數字影像處理 - 量化概念

我們在訊號與系統教程中介紹了量化。在本教程中，我們將正式將其與數字影像聯絡起來。讓我們先簡單討論一下量化。

訊號數字化

正如我們在之前的教程中看到的，將模擬訊號數字化需要兩個基本步驟：取樣和量化。取樣在x軸上進行。它是將x軸（無限值）轉換為數字值的過程。

下圖顯示了訊號的取樣。

取樣的概念與縮放直接相關。取樣越多，獲得的畫素就越多。過取樣也可以稱為縮放。這已在取樣和縮放教程中討論過。

但是，訊號數字化的過程並不止於取樣，還涉及另一個步驟，即量化。

量化與取樣相反。它在y軸上進行。當對影像進行量化時，實際上是將訊號劃分為量子（分割槽）。

訊號的x軸是座標值，y軸是幅度。因此，對幅度進行數字化稱為量化。

以下是它的實現方法

您可以在此影像中看到，訊號已被量化為三個不同的級別。這意味著當我們對影像進行取樣時，我們實際上會收集很多值，而在量化中，我們將這些值設定為不同的級別。在下圖中可以更清楚地看到這一點。

在取樣圖中，雖然已經進行了取樣，但它們仍然垂直跨越連續範圍的灰度值。在上圖中，這些垂直範圍的值已被量化為5個不同的級別或分割槽。從0（黑色）到4（白色）。此級別會根據您想要的影像型別而有所不同。

量化與灰度級的關係將在下面進一步討論。

量化與灰度級解析度的關係

上圖所示的量化圖有5個不同的灰度級別。這意味著由此訊號形成的影像將只有5種不同的顏色。它或多或少是一張黑白影像，帶有一些灰色。現在，如果您想提高影像質量，您可以做一件事。那就是增加級別或灰度級解析度。如果將此級別增加到256，則表示您擁有一張灰度影像。這比簡單的黑白影像要好得多。

現在，您選擇的256或5或任何級別都稱為灰度級。請記住我們在之前的灰度級解析度教程中討論的公式：

我們已經討論過灰度級可以用兩種方式定義。這兩種方式是：

在這種情況下，灰度級等於256。如果要計算位元數，只需將值代入公式即可。對於256個級別，我們有256種不同的灰色陰影和每畫素8位，因此影像將是灰度影像。

現在我們將降低影像的灰度級以檢視對影像的影響。

假設您有一張8bpp的影像，它有256個不同的級別。它是一張灰度影像，影像看起來像這樣。

現在我們將開始降低灰度級。我們將首先將灰度級從256降低到128。

將灰度級降低一半後，影像影響不大。讓我們再降低一些。

仍然影響不大，那麼讓我們進一步降低級別。

令人驚訝的是，仍然有一些細微的影響。可能是因為這是愛因斯坦的圖片，但讓我們進一步降低級別。

就是這樣，影像終於顯示出受到級別影響了。

在進一步降低到2個級別之前，您可以很容易地看到影像因降低灰度級而嚴重失真。現在我們將它降低到2個級別，這僅僅是一個簡單的黑白級別。這意味著影像將是簡單的黑白影像。

這是我們可以達到的最後一個級別，因為如果進一步降低，它將只是一個黑色影像，無法解釋。

這裡有一個有趣的觀察結果，那就是隨著我們減少灰度級的數量，影像中開始出現一種特殊型別的效果，這在16灰度級圖片中可以清楚地看到。這種效果稱為輪廓。

為什麼會出現這種效果的答案在於等偏好曲線。它們將在我們下一個關於輪廓和等偏好曲線的教程中討論。

列印頁面