圖像處理基礎(chǔ)知識(shí)課件

1、圖像處理基礎(chǔ)顏色模型、色彩空間、圖像格式和視頻格式顏色模型在圖形學(xué)領(lǐng)域定義的顏色模型，就是在某種特定上下文中對(duì)于顏色的特性和行為的解釋方法。一般對(duì)色彩的討論都是基于通過(guò)紅、綠、藍(lán)三原色混合而產(chǎn)生其它顏色的成色機(jī)制。RGB顏色模型最便于諸如視頻監(jiān)視器或打印機(jī)等硬件設(shè)備上表示顏色。但在具體的圖形應(yīng)用中，我們還會(huì)用到其它的一些顏色模型。HSV模型HSV模型是面向用戶的，是一種復(fù)合主觀感覺(jué)的色彩模型。H、S、V分別指的是色調(diào)（彩）（hue）、色飽（saturation）和度和明度（value）。所以在這個(gè)模型中，一種顏色的參數(shù)便是H、S、V三個(gè)分量構(gòu)成的三元組。HSV模型HSV模型不同于RGB模型的單

2、位立方體，而是對(duì)應(yīng)于一個(gè)圓柱坐標(biāo)系中的一個(gè)立體錐形子集。在這個(gè)錐型中，邊界表示不同的色彩。H分量表示顏色的種類，取值范圍為01，相應(yīng)的顏色從紅、黃、綠、藍(lán)綠、藍(lán)、紫到黑變化，且它的值由繞V軸的旋轉(zhuǎn)角決定，每一種顏色和它的補(bǔ)色之間相差180。HSV模型YCbCr模型YCbCr模型又稱為YUV模型，是視頻圖像和數(shù)字圖像中常用的色彩模型。在YCbCr模型中，Y為亮度，Cb和Cr共同描述圖像的色調(diào)（色差），其中Cb、Cr分別為藍(lán)色分量和紅色分量相對(duì)于參考值的坐標(biāo)。YCbCr模型中的數(shù)據(jù)可以是雙精度類型，但存儲(chǔ)空間為8位無(wú)符號(hào)整型數(shù)據(jù)空間，且Y的取值范圍為16235，Cb和Cr的取值范圍為16240。在

3、目前通用的圖像壓縮算法中（如JPEG算法），首要的步驟就是將圖像顏色空間轉(zhuǎn)換為YCbCr空間。NTSC模型NTSC模型是一種用于電視圖像的顏色模型。NTSC模型使用的是Y.I.Q色彩坐標(biāo)系，其中，Y為光亮度，表示灰度信息；I為色調(diào)，Q為飽和度，均表示顏色信息。因此，該模型的主要優(yōu)點(diǎn)就是將灰度信息和顏色信息區(qū)分開(kāi)來(lái)。色彩空間色彩空間，通俗一點(diǎn)講，就是各種色彩的集合，色彩的種類越多，色彩空間越大，能夠表現(xiàn)的色彩范圍即色域越廣。有兩類色彩空間，一類是基于RGB模型的色彩空間，另一類是CMYK色彩空間Lab色彩空間由國(guó)際照明協(xié)會(huì)（CIE）在1931年制定包括人眼所能看到的所有顏色是目前為止色域最寬的色

4、彩空間，其每一色值組合對(duì)應(yīng)一種確定的、與設(shè)備無(wú)關(guān)的色彩?！袄碚摶钡纳?，使不同設(shè)備的色彩能夠相互比較、模擬和匹配。在輸出、輸入設(shè)備有限的色域范圍內(nèi)安全地進(jìn)行色彩傳遞幾種顏色空間的色域RGB色彩空間RGB對(duì)應(yīng)的是紅綠藍(lán)三種原色光，這是因?yàn)樽匀唤绲乃蓄伾伎梢杂眠@三種光混合而成。在描述時(shí)，用R、G、B作為相互垂直的坐標(biāo)軸來(lái)表示，是一種加光模式RGB色彩空間在色彩的處理過(guò)程中主要是用來(lái)描述像顯示器、電視、掃描儀、數(shù)字相機(jī)等設(shè)備的以顯示器為例，三種基色的中每一種都有一個(gè)0255的值的范圍，通過(guò)對(duì)紅、綠、藍(lán)的各種值進(jìn)行組合來(lái)改變象素的顏色。所有基色的相加便形成白色。反之，當(dāng)所有的基色的值都為0時(shí)，便

5、得到了黑色。RGB色彩空間又有Adobe RGB、Apple RGB、sRGB 、ColorMatch RGB 、 Wide Gamut RGB 、 CIE GB 、Monitor RGB/Simplified Monitor RGB等幾種sRGB(標(biāo)準(zhǔn)RGB)色彩空間由微軟與惠普于2019年聯(lián)合確立，是基于PC的32位色彩空間。目前，被廣泛地應(yīng)用于顯示器、打印機(jī)、掃描儀等設(shè)備，用以提高它們與打印輸出設(shè)備間的色彩匹配，保證色彩的一致性同樣采用sRGB色彩空間的設(shè)備之間，可以實(shí)現(xiàn)色彩相互模擬，但卻是通過(guò)犧牲色彩范圍來(lái)實(shí)現(xiàn)各種設(shè)備之間色彩的一致性的，這是所有RGB色彩空間中最狹窄的一個(gè)sRGB也稱

6、“互聯(lián)網(wǎng)標(biāo)準(zhǔn)色空間”，與普通的個(gè)人電腦監(jiān)視器的特性相匹配，普通電腦顯示器一般無(wú)法再現(xiàn)超越sRGB空間色域的圖象。通常在電腦監(jiān)視器上再現(xiàn)的圖象色彩比sRGB圖象更淺些。Adobe RGB色彩空間Adobe RGB由Adobe 公司在2019年制定，其雛形最早用在Photoshop 5.x中，被稱為SMPTE-240M具備非常大的色彩范圍，其絕大部分色彩卻又是設(shè)備可呈現(xiàn)的，這一色彩空間全部包含了CMYK的色彩范圍，為印刷輸出提供了便利，可以更好地還原原稿的色彩，在出版印刷領(lǐng)域得到了廣泛應(yīng)用高端數(shù)碼相機(jī)采用Adobe RGB色彩空間，層次較豐富，但色彩飽和較低 Adobe RGB 色域的顯示問(wèn)題 A

7、dobe RGB 的色域比一般的 sRGB 色域更廣，更接近人肉眼所能感知的顏色，所以廣為專業(yè)制作人員所應(yīng)用。 主流顯示器只能輸出 8-bit sRGB 色域，如果采用 Adobe RGB 色域處理數(shù)碼相片時(shí)可能會(huì)出現(xiàn)藍(lán)色區(qū)域無(wú)法正確顯示的問(wèn)題，從而導(dǎo)致偏色。 采用 10 bit color 時(shí)，色階大為廣闊，能有更廣闊的色域，可解決 Adobe RGB 的色域問(wèn)題。 采用10 bit color，需顯示器、顯卡和應(yīng)用程序的支持，如Adobe 的 Photoshop CS4、CS5 繪圖編輯軟件等已經(jīng)支持 。CMYK色彩空間CMYK色彩空間，是一種減光模式，它是四色打印的基礎(chǔ)。這四色是：青（C

8、yan）、品紅（Magenta）、黃（Yellow）、黑（Black）。青色是紅色的互補(bǔ)色。黃色是藍(lán)色的互補(bǔ)色，品紅是綠色的互補(bǔ)色，當(dāng)陽(yáng)光照射一物體時(shí)，物體吸收部分光線，并將其它光線反射。反射光就是我們所看見(jiàn)的物體顏色，這是一種減色模式。依賴于這種減色方式，演變出了適合于打印、印刷的CMYK模式。由于在實(shí)際中這三種顏色的油墨很難疊加出真正地黑色，因此在打印、印刷時(shí)又引入了黑色以強(qiáng)化暗調(diào)，加深暗部色彩。在CMYK模式下，每一種顏色都是以這四色的百分比來(lái)表示的，原色的混合將產(chǎn)生更暗的顏色。數(shù)字圖像的類型RGB圖像，采用RGB彩色模型的真彩圖像。不需使用調(diào)色板。每個(gè)像素的顏色由像素位置上紅、綠、藍(lán)亮

9、度的組合確定?；叶葓D像，只包含亮度信息，不包含色彩信息的圖像?；叶葓D像是一個(gè)數(shù)據(jù)矩陣I，其值表示一定范圍內(nèi)的亮度值。二值圖像，每個(gè)像素的值僅為0或1的圖像，是黑白圖像。存儲(chǔ)空間小、處理速度快。通過(guò)二值圖像，可比較容易地獲取目標(biāo)區(qū)域的特征，便于圖像分析和識(shí)別。索引圖像，是一種把像素值直接作為RGB調(diào)色板下標(biāo)的圖像。調(diào)色板通常與索引圖像存儲(chǔ)在一起，裝載圖像時(shí)，調(diào)色板將和圖像一同自動(dòng)裝載。 數(shù)字圖像的文件格式圖像格式與圖像類型不同，指的是存儲(chǔ)圖像采用的文件格式。不同的操作系統(tǒng)、不同的圖像處理系統(tǒng)，所支持的圖像格式都有可能不同。在實(shí)際應(yīng)用中常用到以下幾種圖像格式：BMP、JPEG、 JPEG 2000

10、 、TIFF/TIF、PCX、PSD、PNG、GIF格式等。在這些圖像格式中，我們使用最多的就是BMP、JPEG和PNG三種。BMP格式BMP是是一種與硬件設(shè)備無(wú)關(guān)的，Windows操作系統(tǒng)中的標(biāo)準(zhǔn)圖像文件格式。隨著Windows操作系統(tǒng)的流行，BMP位圖格式理所當(dāng)然地被廣泛應(yīng)用。這種格式的特點(diǎn)是包含的圖像信息較豐富，占用磁盤(pán)空間過(guò)大。目前BMP在單機(jī)上比較流行。BMP文件的圖像深度可選lbit、4bit、8bit及24bit。BMP文件存儲(chǔ)數(shù)據(jù)時(shí)，圖像的掃描方式是按從左到右、從下到上的順序。典型的BMP圖像文件由三部分組成：位圖文件頭，它包含BMP圖像文件的類型、顯示內(nèi)容等信息；位圖信息，它

11、包含有BMP圖像的寬、高、壓縮方法；圖像數(shù)據(jù)。 JPEG格式 JPEG也是常見(jiàn)的一種圖像格式，它由聯(lián)合照片專家組（Joint Photographic Experts Group）開(kāi)發(fā)并以命名為ISO 10918-1，JPEG僅僅是一種俗稱而已。它用有損壓縮方式去除冗余的圖像和彩色數(shù)據(jù)，獲取得極高的壓縮率的同時(shí)能展現(xiàn)十分豐富生動(dòng)的圖像。JPEG還是一種很靈活的格式，具有調(diào)節(jié)圖像質(zhì)量的功能，允許你用不同的壓縮比例對(duì)這種文件壓縮。完全可以在圖像質(zhì)量和文件尺寸之間找到平衡點(diǎn)。JPEG的應(yīng)用也非常廣泛，特別是在網(wǎng)絡(luò)和光盤(pán)讀物上，。目前各類瀏覽器均支持JPEG這種圖像格式，因?yàn)镴PEG格式的文件尺寸較小

12、，下載速度快，使得Web頁(yè)有可能以較短的下載時(shí)間提供大量美觀的圖像。 JPEG2000格式 JPEG 2000同樣是由JPEG 組織負(fù)責(zé)制定的，它有一個(gè)正式名稱叫做“ISO 15444”，是JPEG格式的升級(jí)版，其壓縮率比JPEG高約30%左右。與JPEG不同的是，JPEG2000 同時(shí)支持有損和無(wú)損壓縮，而 JPEG 只能支持有損壓縮。JPEG2000的一個(gè)極其重要的特征在于它能實(shí)現(xiàn)漸進(jìn)傳輸，這一點(diǎn)與GIF的漸顯有異曲同工之妙，即先傳輸圖像的輪廓，然后逐步傳輸數(shù)據(jù)，不斷提高圖像質(zhì)量，讓圖象由朦朧到清晰顯示，而不必是像現(xiàn)在的 JPEG 一樣，由上到下慢慢顯示。JPEG2000還支持所謂的感興趣

13、區(qū)域特性，任意指定影像上你感興趣區(qū)域的壓縮質(zhì)量，還可以選擇指定的部份先解壓縮。 JPEG 2000 和 JPEG 相比優(yōu)勢(shì)明顯，且向下兼容，因此取代傳統(tǒng)的JPEG格式指日可待。JPEG2000可應(yīng)用于傳統(tǒng)的JPEG市場(chǎng)，如掃描儀、數(shù)碼相機(jī)等，亦可應(yīng)用于新興領(lǐng)域，如網(wǎng)路傳輸、無(wú)線通訊等等。 TIFF圖像文件格式 TIFF格式 TIFF（Tag Image File Format）是一種廣泛使用的圖像格式，由Aldus和微軟聯(lián)合開(kāi)發(fā)，最初是出于跨平臺(tái)存儲(chǔ)掃描圖像的需要而設(shè)計(jì)的。特點(diǎn)是圖像格式復(fù)雜、存貯信息多。因?yàn)樗鎯?chǔ)的圖像細(xì)微層次的信息多，圖像質(zhì)量也得以提高，有利于原稿的復(fù)制。TIFF支持多種編

14、碼，包括RGB無(wú)壓縮、RLE壓縮及JPEG壓縮。TIFF圖像文件由三個(gè)數(shù)據(jù)結(jié)構(gòu)組成，分別為文件頭、若干稱為IFD的包含標(biāo)記指針的目錄以及數(shù)據(jù)本身。TIFF圖像文件中的第一個(gè)數(shù)據(jù)結(jié)構(gòu)稱為圖像文件頭或IFH。這個(gè)結(jié)構(gòu)是一個(gè)TIFF文件中唯一的、有固定位置的部分；IFD圖像文件目錄是一個(gè)字節(jié)長(zhǎng)度可變的信息塊，Tag標(biāo)記是TIFF文件的核心部分，在圖像文件目錄中定義了要用的所有圖像參數(shù)，目錄中的每一目錄條目就包含圖像的一個(gè)參數(shù)。TIFF是現(xiàn)存圖像文件格式中最復(fù)雜的一種，具有擴(kuò)展性、方便性、可改性，是微機(jī)上使用最廣泛的圖像文件格式之一。 GIF格式 GIF即Graphics Interchange Fo

15、rmat（圖形交換格式），是上世紀(jì)80年代美國(guó)的CompuServe針對(duì)當(dāng)時(shí)網(wǎng)絡(luò)傳輸帶寬的限制開(kāi)發(fā)出來(lái)的圖像格式。GIF格式的特點(diǎn)是壓縮比高，磁盤(pán)空間占用較少，所以這種圖像格式迅速得到了廣泛的應(yīng)用。最初的GIF只是簡(jiǎn)單地用來(lái)存儲(chǔ)單幅靜止圖像（GIF87a），后來(lái)可同時(shí)存儲(chǔ)若干幅靜止圖象進(jìn)而形成連續(xù)的動(dòng)畫(huà)，是當(dāng)時(shí)支持2D動(dòng)畫(huà)幾種格式之一（稱為GIF89a），甚至可指定透明區(qū)域，使圖像具有非同一般的顯示效果。目前網(wǎng)上大量采用的彩色動(dòng)畫(huà)文件多為這種格式。此外，考慮到網(wǎng)絡(luò)傳輸中的實(shí)際情況，GIF圖像格式還增加了漸顯方式，即在圖像傳輸過(guò)程中，用戶可先看到圖像的大致輪廓，然后隨著傳輸過(guò)程的繼續(xù)而逐步看清圖

16、像中的細(xì)節(jié)部分，從而適應(yīng)了用戶的“從朦朧到清楚”的觀賞心理。GIF不能存儲(chǔ)超過(guò)256色的圖像。盡管如此，這種格式仍在網(wǎng)絡(luò)上大行其道，這和GIF圖像文件短小、下載速度快、可用許多具有同樣大小的圖像文件組成動(dòng)畫(huà)等優(yōu)勢(shì)是分不開(kāi)的。 PSD格式和PNG格式 PNG（Portable Network Graphics）是一種新興的網(wǎng)絡(luò)圖像格式。1994由于Unysis公司宣布GIF擁有專利的壓縮方法，從而促使結(jié)合GIF及JPG兩家之長(zhǎng)的PNG 誕生，96年10月由PNG向國(guó)際網(wǎng)絡(luò)聯(lián)盟提出并得到推薦認(rèn)可。它能把圖像文件壓縮到極限以利于網(wǎng)絡(luò)傳輸，但又能保留所有與圖像品質(zhì)有關(guān)的信息；它的另一個(gè)特點(diǎn)是顯示速度很

17、快，只需下載1/64的圖像信息就可以顯示出低分辨率的預(yù)覽圖像；PNG還支持透明圖像的制作。PNG的缺點(diǎn)是不支持動(dòng)畫(huà)應(yīng)用效果，如果在這方面能有所加強(qiáng)，簡(jiǎn)直就可以完全替代GIF和JPEG了。如今在網(wǎng)絡(luò)上比較流行這種格式。PSD格式是Adobe公司的圖像處理軟件PS的專用格式Photoshop Document（PSD）。PSD其實(shí)是PS進(jìn)行平面設(shè)計(jì)的一張草圖，包含有各種圖層、通道、遮罩等多種設(shè)計(jì)的樣稿，以便于下次打開(kāi)文件時(shí)可以修改上次的設(shè)計(jì)。在PS所支持的各種圖像格式中，PSD的存取速度比其它格式快很多，功能也很強(qiáng)大。由于PS越來(lái)越被廣泛地應(yīng)用，相信這種格式也會(huì)逐步流行起來(lái)。 AVI格式AVI格式

18、：它的英文全稱為Audio Video Interleaved，即音頻視頻交錯(cuò)格式。它于1992年被Microsoft公司推出，隨Windows3.1一起被人們所認(rèn)識(shí)和熟知。所謂“音頻視頻交錯(cuò)”，就是可以將視頻和音頻交織在一起進(jìn)行同步播放。這種視頻格式的優(yōu)點(diǎn)是圖像質(zhì)量好，可以跨多個(gè)平臺(tái)使用，其缺點(diǎn)是體積過(guò)于龐大，而且更加糟糕的是壓縮標(biāo)準(zhǔn)不統(tǒng)一，最普遍的現(xiàn)象就是高版本W(wǎng)indows媒體播放器播放不了采用早期編碼編輯的AVI格式視頻，而低版本W(wǎng)indows媒體播放器又播放不了采用最新編碼編輯的AVI格式視頻，所以我們?cè)谶M(jìn)行一些AVI格式的視頻播放時(shí)常會(huì)出現(xiàn)由于視頻編碼問(wèn)題而造成的視頻不能播放或即使

19、能夠播放，但存在不能調(diào)節(jié)播放進(jìn)度和播放時(shí)只有聲音沒(méi)有圖像等一些莫名其妙的問(wèn)題，如果用戶在進(jìn)行AVI格式的視頻播放時(shí)遇到了這些問(wèn)題，可以通過(guò)下載相應(yīng)的解碼器來(lái)解決。 nAVI格式 nAVI是newAVI的縮寫(xiě)，是一個(gè)名為ShadowRealm的地下組織發(fā)展起來(lái)的一種新視頻格式(與上述AVI格式?jīng)]有太大聯(lián)系)。由Microsoft ASF壓縮算法的修改而來(lái)的，但是又與下面介紹的網(wǎng)絡(luò)影像視頻中的ASF視頻格式有所區(qū)別，它以犧牲原有ASF視頻文件視頻“流”特性為代價(jià)而通過(guò)增加幀率來(lái)大幅提高ASF視頻文件的清晰度。 DV-AVI格式：DV的英文全稱是Digital Video Format，是由索尼、松

20、下、JVC等多家廠商聯(lián)合提出的一種家用數(shù)字視頻格式。目前非常流行的數(shù)碼攝像機(jī)就是使用這種格式記錄視頻數(shù)據(jù)的。它可以通過(guò)電腦的IEEE 1394端口傳輸視頻數(shù)據(jù)到電腦，也可以將電腦中編輯好的的視頻數(shù)據(jù)回錄到數(shù)碼攝像機(jī)中。這種視頻格式的文件擴(kuò)展名一般是.avi，所以也叫DV-AVI格式。 MPEG格式 它的英文全稱為Moving Picture Expert Group，即運(yùn)動(dòng)圖像專家組格式，家里?？吹腣CD、SVCD、DVD就是這種格式。MPEG文件格式是運(yùn)動(dòng)圖像壓縮算法的國(guó)際標(biāo)準(zhǔn)，它采用了有損壓縮方法減少運(yùn)動(dòng)圖像中的冗余信息，說(shuō)的更加明白一點(diǎn)就是MPEG的壓縮方法依據(jù)是相鄰兩幅畫(huà)面絕大多數(shù)是相

21、同的，把后續(xù)圖像中和前面圖像有冗余的部分去除，從而達(dá)到壓縮的目的(其最大壓縮比可達(dá)到200:1)。目前MPEG格式有三個(gè)壓縮標(biāo)準(zhǔn)，分別是MPEG1、MPEG2、和MPEG4，另外，MPEG-7與MPEG-21仍處在研發(fā)階段。 MPEG格式MPEG1：制定于1992年，它是針對(duì)1.5Mbps以下數(shù)據(jù)率的數(shù)字存儲(chǔ)媒體運(yùn)動(dòng)圖像及伴音編碼而設(shè)計(jì)的國(guó)際標(biāo)準(zhǔn)。即VCD制作格式。使用MPEG-1，可把一部120分鐘長(zhǎng)的電影壓縮到1.2GB左右大小。這種視頻格式的文件擴(kuò)展名包括.mpg、.mlv、.mpe、.mpeg及VCD光盤(pán)中的.dat文件等。MPEG2：制定于1994年，目標(biāo)為高級(jí)工業(yè)標(biāo)準(zhǔn)的圖像質(zhì)量以及

22、更高的傳輸率。主要應(yīng)用在DVD/SVCD的制作(壓縮)方面，同時(shí)在一些HDTV和一些高要求視頻編輯、處理上面也有相當(dāng)?shù)膽?yīng)用。這種視頻格式的文件擴(kuò)展名包括.mpg、.mpe、.mpeg、.m2v及DVD光盤(pán)上的.vob文件等。 MPEG格式MPEG3（MPEG AUDIO LAYER 3）是一種具有高壓縮率的音響信號(hào)文件?？膳cCD/MD的音質(zhì)媲美。MP3高達(dá)10比1的壓縮比率。MPEG4：制定于2019年，MPEG4是為了播放流媒體的高質(zhì)量視頻而專門(mén)設(shè)計(jì)的，它可利用很窄的帶寬，通過(guò)幀重建技術(shù)，壓縮和傳輸數(shù)據(jù)，以求使用最少的數(shù)據(jù)獲得最佳的圖像質(zhì)量。目前MPEG-4最有吸引力的地方在于它能夠保存接近

23、于DVD畫(huà)質(zhì)的小體積視頻文件。另外，還包含了以前MPEG壓縮標(biāo)準(zhǔn)所不具備的比特率的可伸縮性、動(dòng)畫(huà)精靈、交互性甚至版權(quán)保護(hù)等特殊功能。這種視頻格式的文件擴(kuò)展名包括.asf、.mov和DivX AVI等。 H.264格式H.264是目前最先進(jìn)的編碼格式，這種編碼的視頻一般被封裝在MP4的格式中使用，即H264編碼的視頻一般的格式都是MP4格式，這種格式的文件非常小，清晰度非常高。 H.264是ITU-T的VCEG（視頻編碼專家組）和ISO/IEC的MPEG（活動(dòng)圖像編碼專家組）的聯(lián)合視頻組（JVT：joint video team）開(kāi)發(fā)的一個(gè)新的數(shù)字視頻編碼標(biāo)準(zhǔn)，它既是ITU-T的H.264，又是ISO/IEC的MPEG-4的第10 部分。98年1月開(kāi)始草案征集，次年9月完成首個(gè)草案，01年5月制定了其測(cè)試模式TML-8，02年6月的 JVT第5次會(huì)議通過(guò)了H.264的FCD板，03年3月正式發(fā)布。 H.264格式H.264與以前的國(guó)際標(biāo)準(zhǔn)如H.263和MPEG-4相比，最大優(yōu)勢(shì)體現(xiàn)在以下四個(gè)方面： 將每個(gè)視頻幀分離成由像素組成的塊，因此視頻幀的編碼處理的過(guò)程可以達(dá)到塊的級(jí)別。 采用空間冗余的方法，對(duì)視頻幀的一些原始?jí)K進(jìn)行空間預(yù)測(cè)、轉(zhuǎn)換、優(yōu)化和熵編碼（可變長(zhǎng)編碼）。 對(duì)連續(xù)幀的不同塊