数字图像处理:图像的表示与描述

本文介绍了图像的基本表示方法,包括二维离散函数表示、二维矩阵表示等,并解释了图像坐标系的特点。此外,还详细阐述了灰度图像的概念及像素灰度值范围。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1 数学表示

1.1 二维离散函数

I=f(x,y) I=f(x,y) I=f(x,y)

  • (x,y)(x,y)(x,y)表示图像像素的坐标
  • 函数值f(x,y)f(x,y)f(x,y)表示在坐标(x,y)(x,y)(x,y)处像素的灰度值
1.2 二维矩阵

I=A[M,N] I=A[M,N] I=A[M,N]
对一幅图像采样时,若每行像素为M个,每列像素为N个,则图像大小为M×N个像素,从而A[M, N]构成一个M×N实数矩阵.
矩阵元素a(m, n)表示图像在第 m 行 第 n 列的像素值,称为像素或像

1.3 关于图像坐标的说明

矩阵是按照行列的顺序来定位数据的,但是图像是在平面上定位数据的,所以有一个坐标系定义上的特殊性。
为了编程方便起见,我们这里以矩阵坐标系来定义图像的坐标:

2 图像描述

2.1 灰度图像

灰度图像中的每个像素的信息由一个量化的灰度级来描述,没有色彩信息;灰度图像像素的灰度级通常为8bits,即0~255。“0”表示纯黑色,“255”表示纯白色。

黑白图像/二值图像

黑白图像中的每个像素只能是黑或者白,没有中间的过渡,故又称二值图像,二值图像的像素值为0、1;灰度图像像素的灰度级通常为8bits,即0~255。“0”表示纯黑色,“255”表示纯白色。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值