图像灰度级数（计算机视觉学习笔记(图像的灰度与灰度级 图像的深度 图像噪声 图像处理)）
图像的灰度与灰度级
如果把白色和黑色之间按对数关系分为若干等级 ，称为灰度 ，灰度分为256阶 ，0为黑色 ，灰度就是没有色彩 ，RGB色彩分量全部相等（150 ，150 ，150）就代表灰度为150.
一幅图像中不同位置的亮度是不一样的 ，可用f(x,y)来表示(x,y)上的亮度 。由于光是一种能量形式 ，因此亮度是非负有限的 。在图像处理中 ，常用灰度和灰度级这个名称 ，某一点的亮度我们称他为灰度或者灰度级 。
在室内处理图像时 ，一般最小灰度值 大约为0.005Lux ，最大灰度值约等于100Lux 。
灰度级表明图像中不同灰度值的最大数量 。灰度级越大 ，图像的亮度范围越大 。灰度级有时会和灰度混淆 。灰度(值)表示灰度图像单个像素点的亮度值 ，值越大 ，像素点越亮 ，反之越暗 。
灰度级表示灰度图像的亮度层次 ，比如第一级 、第二级…第255级等等 。图像的深度
图像的深度是指存储每个像素所用的位数 ，也用于量度图像的色彩分辨率 。图像深度彩色图像的每个像素可能有的颜色数 ，或者确定灰度图像的每个像素可能有的灰度级数 。它决定了彩色图像中可出现最多的颜色数 ，或灰度图像中最大灰度等级 。
二值图像 、灰度图像 、与彩色图像
二值图像：
二值图像上的每一个像素只有两种可能的取值或灰度等级状态 ，可用黑白 、B&W 、单色图像表示 。0代表黑 、1代表白 ，也可以说0表示背景1表示前景 。
二值图像的特点：相同尺寸的图像二值图像保存的信息更少灰度图像：
灰度图像又称灰阶图像 ，是指用灰度表示的图像 。灰度图像是二值图像的进化版本 ，是彩色图像的进化版本 ，灰度图像只包含一个通道的信息 ，而彩色图像包含三个通道（RGB） ，单一通道可以理解为单一波长的电磁波 ，所以红外遥感 、X断层成像等单一通道电磁波产生的图像都为灰度图 。
应用场景：在实际应用中 ，灰度图已于采集和传输等性质的存在 ，导致了基于灰度图像开发的算法非常丰富 。彩色图像：
彩色图像也就是RGB图像 ，每个像素由三个通道进行表示 。彩色图像的每个像素通常是由红 、绿 、蓝三个分量来表示的 ，分量介于(0,255) 。通道
通道表示把图像分解成一个或者多个颜色成分 ，通常可以分为单通道 、三通道和四通道 。
单通道表示一个像素点只需要一个数值表示 。单通道只能表示灰度 ，0为黑色 。单通道图像就是图像中每个像素点只需一个数值表示 。 三通道表示把图像分为红 、绿 、蓝三个通道 。三通道可以表示彩色 ，其中全0表示黑色 四通道表示在RGB的基础上加上了alpha通道 ，表示透明度 ，0表示全透明 。图像存储
在计算机中用MxN的矩阵表示一副尺寸大小为MxN的数字图像 ，矩阵元素的值就是图像对应位置的像素的值 。三通道的图像数据在内存中的存储是连续的 ，每个通道元素按照矩阵行列顺序进行排列 ，通常计算机按照RGB方式存储三通道图像格式 ，而图像采集设备输出图像格式一般是BGR方式 。
图像噪声
定义
图像噪声可以理解为妨碍人的视觉器官或系统传感器对所接受图像源信息进行理解和分析的各种因素 。一般图像噪声是不可预测的随机信号 ，只能用概率统计的方法去认识 。噪声作用于图像处理的输入 、采集 、处理以及输出的全过程 ，特别是图像在输入 、采集的过程中引入的噪声 ，会影响到图像处理的全过程以及输出结果 。
噪声的来源
噪声主要来源于图像获取的数字化过程 。图像传感器的工作状态受各种因素的影响 ，如环境条件 、传感器元件质量等 。在图像传输过程中 ，所用的传输信道受到干扰 ，也会产生噪声污染 。例如 ，通过无线网络传输的图像很可能会因为光或其他的因素的 干扰而受到噪声污染 。
噪声的种类：
高斯噪声 瑞利噪声 伽马以及脉冲噪声等（最常见）图像噪声的滤除
通过图像平滑可以有效减少和消除图像中的噪声 ，以改善图像质量 ，有利于抽取对象特征进行分析 。
灰度图像常用的滤波方法：
线性滤波：一般通过取模板做离散卷积来实现 ，这种方法在平滑脉冲噪声点的同时会导致图像模糊 ，损失图像细节 。
非线性滤波（一般为中值滤波）：中值滤波能有效的滤除脉冲噪声 ，具有相对好的边缘保持特性 ，并易于实现 ，因此是被公认的最有效果的办法 。
中值滤波同时也会改变未受噪声污染的像素的灰度值 ，使图像变得模糊 。随着滤波窗口的长度增加和噪声污染的加重 ，中值滤波的效果明显变坏 。图像处理
图像有时不可避免的会产生噪声 ，因此需要对图像进行处理 。
图像处理的分类
光学模拟处理
光学模拟处理也称光信息处理 ，可以实现图像像质的改善 、图像识别 、图像的几何畸变和光度的矫正 、光信息的编码和存储 、图像的伪彩色化 、三维图像显示 、对非光信号进行光学处理等 。 电学模拟处理
电学模拟处理把光强度信号转换为电信号 ，然后用电子学的方法对信号进行加减乘除 、浓度分割 、反差放大 、彩色合成 、光谱对比等 ，在电视视频信号处理中经常应用 。 计算机数字处理
图像的计算机数字处理是在以计算机为中心的包括各种输入 、输出及显示设备在内的数字图像处理系统上进行的 ，是将连续的模拟图像变换成离散的数字图像后使用特定的物理模型和数字模型编制成的程序进行控制 ，并实现种种要求的处理 。数字图像处理的过程
图像信息的获取 图像信息的 存储和交换 具体的图像处理 图像的输出与显示数字图像处理常用办法
数字图像处理常用的方法有图像变换 、图像增强 、图像分割 、图像描述 、图像分类和图像重建等 。
图像变换
由于图像的阵列很大 ，直接在空间域进行处理 ，涉及的计算量很大 ，因此往往采用各种图像变换的方法 ，将空间域的处理转换为变换域的处理 ，不仅可以减少计算量 ，还可获得更有效的处理 。图像编码压缩技术可减少描述图像的数据量 ，以便节省图像传输 、处理时间和减少所占用的储存器数量 。
图像增强
图像增强的目的是为了提高图像的质量 。它不考虑图像降质的原因 ，突出图像中感兴趣的部分 。
对于一个数字图像处理系统来说 ，一般将处理流程分为三个阶段：1 、图像预处理阶段2 、特征抽取阶段3 、识别分析阶段图像分割
图像分割是数字图像处理中的关键技术之一 ，它将图像中有意义的特征部分提取出来 ，包括图像中的边缘 、区域等 ，这是进一步进行图像识别 分析 和理解的基础 。
图像描述
图像描述是图像识别和理解的必要前提 。
图像分类（识别）
图像分类属于识别的范畴 ，主要内容是图像经过某些预处理后进行图像分割和特征提取 ，从而进行判决分类 。图像分类通常采用模式识别方法 ，有统计模式分类和句法模式分类 。
创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！