摄像数字图像基础之数字图像概述

admin

2.1 数字图像概述

2.1.1 什么是数字图像

我们常说的计算机（电脑）指的是数字计算机，数字计算机处理的信息都是“数字”信息，而现实物理世界中的信息基本都是“模拟”信息，“数字”信息和“模拟信息”的主要区别是信息的“离散性”和“连续性”。拿图像举例， 物理世界中的图像是连续的，图像中任何两点之间（不论这两个点之间如何接近）都含有颜色等信息，其信息的量是无限的，因此不可能在计算机中来表示物理世界中连续的图像。幸运的是，在现实生活中，人类肉眼的观察事物的能力是有限的，比如，当电影胶片以每秒24格画面匀速转动，一系列静态画面就会因视觉暂留作用而造成一种连续的视觉印象，产生逼真的动感；同样，人眼分辨图像细节的能力是有限的，如当空间平面上两个黑点相互靠拢到一定程度时，离开黑点一定距离的观察者就无法区分它们；当空间中足够近的两个点的颜色不同时，我们肉眼看到的是这两个颜色“叠加（光的合成原理）”起来的效果，因此可以将其看一个点，其颜色为合成后的颜色。根据人眼的视觉机理，我们将显示物理世界的图像按一定的密度进行采样，比如我们将物理图像按1mm*1mm的方格大小进行采样，每一个格子都有相应的颜色信息（可以用数字表示），这样用一个个“像素（格子）”信息组成的图像在人的肉眼看来和现实的物理图像是没有区别的。我们将计算机用这种用离散的、数值的方式表示的图像称为数字图像。

2.1.2 数字图像的获取与表示

成像原理 摄像机（Camera，摄像头、相机等）和眼睛的成像原理是类似的，在这里我们放在一起介绍。这两者的成像机制都是基于两个主要的组成部分：一组镜片和成像传感器。镜片会部分获取从物体发射出来的光线，将其聚焦到成像传感器（视网膜）上，成像传感器然后将光线视频信号，以电子（Camera）或神经（Eyes，Nerve）的方式。

图2.1 聚焦成像原理图

我们以图示的方式介绍棱镜的作用。如图所示，从滑冰者身上反射出的光线被棱镜聚焦到右边的屏幕上，形成一个倒立的像。聚焦的有着特定的含义，它意味着从滑冰者身上任何一点（如脚趾尖上的一个点）所反射的经过棱镜的光线通过棱镜折射后，仍在屏幕上相交于一点，而不会在屏幕上形成一个区域。
我们用图示的方式说明电子摄像机和人眼的组成结构（分别如图所示）。如前所述，两者在结构组成上时相似的，前端都有由一组棱镜组成，后端由成像传感器组成。连接两端的分别是空气和透明液体。两者的棱镜系统都有两个可调的参数：焦点（focus）和光圈（iris，眼睛对应于虹膜）。如果棱镜没有对焦，物体上的一点经过棱镜那部分的光线就会在屏幕上（成像传感器上）形成一个圆形区域，使得所成像趋于模糊。在照相机中，我们可以通过移动棱镜和成像传感器之间的距离使之聚焦。而人的眼睛包含两个棱镜，在眼球前方的棱镜称为角膜（cornea），在眼睛的内部还有一个可以调节的棱镜。角膜的主要起折射光线的作用，但是角膜的位置和形状是不变的。调焦是通过眼睛内部的棱镜实现的，内部棱镜是一个更加灵活的组织，它能够通过睫状体的肌肉的活动来使之变形，当肌肉收缩的时候，使得内部棱镜变得更加扁平，使得焦距变短。因此，通过这种肌肉的活动，达到调焦的目的。

图2.2 成像原理

在这两个成像系统中，光圈（iris，眼睛对应于虹膜）的作用是控制棱镜多大部分暴露在光线下，这样可以控制在呈现传感器上成像的亮度。虹膜是由非透明的肌肉组织形成的，通过这种肌肉组织的收缩，可以使瞳孔变大（摄入的光线更多），光圈的作用类似。
这些光学系统的参数常常以意想不到的方式在起作用，举例来说，考虑到光线的多少和光线传感器的灵敏度对所成像的清晰度的影响，我们通常通过调整光圈（虹膜）的大小和曝光时间来让合适量的光线折射到成像传感器（视网膜）上，如果光线的亮度太强，就可以减小光圈的半径，这样会导致更大的景深（景深的概念请参考附录二），更大的景深会使在一个较大的距离空间内的成像都比较清晰，同时，光线太强，可以允许曝光时间缩短，从而可以减少由于手的都通和物体的运动造成模糊的成像。光学系统是这些参数之间的完美平衡。
数字化器 数字图像的获取主要是通过数字化器来实现的。常用的数字化器有扫描仪、数码相机和数码摄像机。数字化器必须能够将图像划分为若干小块（像素），能够度量每一像素的灰度或颜色并量化为整数，并能够将这些整数写入存储设备。数字化器基本上由下列部件组成。

• 采样孔：保证单独观测特定的像素而不受其它部分的影响。
• 图像扫描机构：使采样孔按预先确定的方式在图像上移动。
• 光传感器：通过采样孔测量图像的每一个像素的亮度。
• 量化器：将传感器输出的连续量转化为整数值。
• 输出存储体：将像素灰度值存储起来。它可以是固态存储器，或磁盘等。
  

电荷耦合器件（Charge coupled device，CCD） 很多数字相机采用电荷耦合器件（CCD）作为其感光元器件（光传感器）。我们可以把CCD想象成一个没有盖子的芯片，上面整齐地排列着很多小的感光单元，光线中的光子撞击每个单元后，在这些单元中会产生电子（光电效应），而且光子的数目与电子的数目互成比例。曝光结束后，这些电子被从 CCD 芯片中读出，并由相机内部的微处理器进行初步处理。此时由该微处理器输出的就是一幅数字图像了。由于CCD光敏元可做得很小(约10um)，所以它的图象分辨率很高。
CCD器件是一个集成电路，CCD的核心是一个很薄的硅片，通常为1cm2大小，图2.3所示为其断面图，我们以三相CCD结构为例，简单的三相CCD结构如图所示，其上方覆盖了一层很薄的绝缘体（insulator）和一排电极（electrode），相隔两个的所有电极都连在一起(如1、4、7……,2、5、8……,3、6、9……)，由三个相位相差1200时钟脉冲φ1、φ2、φ3来驱动，故称三相CCD。图a为断面图；图(b)为俯视图；图(d)给出了三相时钟之间的变化。在时刻t1，第一相时钟φ1处于高电压，φ2、φ3处于低压。这时第一组电极1、4、7……下面形成深势阱（由于正向电压排斥正电荷，所以形成一个空穴，称为势阱），CCD的每一个势阱都是很好的光传感器，因为当一个光子撞击硅片的时候，会将其能量转化为两个带电粒子，一个为正电荷，一个为负电荷，根据同性相斥，异性相吸的原理，在这些势阱中可以贮存负电荷电荷形成“电荷包”，如图(c)所示。在t2时刻φ1电压线性减少，φ2为高电压，在第一组电极下的势阱变浅，而第二组(2、5、8……)电极下形成深势阱，信息电荷从第一组电极下面向第二组转移，直到t3时刻，φ2为高压，φ1、φ3为低压，信息电荷全部转移到第二组电极下面。重复上述类似过程，信息电荷可从φ2转移到φ3，然后从φ3转移到φ1电极下的势阱中。当三相时钟电压循环时，电荷包会向右转移一级，依次类推，信号电荷一直由电极1、2、3……N向右移，直到输出。

图2.3 CCD原理图

但在这一过程中，光子的波长并没有被转换为任何形式的电信号，换言之，CCD 裸芯片实际上都没有把色彩信息转换为任何形式的电信号。那么采用 CCD 作为感光元件的彩色数字相机是如何生产彩色图像的？在这种情况下，如果我们希望使用 CCD 作为相机感光芯片，并输出红、绿、蓝三色分量，就可以采用一个分光棱镜和三个 CCD。棱镜将光线中的红、绿、蓝三个基本色分开，使其分别投射在一个 CCD 上。这样以来，每个 CCD 就只对一种基本色分量感光。这种解决方案在实际应用中的效果非常好，但它的最大缺点就在于，采用3个 CCD 加棱镜的搭配必然导致价格昂贵。因此科研人员在很多年前就开始研发只使用一个 CCD 芯片也能输出各种彩色分量的相机，其实现机理请参考其他资料。

2.1.3 数字图像的特点

数字图像具有一些显著的特点，首先表现为数字图像所占的数据空间大。一个普通的遥感图像的信息量大概在几兆左右，在雷达监测领域，一个小时所积累的雷达数据一般占有几G的硬盘空间。因此，数字图像处理的难度大，成本也会较高。这就对图像压缩提出了必须（很高）的要求。