转换，比如在移动通信的LTE系统中，要把接收的信号从时域变成频域，就需要使用FFT（快速傅里叶变换）。又例如对一个采集到的声音做傅立叶变化就能分出好几个频率的信号。比如南非世界杯时，南非人吹的呜呜主拉的声音太吵了，那么对现场的音频做傅立叶变化（当然是对声音的数据做），会得到一个展开式，然后找出呜呜主拉的特征频