一幅二值圖像的二維矩陣僅由0、1兩個值構成,"0"代表黑色,"1"代白色。由于每一像素(矩陣中每一元素)取值僅有0、1兩種可能,所以計算機中二值圖像的數據類型通常為1個二進制位。二值圖像通常用于文字、線條圖的掃描識別(OCR)和掩膜圖像的存儲。

灰度圖像矩陣元素的取值范圍通常為[0,255]。因此其數據類型一般為8位無符號整數的(int8),這就是人們經常提到的256灰度圖像。"0"表示純黑色,"255"表示純白色,中間的數字從小到大表示由黑到白的過渡色。在某些軟件中,灰度圖像也可以用雙精度數據類型(double)表示,像素的值域為[0,1],0代表黑色,1代表白色,0到1之間的小數表示不同的灰度等級。二值圖像可以看成是灰度圖像的一個特例。動如脫兔映射關系,該像素在屏幕上的實際顏色由第64行的[RGB]組合決定。也就是說,圖像在屏幕上顯示時,每一像素的顏色由存放在矩陣中該像素的灰度值作為索引通過檢索顏色索引矩陣MAP得到。索引圖像的數據類型一般為8位無符號整形(int8),相應索引矩陣MAP的大小為256Ⅹ3,因此一般索引圖像只能同時顯示256種顏色,但通過改變索引矩陣,顏色的類型可以調整。索引圖像的數據類型也可采用雙精度浮點型(double)。索引圖像一般用于存放色彩要求比較簡單的圖像,如Windows中色彩構成比較簡單的壁紙多采用索引圖像存放,如果圖像的色彩比較復雜,就要用到RGB真彩色圖像。

RGB圖像與索引圖像一樣都可以用來表示彩色圖像。與索引圖像一樣,它分別用紅(R)、綠(G)、藍(B)三原色的組合來表示每個像素的顏色。但與索引圖像不同的是,RGB圖像每一個像素的顏色值(由RGB三原色表示)直接存放在圖像矩陣中,由于每一像素的顏色需由R、G、B三個分量來表示,M、N分別表示圖像的行列數,三個M x N的二維矩陣分別表示各個像素的R、G、B三個顏色分量。RGB圖像的數據類型一般為8位無符號整形,通常用于表示和存放真彩色圖像,當然也可以存放灰度圖像。

數字化圖像數據有兩種存儲方式[6]:位圖存儲(Bitmap)和矢量存儲(Vector)

我們平常是以圖像分辨率(即像素點)和顏色數來描述數字圖象的。例如一張分辨率為640*480,16位色的數字圖片,就由2^16=65536種顏色的307200(=640*480)個素點組成。

位圖圖像:位圖方式是將圖像的每一個象素點轉換為一個數據,當圖像是單色(只有黑白二色)時,8個象素點的數據只占據一個字節(一個字節就是8個二進制數,1個二進制數存放象素點);16色(區別于前段"16位色")的圖像每兩個象素點用一個字節存儲;256色圖像每一個象素點用一個字節存儲。這樣就能夠精確地描述各種不同顏色模式的圖像圖面。位圖圖像彌補了矢量式圖像的缺陷,它能夠制作出色彩和色調變化豐富的圖像,可以逼真地表現自然界的景象,同時也可以很容易地在不同軟件之間交換文件,這就是位圖圖像的優點;而其缺點則是它無法制作真正的3D圖像,并且圖像縮放和旋轉時會產生失真的現象,同時文件較大,對內存和硬盤空間容量的需求也較高。位圖方式就是將圖像的每一像素點轉換為一個數據。如果用1位數據來記錄,那么它只能代表2種顏色(2^1=2);如果以8位來記錄,便可以表現出256種顏色或色調(2^8=256),因此使用的位元素越多所能表現的色彩也越多。通常我們使用的顏色有16色、256色、增強16位和真彩色24位。一般所說的真彩色是指24位(2^24)的位圖存儲模式適合于內容復雜的圖像和真實照片。但隨著分辨率以及顏色數的提高,圖像所占用的磁盤空間也就相當大;另外由于在放大圖像的過程中,其圖像勢必要變得模糊而失真,放大后的圖像像素點實際上變成了像素"方格"。 用數碼相機和掃描儀獲取的圖像都屬于位圖。

矢量圖像:矢量圖像存儲的是圖像信息的輪廓部分,而不是圖像的每一個象素點。例如,一個圓形圖案只要存儲圓心的坐標位置和半徑長度,以及圓的邊線和內部的顏色即可。該存儲方式的缺點是經常耗費大量的時間做一些復雜的分析演算工作,圖像的顯示速度較慢;但圖像縮放不會失真;圖像的存儲空間也要小得多。所以,矢量圖比較適合存儲各種圖表和工程

圖像處理離不開海量、豐富的基礎數據,包括視頻、靜態圖像等多種格式,如Berkeley分割數據集和基準500 (BSDS500)、西門菲沙大學不同光照物體圖像數據庫、神經網絡人臉識別數據、CBCL-MIT StreetScenes(麻省理工學院街景數據庫)等。

通過取樣和量化過程將一個以自然形式存在的圖像變換為適合計算機處理的數字形式。圖像在計算機內部被表示為一個數字矩陣,矩陣中每一元素稱為像素。圖像數字化需要專門的設備,常見的有各種電子的和光學的掃描設備,還有機電掃描設備和手工操作的數字化儀。

對圖像信息編碼,以滿足傳輸和存儲的要求。編碼能壓縮圖像的信息量,但圖像質量幾乎不變。為此,可以采用模擬處理技術,再通過模-數轉換得到編碼,不過多數是采用數字編碼技術。編碼方法有對圖像逐點進行加工的方法,也有對圖像施加某種變換或基于區域、特征進行編碼的方法。脈碼調制、微分脈碼調制、預測碼和各種變換都是常用的編碼技術。

由數字化得到的一幅圖像的數據量十分巨大,一幅典型的數字圖像通常由500×500或1000×1000個像素組成。如果是動態圖像,其數據量更大。因此圖像壓縮對于圖像的存儲和傳輸都十分必要。

圖像壓縮有兩類壓縮算法,即無損壓縮和有損壓縮。最常用的無損壓縮算法取空間或時間上相鄰像素值的差,再進行編碼。游程碼就是這類壓縮碼的例子。有損壓縮算法大都采用圖像交換的途徑,例如對圖像進行快速傅里葉變換或離散的余弦變換。已作為圖像壓縮國際標準的JPEG和MPEG均屬于有損壓縮算法。前者用于靜態圖像,后者用于動態圖像。它們都由芯片實現。

圖像增強的目標是改進圖片的質量,例如增加對比度,去掉模糊和噪聲,修正幾何畸變等;圖像復原是在假定已知模糊或噪聲的模型時,試圖估計原圖像的一種技術。

圖像增強按所用方法可分成頻率域法和空間域法。前者把圖像看成一種二維信號,對其進行基于二維傅里葉變換的信號增強。采用低通濾波(即只讓低頻信號通過)法,可去掉圖中的噪聲;采用高通濾波法,則可增強邊緣等高頻信號,使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波(取局部鄰域中的中間像素值)法等,它們可用于去除或減弱噪聲。

早期的數字圖像復原亦來自頻率域的概念。現代采取的是一種代數的方法,即通過解一個大的方程組來復原理想的圖片。

以提高圖像質量為目的的圖像增強和復原對于一些難以得到的圖片或者在拍攝條件十分惡劣情況下得到的圖片都有廣泛的應用。例如從太空中拍攝到的地球或其他星球的照片,用電子顯微鏡或X光拍攝的生物醫療圖片等。

圖像增強 使圖像清晰或將其轉換為更適合人或機器分析的形式。與圖像復原不同,圖像增強并不要求忠實地反映原始圖像。相反,含有某種失真(例如突出輪廓線)的圖像可能比無失真的原始圖像更為清晰。常用的圖像增強方法有:①灰度等級直方圖處理:使加工后的圖像在某一灰度范圍內有更好的對比度;②干擾抑制:通過低通濾波、多圖像平均、施行某類空間域算子等處理,抑制疊加在圖像上的隨機性干擾;③邊緣銳化:通過高通濾波、差分運算或某種變換,使圖形的輪廓線增強;④偽彩色處理:將黑白圖像轉換為彩色圖像,從而使人們易于分析和檢測圖像包含的信息。

圖像復原 除去或減少在獲得圖像過程中因各種原因產生的退化。這類原因可能是光學系統的像差或離焦、攝像系統與被攝物之間的相對運動、電子或光學系統的噪聲和介于攝像系統與被攝像物間的大氣湍流等。圖像復原常用二種方法。當不知道圖像本身的性質時,可以建立退化源的數學模型,然后施行復原算法除去或減少退化源的影響。當有了關于圖像本身的先驗知識時,可以建立原始圖像的模型,然后在觀測到的退化圖像中通過檢測原始圖像而復原圖像。

圖像分割將圖像劃分為一些互不重疊的區域,每一區域是像素的一個連續集。通常采用把像素分入特定區域的區域法和尋求區域之間邊界的境界法。區域法根據被分割對象與背景的對比度進行閾值運算,將對象從背景中分割出來。有時用固定的閾值不能得到滿意的分割,可根據局部的對比度調整閾值,這稱為自適應閾值。境界法利用各種邊緣檢測技術,即根據圖像邊緣處具有很大的梯度值進行檢測。這兩種方法都可以利用圖像的紋理特性實現圖像分割。

形態學一詞通常指生物學的一個分支,它用于處理動物和植物的形狀和結構。在數學形態學的語境中也使用該詞來作為提取圖像分量的一種工具,這些分量在表示和描述區域形狀(如邊界,骨骼和凸殼)時是很有用的。此外,我們還很關注用于預處理和后處理的形態學技術,如形態學濾波、細化和裁剪。

數學形態學的基本運算

數學形態學的基本運算有4個:腐蝕、膨脹、開啟和閉合。數學形態學方法利用一個稱作結構元素的"探針"收集圖像的信息,當探針在圖像中不斷移動時,便可考察圖像各個部分之間的相互關系,從而了解圖像的結構特征。在連續空間中,灰度圖像的腐蝕、膨脹、開啟和閉合運算分別表述如下。

腐蝕

腐蝕"收縮"或"細化"二值圖像中的對象。收縮的方式和程度由一個結構元素控制。數學上,A被B腐蝕,記為AΘB,定義為:

換言之,A被B腐蝕是所有結構元素的原點位置的集合,其中平移的B與A的背景并不疊加。

膨脹

膨脹是在二值圖像中"加長"或"變粗"的操作。這種特殊的方式和變粗的程度由一個稱為結構元素的集合控制。結構元素通常用0和1的矩陣表示。數學上,膨脹定義為集合運算。A被B膨脹,記為A⊕B,定義為:其中,Φ為空集,B為結構元素。總之,A被B膨脹是所有結構元素原點位置組成的集合,其中映射并平移后的B至少與A的某些部分重疊。這種在膨脹過程中對結構元素的平移類似于空間卷積。

膨脹滿足交換律,即A⊕B=B⊕A。在圖像處理中,我們習慣令A⊕B的第一個操作數為圖像,而第二個操作數為結構元素,結構元素往往比圖像小得多。

膨脹滿足結合律,即A⊕(B⊕C)=(A⊕B)⊕C。假設一個結構元素B可以表示為兩個結構元素B1和B2的膨脹,即B=B1⊕B2,則A⊕B=A⊕(B1⊕B2)=(A⊕B1)⊕B2,換言之,用B膨脹A等同于用B1先膨脹A,再用B2膨脹前面的結果。我們稱B能夠分解成B1和B2兩個結構元素。結合律很重要,因為計算膨脹所需要的時間正比于結構元素中的非零像素的個數。通過結合律,分解結構元素,然后再分別用子結構元素進行膨脹操作往往會實現很客觀的速度的增長。

折疊開啟
A被B的形態學開運算可以記做A?B,這種運算是A被B腐蝕后再用B來膨脹腐蝕結果,即:

開運算的數學公式為:

其中,∪{·}指大括號中所有集合的并集。該公式的簡單幾何解釋為:A?B是B在A內完全匹配的平移的并集。形態學開運算完全刪除了不能包含結構元素的對象區域,平滑了對象的輪廓,斷開了狹窄的連接,去掉了細小的突出部分。

A被B形態學閉運算記做A·B,它是先膨脹后腐蝕的結果:

從幾何學上講,A·B是所有不與A重疊的B的平移的并集。想開運算一樣,形態學閉運算會平滑對象的輪廓。然后,與開運算不同的是,閉運算一般會將狹窄的缺口連接起來形成細長的彎口,并填充比結構元素小的洞。

基于這些基本運算可以推導和組合成各種數學形態學實用算法,用它們可以進行圖像形狀和結構的分析及處理,包括圖像分割、特征提取、邊界檢測、圖像降噪、圖像增強和恢復等。

從圖像中抽取某些有用的度量、數據或信息。目的是得到某種數值結果,而不是產生另一個圖像。圖像分析的內容和模式識別、人工智能的研究領域有交叉,但圖像分析與典型的模式識別有所區別。圖像分析不限于把圖像中的特定區域按固定數目的類別加以分類,它主要是提供關于被分析圖像的一種描述。為此,既要利用模式識別技術,又要利用關于圖像內容的知識庫,即人工智能中關于知識表達方面的內容。圖像分析需要用圖像分割方法抽取出圖像的特征,然后對圖像進行符號化的描述。這種描述不僅能對圖像中是否存在某一特定對象作出回答,還能對圖像內容作出詳細描述。

圖像處理的各個內容是互相有聯系的。一個實用的圖像處理系統往往結合應用幾種圖像處理技術才能得到所需要的結果。圖像數字化是將一個圖像變換為適合計算機處理的形式的第一步。圖像編碼技術可用以傳輸和存儲圖像。圖像增強和復原可以是圖像處理的最后目的,也可以是為進一步的處理作準備。通過圖像分割得出的圖像特征可以作為最后結果,也可以作為下一步圖像分析的基礎。

圖像匹配、描述和識別對圖像進行比較和配準,通過分制提取圖像的特征及相互關系,得到圖像符號化的描述,再把它同模型比較,以確定其分類。圖像匹配試圖建立兩張圖片之間的幾何對應關系,度量其類似或不同的程度。匹配用于圖片之間或圖片與地圖之間的配準,例如檢測不同時間所拍圖片之間景物的變化,找出運動物體的軌跡。

從圖像中抽取某些有用的度量、數據或信息稱為圖像分析。圖像分析的基本步驟是把圖像分割成一些互不重疊的區域,每一區域是像素的一個連續集,度量它們的性質和關系,最后把得到的圖像關系結構和描述景物分類的模型進行比較,以確定其類型。識別或分類的基礎是圖像的相似度。一種簡單的相似度可用區域特征空間中的距離來定義。另一種基于像素值的相似度量是圖像函數的相關性。最后一種定義在關系結構上的相似度稱為結構相似度。

以圖片分析和理解為目的的分割、描述和識別將用于各種自動化的系統,如字符和圖形識別、用機器人進行產品的裝配和檢驗、自動軍事目標識別和跟蹤、指紋識別、X光照片和血樣的自動處理等。在這類應用中,往往需綜合應用模式識別和計算機視覺等技術,圖像處理更多的是作為前置處理而出現的。

多媒體應用的掀起,對圖像壓縮技術的應用起了很大的推動作用。圖像,包括錄像帶一類動態圖像將轉為數字圖像,并和文字、聲音、圖形一起存儲在計算機內,顯示在計算機的屏幕上。它的應用將擴展到教育、培訓和娛樂等新的領域。

AdobePhotoshop

軟件特點:知名度以及使用率最高的圖像處理軟件。

軟件優勢:使用業界標準的Adobe PhotoshoPCS軟件更加快速地獲取更好效果,同時為圖形和Web設計、攝影及視頻提供必不可少的新功能。

與同行軟件的比較:這回Adobe的確給設計師們帶來了很大的驚喜,Photoshop CS新增了許多強有力的功能,特別是對于攝影師來講,這次它大大突破了以往Photoshop系列產品更注重平面設計的局限性,對數碼暗房的支持功能有了極大的加強和突破。

AdobeIllustrator

軟件特點:專業矢量繪圖工具,功能強大,界面友好。

軟件優勢:無論您是生產印刷出版線稿的設計者和專業插畫家、生產多媒體圖像的藝術家、還是互聯網頁或在線內容的制作者,都會發現Illustrator不僅僅是一個藝術產品工具,能適合大部分小型設計到大型的復雜項目。

與同行軟件的比較:功能極其強大,操作相當專業。與Adobe公司其它軟件如Photoshop、Primiere及Indesign等軟件可以良好的兼容,在專業領域優勢比較明顯。

CorelDRAW

軟件特點:界面設計友好,空間廣闊,操作精微細致。兼容性佳。

軟件優勢:非凡的設計能力廣泛地應用于商標設計、標志制作、模型繪制、插圖描畫、排版及分色輸出等等諸多領域。市場領先的文件兼容性以及高質量的內容可幫助您將創意變為專業作品。從與眾不同的徽標和標志到引人注目的營銷材料以及令人賞心悅目的Web圖形,應有盡有。

與同行軟件的比較:功能強大,兼容性極好,可生成各種與其它軟件相兼容的格式,操作較Illustrator簡單,在國內中小型廣告設計公司應用率極高。

可牛影像

軟件特點:可牛影像是新一代的圖片處理軟件,獨有美白祛痘、瘦臉瘦身、明星場景、多照片疊加等功能,更有50余種照片特效,數秒即可制作出影樓級的專業照片。

軟件優勢:圖片編輯、人像美容、場景日歷、添加水印飾品、添加各種藝術字體、制作動感閃圖、搖頭娃娃、多圖拼接,使人能想到的功能,應有盡有,而且簡單易用。

與同行軟件的比較:場景日歷、動感閃圖、搖頭娃娃等都是傳統圖像處理軟件所沒有的。有了可牛影像,不需要再像photoshop那樣,需要專業的技能才能處理照片。

光影魔術手

軟件特點:"nEO iMAGING"〖光影魔術手〗是一個對數碼照片畫質進行改善及效果處理的軟件。簡單、易用,不需要任何專業的圖像技術,就可以制作出專業膠片攝影的色彩效果。

軟件優勢:模擬反轉片的效果,令照片反差更鮮明,色彩更亮麗,模擬反轉負沖的效果,色彩詭異而新奇,模擬多類黑白膠片的效果,在反差、對比方面,和數碼相片完全不同。

與同行軟件的比較:是一個照片畫質改善和個性化處理的軟件。簡單、易用,每個人都能制作精美相框、藝術照、專業膠片效果,而且完全免費。

ACDSee

軟件特點:不論您拍攝的相片是什么類型-家人與朋友的,或是作為業余愛好而拍攝的藝術照-您都需要相片管理軟件來輕松快捷地整理以及查看、修正和共享這些相片。

軟件優勢:ACDSee 9可以從任何存儲設備快速"獲取相片",還可以使用受密碼保護的"隱私文件夾"這項新功能來存儲機密信息。

與同行軟件的比較:強大的電子郵件選項、幻燈放映、CD/DVD刻錄,還有讓共享相片變得輕而易舉的網絡相冊工具。使用紅眼消除、色偏消除、曝光調整以及"相片修復"工具等快速修正功能來改善相片。

MacromEDIaFlash

軟件特點:一個可視化的網頁設計和網站管理工具,支持最新的Web技術,包含HTML檢查、HTML格式控制、HTML格式化選項等。

軟件優勢:除了新的視頻和動畫特性,還提供了新的繪圖效果和更好的腳本支持,同時也集成了流行的視頻輯和編碼工具,還提供軟件允許用戶測試移動手機中的Flash內容等新功能。

與同行軟件的比較:在編輯上你可以選擇可視化方式或者你喜歡的源碼編輯方式。

UleadGIFAnimator

軟件特點:友立公司出版的動畫GIF制作軟件,內建的Plugin有許多現成的特效可以立即套用,可將AVI文件轉成動畫GIF文件,而且還能將動畫GIF圖片最佳化,能將你放在網頁上的動畫GIF圖檔減肥,以便讓人能夠更快速的瀏覽網頁。

軟件優勢:這是一個很方便的GIF 動畫制作軟件,由Ulead Systems.Inc 創作。Ulead GIF Animator 不但可以把一系列圖片保存為GIF 動畫格式,還能產生二十多種2D 或3D 的動態效果,足以滿足您制作網頁動畫的要求。

與同行軟件的比較:與其它圖形文件格式不同的是, 一個GIF文件中可以儲存多幅圖片,這時, GIF 將其中存儲的圖片像播放幻燈片一樣輪流顯示, 這樣就形成了一段動畫。