数字图像读书笔记

  前话   

  这是自己自上次轰轰烈烈的盗号问题后，回归后的第一篇文章。以后就会常驻于此，与朋友们分享一些自己的想法。我本身的文字功底，可见一般，表达能力尚不能让人醍醐灌顶，只能是记录下自己在读别人巨著后自己的所思所想。有的时候，程序员的工作，更是思想上的碰撞，碰撞出了火花，就是你的 灵魂。

    所以这里，没有什么说教，我也不会对自己所言的负责。突出一个“想”字，想到字到。让我们一起驰骋吧。

 

 正文

    数字图像，自从产生了一个信息时代，貌似“数字”二字就从不停歇。跟风的还有“数码”、“多媒体”、“数字化”等等词汇。柯达相机的破产，可见数字化对现代人的生活的冲击力有多大。依据惯例，名词解释，

     图像二字，就不说了，生活的世界，不管你是睁着眼，还是闭着睡觉，都会接触到一个信息，或是立体的，或是平面的。总之，这幅记录下来的信息，就是图像。图像有时间上的延续，就成了动画，电影院里我们叫他电影，网上我们叫他视屏。 

     数字图像：数字化的图像，电路上有A/D转化 和 D/A 转化。其中重要的四步骤：取样、保持、量化、编码。理解这个就明白了数字图像了。

 

 

    用到过图片处理软件的人，都知道图片其实还分两种：位图 和 矢量图。

    位图：LED大屏幕，由像素点拼成的都叫位图。视频牛人用色子组成玛丽莲梦露，拼图也看以看成是一种位图。其涉及到分辨率。

 

    矢量图：矢量，一听，就是个几何性质的名词，是的，这图跟根据几何特性来绘制图形，矢量可以是一个点或一条线，矢量图只能靠 软件生成。为什么这么说呢，你想啊，几何图形，是需要精确定位和计算的，他比位图高超的地方就是不会变形。分辨率对他不起作用。你再变，我几何特性不会变，我数值不会变。 这也是牛人的杰作，肯定也是为了弥补位图在分辨率上的不足而发明出来的。

    既然两种都有差别，那么在编码上，肯定有各自不同的方式。位图好理解，承载的数据可以用矩阵来记录这些像素点的信息，矢量图是用几何图元来作图的，那么他记录的信息就比较复杂，那么会用什么方法么呢？

 

栅格数据结构

 

　　栅格结构是以规则的阵列来表示空间地物或现象分布的数据组织，组织中的每个数据表示地物或现象的非几何属性特征。

　　结构的显著特点：属性明显，定位隐含，即数据直接记录属性的指针或数据本身，而所在位置则根据行列号转换为相应的坐标。

　　

       数据的编码方法：

　　1、直接栅格编码，就是将栅格数据看作一个数据矩阵，逐行（或逐列）逐个记录代码；

　　2、压缩编码，包括链码（哈弗曼编码）形数据；

　　3、 游程长度编码通过记录行或列上相邻若干属性相同点的代码来实现；

　　4、块码是有成长度编码扩展到二维的情况，采用方形区域为记录单元；

　　5、四叉树编码是最有效的栅格数据压缩编码方法之一，还能提高图形操作效率，具有可变的分辨率。

 

矢量数据结构

　　

        数据结构 通过记录坐标的方式尽可能精确地表示点、线和多边形等地理实体，坐标空间设为连续，允许任意位置、长度和面积的精确定义。

 　   量结构的显著特点：定位明显，属性隐含。

　　

      数据的编码方法：

　　1、对于点实体和线实体，直接记录空间信息和属性信息；

　　2、对于多边形地物，有坐标序列法、树状索引编码法和拓扑结构编码法。

　　注：

　　（1）坐标序列法是由多边形边界的x,y坐标对集合及说明信息组成，是最简单的一种多边形矢量编码法，文件结构简单，但多边形边界被存储两次产生数据冗余，而且缺少邻域信息；

　　（2）树状索引编码法是将所有边界点进行数字化，顺序存储坐标对，由点索引与边界线号相联系，以线索引与各多边形相联系，形成树状索引结构，消除了相邻多边形边界数据冗余问题；

　　（3）拓扑结构编码法是通过建立一个完整的拓扑关系结构，彻底解决邻域和岛状信息