概念定義

動態范圍：灰度跨躍的值域稱為動態范圍。上限取決于飽和度，下限取決于噪聲。

對比度：一幅圖像中最高和最低灰度級間的灰度差。

空間分辨率：圖像中可辨別的最小細節的度量。常用度量每單位距離線對數和每單位距離點數(像素數)。

灰度分辨率：圖像在灰度級中可分辨的最小變化。

圖像內插：已知數據來估計未知位置的數值的處理。在放大、縮放、旋轉和幾何校正中廣泛使用，是基本的重取樣方法。

最近鄰內插法：假設一幅圖像大小為500x500像素，將其放大1.5倍到750x750像素。創建一個假想的750x750的網格，它與原始圖像有相同的間隔，然后將收縮，使它準確地與原圖匹配。此時750x750的網格的像素要小于原圖像的像素間隔，在原圖像中尋找最接近的像素，并把該像素的灰度賦給750x750網格中的新對象。然后將圖像擴展到原來規定的大小，得到放大后的圖像。這種方法簡單，但可能產生不希望的結果，如直邊緣的嚴重失真。

雙線性內插：用4個最近鄰去估計給定位置的灰度。令(x, y)為想要賦以灰度值的位置的坐標，并令v(x, y)表示灰度值，對于雙線性內插來說，賦值公式為：

4個系數由4個用(x, y)點最近鄰點寫出的未知方程確定。

雙三次內插：用16個最近鄰點去估計給定位置的灰度。公式如下：

當上限為1時，該方程與雙線性內插方法是一致的。雙三次內插是商業圖像編輯程序的標準內插方法。

相鄰像素：位于坐標(x, y)處的像素p有4個水平和垂直的相鄰像素，其坐標由為：

這組像素稱為p的4領域(4-neighbors of p)，用N4(p)表示。

p的4個對角(diagonal)相鄰像素坐標為：

用ND(p)表示。這些點與4個鄰點一起稱為p的8鄰域(8-neighbors
of p)。用N8(p)表示。如果(x,
y)位于圖像的邊界上，某些鄰點會落入圖像的外邊。

總結

以上是生活随笔為你收集整理的Matlab图像处理(03)-基本概念的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。