第2章　圖像邊緣、角點檢測

2.1　圖　　像

底層計算機視覺的主要研究對象為圖像處理，實際上可以簡而言之為從單幅或多幅二維投影圖像（或視頻序列）中計算出視覺所需要的客觀參數。因此圖像處理可以認為是計算機視覺的基礎。

圖像往往伴隨圖形的概念。一般認為，圖像指采用像素點來表示客觀世界的數據形式，如大家常見的數碼相機拍攝的照片。而圖形一般是指采用具有方向、長度、形狀等來表示的矢量圖，例如，在標準C語言中調用其圖形庫而畫出來的橢圓或者動畫等。盡管現代計算機視覺與圖形學密切相關，但本書中不對此進行專門論述，感興趣的讀者可參考最新的國際期刊和會議文獻，了解圖形學與計算機視覺的聯系。

考慮到在實際使用中，位圖的概念應用比較廣泛，這里以位圖為例，對圖像進行簡單的介紹。

圖2.1中顯示的是一幅故宮的圖像及其局部放大后的圖像。其中，放大后的圖像手工標記了網格，每個小格表示一個像素（Pixel）。若不采用手工標記網格的方式，直接采用局部放大，則有類似如圖2.2所示的效果。其中，最右邊的局部放大圖像有明顯的小塊效應，這個小塊為原始圖像的單個像素在顯示器上顯示的效果。從圖2.2可以明顯看出，圖像具有局部平滑的特性。

圖像在計算機中采用矩陣的形式來表示。一般在Windows系統中，采用位圖（Bitmap）來表示圖像。從圖2.2的圖像中可以看出，圖像由像素構成，每個像素實際上采用二進制位（bit）來表示。以灰度圖像為例，若灰度圖像的每個像素值用8 bit表示，則表明該圖像的每個像素有28種可能的值，習慣用0～255這256個數值表示，每個數值表示一種灰度的級別。0表示黑色，255表示白色。這樣的8 bit的灰度圖像稱為8位圖像，若每個像素用nbit表示，則稱其為n位圖像。常見的n包括1、2、4、8、10、16和24等。

實際上，位數一般也可以用來表示圖像的顏色數目，如圖2.3所示。

通常所說的8位灰度圖像，即為256色的灰度圖像。根據色度學中三基色原理，自然界中的顏色千變萬化，若直接對這些顏色進行編碼，則無法采用數字化的方法來有效表達。因此，實際表示的時候一般采用紅綠藍（RGB）三基色來進行表示。通過第1章中的色度圖可知，采用三基色的線性組合可以有效地表示色度圖中的絕大部分顏色。實際上，在色度圖中確定三基色和白點（White Point）的坐標后，三基色所形成的三角形色度區域內的所有顏色都可以采用三基色的線性組合表示出來。

上述的24位圖像一般是指采用RGB三基色，每種基色采用8 bit來表示的RGB彩色圖像，也是通常所稱的真彩色圖像。