显微镜数字图像的基本特性

2021-09-10 09:40:26 admin 3

显微镜里面的图像是怎么产生的呢?具有什么基本特性呢?,下面我们来探讨一下,显微镜是如何成像的。

用照相机、望远镜、显微镜或其他类型的光学仪器拍摄的自然图像显示出连续变化的阴影和色调阵列。用胶片制作的照片,或由摄像管产生的视频图像,是所有可能图像的一个子集,包含从暗到亮的广泛强度范围,以及可以包括几乎任何可以想象的色调和颜色的光谱。饱和度。这种类型的图像被称为连续色调,因为各种色调深浅和色调混合在一起而不会中断以生成对原始场景的忠实再现。

连续色调图像由模拟光学和电子设备产生,它们通过多种方法准确记录图像数据,例如一系列电信号波动或胶片乳剂化学性质的变化,这些变化在图像的所有维度上连续变化。为了让计算机处理或显示连续色调或模拟图像,必须首先将其转换为计算机可读形式或数字格式。此过程适用于所有图像,无论其来源和复杂程度,以及它们是否以黑白(灰度)或全彩色存在。由于灰度图像在某种程度上更容易解释,因此它们将作为以下许多讨论中的主要模型。

为了将连续色调图像转换为数字格式,模拟图像通过两个称为采样量化的操作过程被划分为单独的亮度值,如图 1 所示。用光学显微镜成像的微型年轻海星的模拟表示如图 1(a) 所示。在二维阵列中采样后(图 1(b)),模拟图像中特定位置的亮度级别被记录下来,随后在量化过程中转换为整数(图 1(c))。目标是将图像转换为离散点阵列,每个点都包含有关亮度或色调范围的特定信息,并且可以通过精确位置的特定数字数据值来描述。采样过程测量图像中连续位置的强度,并形成一个二维阵列,其中包含强度信息的小矩形块。采样完成后,结果数据被量化,为每个采样数据点分配一个特定的数字亮度值,范围从黑色,到所有中间灰度级,再到白色。结果是强度的数字表示,通常称为图片元素像素,用于数组中的每个采样数据点。

由于图像的尺寸通常为正方形或矩形,因此图像数字化产生的每个像素都由具有特定xy的坐标对表示,这些坐标对具有典型的笛卡尔坐标系中排列的特定xy值。X坐标指定的像素的水平位置或列的位置,而ÿ坐标表示的行数或垂直位置。按照惯例,位于坐标 (0,0) 的像素位于阵列的左上角,而位于 (158,350) 的像素将位于第 158 列和第 350 行相交的位置。在许多情况下,x位置被称为像素数,而y位置被称为行号因此,数字图像由表示一系列强度值的矩形(或正方形)像素阵列组成,并通过有组织的 ( x , y ) 坐标系进行排序实际上,图像仅作为一个大的数字(或数据值)序列数组存在,计算机可以将其解释为原始场景的数字表示。

纵横比

数字图像的水平与垂直尺寸比称为图像的纵横比,可以通过将水平宽度除以垂直高度来计算。为电视和视频设备推荐的NTSC(国家电视系统委员会)商业广播标准纵横比为 1.33,转换为 4:3 的比例,其中图像的水平尺寸比垂直尺寸宽 1.33 倍。相比之下,纵横比为 1:1 的图像(常用于闭路电视或闭路电视) 是完美的正方形。通过遵守数字图像显示的标准纵横比,当图像在远程平台上显示时,可以避免图像的严重失真,例如圆形显示为椭圆。

广泛用于电视和计算机显示器的 4:3 纵横比标准产生的显示宽度为 4 个单位,高为 3 个单位。例如,一台 32 英寸的电视(从左下角到右上角对角测量)宽 25.6 英寸,高 19.2 英寸。数字高清电视 ( HDTV )的标准纵横比为16:9(或 1.78:1),这会产生更矩形的屏幕。有时也称为宽屏格式(参见图 2),16:9 纵横比是标准广播格式和通常用于电影的格式之间的折衷。该比率已被确定为消除或减少信箱黑条大小的最佳折衷方案 格式视频,同时最大限度地减少将传统 4:3 广播适合使用更宽格式的屏幕所需的条形尺寸。

高清电视纵横比已成为数字电视广播的新标准,它源于努力创造更宽的电视屏幕,这些屏幕也适用于电影格式。最近,使用 Panavision 宽屏镜头制作的视频出现了更宽的格式 (2.35:1)。也称为宽屏,这种格式在已传输到数字视盘 ( DVD ) 软件(电影或视频)以供家庭观看的电影中很常见请注意,当使用DVD-ROM格式存储数据,术语“DVD”也指数字通用磁盘

当对连续色调图像进行采样和量化时,所得数字图像的像素尺寸将获得原始模拟图像的纵横比。在这方面,重要的是每个单独的像素都具有 1:1 的纵横比(称为方形像素),以确保与常见的数字图像处理算法兼容并最大限度地减少失真。如果模拟图像的纵横比为 4:3,则必须在水平方向上比在垂直方向上采集更多的样本(每 3 个垂直样本有 4 个水平样本)。具有其他纵横比的模拟图像在数字化时需要类似的考虑。

空间分辨率

数字图像的质量,通常称为图像分辨率,由像素数量和图像中每个像素可用的亮度值范围决定。图像的分辨率被认为是数字图像再现原始模拟图像或场景中存在的精细细节的能力。一般来说,术语空间分辨率保留用于描述构建和渲染数字图像时使用的像素数。该数量取决于在采集或数字化过程中对图像进行采样的精细程度,具有更高空间分辨率的图像在相同的物理尺寸内具有更多数量的像素。因此,随着在数字图像的采样和量化期间获取的像素数量增加,图像的空间分辨率也增加。

用于构建数字图像的采样频率或像素数是通过匹配成像设备(通常是 CCD 或 CMOS 图像传感器)和用于可视化图像的计算机系统的光学和电子分辨率来确定的。应通过采样和量化生成足够数量的像素,以忠实地表示原始扫描或光学获取的图像。当模拟图像采样不足时,大量细节可能会丢失或模糊,如图 3 中的图表所示。图 3(a) 中显示的原始模拟信号可以表示从照片中获得的扫描图像,或者由照相机显微镜产生的光学图像。请注意原始图像在采样和数字化之前显示的连续强度分布,当绘制为样本位置的函数时。在此示例中,当采集 32 个数字样本时(图 3(b)),生成的图像保留了原始模拟图像中存在的大部分特征强度和空间频率。


然而,当采样频率降低时(图 3(c) 和图 3(d)),原始模拟图像中存在的一些信息(频率)在从模拟到数字的转换中会丢失,这种现象通常称为混叠开始发展。从图 3(d) 中可以明显看出,它代表了具有最低样本数的数字图像,混叠造成了高空间频率数据的丢失,同时引入了实际上并不存在的虚假低频数据。与图 3(d) 中的数字图像相比,原始模拟图像中位置 0 和 16 之间区域的峰和谷的损失表明了这种效果。此外,模拟图像中位置 3 处的峰值已成为图 3(d) 中的谷,而位置 12 处的谷被解释为较低分辨率数字图像中峰值的斜率。

数字图像的空间分辨率与图像的空间密度用于捕获图像的显微镜或其他光学设备光学分辨率有关。数字图像中包含的像素数和每个像素之间的距离(称为采样间隔)) 是数字化设备精度的函数。光学分辨率是衡量光学镜头系统(显微镜相机)解析原始场景中细节的能力,与光学、图像传感器和电子设备的质量有关。结合空间密度(数字图像中的像素数),光学分辨率决定了图像的整体空间分辨率。在光学成像系统的光学分辨率优于空间密度的情况下,所得数字图像的空间分辨率仅受空间密度的限制。

数字图像采样频率

了解样本采样频率的变化如何在模数转换器采集或处理期间影响最终数字图像的分辨率。

数字图像中包含的所有细节,从非常粗糙到非常精细,都由在不同明暗级别之间循环的亮度过渡组成。亮度转换之间的循环速率称为图像空间频率,较高的速率对应于较高的空间频率。通过显微镜观察到的微小样本中的不同亮度水平很常见,背景通常由均匀的强度组成,而样本则表现出一系列的亮度水平。在强度相对恒定的区域(例如背景),空间频率在整个视场中仅略有变化。或者,许多标本细节通常表现出极端的明暗,其间的强度范围很广。

数字图像中每个像素的数值表示在采样间隔内平均的光学图像强度。因此,背景强度将由相对均匀的像素混合组成,而样本通常包含值从非常暗到非常亮的像素。数码相机系统准确捕捉所有这些细节的能力取决于采样间隔。显微镜中看到的小于数字采样间隔(具有高空间频率)的特征将无法在数字图像中准确表示。奈奎斯特准则要求采样间隔等于最高样本空间频率的两倍,以准确保持所得数字图像中的空间分辨率。一个等效的度量是香农采样定理,它指出数字化设备必须使用不大于光学图像最小可分辨特征尺寸的二分之一的采样间隔。因此,为了捕捉样本中存在的最小程度的细节,采样频率必须足够,以便为每个特征收集两个样本,确保成像设备收集空间周期的亮部和暗部。

如果样本的采样间隔低于奈奎斯特准则或香农定理所需的间隔,则最终数字图像中将无法准确表示具有高空间频率的细节。在光学显微镜中,光学图像分辨率的阿贝极限为 0.22 微米,这意味着数字化仪必须能够以对应于样品空间中 0.11 微米或更小的间隔进行采样。以每条水平扫描线 512 个点(或像素)对样本进行采样的数字化仪将产生约 56 微米(512 × 0.11 微米)的最大水平视野。如果样本采集中使用的像素太少,则包含样本的所有空间细节将不会出现在最终图像中。反过来,过采样额外的像素在理论上对空间分辨率没有贡献,但通常有助于提高从数字图像中获取的特征测量的准确性。为了确保为高分辨率成像提供足够的采样,建议最小可解析特征的采样间隔为 2.5 到 3 个。

大多数与现代显微镜和其他光学仪器相连的数码相机都有固定的最小采样间隔,无法调整以匹配样本的空间频率。选择能够满足显微镜放大倍率和样品特征的最小空间分辨率要求的相机和数字化仪组合非常重要。如果采样间隔超过特定样本所需的间隔,则生成的数字图像将包含比所需更多的数据,但不会丢失空间信息。

对于用光学显微镜成像的年轻海星标本,在不同空间分辨率下采样对数字图像的影响如图 4 所示。在最高空间分辨率下(图 4(a);175 × 175 像素,总共 30,625 像素),样本特征清晰可辨。随着空间分辨率的降低(图 4(b)-4(f)),像素尺寸变得越来越大。以连续较低的空间频率采样的样本细节会导致图像细节丢失。在最低采样频率下(图 4(e) 和 4(f)),会发生像素阻塞(通常称为像素化)并掩盖大部分图像特征。

许多设计为与光学显微镜耦合的入门级数码相机包含一个像素尺寸约为 7.6 平方微米的图像传感器,当传感器在VGA模式。生成的数字图像大小为 640 × 480 像素,相当于 307,200 个单独的传感器元件。数字图像传感器的最终分辨率是光电二极管数量及其相对于显微镜光学器件投射到阵列表面的图像的大小的函数。只有为每个可解析单元制作至少两个样本,才能实现使用数码显微镜成像的样本的可接受分辨率。低端显微镜的数值孔径范围从最低光学放大倍数 (0.5x) 下的大约 0.05 到最高放大倍数 (100x 无油) 下的大约 0.95。考虑到平均可见光波长为 550 纳米,光学分辨率范围在 0.5 到 7 微米之间(取决于放大倍数),

空间分辨率

探索数字图像空间分辨率的显着变化如何对最终图像的最终外观产生巨大影响。本教程检查使用各种对比度增强照明技术收集的图像。

当模拟图像或实际样本中存在的细节以低于其空间频率两倍的速率进行采样时,就会发生严重的采样伪影,称为空间混叠这种现象,通常也称为欠采样,通常发生在数字转换器中的像素与图像中存在的高频细节相比间隔太远时。因此,准确呈现模拟图像细节所需的最高频率信息可以伪装成数字图像中实际不存在的较低空间频率特征。当采样频率降至临界水平以下时,混叠通常以突然转变的形式发生,该水平约为重复高频样本模式的 1.5 倍,或低于奈奎斯特分辨率极限的 25%。包含规则间隔的重复图案的样本通常会出现莫尔条纹,这是由欠采样引起的混叠伪影造成的。

图像亮度和位深

数字图像亮度(或发光亮度)是在用数码相机采集图像或由模数转换器数字化后像素阵列上的相对强度值的度量。亮度不应与强度混淆(更准确地称为辐射强度),它指的是从被模拟或数字设备成像的物体实际反射或透射的光能的大小或数量。相反,在数字图像处理方面,亮度更恰当地描述为构成数字图像的集合的所有像素的测量强度,该集合构成数字图像被捕获、数字化和显示。像素亮度是数字图像中的一个重要因素,因为(除了颜色)它是处理技术可以用来定量调整图像的唯一变量。

在对物体进行成像和采样后,每个可解析单元由数字整数表示(假设图像是用数码相机系统捕获的)或由胶片(或视频管)上的模拟强度值表示。无论采用何种捕获方法,都必须将图像数字化,以将样品中表示的每个连续色调强度转换为数字亮度值。数字值的精度与数字化设备位深成正比如果使用两位,则图像只能由四个亮度值或级别表示。同样,如果处理 3 位或 4 位,相应的图像分别具有 8 和 16 级亮度(见图 5)。在所有这些情况下,级别0表示黑色,而上层(37,或15)表示白色,并且每个中间级别的灰色不同色调。

这些黑色、白色和灰色亮度级别都组合在一起,构成了图像灰度亮度范围更高数量的灰度级对应更大的位深度和准确表示更大信号动态范围的能力(见表 1)。例如,12 位数字化仪可以显示 4,096 级灰度,对应于 72 db(分贝)的传感器动态范围。在这个意义上应用时,动态范围是指 CCD 传感器可以传输用于图像显示的相对于噪声的最大信号电平,可以具体定义为像素信号容量和传感器噪声特性。类似的术语通常用于描述在创建和显示数字图像时使用的灰度级范围,可以用强度直方图表示。如果专门称为场景内动态范围,则说明此用法彩色图像由三个单独的通道(红色、绿色和蓝色)构成,这些通道具有自己的“灰度”标度,每种颜色的亮度级别各不相同。颜色在每个像素内组合以表示最终图像。

在计算机技术中,比特b inary dig it 的缩写)是使用二进制数学系统(仅由数字 1 和 0 组成)的符号中的最小信息单位。一个字节通常由一个 8 位的线性字符串构成,能够存储 256 个整数值 (2•E(8))。同样,两个字节(等于16位或一个计算机)可以存储2•(E16)个整数,范围从0到65,535。一千字节(缩写为Kbyte)等于 1024 字节,而一兆字节(Mbyte) 等于 1024 KB。在大多数计算机电路中,位与存储单元中的晶体管或电容器的状态或硬盘驱动器盘片上的磁域在物理上相关联。

灰度分辨率

检查不同位深度分辨率对使用光学显微镜捕获的数字图像外观的影响。使用此交互式教程,可以在 1 位和 7 位范围之间更改灰度图像。

术语位深度是指模数转换器用于将模拟图像信息转换为能够被计算机读取和分析的离散数字值的可能灰度值的二进制范围。例如,最流行的 8 位数字化转换器的二进制范围为 2•(E8) 或 256 个可能值(图 5),而 10 位转换器的范围为 2•(E10)(1,024 个值), 16 位转换器有 2•(E16) 或 65,536 个可能值。模数转换器的位深决定了灰度增量的大小,位深越高,相机可用的有用图像信息范围越大。

表 1 中显示了用于存储数字信息的位数、灰度级的等效数值与传感器动态范围的相应值(以分贝为单位;一位约等于 6 dB)之间的关系。如表所示,如果 0.72 伏视频信号由 A/D 转换器以 1 位精度进行数字化,则该信号将由两个值表示,二进制 0 或 1,电压值为 0 和 0.72 伏。消费类和低端科学应用中使用的数码相机中的大多数数字化仪采用 8 位 A/D 转换器,该转换器具有 256 个离散灰度级(介于 0 和 255 之间)来表示电压幅度。然后将 0.72 伏的最大信号细分为 256 个步长,每个步长的值为 2.9 毫伏。

位深度、灰度级和传感器动态范围
位深灰度
等级
动态范围
(分贝)
126分贝
2412 分贝
3818 分贝
41624 分贝
53230分贝
66436 分贝
712842 分贝
825648 分贝
951254 分贝
101,02460 分贝
112,04866 分贝
124,09672 分贝
138,19278 分贝
1416,38484分贝
1665,53696 分贝
18262,144108 分贝
201,048,576120分贝
表格1

为获得可接受的视觉质量而必须生成的灰度级数应足以使人眼无法辨别各个灰度值之间的步长。在理想的观看条件下,普通人眼的灰度图像强度的“明显差异”约为 2%。在视频监视器的强度范围内,人眼最多可以区分大约 50 种离散的灰度阴影,这表明图像的最小位深度应介于 6 到 7 位(64 到 128 个灰度级;见图 5)。

数字图像应至少具有 8 位至 10 位分辨率,以避免在图像处理过程中增加对比度时在增强图像中产生视觉上明显的灰度级。从图 6 中可以看出减少灰度级数对光学显微镜捕获的数字图像外观的影响,该图显示了普通跳蚤的黑白(最初为 8 位)图像。样本以各种灰度分辨率显示,范围从 6 位(图 6(a))到 1 位(图 6(f)),中间有几个级别。在较低的分辨率(低于 5 位)下,图像开始获得细节明显减少的机械外观,许多样本区域经历称为灰度轮廓分色的现象灰度轮廓首先在背景区域中变得明显(参见图 6(c)),其中灰度趋于逐渐变化,表明灰度分辨率不足。在最低分辨率(1 位和 2 位;图 6(e) 和 6(f))下,大量图像细节丢失。对于大多数典型应用程序,例如在计算机屏幕上或通过 Web 浏览器显示,6 位或 7 位分辨率通常足以获得视觉上令人愉悦的数字图像。

最终,要充分描述图像需要多少像素和灰度级的决定取决于原始场景(或显微镜中的样本)的物理特性。许多低对比度、高分辨率的图像需要大量的灰度级和像素才能产生令人满意的结果,而其他高对比度和低分辨率的图像(例如线条图)可以用明显较低的像素密度和灰度级来充分表示范围。最后,在对比度、分辨率、位深度和图像处理算法的速度之间存在计算机性能的权衡。与具有较少像素和灰度级的图像相比,具有大量变量的图像将需要更多的计算机“马力”。然而,任何现代计算机都能够非常快速地对常见尺寸(640 × 480 到 1280 × 1024)的数字图像执行复杂的计算。较大的图像,或以专有文件格式存储的图像(例如 Photoshop 文档 -PSD ) 包含多个层,可能会降低性能,但在大多数个人计算机上仍然可以在合理的时间内处理。

改进的带有 CCD 和 CMOS 图像传感器的数码相机具有 10 位(甚至在高端型号中为 12 位)分辨率特性,允许显示比 8 位图像更大的宽容度的图像。发生这种情况是因为适当的软件可以从更大的调色板(1,024 或 4,096 灰度级)渲染必要的灰度,以在计算机显示器上显示,通常以 256 级灰度呈现图像。相比之下,8 位数字图像仅限于最初由数码相机捕获的 256 个灰度级的调色板。随着图像处理过程中放大倍数的增加,软件可以选择最准确的灰度来再现放大图像的部分,而不会改变原始数据。

模拟视频信号的数字转换所需的精度取决于数字灰度级阶跃与摄像机输出中的均方根噪声之间的差异。带有内部模数转换器的 CCD 相机产生不需要在计算机中重新采样和数字化的数字数据流。这些相机能够在高端型号中生成高达 16 位分辨率(65,536 灰度级)的数字数据。更复杂的 CCD 相机所展示的大数字范围的主要优势在于所显示的 8 位图像的信噪比改进以及信号可以数字化的宽线性动态范围。

色彩空间模型

彩色数字图像受采样、量化、空间分辨率、位深度和动态范围等概念的控制,这些概念适用于它们的灰度对应物。然而,彩色图像的像素不是用灰度级或灰度阴影表示的单个亮度值,而是使用三个独立的亮度分量进行量化,每个原色分量一个。当彩色图像显示在计算机显示器上时,会使用三个独立的颜色发射器,每个发射器产生一个独特的光谱带,它们在屏幕上以不同的亮度级别组合以生成可见光谱中的所有颜色。

使用 CCD 或 CMOS 图像传感器捕获的图像可以呈现彩色,前提是传感器配备有以特定模式安装在每个光电二极管上的微型红色、绿色和蓝色吸收滤光片。或者,一些数码相机具有旋转滤光轮或采用三个独立的图像传感器,每个图像传感器位于单独的滤色器后面,以生成彩色图像。通常,通过将算法分别应用于每个颜色通道,然后组合通道,可以将在灰度图像上执行的所有处理操作扩展到彩色图像。因此,每个颜色分量都以相当于灰度图像中使用的位深度(通常为 8 位)的分辨率进行量化和处理。然后将产生的 8 位分量组合以产生 24 位像素(称为真彩色),尽管某些应用程序可能需要或多或少的颜色分辨率。

可以选择性地组合红色、绿色和蓝色加色原色,以产生可见光谱中的所有颜色。这些原色共同构成了一个色彩空间(通常称为色域),可以作为彩色数字图像处理和显示的基础。在某些情况下,备用颜色空间模型更适合特定算法或应用程序,它只需要将红色、绿色和蓝色 ( RGB ) 空间简单的数学转换为另一种颜色空间。例如,如果必须打印数字图像,则首先将其获取并处理为 RGB 图像,然后转换为青色、品红色、黄色(CMY) 三色打印所需的色彩空间,由处理软件应用程序或打印机本身提供。

通常,图像传感器(尽管有些使用 CMY 过滤器)利用 RGB 颜色空间来检测和生成彩色数字图像,但其他衍生颜色空间通常更适用于彩色图像处理。这些色彩空间模型代表了定义色彩变量(例如色调、饱和度、亮度或强度)的不同方法,并且可以任意修改以满足特定应用的需要。最流行的替代色彩空间模型是色调饱和度强度HSI) 颜色空间,它以一种直观的方式(人类倾向于感知颜色的方式)表示颜色。HSI 颜色空间不是像 RGB 颜色空间那样描述单个颜色或混合物的特性,而是根据颜色的直观成分建模。例如,色调分量控制色谱(红色、绿色、蓝色、黄色等),而饱和度分量调节颜色纯度,强度分量控制颜色的亮度。

已经设计了 HSI 颜色空间模型的许多衍生模型,包括色调、饱和度、亮度 ( HSL )、色调、饱和度、亮度 ( HSB ) 以及其他几个密切相关但不完全相同的模型。亮度、亮度、值和强度这两个术语通常可以互换使用,但实际上代表了颜色亮度的明显不同表现形式。每个颜色空间模型都提供了一种为特定应用量身定制的颜色表示方案。

通过将特定的灰度范围分配给特定的颜色值,灰度数字图像可以以伪彩色呈现这种技术对于突出灰度图像中的特定感兴趣区域很有用,因为与不同的灰度相比,人眼更能区分不同的颜色深浅。伪彩色成像广泛用于荧光显微镜,以显示利用多重染色标本在不同波长下获得的合并单色图像。通常,分配给拼贴组件中单个荧光团图像的颜色与荧光染料自然发出的颜色接近。

图像直方图

组成数字图像的像素的强度或亮度可以用灰度直方图图形化描述,该直方图映射图像中存在的每个灰度级的像素数量。典型的灰度数字图像(用光学显微镜捕获)及其相应的直方图分别如图 7(a) 和 7(b) 所示。灰度值绘制在 8 位图像的水平轴上,范围从 0 到 255(总共 256 个灰度级)。以类似的方式,包括每个灰度级的像素数量绘制在垂直轴上。图像中的每个像素都有一个灰度级对应于图中的一个值,因此直方图的每个灰度级列中的像素数必须相加才能产生图像中的像素总数。

直方图通过指示每个亮度级别的相对像素数量和图像的总体强度分布,提供了数字图像的方便表示。可以使用从直方图导出的统计数据来比较图像之间的对比度和强度,或者可以通过图像处理算法更改直方图以在图像中产生相应的变化。此外,直方图中的像素数可用于确定特定图像细节的面积测量值,或评估和比较摄像机或数字化仪的性能。

处理图像直方图

检查如何通过应用对比度拉伸和直方图归一化算法重新分配亮度值可以恢复对比度较差的数字图像。

数字图像直方图最流行和最实用的用途之一是调整对比度。灰度直方图还揭示了数字图像所使用的可用灰度范围的范围。例如,落在 50 到 75 亮度级别范围内的像素浓度,在直方图的其他区域中只有几个像素,表示强度(亮度)级别的范围有限。相比之下,平衡良好的直方图(如图 7(b) 所示)是大场景内动态范围的良好指标。具有高对比度和低对比度的数字图像如图 7(c) 至 7(f) 所示。标本是在明场照明中成像和记录的人体组织的染色薄切片(如上文针对图 7(a) 和 7(b) 所讨论的)。图 7(c) 展示了图像对比度非常低的情况,导致大多数像素被分组在直方图的中心(图 7(d)),严重限制了动态范围(和对比度)。当对比度向相反方向移动时(图 7(f)),大多数像素以双峰方式分组为最高和最低灰度级,而中心级相对较少。这种分布对应于非常高的对比度水平,导致数字图像具有过多的白色和黑色像素,但中间灰度级相对较少(参见图 7(e))。从这些例子中,很明显数字图像直方图是图像保真度的有力指标,可用于确定图像修复的必要步骤。导致大多数像素被分组在直方图的中心(图 7(d)),严重限制了动态范围(和对比度)。当对比度向相反方向移动时(图 7(f)),大多数像素以双峰方式分组为最高和最低灰度级,而中心级相对较少。这种分布对应于非常高的对比度水平,导致数字图像具有过多的白色和黑色像素,但中间灰度级相对较少(参见图 7(e))。从这些例子中,很明显数字图像直方图是图像保真度的有力指标,可用于确定图像修复的必要步骤。导致大多数像素被分组在直方图的中心(图 7(d)),严重限制了动态范围(和对比度)。当对比度向相反方向移动时(图 7(f)),大多数像素以双峰方式分组为最高和最低灰度级,而中心级相对较少。这种分布对应于非常高的对比度水平,导致数字图像具有过多的白色和黑色像素,但中间灰度级相对较少(参见图 7(e))。从这些例子中,很明显数字图像直方图是图像保真度的有力指标,可用于确定图像修复的必要步骤。严重限制了动态范围(和对比度)。当对比度向相反方向移动时(图 7(f)),大多数像素以双峰方式分组为最高和最低灰度级,而中心级相对较少。这种分布对应于非常高的对比度水平,导致数字图像具有过多的白色和黑色像素,但中间灰度级相对较少(参见图 7(e))。从这些例子中,很明显数字图像直方图是图像保真度的有力指标,可用于确定图像修复的必要步骤。严重限制了动态范围(和对比度)。当对比度向相反方向移动时(图 7(f)),大多数像素以双峰方式分组为最高和最低灰度级,而中心级相对较少。这种分布对应于非常高的对比度水平,导致数字图像具有过多的白色和黑色像素,但中间灰度级相对较少(参见图 7(e))。从这些例子中,很明显数字图像直方图是图像保真度的有力指标,可用于确定图像修复的必要步骤。这种分布对应于非常高的对比度水平,导致数字图像具有过多的白色和黑色像素,但中间灰度级相对较少(见图 7(e))。从这些例子中,很明显数字图像直方图是图像保真度的有力指标,可用于确定图像修复的必要步骤。这种分布对应于非常高的对比度水平,导致数字图像具有过多的白色和黑色像素,但中间灰度级相对较少(参见图 7(e))。从这些例子中,很明显数字图像直方图是图像保真度的有力指标,可用于确定图像修复的必要步骤。

彩色数字图像的直方图是三个灰度直方图的组合,针对每个颜色分量(通常为红色、绿色和蓝色)计算和显示这些直方图。颜色直方图可以表示 RGB 颜色空间、HSI 模型或数字图像处理算法所需的任何其他颜色空间模型。这些直方图可以以叠加方式同时显示,也可以分成单独的图形,以帮助确定各个颜色分量的亮度分布、对比度和动态范围。

图 8 中显示的是使用光学显微镜捕获的典型全彩色数字图像。标本是用伊红和苏木精染色并在明场照明模式下成像的哺乳动物味蕾的薄切片。出现在数字图像右侧的是 RGB 直方图,其中包含三个(红色、绿色和蓝色)颜色通道的叠加像素分布。在数字图像和 RGB 直方图下方是分别代表红色、绿色和蓝色通道的独立直方图。请注意,红色通道中强度级别的分布最高,这对应于数字图像中红色调的显着优势。双峰绿色通道表示该颜色通道的对比度很大,

数字图像显示

为了在模拟计算机监视器(或电视)上重新创建数字图像,必须在不显着丢失空间信息的情况下对像素强度进行插值。理论上,这只能使用显示系统来实现,其中像素元素使用sin(x)/x函数(见图 9),它是一个复杂的二维波形,在整个图像的所有位置都具有零强度。这个要求给使用电子枪的模拟显示系统带来了问题,因为标准计算机显示器不能充分产生所需的功能。通过数模转换器转换回模拟信号后,视频监视器上的扫描点非常类似于高斯分布函数(图 9)。这两个函数仅通过中心最大值彼此相似,数字显示应用可能导致潜在的严重幅度和波形改变,从而掩盖图像中存在的高分辨率信息。

解决计算机显示器显示不足的方法是增加数字图像中的像素数量,同时使用频率响应(视频带宽)超过 20 兆赫兹的高分辨率显示器。即使是相对低端的现代计算机显示器也能满足这些要求,并且图像始终可以通过插值技术增加像素密度(尽管这并不总是可取的)。另一种方法是对模拟图像进行过采样(超出奈奎斯特极限),以确保为复杂的图像处理算法和后续显示提供足够的像素数据。

视频显示器的刷新率也是查看和处理数字图像的重要因素。显示器闪烁是一种严重的伪影,即使在很短的时间内也会使眼睛疲劳。为避免闪烁伪影,电视显示器采用隔行扫描技术,依次刷新奇数和偶数行,从而产生交错效果。隔行扫描给人的印象是新帧的生成频率是实际生成频率的两倍。最初,隔行扫描用于电视广播信号,因为显示可以不那么频繁地刷新而不会出现明显的图像闪烁。

现代计算机显示器采用非隔行扫描技术(也称为逐行扫描),可在一次扫描中显示整个视频缓冲区。逐行扫描监视器需要以两倍于隔行扫描设备频率运行的帧速率,以避免出现闪烁伪影。然而,该技术消除了线对线闪烁并减少了显示图像中的运动伪影。现代计算机显示器通常具有用户可调节的逐行扫描速率,范围从每秒 60 帧到超过 100 帧不等,可以呈现几乎无闪烁的非常稳定的图像。

数字图像存储要求

为了节省存储资源,数字图像的各个像素坐标不以常见的计算机文件格式存储。这是因为数字化设备(CCD、扫描仪等)通过光栅扫描或阵列读出模拟或光学图像按顺序对图像进行数字化,数字化设备将数据以像素亮度值的串行字符串传输到计算机。然后根据建立的图像垂直和水平尺寸,通过像素的增量计数来显示图像,这些尺寸通常记录在图像文件头中。

数字图像的特性可以用多种方式表达。例如,可以指定给定长度维度(例如每英寸像素)的像素数,或者可以使用像素阵列大小(例如,640 × 480)来描述图像。或者,图像像素的总数或计算机存储文件大小给出了图像尺寸的指示。文件大小(以字节为单位)可以通过将像素尺寸乘以位深度并将该数字除以 8(每字节的位数)来确定。例如,具有 8 位分辨率的 640 × 480(像素)图像将转换为 302 KB 的计算机内存(见表 2)。同样,具有 24 位深度的高分辨率 1280 × 1024 真彩色图像需要超过 3.8 兆字节的存储空间。

表 2 中显示了作为像素尺寸、格式和位深度函数的数字图像文件大小,适用于各种图像。 未压缩的文件格式,例如标记图像文件格式 ( TIFF ) 和“Windows”图像位图 ( BMP ) , 以全彩色编码时需要最多的硬盘空间。相比之下,常见的压缩算法,包括流行的联合图像专家组 ( JPEG) 技术,可以显着降低存储需求,同时保持合理的图像质量。像素深度和目标输出要求也是决定如何存储数字图像的重要因素。用于印刷媒体的图像需要高像素分辨率(通常超过每英寸 300 像素),而用于通过 Internet 分发的图像则受益于降低的分辨率(每英寸约 72 像素)和文件大小。