Мы ввели квантование в нашем уроке сигналов и системы. Мы официально собираемся связать это с цифровыми изображениями в этом уроке. Давайте сначала немного поговорим о квантовании.
Оцифровка сигнала
Как мы видели в предыдущих уроках, преобразование аналогового сигнала в цифровой требует двух основных шагов. Выборка и квантование. Отбор проб производится по оси х. Это преобразование оси x (бесконечные значения) в цифровые значения.
На рисунке ниже показана выборка сигнала.
Выборка по отношению к цифровым изображениям
Концепция выборки напрямую связана с масштабированием. Чем больше образцов вы берете, тем больше пикселей вы получаете. Избыточную дискретизацию также можно назвать масштабированием. Это обсуждалось в учебнике по сэмплированию и масштабированию.
Но история оцифровки сигнала не заканчивается также на выборке, есть еще один шаг, который известен как Квантизация.
Что такое квантование
Квантование противоположно выборке. Это сделано по оси Y. Когда вы квантуете изображение, вы фактически делите сигнал на кванты (разделы).
На оси x сигнала находятся значения координат, а на оси y — амплитуды. Оцифровка амплитуд известна как квантование.
Вот как это делается
На этом изображении видно, что сигнал был количественно разделен на три разных уровня. Это означает, что когда мы производим выборку изображения, мы на самом деле собираем много значений, и при квантовании мы устанавливаем уровни для этих значений. Это может быть более ясно на изображении ниже.
На рисунке, показанном в выборке, хотя образцы были взяты, но они все еще охватывали вертикально непрерывный диапазон значений уровня серого. На рисунке, показанном выше, эти значения по вертикали были квантованы на 5 различных уровней или разделов. Начиная от 0 черных до 4 белых. Этот уровень может варьироваться в зависимости от типа изображения, которое вы хотите.
Связь квантования с уровнями серого была дополнительно обсуждена ниже.
Связь квантования с разрешением уровня серого:
Квантованная фигура, показанная выше, имеет 5 различных уровней серого. Это означает, что изображение, сформированное из этого сигнала, будет иметь только 5 разных цветов. Это было бы черно-белое изображение более или менее с некоторыми цветами серого. Теперь, если вы хотите улучшить качество изображения, есть одна вещь, которую вы можете сделать здесь. Что, чтобы увеличить уровни, или разрешение уровня серого вверх. Если вы увеличите этот уровень до 256, это означает, что у вас есть изображение в оттенках серого. Что гораздо лучше, чем простое черно-белое изображение.
Теперь 256, или 5, или любой другой уровень, который вы выбираете, называется уровнем серого. Запомните формулу, которую мы обсуждали в предыдущем уроке по разрешению уровня серого:
Мы обсуждали, что уровень серого можно определить двумя способами. Которые были эти двое.
- Уровень серого = количество бит на пиксель (BPP). (K в уравнении)
- Уровень серого = количество уровней на пиксель.
В этом случае у нас уровень серого равен 256. Если нам нужно рассчитать количество бит, мы бы просто поместили значения в уравнение. В случае 256 уровней мы имеем 256 различных оттенков серого и 8 бит на пиксель, поэтому изображение будет изображением серой шкалы.
Уменьшение уровня серого
Теперь мы снизим уровни серого на изображении, чтобы увидеть эффект на изображении.
Например
Допустим, у вас есть изображение 8bpp, которое имеет 256 различных уровней. Это изображение в градациях серого, и оно выглядит примерно так.
256 уровней серого
Теперь мы начнем снижать уровни серого. Сначала мы снизим уровни серого с 256 до 128.
128 уровней серого
После уменьшения уровня серого до половины, изображение не сильно влияет на изображение. Позволяет уменьшить еще немного.
64 уровня серого
По-прежнему не так много эффекта, тогда давайте уменьшать уровни больше.
32 уровня серого
Удивлен видеть, что все еще есть небольшой эффект. Может быть, это связано с тем, что это картина Эйнштейна, но позволяет еще больше снизить уровни.
16 уровней серого
Бум здесь, мы идем, изображение, наконец, показывает, что на него влияют уровни.
8 уровней серого
4 уровня серого
Теперь, прежде чем уменьшить его, еще на два уровня, вы можете легко увидеть, что изображение было сильно искажено, уменьшив уровни серого. Теперь мы снизим его до 2-х уровней, которые являются ничем иным, как простым черно-белым уровнем. Это означает, что изображение будет простым черно-белым изображением.
2 уровня серого
Это последний уровень, которого мы можем достичь, потому что если уменьшить его дальше, это будет просто черное изображение, которое не может быть интерпретировано.
оконтуривание
Здесь есть интересное наблюдение: когда мы уменьшаем количество уровней серого, на изображении начинает появляться особый тип эффекта, который хорошо виден на рисунке с 16 уровнями серого. Этот эффект известен как контурное.
Кривые изо предпочтений
Ответ на этот вопрос, почему он появляется, лежит в кривых изо предпочтений. Они обсуждаются в нашем следующем уроке Кривые контуров и предпочтений Iso.