Matlab图像处理(03)-基本概念

概念定义

动态范围：灰度跨跃的值域称为动态范围。上限取决于饱和度，下限取决于噪声。

对比度：一幅图像中最高和最低灰度级间的灰度差。

空间分辨率：图像中可辨别的最小细节的度量。常用度量每单位距离线对数和每单位距离点数(像素数)。

灰度分辨率：图像在灰度级中可分辨的最小变化。

图像内插：已知数据来估计未知位置的数值的处理。在放大、缩放、旋转和几何校正中广泛使用，是基本的重取样方法。

最近邻内插法：假设一幅图像大小为500x500像素，将其放大1.5倍到750x750像素。创建一个假想的750x750的网格，它与原始图像有相同的间隔，然后将收缩，使它准确地与原图匹配。此时750x750的网格的像素要小于原图像的像素间隔，在原图像中寻找最接近的像素，并把该像素的灰度赋给750x750网格中的新对象。然后将图像扩展到原来规定的大小，得到放大后的图像。这种方法简单，但可能产生不希望的结果，如直边缘的严重失真。

双线性内插：用4个最近邻去估计给定位置的灰度。令(x, y)为想要赋以灰度值的位置的坐标，并令v(x, y)表示灰度值，对于双线性内插来说，赋值公式为：

v(x,y)=ax+by+cxy+d

4个系数由4个用(x, y)点最近邻点写出的未知方程确定。

双三次内插：用16个最近邻点去估计给定位置的灰度。公式如下：

v(x,y)=∑i=03∑j=03aijxiyj

当上限为1时，该方程与双线性内插方法是一致的。双三次内插是商业图像编辑程序的标准内插方法。

相邻像素：位于坐标(x, y)处的像素p有4个水平和垂直的相邻像素，其坐标由为：

(x+1,y),(x−1,y),(x,y+1),(x,y−1)

这组像素称为p的4领域(4-neighbors of p)，用N4(p)表示。

p的4个对角(diagonal)相邻像素坐标为：

(x+1,y+1),(x+1,y−1),(x−1,y+1),(x−1,y−1)

用ND(p)表示。这些点与4个邻点一起称为p的8邻域(8-neighbors of p)。用N8(p)表示。如果(x, y)位于图像的边界上，某些邻点会落入图像的外边。