图像数字化过程:采样与量化
图像的数字化包括采样和量化两个过程。
图像在空间上的离散化称为采样,也就是用空间上部分点的灰度值代表图像,这些点称为采样点。
把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。
幅图像在采样时,行、列的采样点与量化时每个像素量化的级数,既影响数字图像的质量,也影响到该数字图像数据量的大小。
对一幅图像,当量化级数Q一定时,采样点数M×N对图像质量有着显著的影响。采样点数越多,图像质量越好; 当采样点数减少时,图上的块状效应就逐渐明显。同理, 当图像的采样点数一定时,采用不同量化级数的图像质量也不一样。如图2-5所示,量化级数越多,图像质量越好,当量化级数越少时,图像质量越差,量化级数最小的极端情况就是二值图像, 图像出现假轮廓。
图像数据量:b=M*N*Q*C;(Q即量化级数是指每个像素量化后的灰度二进制数,C是颜色)
注意:例如对于分辨率为1280*960的bmp图像
若是彩色,则b=14+40+1280*960*1*3/8(byte)
若是灰度图像,则b=14+40+1024+1280*960*1*1/8(byte)
图像数字化过程:采样与量化相关推荐
- 图像数字化_采样和量化样例。
一.前言: 这部分是数字图像处理与分析中第一章第六小节的图像数字化的内容,为方便理解图像数字化这个概念. 图像数字化=采样+量化. 二.内容回顾 数字化目的: 主要用于模拟图像.由于图像处理的对象是数 ...
- 【数字图像处理】三.MFC实现图像灰度、采样和量化功能详解
本文主要讲述基于VC++6.0 MFC图像处理的应用知识,主要结合自己大三所学课程<数字图像处理>及课件进行讲解,主要通过MFC单文档视图实现显示BMP格式图片,并通过Bitmap进行灰度 ...
- MFC实现图像灰度、采样和量化功能详解
本文主要讲述基于VC++6.0 MFC图像处理的应用知识,主要结合自己大三所学课程<数字图像处理>及课件进行讲解,主要通过MFC单文档视图实现显示BMP格式图片,并通过Bitmap进行灰度 ...
- 图像采样、量化、编码(二十七)
采样;就是把一幅连续图像在空间上分割成M×N个网格,每个网格用一亮度值来表示.一个网格称为一个像素.M×N的取值满足采样定理. 量化;就是把采样点上对应的亮度连续变化区间转换为单个特定数码的过程.量化 ...
- 图像的采样与量化像素的空间关系图像文件的类型—数字图像处理
一.图像的采样与量化 采样:空间坐标离散化(离散化:把无限空间中有限的个体映射到有限的空间中去,以此提高算法的时空效率)叫做空间采样,简称采样,确定了图像的空间分辨率.(我个人理解就是将现实世界中的无 ...
- 七、脉冲编码调制:采样、量化、编码 ——网络工程师成长之路
介绍脉冲编码调制:采样.量化.编码的概念和具体过程 脉冲编码调制概念 脉冲编码调制技术: 将模拟信号转化为数字信号的过程,(虽然是实际上是解调操作) 在PCM将模拟数字转化为数字信号的过程中,分为采样 ...
- 数字图像处理 图像采样和量化
1. 目标 获取图像的方法有很多种,但最终的目标是一致的:从传感数据生成数字图像.大多数传感器的输出是连续的电压波形,其幅度和空间行为与被感测的物理现象有关.要创建数字图像,我们需要将连续感测数据转换 ...
- matlab 图像像素量化,(最新整理)图像采样和量化
<(最新整理)图像采样和量化>由会员分享,可在线阅读,更多相关<(最新整理)图像采样和量化(5页珍藏版)>请在人人文库网上搜索. 1.完整)图像采样和量化(完整)图像采样和量化 ...
- 数字图像处理(1)数字图像的采样与量化
数字图像的采样与量化 现实生活中看到的许多图像,比如照片,具有连续的空间和灰度,称之为模拟图像.将模拟图像转化为数字表示的数字图像的离散化方法主要包含采用和量化这两个步骤. 采样 采样就是将图像像棋盘 ...
最新文章
- 报班学python到底怎么样-学Python真的能让你找到出路吗?
- 开源作品ThinkJDBC—一行代码搞定数据库操作
- 文巾解题 8. 字符串转换整数 (atoi)
- python游戏循环设置_Pygame:游戏循环前的初始菜单
- 数据科学产业中哪些架构最热门?本文为你盘点了 5 款!
- 重要!VALSE 2021确认参会及第二次【预注册】事宜的通知
- 在Java中用SHA1WithRSA创建的签名如何在.NET中验证
- SQL入门经典思维导图学习
- 一文读懂声纹采集、声纹识别、声纹数据库系统等声纹识别技术在公安业务领域的应用场景
- jtopo实现左键框选,右键拖拽(拓扑图),以及设置成不能拖动
- 蚂蚁支付宝小程序开发从零开始[含demo]
- java如何使用barcode4j生成条形码_JAVA条形码生成组件barcode4j使用
- 主引导记录MBR详解
- 会议记录转文字 - 语音识别
- tensorflow sess.run()
- 各系统安装NetFrameWork3.5 安装
- php think-queue队列的安装使用和Supervisor的安装配置和使用
- iOSApp是如何启动的
- 怎样投注‘11选5’中奖更多
- Java面试题之常见十五种异常有哪些?
热门文章
- 使用PowerDesigner15创建MySQL数据库表结构设计
- antd中图标icon文件升到4.0版本后,用map循环图标文件产生的bug
- 设计规则之里氏替换原则
- 什么是MTU?为什么把MTU改成1480游戏就不卡了?带你详细了解MTU
- maven pom.xml文件出现红叉叉
- 怎么在ubuntu里面安装deb包(装不好,我先不弄了)
- 题目 1071: 阶乘公式求值
- 区块链学习之Web3j入门(七): 以太坊通知机制
- [Python3网络爬虫开发实战] -爬取电影排行数据
- Windows上实现iOS APP自动化测试:tidevice + WDA + facebook-wda / appium