在计算机中，有两个大家都熟悉的概念：像素（pixel）和分辨率（resolution）。我们将图像进行采样的单位称为像素，像素是是组成图像的最基本元素，是数字图像显示的基本单位。像素是一个逻辑尺寸单位，比如一台计算机，其屏幕大小为17英寸，可以用800行*1280列个像素（格子）来显示桌面的图像，也可以用768行*1024列来显示桌面图像，不过显示的图像的清晰度会有差别。在计算机编程中，由像素组成的图像也通常叫“位图”或“光栅图像”。而分辨率狭义的是指显示器所能显示的像素的多少，当用户设置桌面分辨率为时，表示的意思就是在这个屏幕大小的物理尺寸上，显示器所显示的图像由800行*1280列个像素组成；可以看出，在同样大小的物理尺寸上，分辨率越高的图像，其像素所表示的物理尺寸越小，画面也就越精细，整个图像看起来也就越清晰。广义的分辨率是指对一个物体成像数字时化时进行采样的物理尺寸的大小，比如我们嫦娥一号卫星拍摄的月亮的照片，其分辨率是个很大的数（通常称分辨率很低），如几千平方公里，意思是说，在拍摄的月球的照片上，一个像素点相当于月球上几千公里见方。
将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个很重要的参数。当对图像进行实际的抽样时，怎样选择各抽样点的间隔是个非常重要的问题。关于这一点，图像包含何种程度的细微的浓淡变化，取决于希望忠实反映图像的程度。
经采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理。将像素灰度转换成离散的整数值的过程叫量化。表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。一幅数字图像中不同灰度级的个数称为灰度级数，用G表示。灰度级数就代表一幅数字图像的层次。图像数据的实际层次越多视觉效果就越好。一般来说，G=2g ，g就是表示存储图像像素灰度值所需的比特位数。若一幅数字图像的量化灰度级数G=256=28级，灰度取值范围一般是0~255的整数，由于用8bit就能表示灰度图像像素的灰度值，因此常称8 bit 量化。从视觉效果来看，采用大于或等于6比特位量化的灰度图像，视觉上就能令人满意。 一幅大小为M×N、灰度级数为G的图像所需的存储空间，即图像的数据量，大小为 M×N×g
一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应； 采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大，如图2.4所示，图像越来越模糊。同样，量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。如图2.5所示，图像的质量越来越差，左上角的图像质量最好，但数据量也越大。但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化。数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。
彩色图像、灰度图像与二值图像 按所能呈现的色彩和灰度等级我们可以将任何图像（物理的和数字的）图像分为彩色图像、灰度图像和二值图像。彩色图像是指图像中含有色彩信息的图像，在数字图像中，每一个像素都有相应的数值来表示该像素的信息，彩色图像的信息就是颜色信息。根据三基色原理，任何颜色都可以表示为三个基本颜色红、绿、蓝（RGB）按不同比例合成产生。通常所说的24位（bit）位图（windows画图器程序中有相应的保存选项）就是每个像素由24位信息来表示颜色的位图，R、G、B每种颜色通道信息各8位，因此有224（）种不同的颜色（人眼对色彩的分辨能力大致是一千万色），这些颜色足以表达出人眼能够辨别的所有信息，因此也叫做真彩色图像。而灰度图像是指只有亮度差别，而没有颜色差别的图像，例如黑白的老照片。由于人眼能够辩出的亮度等级是有限的，因此数字图像中也可以用有限的等级来描述一副图像。例如，每个像素采用一个字节来表示其亮度信息，就有256级的亮度（28），等级越多的图像效果越好。当灰度图像的灰度只有两个等级的时候，这种图像就叫做二值图像（黑白图像）。可以只用“全黑”和“全白”两种方式对图像进行描述和记录。二值图像所含的信息较少，占用的存储空间也相应较少，但二值图像也有不少的应用，如指纹图像以及文字的识别等，都需要获得二值图像。
（c）彩色图像的像素值
图2.6 图像与像素值
黑白图像 图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值为0或1。如图2.6（a）所示
灰度图像 灰度图像是指灰度级数大于2的图像。但它不包含彩色信息。如图2.6（b）所示
彩色图像 彩色图像是指每个像素由R、G、B分量构成的图像，其中R、B、G是由不同的灰度级来描述（后面我们知道，还有其他的颜色空间来描述彩色图像）。每个分量的值如图2.6（c）所示。
在中学的物理课中我们可能做过棱镜的试验，白光通过棱镜后被分解成多种颜色逐渐过渡的色谱，颜色依次为红、橙、黄、绿、青、蓝、紫，这就是可见光谱。其中人眼对红、绿、蓝最为敏感，人的眼睛就像一个三色接收器的体系，大多数的颜色可以通过红、绿、蓝三色按照不同的比例合成产生，同样绝大多数单色光也可以分解成红绿蓝三种色光。这是色度学的最基本原理，即三基色原理（如图2.7所示）。三种基色是相互独立的，任何一种基色都不能由其它两种颜色合成。红绿蓝是三基色，这三种颜色合成的颜色范围最为广泛。红绿蓝三基色按照不同的比例相加合成混色称为相加混色。其中一些混色的规律有：
红色+绿色=黄色；绿色+蓝色=青色；红色+蓝色=品红；红色+绿色+蓝色=白色；另外： 红色+青色=白色；绿色+品红=白色 ；蓝色+黄色=白色 。
当两种光按照适当比例混合得到白光时，称这两种光为互补光。所以，按照上述的混色规律我们可以得到，青色、黄色、品红分别是红色、蓝色、绿色的补色。
由于每个人的眼睛对于相同的单色感受不同，所以，如果用相同强度的三基色混合时，假设得到白光的强度为100%，这时，人的主观感受是，绿光最亮，红光次之，蓝光最弱。如果用Y表示景物的亮度，则通常有：
因为红、绿、蓝三基色能够合成自然界所有的色彩，因此在电子设备和软件中，经常使用红绿蓝三基色合成五颜六色的图像。用以上的相加混色所表示的颜色模式成为RGB模式。
大家知道，显示器采用RGB模式，就是因为显示器是电子光束轰击荧光屏上的荧光材料发出亮光从而产生颜色。当没有光的时候为黑色，光线加到最大时为白色。而打印机呢？它的油墨不会自己发出光线。因而只有采用吸收特定光波而反射其它光的颜色，所以需要用减色法来解决。CMYK颜色模式是一种印刷模式。其中四个字母分别指青（Cyan）、洋红（Magenta）、黄（Yellow）、黑（Black），在印刷中代表四种颜色的油墨。CMYK模式在本质上与RGB模式没有什么区别，只是产生色彩的原理不同，在RGB模式中由光源发出的色光混合生成颜色，而在CMYK模式中由光线照到有不同比例C、M、Y、K油墨的纸上，部分光谱被吸收后，反射到人眼的光产生颜色。由于C、M、Y、K在混合成色时，随着C、M、Y、K四种成分的增多，反射到人眼的光会越来越少，光线的亮度会越来越低，所有CMYK模式产生颜色的方法又被称为色光减色法。
在白光照射下，青色颜料能吸收红色而反射青色，黄色颜料吸收蓝色而反射黄色，品红颜料吸收绿色而反射品红。也就是：
白色-红色=青色；白色-绿色=品红；白色-蓝色=黄色
如果把青色和黄色两种颜料混合，在白光照射下，由于颜料吸收了红色和蓝色，而反射了绿色，对于颜料的混合我们表示如下：
颜料(黄色+青色)=白色-红色-蓝色=绿色；
颜料(品红+青色)=白色-红色-绿色=蓝色；
颜料(黄色+品红)=白色-绿色-蓝色=红色
以上的都是相减混色,相减混色就是以吸收三基色比例不同而形成不同的颜色的。所以有把青色、品红、黄色称为颜料三基色。CMYK模式是一种颜料模式,所以它属于印刷模式,但本质上与RGB模式没有区别,只是产生颜色的方式不同。
正如几何上用坐标空间来描述坐标集合, 色彩空间用数学方式来描述颜色集合。常见的3 个基本色彩模型是RGB , CMYK和YUV。
RGB RGB色彩模式是工业界的一种颜色标准，是通过对红?、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。
RGB色彩模式使用RGB模型为图像中每一个像素的RGB分量分配一个0~255范围内的强度值。例如：纯红色R值为255，G值为0，B值为0；灰色的R、G、B三个值相等（除了0和255）；白色的R、G、B都为255；黑色的R、G、B都为0。RGB图像只使用三种颜色，就可以使它们按照不同的比例混合，在屏幕上重现（224）种颜色。
YUV 在现代彩色电视中，通常采用三管彩色摄像机或彩色CCD摄像机，它把得到的彩色图像信号，经分色、分别放大校正得到RGB，再经过矩阵变换电路得到亮度信号Y和两个色差信号R-Y、B-Y，最后发送端将三个信号分别进行编码，用同一信道发送出去。这就是我们常用的YUV颜色空间。
YUV是被欧洲电视系统所采用的一种颜色编码方法（属于PAL），是PAL和SECAM模拟彩色电视制式采用的颜色空间。其中的Y，U，V几个字母不是英文单词的组合词，Y代表亮度，U，V代表色差，U和V是构成彩色的两个分量。采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有 Y信号分量而没有U、V信号分量，那么这样表示的图像就是黑白灰度图像。彩色电视采用YUV空间正是为了用亮度信号Y解决彩色电视机与黑白电视机的相容问题，使黑白电视机也能接收彩色电视信号。YUV主要用于优化彩色视频信号的传输，使其向后兼容老式黑白电视。与RGB视频信号传输相比，它最大的优点在于只需占用极少的频宽（RGB要求三个独立的视频信号同时传输）。其中“Y”表示明亮度（Luminance或Luma），也就是灰阶值；而“U”和“V” 表示的则是色度（Chrominance或Chroma），作用是描述影像色彩及饱和度，用于指定像素的颜色。“亮度”是透过RGB输入信号来建立的，方法是将RGB信号的特定部分叠加到一起。“色度”则定义了颜色的两个方面─色调与饱和度，分别用Cr和Cb来表示。其中，Cr反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。而Cb反映的是RGB输入信号蓝色部分与RGB信号亮度值之同的差异。
采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有Y信号分量而没有U、V分量，那么这样表示的图像就是黑白灰度图像。彩色电视采用YUV空间正是为了用亮度信号Y解决彩色电视机与黑白电视机的兼容问题，使黑白电视机也能接收彩色电视信号。
YUV相关色彩模型与RGB的转换方程如下：
YCbCr 在DVD、摄像机、数字电视等消费类视频产品中，常用的色彩编码方案是YCbCr，其中Y是指亮度分量，Cb指蓝色色度分量，而Cr指红色色度分量。YCbCr是在世界数字组织视频标准研制过程中作为ITU - R BT1601 建议的一部分，其实是YUV经过缩放和偏移的翻版。在YUV 家族中，YCbCr 是在计算机系统中应用最多的成员, 其应用领域很广泛，JPEG，MPEG均采用此格式。因此，一般人们所讲的YUV大多是指YCbCr。其中Y与YUV 中的Y含义一致，Cb，Cr 同样都指色彩, 只是在表示方法上不同而已。常用的从RGB到YCbCr的转换公式如下：
由于人的肉眼对视频的Y分量更敏感，因此我们在（YUV、YCbCr）亮度和色度来表示颜色的颜色空间中，我们可以对色度信息进行弱化，而不会改变肉眼观察的结果。因此在通过对色度分量进行子采样来减少色度分量后，肉眼将察觉不到图像质量的变化。具体来说，我们可以对图像中每个像素设置一个单独的亮度值，而按照某些特定的规则，将一组像素赋予相同的色度值。我们将这个过程称为子采样。Intel? IPP的函数支持下列子采样的格式：
4:4:4 YUV (YCbCr) 该格式是传统的未采取子采样的格式，对每一个像素的Y、U（Cb）、V（Cr）都进行采样。每个成份通常包含8位，每个像素需要24位，这种格式因此也通常称为4：4：4格式。
4:2:2 YUV (YCbCr) 采用2：1的水平方向子采样，它的含义是，对每个像素的亮度值Y进行采样，对水平方向连续两个像素的U（Cb） V（Cr）进行采样。如果每一个通道占用8位，那么每两个像素占有8*2+8+8=32位的空间，因此每个像素比4：4：4格式少用8位空间。
4:1:1 YCbCr 采用4：1的水平方向子采样，它的含义是，对每个像素的亮度值Y进行采样，对水平方向连续4个像素的U（Cb） V（Cr）进行采样。如果每一个通道占用8位，那么每4个像素占有8*4+8+8=48位的空间，因此每个像素比4：4：4格式少用12位空间。
4:2:0 YUV (YCbCr) 采用水平和垂直方向2：1子采样，它的含义是，对每个像素的亮度值Y进行采样，每2*2个像素块进行一次U(Cb) 和 V(Cr)采样。如果每一个通道占用8位，则每4个像素占有8*4+8+8=48位的空间，因此每个像素比4：4：4格式少用12位空间。
4:2:0格式是便携式视频设备(MPEG-4)以及电视会议(H.263)最常用格式；4：2：2格式是DVD、数字电视、HDTV 以及其它消费类视频设备的最常用格式；4：4：4格式用于高质量视频应用、演播室以及专业视频产品。
在图像压缩算法中，JPEG采用了一种特定的子采样方法。在JPEG算法中，子采样的格式会决定最小编码单元的结构（minimal coded units, or MCUs），因此在IPP中，支持JPEG算法的函数支持下列的子采样格式：
4:4:4 YCbCr 针对每个8*8像素块大小，有8*8块大小的Y值，同时，也分别有一个8*8块大小的Cb和Cr值。
4:2:2 YCbCr 针对两个水平方向连续的8*8像素块，有两个8*8块大小的Y值，也分别有一个8*8块大小的Cb值和Cr值。
4:1:1 YCbCr 针对每4个8*8块（水平和垂直各两块8*8大小的像素块），有4个8*8块大小的Y值，也分别有一个8*8块大小的Cb值和Cr值。
图2.8 平面图像示意图
在生活中，我们感知和关于颜色的讨论其实和RGB颜色模型并不是直接相关，举个例子来说，如果我们装修房子，我们对房子装饰的颜色并不是说R，G，B成份各是多少，而会说我们打算用什么颜色，多亮，颜色是柔和一些的还是鲜明一些的。通常来说，我们第一个关注的就是颜色（Hue，色相或色彩），色相描述了具体的颜色，如红、黄、紫等，即其在光谱上的位置（该可见光的波长是多少）。如图2.9所示，用从0到3600的圆圈代表了不同的颜色； 第二个会关注的是颜色的饱和度（S，纯度），饱和度衡量该颜色相对于白色的多少，比如，一个全部是红色而没有白色成份的颜色是完全饱和的，如果将白色加入到红色中去，红色会变得更加柔和，我们感知的颜色也会从红色相粉红色变化，此时的颜色（色相）仍然是红色，但是该颜色变得不饱和。如图所示，纵轴表示了不同的饱和度；最后，我们也会经常说明颜色的亮度，我们可以拿一个红色的跑车为例，当天气晴朗，足够的光线反射到我们的眼睛，这时，车子看起来很亮，很色也很鲜艳，但是，到了傍晚，光线很弱，车子看起来也很暗淡，看起来偏黑。如图所示，横轴表示了不同的亮度，和饱和度一样，其范围也是0-100%，亮度表示了有多少光线照射在该颜色上，我们从图中也可以看出，当亮度增加是，红色跟鲜艳，当亮度降低时，红色变得更黑。因此，和RGB颜色空间类似，HSV是另一种描述颜色空间的颜色模型，RGB颜色空间和HSV颜色空间之间可以互相转化（有相互转化的公式）。该模型的描述方法更接近于人类对于颜色的感知。下图为将RGB模型分解为H、S、V后的灰度图。
为了更好的理解HSV和RGB颜色空间的概念。我们将详细描述他们之间的关系。
我们首先从亮度的概念着手，亮度的概念在前面也有描述，它是对某一个区域发出光线多少的感知。市场上有一种可控灯，我们可以这种灯的亮度，不管这个灯是红色的光还是白色的光。在RGB颜色空间中，亮度是用RGB三种颜色值的和来表示。对与某一等级的亮度，其代表了垂直于正方体的对角线的平面（R+B+G=Constant），如图所示，我们选取了RGB颜色空间的三个垂直于对角线的平面，图（a）显示了三个当中最暗的平面，图（c）是三个当中最亮的，我们注意到，虽然在每一个平面中的颜色是千变万化的，但是他们的亮度是相同的。在对角线的两个端点是两种特殊的颜色，黑色和白色，他们在RGB空间中只有一个点（而不是平面）。其实，（R+G+B）/ 3虽然是亮度的严格定义，但是人类感知颜色的亮度并不是这样的，人类感知亮度的公式是Luminance，Y = 0.30R + 0.59G + 0.11B。因为这些权值比较准确的衡量了人类眼睛对红、绿、蓝三种颜色的敏感度。
图2.10 图片及其H、S、V分量图
接下来我们阐述饱和度的概念。饱和度的定义依赖于亮度，饱和度定义为彩色度（colorfulness）与亮度的比值。用什么衡量彩色度呢？我们仍然可以借助RGB正方体空间和该正方体的对角线来描述。正方体的这条对角线的颜色值范围从0R0G0B到255R255G255B，对角线上所有的R，G，B分量都相同，构成了从黑到白的所有灰度值。因此在这条轴上，没有颜色信息，因此，在RGB空间中，任何一点的彩色度，与该点到这条轴的距离成正比。离这条轴的距离越近，该点看上去彩色度就很小，看上去偏灰，离这条轴的距离越远，该点看上去颜色也就越丰富。而饱和度就是彩色度与亮度的比值（也即每一个颜色点与黑点、即远点所成的直线与中心轴的夹角大小）。因此在图中的每一个平面中的点，离中心轴越远，饱和度越大。如图所示。左图和右图分别对应于20%和70%的饱和度，饱和度越高，颜色越鲜艳，从图中可以看出，右图比左图明显要鲜艳很多。
最后，我们看看颜色（Hue），我们将颜色定义为其与轴线的夹角的方向（大小为饱和度），如图所示，红色、青色、黄色、绿色等颜色在绕轴线的360度角上均匀地分配。如图所示，（a）图的Hue值为330度，其颜色为紫色；（b）图的Hue值为0度，其颜色为红色；（c）图的Hue值为30度，其颜色为橙色。
如图所示，为RGB空间和HSV空间的映射关系。
HLS许多人认为HLS色彩模型比较直觉化，因为它在定义色彩时根据的是「色调」、「明亮」(或亮度)及「饱和度」。 若要指定色彩，请在彩虹频谱上挑选色调、选取其饱和度(色彩的纯度)，并设定亮度(亮或暗)。 鲜红色是高度饱和的明亮色彩。 粉蜡笔般的粉红色较不饱和。 色调以度数(0到360度)指定，而饱和度和明亮则是以0到100%的百分比指定。 任何饱和度为零的HLS色彩就是中性灰。
在IPP函数库中，对上述彩色模型都有很好的支持。为了支持上述的颜色各种模型，IPP对数字图像个格式有多种广泛的支持。我们在本节做一个 具体的介绍。
基于像素的图像格式 基于像素格式图像的特点是其每一个像素的各个通道的信息数据放在一起，IPP库支持多种颜色空间的图像表示方式。我们首先简单介绍一下啊RGB颜色空间的像素表示法。除了每像素24位RGB /BGR的图像格式外，IPP的颜色变换函数里还支持32位（RGB通道加上alpha通道）的RGB/BGR图像格式，其基于像素点的格式如表2.1所示（其中，在像素序列一列中，下划线标识的一组代表一个像素的颜色值，不同的下划线组表示相邻像素点的颜色值）：
针对16位（每个像素颜色值用16位两个字节来表示）图像格式，由于三个通道只占用两个字节的空间，因此，每一个通道占用不到1个字节，IPP库中支持16位的RGB像素格式有以下几种，如表2.2所示。
其它部分颜色空间的图像格式如表2.3所示（读者可以进一步参考IPP使用手册）。
存储一个数字图像可以按像素格式或按照平面格式来存储，在像素格式的情况下，每个像素的多个通道的颜色值被放在一起，它们的存放的结构依颜色模型和子采样模式而定。上述的三个表格列出了部分的像素格式的存储方式及IPP有关处理这种格式的库函数实例。而IPP的库函数中关于颜色变换的一些函数也支持平面格式的存储方式。如下表所示（还有更多的平面格式，可以参考手册，平面图像数据在图像编码、数字视频处理等领域有很多应用）。
像素格式是一种交叉的格式（如在内存中RGB值间隔循环放置），交叉格式和平面格式是两种数据存放的格式。有时候，平面格式更容易对图像进行处理。如在图像压缩中，通常都是对每个通道单独处理，这个时候，交叉存放格式明显会带来不便。因此，IPP也提供了一些这两种数据格式之间的转换函数。表2.4列出了一些支持图像数据格式转换的IPP函数。
|
（a）、（b）、（c）、（d）所对应的平面格式分别如图2.12中（a）、（b）、（c）、（d）所示 |
图2.12 表2.4对应的平面数据排列方式
图像在采集过程中不可避免的会受到传感器灵敏度、噪声干扰以及模数转化时量化问题等等因素影响而导致图像无法达到人眼的视觉效果，为了实现人眼观察或者机器自动分析的目的，对原始图像所做的改善行为，就被称作图像增强技术。为此图像增强技术虽然是改善图像质量的通用方法，但是它也同样带有针对性，它必须是针对某一特定的需要而采用的特定的算法来实现图像质量的改善。
由于图像增强技术现在还没有统一为一种算法，因此图像增强技术由于各种不同目的而产生了多种算法，把这些算法可以根据处理空间的不同分为基于空间域的图像增强算法和基于变换域的图像增强算法。基于空间域的图像增强算法又可以分为空域的变换增强算法、空域的滤波增强算法以及空域的彩色增强算法；基于变换域的图像增强算法可以分为频率域平滑增强算法、频率域的锐化增强算法以及频域彩色增强算法，由于彩色增强算法现在研究的不是很成熟，所以笔者在这里把空域算法和频域算法联合起来构成一块来学习。
增强图象中的有用信息，它可以是一个失真的过程，其目的是要增强视觉效果。将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果的图像处理方法。
图像增强按所用方法可分成频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。
图像增强的目的是改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，扩大图像中不同物体特征之间的差别，满足某些特殊分析的需要。其方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。
基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。
英特尔? 软件学院系列课程技术书籍之视觉计算应用开发
|
1坚果Pro 2S评测：重新定义“不像实力派”
【PConline 评测】每次老罗主持的锤子科技发布会，都被誉为国内科技圈的“春晚”，而这次的坚果Pro 2S发布会，同样也适用这个美誉。虽然产品的外观与配置已经被路边社曝光得差不多，但国内厂商难以企及的软件创新层面，还有老罗自带的相声光环，让这场发布会依旧充满精彩。 坚果Pro 2S被老罗称为“稳健”的产品，外观相对于坚果Pro 2来讲变化不大，处理器升级为高通710，摄像头更换IMX363传感器DxO拍照测试达到95分，另一大重点是升级的Smartisan OS系统，拥有”TNT”大屏幕操作系统、子弹短信、无限屏等创新功能，可以说是同价位交互体验最新鲜的手机之一。
硬件配置相对于坚果Pro 2来讲全方位提升，性价比也进一步提高。 外观：重新定义“美得不像实力派” 老罗说，坚果Pro 2S的定位是稳健的。这也难怪在发布会前一直保留神秘面目的它，在亮相时以极似坚果Pro 2的外形示人。至少在发布会的现场，很多人都以为它只是性能提升的小改版而已。 拿到真机后，我发现自己对“漂亮得不像实力派”这句话显然理解得不够深。坚果Pro 2S的外形升级，绝不止加入三个触摸键那么简单。 事不宜迟，先看到正面屏幕，坚果Pro 2S应该是坚果系列首台使用OLED屏幕的机型了，尺寸6.01英寸，FHD+级别分辨率，色域>100% NTSC，对比度。最直观的表现是屏幕亮度有明显提升，色彩也更鲜艳，于此同时有助于功耗减少。 机身顶部，延续坚果Pro 2的隐藏式元件+居中摄像头设计，即使跨度足有一代，但这样的设计如今看来并不过时，甚至更加耐看，炫光蓝版本在蓝色的基础上加入类似金属漆的闪粉元素，在光线下质感出众，做工明显有了提升，左上角隐藏通知灯在充电或有通知时亮起，光是没有溢光这一点，已经足够完爆很多同价位手机。 底部三颗虚拟键的设计，进一步让屏占比得到升级，在新功能“无限屏”加入后，底部留有虚拟键的设计既可以完成日常操作，也便于使用“无限屏”功能，最重要的是，多出的三颗“金点”反而让下巴原本空档的部分更加饱满，看上去气质更佳。 老罗在发布会上还提到这次坚果 Pro2S在黑色机型外取消了金线设计，其中的考量既有争议的一部分，也有机身变薄的因素。作为有长期使用坚果Pro 2经历的用户，坚果 Pro2S上手感觉明显更圆润轻便，很大原因是取消了金线，边缘变得更加圆滑。 同时，统一配色也增进了坚果 Pro2S中控的一体感，以往总是称赞坚果手机把面板和机身相匹配，在全新配色的衬托下，这种设计优势更明显，蓝色玻璃机身会随当前光线反射出不同光泽，不同爆款“流光”机身的是，坚果Pro 2S可以同时呈现出闪粉的光泽，光线下的质感使人联想到限量版豪华跑车的漆面。 尽管外形变化不大，坚果Pro 2S的外观升级主要体现在细节、做工和手感方面，其他地方均沿用以往的设计。如“隐藏式”双摄、背部与LOGO融为一体的指纹识别模块，以及机身左侧那颗特色的闪念胶囊按钮。 底部话筒扬声器，一如既往是强迫症看了也舒服的对称开孔。Type-C接口支持最大18W的QC 3.0快速充电，以及达到2K级别的TV-OUT画面输出功能。 从整机外形的变化来看，用“稳健”形容坚果Pro 2S一点也没错，因为它的外形几乎照搬前任，没有大的变化。但当你真正体验的时候，却会发现变化来得比想象中还要直接：持握舒适度进步飞跃，整机做工开始比肩大厂水准，细节雕琢越发精致。 坦率地讲，重新被定义的坚果Pro 2S，就像被老罗数次重新定义的19：30，即使你知道接下来是什么，它依旧能用细节把人深深打动。
2坚果Pro 2S评测：无限屏加持，全面屏Out?
系统：TNT满血复活，无限屏加入 坚果R1的发布会上，TNT隆重登场，但等待老罗的却是不解、批评、甚至挖苦。但这位敢于把评价打在发布会PPT的人似乎无所畏惧，坚果Pro 2S系统层面更新之多，仿佛看到TNT的满血复活。 坚果Pro 2S搭载的Smartisan OS版本号为6.6.5，基于Android 8.1.0深度定制。独特的UI设计和方格式交互体验为其积累了不少粉丝。最新的Smartisan OS在原有的基础上加入许多新功能，使用体验也更加亲民。 惊喜的地方在于，在发布会上没提到的“负一屏”模式。以瀑布流方式对信息进行展示，同时加入许多日常惯用功能，如付款码的直接入口、新闻、天气等直接可以在负一屏可以看到，可以减少打开第三方资源的频率，日常更加方便。 诸如外形的细节升级，如下拉栏采用半透明磨砂效果，并且快捷开关得到重返，与此同时上滑呼出多任务和快捷选项的操作依旧保留，这样一来，无论是习惯哪种方式，都能找到合适自己的方案。 老罗说，很多人误解了TNT，认为它就是那块售价9999元的工作站，事实上，老罗和他的小伙伴们谈论的TNT并不完全等同于那块一体机，TNT是手机的延伸，而实现它的全部功能只需要一块显示器，键鼠操作或触控，涵盖市面上多个品牌，TNT触手可及。 能够使用TNT大屏模式的不只是旗舰坚果R1，坚果Pro 2S如今同样在支持的行列，接入大屏，可运行Office类办公软件，并带来触控和语音融合的交互体验，实际效果还是要体验后才能知道。 子弹短信曾经是TNT发布会的重头戏部分，如今子弹短信似乎更像一次重新发布——它不仅有了更多的功能，并且手机化后得以成为高效率的聊天工具。 高效率主要体现在用户的实名率较高，并且有可以查看用户历史头像，一定程度上可以解决聊天社交的痛点。最重要的方面，子弹短信支持跨平台操作，Android、iOS均可支持，即使在为安装APP的情况下，也能使用短信进行聊天，并指引到网页版本 除了跨平台，子弹短信还提供各种APP支持，如常用的微信就能直接关联到子弹短信应用，这样一来，既可以享受子弹短信的便利，也无需让他人跟随使用同样的APP。 子弹短信和闪念胶囊深度整合，利用闪念胶囊的语音识别功能，可以轻松将语音转为文字，并通过子弹短信发送。 提到“无限屏”，老罗的语气充满了自豪，再一次推出“革命性”交互产品，不亚于TNT带来的改变。 “无限屏”，即将屏幕的可操作范围大幅度延伸，配合人面识别、陀螺仪等传感器，从而无需手动就能完成应用切换、自拍、缩放地图等操作。看完《清明上河图》，都不需要双手操作。 目前无限屏已经推送测试版本，从上手体验来看，可以达到发布会上快捷切换应用的操作，惊喜在各个应用之间切换相当流畅，几乎无延迟。但测试版本存在一定的陀螺仪漂移现象，这点可以在后期修复，但无限屏这一功能，总体给人的感觉是值得期待的。 另外，坚果Pro 2S新系统还有许多以前不曾出现过的细节，尚待使用过程当中发掘，无须质疑的是，这个系统正在变得越发成熟，新鲜的想法又为它注入让人无法抗拒的体验欲，就像坚果Pro 2S一样，熟悉，却充满惊喜。 相机也是这次坚果Pro 2S的一大卖点，更是在DxOMark测试当中得到95分的成绩，优于不少同价位机型越级而立，诸如这个成绩已经优于定位更高的苹果iPhone 8。 后置摄像头为1200万（F/1.8）+500万（F/2.0）像素的搭配，主摄像头采用目前热门的IMX363传感器，拥有1.4μm大像素尺寸，支持双核对焦，选用了闭环马达对焦更快。软件方面，场景自动识别支持18个大类多达200种以上，并且与Arcsoft合作优化背景虚化。 前置摄像头方面，像素为1600万，光圈F/2.2，采用5P镜组，同样基于Arcsoft智能美颜算法优化，可以轻松识别人脸，调整策略匹配最自然的美颜方案。 AI识别为美食，色彩变得更加鲜艳，相比主流的AI拍照优化还有进步空间，相信对锤子科技来说不是难事。 在光线较弱的室内环境拍摄时，可以看到画面依然保持较高的纯净度，噪点不明显。 面对复杂的光源，坚果Pro 2S依然表现自如，画面看上去较为通透，比上一代机型有进步。 性能：高通710加持，续航与性能兼得 硬件配置方面，坚果Pro 2S拥有高通710处理器，工艺为10nm，采用第三代自主架构Kryo 360及八核心设计，CPU主频为2.2GHz。GPU为Adreno 616，应对热门3D游戏也可以获得流畅的游戏体验。储存搭配上面，拥有4GB+64GB、6GB+64GB与6GB+128GB等多种组合。 相对于坚果Pro 2，坚果Pro 2S的运行速度更快，但得益于10nm工艺的加持，高通710处理器的功耗控制更理想，而GPU的升级也带来更逼真流畅的游戏体验。 每次体验完锤子家族的产品之后，都有一种感觉，哪怕它不一定是同价位当中最好的，但肯定是当中最有意思的产品之一。坚果Pro 2S把有品质的设计变得更亲民，让你眼前一亮。 正如这次的坚果Pro 2S，不论是老罗式小执着的外观设计，还是可玩性高的系统功能，都让平时阅机无数的编辑们感到小惊喜，机器抵达我们办公区会划破那一刻的安静，更何况是普通的消费者。 |
将时间划分为多段，信号按时间分段传送。在同一时间，同一频率上传送二个通信组的信号，大大提高频率的利用率。
利用 TDMA 平台，降低了设备总体成本，并且可在同一地区和同一频率下支持更多用户和更多信息传输。
拿一款机器举例吧，我在用威泰克斯的EVX-531/534/539这个机器，它就是采用TDMA方式的，这是一款数字机，数字对讲机分TDMA和FDMA两种，TDMA是提供给专业用户使用的，是时分的制式。FDMA是提供给民用的，是频分的制式。 TDMA制式对讲机最大的优点是可以在使用中继的情况下,利用一个频率的2个不同时隙来实现2组同时通话,相比模拟对讲机而言,信道容量增加了一倍。
