數字影像處理 - 抖動概念

在量化和輪廓線的最後兩個教程中，我們已經看到，降低影像的灰度等級會減少表示影像所需的色彩數量。如果灰度等級降低到2，則顯示的影像空間解析度不高，或者不夠吸引人。

抖動

抖動是一種建立實際上不存在的顏色幻覺的過程。它是透過畫素的隨機排列來實現的。

例如，考慮這張圖片。

這是一張只有黑白畫素的影像。它的畫素按一定順序排列，形成另一張如下所示的影像。請注意，畫素的排列方式發生了變化，但畫素數量沒有變化。

為什麼使用抖動？

為什麼我們需要抖動？答案在於它與量化的關係。

抖動與量化

當我們將量化執行到最後一級時，我們看到最後一級（第2級）的影像如下所示。

現在我們可以從這張圖片中看到，這張圖片不是很清晰，特別是如果你看愛因斯坦影像的左臂和背部。此外，這張圖片沒有太多關於愛因斯坦的資訊或細節。

現在，如果我們要將這張圖片更改為更詳細的圖片，我們就必須執行抖動。

執行抖動

首先，我們將進行閾值處理。抖動通常用於改進閾值處理。在閾值處理期間，銳利的邊緣出現在影像中梯度平滑的地方。

在閾值處理中，我們簡單地選擇一個常數值。所有高於該值的畫素都被視為1，所有低於該值的畫素都被視為0。

閾值處理後，我們得到了這張影像。

由於影像變化不大，因為此影像中的值已經是0和1或黑白。

現在我們對其進行一些隨機抖動。這是一些畫素的隨機排列。

我們得到了一張影像，它提供了更多細節，但對比度非常低。

因此，我們進行更多抖動以提高對比度。我們得到的影像是這樣

現在我們將隨機抖動概念與閾值混合，我們得到這樣的影像。

現在您看到，我們只是透過重新排列影像的畫素就得到了所有這些影像。這種重新排列可以是隨機的，也可以根據某種度量進行。