【圖像處理】圖像取樣和量化

許多傳感器的輸出是連續(xù)的電壓波形,這些波形的幅度和空間特性都與感知的物理現(xiàn)象有關(guān),為了產(chǎn)生一幅數(shù)字圖像,我們需要把連續(xù)的感知數(shù)據(jù)轉(zhuǎn)換為數(shù)字形式,這種轉(zhuǎn)換包括兩種處理,即取樣和量化。

基本概念

取樣:對(duì)坐標(biāo)值進(jìn)行數(shù)字化稱為取樣。
重采樣:當(dāng)欲知不位于矩陣點(diǎn)上的原始函數(shù)的數(shù)值時(shí)就需要進(jìn)行內(nèi)插,此時(shí)稱為重采樣。
上采樣:放大圖像的操作,圖像放大幾乎都是采用內(nèi)插方法,即在原有圖像像素的基礎(chǔ)上,在像素點(diǎn)之間采用合適的插值算法插入新的元素。
下采樣:縮小圖像的操作。
內(nèi)插:內(nèi)插就是用已知數(shù)據(jù)來估計(jì)未知位置的數(shù)值的處理。
量化:對(duì)幅值進(jìn)行數(shù)字化稱為量化。

左圖:已投影到一個(gè)傳感器陣列上的連續(xù)圖像;右圖:圖像取樣和量化后的結(jié)果

數(shù)字圖像的質(zhì)量在很大程度上取決于取樣和量化中所用的樣本數(shù)和灰度級(jí)。

圖像內(nèi)插

常見的內(nèi)插方法有如下幾種:

  • 最近鄰內(nèi)插法
    將原圖像中最近鄰的灰度賦給每個(gè)新位置,該方法較為簡(jiǎn)單,但容易造成失真,所以一般情況下并不常用。

  • 雙線性內(nèi)插法
    該方法是用4個(gè)最近鄰點(diǎn)去估計(jì)給定位置的灰度,令(x,y)為想要賦以灰度值的位置的坐標(biāo),令v(x,y)為灰度值。
    v(x,y)=ax+by+cxy+d
    其中,4個(gè)系數(shù)可由4個(gè)最近鄰點(diǎn)寫出的未知方程來確定。該方法效果比最近鄰內(nèi)插法好,但是計(jì)算量相對(duì)較大。

  • 雙三次內(nèi)插法
    該方法是用16個(gè)最近鄰點(diǎn)去估計(jì)給定位置的灰度。
    v(x,y)=\sum_{i=0}^{3}\sum_{j=0}^{3}a_{ij}x^{i}x^{j}
    其中,16個(gè)系數(shù)可由16個(gè)最近鄰點(diǎn)寫出的未知方程來確定。雙三次內(nèi)插法是商業(yè)圖像編輯程序的標(biāo)準(zhǔn)內(nèi)插方法,例如Adobe Photoshop和Corel Photopaint等。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容