图像数字化.doc

图像数字化是计算机图像处理之前的基本步骤，目的是把真实的图像转变成计算机能够接受的存储格式。数字化过程分为采样与量化处理两个步骤，采样的实质就是要用多少点来描述一张图像，比如，一幅640×480的图像，就表示这幅图像是由307200个点所组成。量化是指要使用多大范围的数值，来表示图像采样之后的每一个点。这个数值范围包括了图像上所能使用的颜色总数，例如，以4个bits存储一个点，就表示图像只能有16种颜色，数值范围越大，表示图像可以拥有越多的颜色，自然可以产生更为细致的图像效果。量化的结果是图像能够容纳的颜色总数。两者的基本问题都是视觉效果与存储空间的取舍问题。 一个图像是如何数字化的呢？不妨从一张玩具鸭子图片说起。 　　 首先要把图片打格子分成若干小块，每块用一个数字来表示一种颜色。如果图像是纯黑白两色的，那每块只用1或0表示即可。若图像是16色的，每块用4位二进数表示，因为2^4=16，即4位二进制有16种组合，每种组合表示一种颜色就行了。真彩色位图的每个小块，都是由不同等级的红绿蓝三种色彩组合的，如图所示，每种颜色有2^8个等级，所以共有2^24种颜色， 因此每小块需要24位二进制数来表示。 　　 　　可见，数字图像越艳丽，则需要记录的二进制数就越多越长。除此之外，打的格子越密，则一副图的总数据量就越大，此例中鸭子图片分成了11×14=154块，按真彩色位图来计算，则总数据量为154×24=3696比特。这些小格子显然是太大了，不能表现图片的细节，实际中的格子要密得多，例如1024×768，这是大家都熟悉的显示分辩率。　　 　　看这张滑雪图，人体的色彩变化比较大，而天空和雪的色彩却非常单调，可以想象，代表每个小格颜色的数值也应该非常接近，图右下的原始数据是8个相邻格子的色彩数据，由于两个相邻格子的数据差异很小，所以可以用第一个格式数据当作第二个格子数据的预测值，经实际测量后，把真实值与预测值的差值求出来，并用这个差值来表示第二个格子的色彩。那么，实际记录下的就是第三行差值。但恢复数据时，用前面一个值加上差值，就是当前的色彩值，只要有第一位的基础值，后面的色彩值就可以滚雪球式的一个个求出来。 　　用差值来记录色彩，只是简单地进行了很多个减法运算，在还原时再加回来，数据并没有一丁点的损失，因此被称为无损压缩，如果把很少的差值彻底丢弃，在还原时把一个格子的色彩信息代表了周围很多格子的色彩，则压缩率更高，但格子之间的微小差别就丢失了，这种方法属于有损压缩。 　　 　　位图是每个格子都独立记录的，因此数据量很大，这就是bmp格式，而经过了上述的预测差值运算后，就变成了有损压缩格式，jpg格式就是其中之一。画质基本相同的两幅图，jpg格式的数据量要比bmp小得多。jpg是有损压缩的，但画质的损失非常小。Jpg格式是很智能的，例如对上面有大面积相似色彩的山水照给予较大的压缩率，而对非常热闹的人群照给予较小的压缩率。 　　上面说的只是静态的图像，而视频图像压缩得更大，一秒钟视频会切换几十张画面，而这些画面的绝大部分都是相同的，采集是每幅都是独立采的，生成的avi格式的数据量是很大的，不仅每幅画面本身可以压缩，更重要的是幅与幅之间也可以压缩，这就形成了数据量小得多的mpeg格式。也可以采用压缩率更高的rm格式，rm格式的画质比mpeg差得不多，但数据量却小了很多倍，更方便在网上传输。　　 　　不同的视频，幅与幅之间的相似度是不同的，韩剧的相似度很大，甭说一秒了，甚至几分钟内演员都坐在沙发上聊，除了嘴巴外每幅画面都基本一样，对这种视频可以采用较大的压缩率，而对动感性很强的武打片，则采用较小的压缩率，这种格式就是rmvb。跟rm格式不同的是，它的压缩率是可变的，vb就是可变比特率的意思。rmvb比rm更先进，相同数据量的rmvb视频会比rm视频清晰，而相同清晰度的视频，rmvb格式的数据量会更小。 　　一旦进行了有损压缩，数据缺失了，画质就很难复原了，但这也并不是不可能，这里面有个关键的概念–先验信息。例如这张民国美女黑白照片的嘴唇，要压缩成这个灰度，右侧的彩色图例中有五种可能，但通过先验信息（先验信息也就是我们以前已经知道了的知识）知道，美女的嘴唇不可能是绿的、蓝的和紫的，只能是右下的红色，把它还原成红色就对了。 　　 　　钢琴和弦的每一小组乐音都是由不超过五个纯音符的组合，这些排列组合的总数还是不少的，但好在根据先验信息我们知道，只有极少数的组合是经常出现的，绝大多数的组合是基本不会出现的，如果我们得到了一组模糊不清的组合，它跟经常出现的某个组合与基本不会出现的某个组合的相似度一样，那我们就毫不犹豫地认定它就是那个经常出现的组合。 　　当然，实际上它不是那个经常出现的组合，而是那个基本不会出现的组合，这种可能性也是不能排除的，就好