3、数字图像处理基础与应用实例解析

数字图像处理基础与应用实例解析

1. 灰度级分辨率与量化

在数字图像处理中，灰度级分辨率是一个重要概念。使用256灰度级是非常流行的做法，一方面，虽然使用更高灰度级分辨率能带来显著提升，但这需要更多技术投入；另一方面，256灰度级恰好与当今计算机典型的内存组织相匹配，8位字节可以精确表示256个不同的值。

将可能无限的亮度值减少到256灰度级，实际效果并没有听起来那么夸张。事实上，人眼本身的量化能力也有限。据相关研究，人眼在视频监视器或照片上很难区分超过30个灰度级。典型的输出设备，如激光或喷墨打印机，也存在类似的限制。

1.1 采样与量化对图像的影响

采样和量化会导致图像信息的损失。以火花塞图像为例，采样后，火花塞上较小的字符变得难以辨认，螺纹也变得模糊；量化后，在某些地方物体与背景难以区分。足够的空间和亮度分辨率的组合对于解决视觉检查问题至关重要，在这个阶段丢失的信息很难恢复。

1.2 图像量化效果示例

图像类型	效果描述
采样图像	较小字符难以辨认，螺纹模糊
量化图像	部分区域物体与背景难区分

2. 图像处理系统中的信号流

图像处理系统的处理从传感器传输的采样和量化图像开始，以向处理外设传输的符号化语句结束。以单个字符识