什么是图像？
图像定义为一个二维函数 $f (x,y)$，$x,y$ 是空间坐标，$f (x,y)$ 是点 $(x,y)$ 的幅值
灰度图像是一个二维灰度（或亮度）函数 $f (x,y)$
彩色图像由三个（如 RGB,HSV）二维灰度（或亮度）函数 $f (x,y)$ 组成
什么是数字图像？
- 像素组成的二维排列，可以用矩阵表示
- 对于单色（灰度）图像而言，每个像素的亮度用一个数值来表示，通常数值范围在 0 到 255 之间，0 表示黑、255 表示白，其它值表示处于黑白之间的灰度
- 彩色图像可以用红、绿、蓝三元组的二维矩阵来表示
通常，三元组的每个数值也是在 0 到 255 之间，0 表示相应的基色在该像素中没有，而 255 则代表相应的基色在该像素中取得最大值
数字图像的像素表示
数字图像由二维的元素组成，每一个元素具有一个特定的位置 $(x,y)$ 和幅值 f (x,y)，这些元素就称为像素
图像的采样和量化
大多数传感器的输出是连续电压波形，为了产生一幅数字图像，需要把连续的感知数据转化为数字形式，其中包括两种处理：
- 取样：图像空间坐标的数字化
- 量化：图像函数值（灰度值）的数字化
图像采样
空间坐标 $(x,y)$ 的数字化被称为图像采样
图像的量化
函数取值的数字化被称为图像的量化，如量化到 256 个灰度级
非统一图像的量化
- 在边界附近使用较少的灰度级。剩余的灰度级可用于灰度级变化比较平滑的区域
- 避免或减少由于量化的太粗糙，在灰度级变化比较平滑的区域出现假轮廓的现象
数字图像的表示
- 二维离散亮度函数 $f (x,y)$
$x,y$ 说明图像像素的空间坐标，函数值 $f$ 代表了在点 $(x,y)$ 处像素的灰度值
- 二维矩阵 $A [m,n]$
$m,n$ 说明图像的宽和高，矩阵元素 $A (i,j)$ 的值表示图像在第 $i$ 行第 $j$ 列的像素的灰度值
