第四章 数字图像基础

第四章数字图像基础4.1视觉系统对颜色的感知4.2图像的颜色模型4.4图像的基本属性和种类4.5JPEG压缩编码4.6图像文件格式目录4.3颜色空间的线性变换4.1视觉系统对颜色的感知可见光是波长在380nm－780nm间的电磁波。眼睛本质上是一个照相机。红绿蓝三种锥体细胞对不同频率的光感知程度不同，对不同亮度感知程度不同。任何颜色都可以用RGB三种颜色合成得到。清书P63视觉系统对颜色和亮度的响应特性视觉系统对颜色的感知图像的RGB颜色模型图像的CMYK颜色模型4.2图像的颜色模型颜色模型：用简单方法描述所有颜色的一套规则和定义。清书P66RGB相加混色模型绝大部分可见光谱可用红、绿和蓝(RGB)三色光按不同比例和强度的混合来表示。在颜色重叠的位置，产生青色、洋红和黄色。因为RGB颜色合成产生白色，它们也叫作加色。将所有颜色加在一起产生白色──就是说，所有光被反射回眼睛。加色用于光照、视频和显示器。例如，显示器通过红、绿和蓝荧光粉发射光线产生彩色。图像的RGB颜色模型颜色＝R（红色的百分比）＋

G（绿色的百分比）＋

B（蓝色的百分比）图像的RGB颜色模型若像素中RGB的每个分量只用1位二进制数表示，则只能表示出8种颜色。具体如何表示？以打印在纸张上油墨的光线吸收特性为基础，白光照射到半透明油墨上时，部分光谱被吸收，部分被反射回眼睛。理论上，青色(C)、洋红(M)和黄色(Y)色素能合成吸收所有颜色并产生黑色。由于这个原因，这些颜色叫作减色。图像的CMYK颜色模型

无源物体的颜色，由它吸收或反射哪些光波决定。所以用CMY相减混色模型。CMY相减混色模型图像的CMYK颜色模型清书P68

显示器的彩色图片如何在打印机上输出？因为彩色墨水和颜料的化学特性（如包含一些杂质），等量三种基本颜色混合实际上产生的是土灰色，无法产生真正的黑色。所以增加一种黑色（K），即为CMYK。将这些油墨混合产生颜色叫作四色印刷。图像的CMYK颜色模型

相加色与相减色有直接对应关系。－－互补性相加色与相减色关系清书P66RGB彩色空间和CMY彩色空间的表示法颜色模型的空间表示颜色空间是表示颜色的一种数学方法。对人来说：用色调、饱和度、亮度表示颜色显示器：可用红、绿、蓝磷光体的发光量表示颜色打印和印刷设备：用青色、品红色、黄色和黑色的反射和吸收来产生颜色。4.3颜色空间的线性变换清书P954.3.1颜色空间颜色空间举例HSL颜色空间清书P95现在，人们已经构造了各种各样的颜色空间，适应不同的场合。例如…颜色空间有设备相关和设备无关之分。清书P92颜色空间颜色模型关系示意颜色模型关系示意色度-饱和度-亮度HSL(HSB)颜色模型huesaturationlightness(brightness)VGA调色板4.3.2HSL颜色模型色调－饱和度－亮度Hue-satuation-lightness(HSL)H定义颜色的波长，称色调；S定义颜色的强度，称饱和度；完全饱和：没有掺入白光的颜色L定义物体反射或辐射的能量多少，称为亮度。HSL颜色空间色调－饱和度－明度(HSB)清书P93、95CIE颜色系统RGB模型是设备相关的，不能通用。颜色科学史上的两次重要会议。1931，CIE(国际照明委员会)，剑桥1976，规定了两种颜色空间CIEXYZ是其他颜色系统的基础4.3.3CIE

LAB颜色模型清书P99CIEL*a*b颜色模型是1976年国际照明委员会（CIE）制定的颜色度量国际标准。

L*a*b颜色设计为与设备无关；不管使用什么设备（如显示器、打印机、计算机或扫描仪）创建或输出图象，这种颜色模型产生的颜色都保持一致。

L*a*b颜色由亮度或光亮度分量(L)和两个色度分量组成；两个分量即a分量（从绿到红）和b分量（从蓝到黄）。A.光度=100（白）B.绿到红分量C.蓝到黄分量D.光度=0（黑）到白分量清书P1084.3.3CIE

LAB颜色模型

色域是一个色系能够显示或打印的颜色范围。人眼看到的色谱比任何颜色模型中的色域都宽。在颜色模型中，L*a*b具有最宽的色域，它包括RGB和CMYK色域中的所有颜色。通常RGB色域包含能在计算机显示器或电视屏幕（发出红、绿和蓝光）上所有能显示的颜色。因而一些诸如纯青或纯黄等颜色不能在显示器上精确显示。

CMYK色域较窄，仅包含使用印刷色油墨能够打印的颜色。当不能被打印的颜色在屏幕上显示时，它们称为溢色──即超出CMYK色域之外。4.3.4颜色模型的色域变换的目的：为了使用人的视角特性以降低数据量，通常把RGB空间表示的彩色图像变换到其他彩色空间。由广播电视需求而开发的彩色空间有：

YIQ,YUV和YCrCbYIQ适用于NTSC彩色电视制式YUV适用于PAL和SECAM彩色电视制式YCrCb是数字电视采用的标准4.3.5彩色空间的线性变换清书P111YUV与YIQ模型在彩色电视制式中，使用YUV和YIQ模型来表示彩色图像。在PAL彩色电视制式中使用YUV模型，Y表示亮度，UV用来表示色差，U、V是构成彩色的两个分量；在NTSC彩色电视制式中使用YIQ模型，其中的Y表示亮度，I、Q是两个彩色分量。YUV/YIQ特点亮度信号(Y)和色度信号(U、V)是相互独立的可以利用视觉特性来降低数字彩色图像的存储容量。电视系统的颜色空间清书P114YUV与RGB彩色空间变换Y=0.299R+0.587G+0.114BU=-0.147R-0.289G+0.436BV=0.615R-0.515G-0.100B写成矩阵的形式：彩色空间RGB-YUV清书P126YIQ与RGB彩色空间变换Y=0.299R+0.587G+0.114BI=0.596R-0.275G-0.321BQ=0.212R-0.523G+0.311B写成矩阵的形式：彩色空间RGB-YIQ清书P127YCrCb与RGB彩色空间变换数字域中的彩色空间变换与模拟域的彩色空间变换不同。它们的分量使用Y、Cr和Cb来表示，与RGB空间的转换关系如下：Y＝0.299R＋0.578G＋0.114BCr＝(0.500R－0.4187G－0.0813B)＋128Cb=(-0.1687R－0.3313G＋0.500B)＋128写成矩阵的形式：彩色空间RGB-YCrCb武汉书604.4.1

图像的基本属性4.4.2图像的种类4.4图像的基本属性和种类4.4.1

图像基本属性分辨率显示分辨率（点距）图像分辨率（象素数目）象素深度（位数）真彩色、伪彩色，直接色伪彩（颜色查找表）直接色（三种压缩分别采样查找表）清书69

显示分辨率

显示分辨率是指显示屏上能够显示出的像素数目。例如，显示分辨率为640×480表示显示屏分成480行，每行显示640个像素，整个显示屏就含有307200个显像点。屏幕能够显示的像素越多，说明显示设备的分辨率越高，显示的图像质量也就越高。CRT显示类似于彩色电视机中的CRT。显示屏上的每个彩色像点由代表R，G，B三种模拟信号的相对强度决定，这些彩色像点就构成一幅彩色图像。孔眼之间的距离称为点距(dotpitch)

图像分辨率图像分辨率是指组成一幅图像的像素密度的度量方法。对同样大小的一幅图，如果组成该图的图像像素数目越多，则说明图像的分辨率越高，看起来就越逼真。相反，图像显得越粗糙。在用扫描仪扫描彩色图像时，通常要指定图像的分辨率，用每英寸多少点(dotsperinch,DPI)表示。分辨率越高，像素就越多。图像分辨率与显示分辨率是两个不同的概念。图像分辨率是确定组成一幅图像的像素数目，而显示分辨率是确定显示图像的区域大小。

如果显示屏的分辨率为640×480，那末一幅320×240的图像只占显示屏的1/4；相反，2400×3000的图像在这个显示屏上就不能显示一个完整的画面。像素深度

像素深度是指存储每个像素所用的位数，它也是用来度量图像的分辨率。像素深度决定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。

例如，一幅彩色图像的每个像素用R，G，B三个分量表示，若每个分量用8位，那末一个像素共用24位表示，就说像素的深度为24，每个像素可以是224=16777216种颜色中的一种。也说成是图像深度。表示一个像素的位数越多，它能表达的颜色数目就越多，而它的深度就越深。像素深度

虽然像素深度或图像深度可以很深，但各种VGA的颜色深度却受到限制。

例如，标准VGA支持4位16种颜色的彩色图像，多媒体应用中推荐至少用8位256种颜色。由于设备的限制，人眼分辨率的限制，一般不一定要追求特别深的像素深度。

像素深度越深，存储空间也越大。相反，若像素深度太浅，图像会很粗糙和不自然。α通道(alphachannel)位:在用32位表示一个像素时，若R，G，B分别用8位表示，剩下的8位常称为α通道(属性位)为什么要增加属性位？真彩色(truecolor)真彩色是指在组成一幅彩色图像的每个像素值中，有R，G，B三个基色分量，每个基色分量直接决定显示设备的基色强度，这样产生的彩色称为真彩色。如果用RGB8:8:8方式表示一幅彩色图像，即RGB都用8位来表示，共3个字节，每个像素的颜色由这3个字节中的数值直接决定，可生成的颜色数就是224＝16777216种，也称全彩色。在许多场合往往用RGB5:5:5来表示真彩色，每个分量占5个位，再加1位显示属性控制位共2个字节，生成的真颜色数目为215=32K。伪彩色(pseudocolor)伪彩色，每个像素的颜色不是由基色分量的数值直接决定，而是把像素值当作彩色查找表(CLUT)的表项入口地址，去查找RGB强度值，用查找出的RGB强度值产生的彩色称为伪彩色。彩色查找表CLUT是一个事先做好的表，表项入口地址也称为索引号。彩色图像本身的像素数值和彩色查找表的索引号有一个变换关系，这个关系可以使用Windows定义的变换关系，也可以使用你自己定义的变换关系。使用查找得到的数值显示的彩色是真的，但不是图像本身真正的颜色，没有完全反映原图的彩色。直接色(directcolor)每个像素值分成R，G，B分量，每个分量作为单独的索引值对它做变换。也就是通过相应的彩色变换表找出基色强度，用变换后得到的RGB强度值产生的彩色称为直接色。这种系统产生颜色与真彩色系统相比，相同之处？不同之处是什么？试验结果表明，使用直接色在显示器上显示的彩色图像看起来真实、很自然。这种系统与伪彩色系统相比，相同之处？不同之处是什么？真彩色和伪彩色图像之间的差别4.4.2图像的种类矢量图（绘制）点位图（采集）矢量图形，是由叫作矢量的数学对象所定义的直线和曲线组成的。矢量根据图形的几何特性来对其进行描述，矢量图形与分辨率无关。位图图象，也叫作栅格图象。位图图象是用小方形网格（位图或栅格），即象素来代表图象，每个象素用二进制数表示颜色、亮度和属性。在计算机中，表达图像和生成图形图像有两种常用方法：清书P71武书614.4.2图像的种类矢量图是绘图程序用一系列的计算机指令绘制和显示一幅图的。优点：当要管理每一小块图像时，很有效移动、缩放、旋转、改变属性等很容易利用图库的构造块，可加速画生成，减小文件大小但是，不合适描述太复杂的图。4.4.2图像的种类点位图一幅图的所有像素数据，称为图像数据，用一个文件存储。用画图程序处理点位图。文件存储大小的影响因素有：分辩率、像素深度点位图获取通常用什么设备？扫描仪视频信号数字化卡与摄像机、录像机等4.4.2

图像的种类显示点位图，比显示矢量图文件要快。矢量图侧重于“绘制”，去创造；点位图侧重于“获取”，去复制。矢量图与点位图可以转换。光栅化技术－－实现很容易跟踪技术－－实现很困难标准单色图标准灰度图图像的种类灰度图与彩色图一幅640×480的单色图要37.5KB空间

256级灰度图要300KB256色标准图像24位标准图像图像的种类许多24位彩色图像是用32位存储的，附加的8位叫做a（alpha）通道，其值叫做a（alpha）值。用来表示该像素如何产生特技效果。图像的种类一幅640×480的8位彩色图要300KB

24位彩色图要900KB256色标准图像转换成的灰度图24位标准图像转换成的灰度图图像的种类γ的概念y＝xn

输出＝(输入)γ光电转换特性都是非线性的：满足幂函数关系，称为幂－律转换特性(power-law)按照惯例，“输入”和“输出”都缩放到0～1之间。整个系统的传递函数是一个幂函数：它的指数γ等于所有单个部件的γ的乘积。真实地再现原始场景明亮环境γ＝1暗淡环境γ

1.25黑暗环境γ

1.5

(伽马)校正清书P73γ校正CRT显示设备γ2.5

NTSC电视标准需要摄象机具有γ＝0.45的幂函数，现在采纳γ＝0.5的幂函数。PAL和SECAM电视标准指定摄象机需要具有γ＝0.36的幂函数，实际的摄象机可能会设置成γ＝0.45或者0.5。适合“暗淡环境”。可引入γ值非线性转换函数的环节：camera_gamma：摄象机中图像传感器的γencoding_gamma：编码器编码图像文件时引入γdecoding_gamma：译码器读图像文件时引入γLUT_gamma：图像帧缓存查找表中引入γCRT_gamma：CRT的γ(通常γ＝2.5)

(伽马)校正JPEG算法概要

JPEG(JointPhotographicExpertsGroup)是一个由ISO和IEC两个组织机构联合组成的一个专家组，负责制定静态的数字图像数据压缩编码标准，这个专家组开发的算法称为JPEG算法，并且成为国际上通用的标准，因此又称为JPEG标准。JPEG是一个适用范围很广的静态图像数据压缩标准，既可用于灰度图像又可用于彩色图像。4.5

JPEG压缩编码清书P74武P110两种基本的压缩算法:一种是采用以离散余弦变换(DiscreteCosineTransform，DCT)为基础的有损压缩算法。另一种是采用以预测技术为基础的无损压缩算法。使用有损压缩算法时，在压缩比为25:1的情况下，压缩后还原得到的图像与原始图像相比较，非图像专家难于找出它们之间的区别。

JPEG专家组还制定JPEG2000(简称JP2000)标准，这个标准中采用小波变换(wavelet)算法。

JPEG压缩是有损压缩，压缩编码大致分成三个步骤：使用正向离散余弦变换(forwarddiscretecosinetransform，FDCT)把空间域表示的图变换成频率域表示的图。使用加权函数对DCT系数进行量化，这个加权函数对于人的视觉系统是最佳的。使用霍夫曼可变字长编码器对量化系数进行编码。译码（解压缩）的过程与压缩编码过程正好相反。清书P75

JPEG算法的主要计算步骤正向离散余弦变换(FDCT)。量化(quantization)。Z字形编码(zigzagscan)。熵编码(entropycoding)。使用差分脉冲编码调制(differentialpulsecodemodulation，DPCM)对直流系数(DC)进行编码。使用行程长度编码(run-lengthencoding，RLE)对交流系数(AC)进行编码。1.正向离散余弦变换对正向离散余弦变换(FDCT)变换的几点说明。(1)对每个单独的彩色图像分量，把整个分量图像分成8×8的图像块，如图5-14所示，并作为两维离散余弦变换DCT的输入。通过DCT变换，把能量集中在少数几个系数上。图5-14离散余弦变换(2)DCT变换使用下式计算，......(5-1)

它的逆变换使用下式计算，......(5-2)

上面两式中，

C(u),C(v)=1/√2,当u,v=0；

C(u),C(v)=1,其他。

f(i,j)经DCT变换之后，F(0，0)是直流系数，其他为交流系数。(3)在计算两维的DCT变换时，可使用下面的计算式把两维的DCT变换变成一维的DCT变换，............(4-3).............(4-4)图5-15两维DCT变换方法2.量化量化是对经过FDCT变换后的频率系数进行量化。目的是减小非“0”系数的幅度以及增加“0”值系数的数目。量化是图像质量下降的最主要原因。JPEG算法使用均匀量化器，量化步距是按照系数所在的位置和每种颜色分量的色调值来确定。使用两种量化表：亮度量化值和色差量化值。由于人眼对低频分量的图像更敏感，因此左上角的量化步距要比右下角的量化步距小。色度量化值亮度量化值表

清书P78武P1123.Z字形编排

量化后的系数要重新编排，目的是为了增加连续的“0”系数的个数（“0”的游程长度）。

方法是按照Z字形的式样编排，这样就把一个8×8的矩阵变成一个1×64的矢量，频率较低的系数放在矢量的顶部。清书P78武P113

4.熵编码使用熵编码还可以对DPCM编码后的直流DC系数和RLE编码后的交流AC系数作进一步的压缩。在JPEG有损压缩算法中，使用霍夫曼编码器来减少熵。使用霍夫曼编码器的理由是可以使用很简单的查表(lookuptable)方法进行编码。压缩数据符号时，霍夫曼编码器对出现频度比较高的符号分配比较短的代码，而对出现频度较低的符号分配比较长的代码。这种可变长度的霍夫曼码表可以事先进行定义。4.熵编码---直流系数的编码8×8图像块经过DCT变换之后得到的DC直流系数有两个特点:

系数的数值比较大相邻8×8图像块的DC系数值变化不大。根据这个特点，JPEG算法使用了差分脉冲调制编码(DPCM)技术，对相邻图像块之间量化DC系数的差值(Delta)进行编码Delta＝DC(0,0)k-DC(0,0)k-1(4-5)4.熵编码----交流系数的编码量化AC系数的特点是1×64矢量中包含有许多“0”系数，并且许多“0”是连续的，因此使用游程长度编码(RLE)。JPEG使用了1个字节的高4位来表示连续“0”的个数，低4位来表示编码下一个非“0”系数所需要的位数，跟在它后面的是量化AC系数的数值。

5.组成位数据流JPEG编码的最后一个步骤是把各种标记代码和编码后的图像数据组成一帧一帧的数据目的:为了便于传输、存储和译码器进行译码.这种数据通常称为JPEG位数据流(JPEGbitstream)。应用JPEG算法举例有关JPEG算法更详细的信息和数据，请参看JPEG标准ISO/IEC10918。

课本清华版P78是使用JPEG算法对一个8×8图像块计算得到的结果。清书P77BMP文件格式位图文件(Bitmap-File，BMP)格式是Windows采用的图像文件存储格式，由4个部分组成：位图文件头(bitmap-fileheader)、位图信息头(bitmap-informationheader)、彩色表(colortable)和定义位图的字节阵列。4.6图像文件格式清书P79武书62GIF文件格式GIF(GraphicsInterchangeFormat)格式由CompuServe公司于87年开发，版本号GIF87a，89年扩充后版本号为GIF89a。GIF图像文件以块(block)为单位存储信息。GIF文件采用LZW压缩算法来存储图像数据。数据块分三类：控制块、图形描述块、特殊用途数据块G