1.灰度變化：

色深是一個可以顯示灰階個數的參數。對于8bit的顯示器來說，灰階數就是256個；對于10bit的顯示器來說，灰階數就是1024個，所以位數越高的顯示器，灰階范圍也就越大，圖像的明暗變化也就越平滑。

如下圖1所示，是一個變化不平滑的灰階，它對于圖像的明暗顯示局限性非常的大；

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖1

圖2是8bit的灰階范圍圖，但是由于8bit無法將全部的灰階顯示出來，所以灰階圖上會出現一條一條的條帶，這種現象稱為“色帶”。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖2

圖3是16bit的灰階范圍圖，可以看到16bit的灰階范圍更為廣闊，明暗變化也更為平滑。

?

?

2.抖動算法

對于8bit的顯示器，加入我們給它足夠的補償，那么8bit的顯示器對于灰階的顯示也會更加的平滑。抖動算法（ dithering）就是實現這一目的的重要方法，也可以知道，抖動算法就是高精度信號轉換到低精度信號時，對損失部分信號的填補與增益。

為什么高精度信號轉換為低精度信號時會失真？

試想，高精度信號是一個保留1位小數的等差數列：1.0，1.6，2.2，2.8，3.4……

而低精度信號只能保留每項為整數，這時候這個等差數列會變成什么樣？

四舍五入：1，2，2，3，3

向下取整：1，1，2，2，3

向上取整：1，2，3，3，4

常規方法下生成的新數列沒有一個能還原出原數列等差排列的效果：新信號不僅丟失了精度，更重要的是變化的幅度不再均勻——這才是最要命的，而這其實就是圖像信號中色帶（banding）的產生原因。

而抖動算法正為此而生，抖動算法通過在原信號之間增加噪音，使得新信號呈現出和原信號更多的一致性。

下面是一個抖動算法效果的演示：

上圖中，左圖為原圖，原生具有8bit的高位深。當其以低位深輸出時，中間的圖是不加抖動的結果，而右圖使用了一種error diffusion dithering的算法，于是結果迥異。右圖雖然增加了噪點，但完全避免了色帶的產生。

這個演示告訴了你，在選擇顯示器時，原生10 bit面板固然最好，但即使8 bit面板仍然能很好地表現10 bit內容。上圖是8 bit內容抖動到有效精度不到3bit情況下的結果，可想而知，10 bit內容抖動到8 bit的效果會更好得多，而且基本上不會增加太多可聞的噪點。

總結

以上是生活随笔為你收集整理的灰度变换及dithering抖动算法的全部內容，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。