第2章數字圖像處理基礎2.1色度學基礎2.2人眼的視覺特性2.3圖像的數字化2.4圖像的代數運算2.5灰度直方圖2.6圖像文件格式及類型第2章數字圖像處理基礎2.1色度學基礎掌握色度學基礎知識理解人眼的視覺特性

掌握圖像的數字化過程

了解圖像的代數運算

理解灰度直方圖的概念及其應用

了解圖像文件的格式及類型本章學習目標：掌握色度學基礎知識本章學習目標：2.1色度學基礎

彩色是光的一種屬性，沒有光就沒有彩色。

在光的照射下，人們通過眼睛感覺到各種物體的彩色，這些

彩色是人眼特性和物體客觀特性的綜合效果。

在太陽光的照射下，人們可以看到五彩繽紛的大自然景物。

圖像是由人的視覺系統接受物體透射或者反射的光學信息，

然后在大腦中形成的印象和認識，是客觀存在的多維物體在

人腦中的“成像”。

因此要研究圖像處理就得先從色度學以及人眼的視覺特

性兩方面開始。2.1色度學基礎彩色是光的一種屬性，沒有光就沒有彩色。光和色由光學理論知道，光是一種以電磁波形式存在的物質，它的波長范圍大約在380～780nm（1nm＝10-9m）之間。由于這段電磁波的輻射能為人眼看得見，所以稱為可見光，習慣上簡稱為光。人眼對不同波長的光引起不同的顏色感覺，例如，波長為400nm左右和波長為700nm左右的光，給人以紫和紅的感覺。在可見光的范圍內，按波長的依次遞減，相應顏色排列為紅、橙、黃、綠、青、藍、紫七種顏色，把這些色光混合在一起就得到白光。2.1.1三基色原理光和色2.1.1三基色原理電磁波譜電磁波譜

把一束光（太陽光）斜射到玻璃棱鏡上，通過棱鏡折射后，可將其分解為波長由長到短排列的紅、橙、黃、綠、青、藍、紫七色彩帶，如下圖所示。這種現象也表明了白光不是單色光，而是由七色光合成的。

太陽光的分解

光和色本質上是一回事，色是光的一種形式，色既是客觀物質，又是人眼對客觀物質的視覺反映，色覺是視覺的一種特性。把一束光（太陽光）斜射到玻璃棱鏡上，通過棱鏡折射亮度、色調和色飽和度稱為彩色三要素。任何一種彩色對人眼引起的視覺作用，都可以用彩色三要素來描述。

1)亮度:亮度是指人眼所感覺的彩色的明暗程度，亮度取決于光線的強弱。另外，亮度與波長的長短有關，強度相同但波長不同的光給人眼的亮度感覺也是不同的，生活中觀察15W的綠色燈泡發出的光比15W的紅色燈泡亮，15W的紅色燈泡比15W的藍色燈泡亮，就是這個道理。彩色三要素：光強度是指光波作用于感受器所發生的效應，其大小是由物體反射系數來決定，反射系數越大，物體的光強度愈大，反之愈小。

亮度、色調和色飽和度稱為彩色三要素。任何一種彩色對人眼引起的

2)色調:色調是指彩色的顏色類別，如紅、橙、黃、綠、青、藍、紫分別表示不同的色調。色調取決于彩色的光譜成分，不同波長的光具有不同的色調。彩色三要素色度是由物體反射光線中占優勢的波長來決定，不同的波長產生不同的顏色感覺，如紅、橙、黃、綠、青、藍、紫等。它是彩色最為重要的屬性，是決定顏色本質的基本特性。2)色調:色調是指彩色的顏色類別，如紅、橙、黃、

3)色飽和度:色飽和度是指彩色的深淺程度。同一色調的彩色，其色飽和度越高，顏色越深。色飽和度與彩色中所摻入的白光比例有關，摻入的白光越多，色光越淺，色飽和度越低。色飽和度用百分數表示，如某色光中若摻入一半的白光，則色飽和度為50%，未摻入白光的純色光，其色飽和度為100%。白光的色飽和度為0。彩色三要素

色調和色飽和度統稱為色度。彩色電視系統不僅像黑白電視系統那樣能夠傳送景物的亮度信息，還要傳送景物的色度信息。3)色飽和度:色飽和度是指彩色的深淺程度。同三基色原理和混色法

三基色原理：

實驗證明，將紅、綠、藍三種色光投射到一個白色的屏幕上，調節三種色光的不同比例，幾乎可以混合出自然界所有的彩色。用來混色的三種單色光稱為基色。用三基色可以混合成其他彩色的原理稱三基色原理。在電視技術中，以紅（R）、綠（G）、藍(B)為三基色，紅光的波長取700nm，綠光的波長取546.1nm，藍光的波長取435.8nm。三基色原理和混色法

三基色原理：三基色原理：

三基色原理的主要內容有：

1)自然界的所有彩色幾乎都可用三種基色按一定的比例混合而成；反之，任何彩色也可分解為比例不同的三種基色；

2)三種基色必須是相互獨立的，即任一基色不能由另外兩種基色混合而成；

3)用三基色混合成的彩色，其色調和色飽和度皆由三基色的比例決定；

4)混合色的亮度等于參與混色的基色的亮度的總和。三基色原理：三基色原理的主要內容有：混色法：

彩色電視重現景物的彩色，通常是靠彩色顯像管熒光屏上的三種熒光粉在電子束轟擊下發出各自的基色光而完成的，即它們分別發出紅、綠、藍三種基色光，并混合成彩色圖像，這三種基色稱為顯像三基色。混色法：彩色電視重現景物的彩色，通常是靠彩色顯

利用三基色按不同的比例混合來獲得彩色的方法稱為混色法。彩色顯像管之所以能夠顯示出各種各樣的豐富多彩的彩色是利用了三基色的混色原理。彩色顯像管中的熒光粉粒本身是發光體，它的混色規律是遵從相加混色法，即以彩色光的互相疊加來實現混色產生另一種新的彩色光。相加混色法的混色規律可用下圖表示：相加混色以等量的紅、綠、藍三基色光進行相加混色效果如下：紅色十綠色=黃色；綠色十藍色=青色；藍色十紅色=紫色；紅色十綠色十藍色=白色。利用三基色按不同的比例混合來獲得彩色的方法稱為混三種基色是相互獨立的，任何一種基色都不能有其它兩種顏色合成。根據人眼的三基色吸收特性，人眼所感受到的顏色其實是三種基色按照不同比例的組合。國際照明委員會（CIE）為了建立統一的標準，于1931年制定了特定波長的三基色標準：藍（B=435.8nm）、綠（G=546.1nm）、紅（R=700nm）。這樣，任一彩色C均可表示為：其中C為未知色光，(R)，(G)，(B)為三基色光，C，R，G，B為調配系數。三種基色是相互獨立的，任何一種基色都不能有其它兩種顏色合成其2.1.2顏色模型

為了科學地定量描述和使用顏色，人們提出了各種顏色模型。目前常用的顏色模型按用途可分為兩類，一類面向諸如視頻監視器、彩色攝像機或打印機之類的硬件設備。另一類面向以彩色處理為目的的應用，如動畫中的彩色圖形。面向硬件設備的最常用彩色模型是RGB模型，而面向彩色處理的最常用模型是HSI模型。另外，在印刷工業上和電視信號傳輸中，經常使用CMYK和YUV色彩系統。2.1.2顏色模型(1)RGB模型

RGB顏色空間是圖像處理中最基礎的顏色模型，它是在配色實驗基礎上建立的。其RGB彩色空間示意圖如圖所示，RGB顏色空間的主要觀點是人的眼睛有紅、綠、藍3種色感細胞，它們的最大感光靈敏度分別落在紅色、藍色和綠色區域，其合成的光譜響應就是視覺曲線，由此可推論出任何彩色都可以用紅、綠、藍3種基色來配制。

其中[C]為未知色光，[N]，[P]，[Q]為三基色光，c，n，p，q

為調配系數。(1)RGB模型其中[C]為未知色光，[RGB彩色空間示意圖RGB彩色空間示意圖

（2）HSI模型

HIS顏色模型是Munseu（孟賽爾）顏色系統中的一種，以人眼的視覺特征為基礎，利用三個相對獨立、容易預測的顏色心理屬性：色度(Hue)、光強度(Intensity)和飽和度(Saturation)來表示顏色，反映了人的視覺系統觀察彩色的格式。HIS顏色系統模型：（2）HSI模型HIS顏色系統模型：

（3）

HIS與RGB之間的非線性映射對任何3個［0，1］范圍內的R、G、B值，其對應HSI模型中的I、S、H分量的計算公式為（3）HIS與RGB之間的非線性映射第2章-數字圖像處理基礎課件常見彩色圖像處理流程：常見彩色圖像處理流程：RGBRGBRGBRGBHSIHSIHSIHSI2.2人眼的視覺特性2.2.2圖像在人眼中的形成過程：人眼在觀察景物時，光線通過角膜、晶狀體、玻璃體的折射，在視網膜上顯出景物的影像（倒立的像），構成光刺激。視網膜上的光敏細胞感受到強弱不同的光刺激，相應的產生強度不同的電脈沖，并經由神經纖維傳送至視神經中樞，經過大腦皮層的綜合分析，從而產生視覺。人眼成像的過程如圖所示：人眼成像過程2.2人眼的視覺特性2.2.2圖像在人眼中的形成過程：2.2.3亮度范圍和分辨率1．人眼的亮度感覺范圍根據人眼機理及人的視覺模型，人眼感知的主觀亮度和實際的客觀亮度之間并非完全相同，但是有一定的對應關系。人眼能夠感覺的亮度范圍（稱為視覺范圍）非常寬，從千分之幾尼特到幾百萬尼特，這是由于瞳孔對光敏細胞具有一定的調節作用。瞳孔根據外界光的強弱調節其大小，使射到視網膜上的光通量盡可能是適中的。在強光和弱光下，分別由錐狀細胞和桿狀細胞作用，而后者的靈敏度是前者的1萬倍。在不同的亮度環境下，人眼對于同一實際亮度所產生的相對亮度感覺是不相同的。另外，當人眼適應了某一環境亮度時，所能感覺范圍將變小很多。人眼的明暗感覺是相對的，但由于人眼能適應的平均亮度范圍很大，總的來說，人眼的視覺范圍是很寬的。2.2.3亮度范圍和分辨率1．人眼的亮度感覺范圍2.人眼的分辨率

人眼的分辨率與環境照度有關，當照度太低時，只有桿狀細胞起作用，則分辨率下降；但照度太高則可能引起“眩目”現象。人眼的分辨率還與被觀察對象的相對對比度有關。當相對對比度小時，對象和背景亮度很接近，使得人眼的分辨率下降。

分辨力——人眼在一定距離上能區分開相近兩點的能力，用能區分開的最小視角之倒數來描述

ρ=1/θ2.人眼的分辨率分辨力——人眼在一定距離上能區2.2.4視覺適應性

當我們從明亮的陽光下進入正在放映電影的電影院時，除了可以很清晰的看到屏幕上的圖像外，其他都會是一片漆黑，只有過一段時間后，我們對周圍的視覺才能恢復，這種適應過程大約需要十幾秒到三十秒鐘。人眼對這種從亮突變到暗環境的適應能力稱為暗適應性。相比之下，人們從黑暗中走到光亮處，視覺能很快恢復，亮適應性過程要短很多。這是由于錐狀細胞恢復工作所需的時間要比桿狀細胞少得多。2.2.4視覺適應性人眼的適應：

(1)亮度適應暗亮亮適應適應時間短幾秒鐘亮暗暗適應適應時間長30秒

(2)顏色適應隨著光的波長分布變化，研究眼睛對于顏色刺激產生變化的特性；強紅光刺激后，將黃色看成綠色。人眼的適應：暗亮亮適應適應時間短幾秒鐘(2)顏色2.2.5人眼視覺的時間特性(1)視覺起始特性

在加入階躍光波刺激時所產生的感覺變化，在刺激后幾十毫秒時感覺才達到頂點，然后慢慢減少到一個常值。人眼視覺曲線的上升沿時間隨著刺激光強的增加而縮短。(2)視覺惰性

人眼的亮度感覺不會隨著物體亮度的消失而立即消失，而有一個過渡時間，這為視覺惰性。在亮度消失以后尚能保持1/20—1/10秒；當閃爍光源每秒鐘閃爍次數越過10—20次時便會給人以均勻發光體的感覺，電影畫面24幅/s。2.2.5人眼視覺的時間特性(2)視覺惰性人眼的亮2.2.6亮度對比效應人眼對亮度差別的感覺是由相對亮度的變化決定的，同時相對亮度也會影響人眼對目標的感覺亮度，而且在客觀亮度的突變處，人眼感覺的主觀亮度會出現超調現象。

1.同時對比效應

大小和亮度均相同的四個小正方形的物體處于不同的亮度背景中，當人同時觀察目標物與背景時，會感到較暗背景中的目標物較亮，而較亮背景中的目標物則較暗。這是由于人的視覺靈敏度在高亮度背景下會下降。這種效應稱為同時對比效應。如圖所示。同時對比效應還包括以下幾種情況。2.2.6亮度對比效應人眼對亮度差別的感覺是由相同時對比效應：（1）當目標物具有相同亮度時，人會感到暗背景中的目標物較亮，

而亮背景中的目標物較暗。（2）當兩個不同亮度的目標物處于不同亮度的背景中時，人會按照

對比度感覺目標物的亮度對比。（3）當人眼觀察對比度相近的兩個目標物時，會認為兩個目標物的

亮度接近，這種現象稱為亮度恒定現象。同時對比效應：（1）當目標物具有相同亮度時，人會感到暗背景中2馬赫效應

馬赫現象是1868年由奧地利物理學家E.馬赫發現的一種明度對比現象，是指人們在明暗交界處感到亮處更亮、暗處更暗的現象。它是一種主觀的邊緣對比效應。

當亮度發生躍變時，在亮暗邊緣附近，亮側亮度上沖、暗側亮度下沖的現象。2馬赫效應由8個亮度逐漸減弱且連在一起的窄帶組成的圖像，其中每個窄帶的亮度是分布均勻的。但由于人類的視覺系統有增強邊緣對比度的機制，在亮度變化的地方會出現虛幻的亮或暗的條紋，即增強了輪廓。馬赫效應示意圖：由8個亮度逐漸減弱且連在一起的窄帶組成的圖像，其中每個窄帶的3人眼的錯覺現象

人眼視覺系統所感覺到的物體的形狀，并不是簡單的投影到視網膜上原封不動的形狀，其對形狀的感覺受物體自身形狀及其周圍背景的影響。3人眼的錯覺現象2.3圖像數字化技術所謂的圖像數字化，是指將模擬圖像經過離散化之后，得到用數字表示的圖像。圖像的數字化包括了空間離散化（即采樣）和明暗表示數據的離散化（即量化）。2.3圖像數字化技術所謂的圖像數字化，是指將模擬圖像經f(x,y)f(x,y)M個像素N個像素像素MN個像素像素圖像的數字化

——

采樣概念采樣

是指將在空間上連續的圖像轉換成離散的采樣點（即像素）集的操作。由于圖像是二維分布的信息，所以采樣是在x軸和y軸兩個方向上進行的。一般情況下，x軸方向與y軸方向的采樣間隔相同。圖像的數字化

——采樣圖像的數字化

——

采樣概念空間坐標(x,y)的數字化被稱為圖像采樣確定水平和垂直方向上的像素個數N、M圖像的數字化

——采樣概第2章-數字圖像處理基礎課件圖像的數字化

——

采樣間隔

采樣時的注意點是：采樣間隔的選取。采樣間隔太小，則增大數據量；太大，則會發生信息的混疊，導致細節無法辨認。圖像的數字化

——采樣間隔采圖像的采樣與數字圖像的質量圖像的采樣與數字圖像的質量圖像的采樣與數字圖像的質量圖像的采樣與數字圖像的質量圖像的數字化

——

采樣效果演示示例細節清晰，數據量為100%265×180133×9066×4533×22細節無法辨認，數據量為1%圖像的數字化

——采樣效果演示示圖像的數字化

——

采樣指標分辨率分辨率

是指映射到圖像平面上的單個像素的景物元素的尺寸。單位：像素/英寸，像素/厘米

（如：掃描儀的指標300dpi）

分辨率

或者是指要精確測量和再現一定尺寸的圖像所必需的像素個數。

單位：像素*像素

（如：數碼相機指標30萬像素（640*480））圖像的數字化

——采樣指標分辨率

對一個頻譜有限(|u|<umax且|v|<vmax

)的圖像信號進行采樣,當采樣頻率滿足式(1.2.3)、式(1.2.4)條件時，采樣函數便能無失真地恢復為原來的連續信號。umax

，vmax分別為信號在兩個方向的頻域上的有效頻譜的最高角頻率；ur

，vs分別為二維采樣頻率，ur=2π/Tu,vs=2π/Tv,實際上，常取Tu=Tv=To。(1.2.3)(1.2.4)對一個頻譜有限(|u|<umax且|v|<圖像的數字化

——

量化概念量化是將各個像素所含的明暗信息離散化后，用數字來表示。一般的量化值為整數。充分考慮到人眼的識別能力之后，目前非特殊用途的圖像均為8bit量化，即采用0~255的整數來描述“從黑到白”。在3bit以下的量化，會出現偽輪廓現象。圖像的數字化

——量化概量化示意圖：量化示意圖：圖像的量化函數取值的數字化被稱為圖像的量化，如量化到256個灰度級圖像的量化函數取值的數字化被稱為圖像的量化，如量化到256個灰度級：表示像素明暗程度的整數量例如：像素的取值范圍為0-255，就稱該圖像為256個灰度級的圖像層次：表示圖像實際擁有的灰度級的數量例如：具有32種不同取值的圖像，可稱該圖像具

有32個層次圖像數據的實際層次越多，視覺效果就越好灰度級：表示像素明暗程度的整數量第2章-數字圖像處理基礎課件圖像的量化與數字圖像的質量圖像的量化與數字圖像的質量低bit量化的偽輪廓現象圖例低bit量化的偽輪廓現象圖例圖像的數字化

——

量化方法量化可分為均勻量化和非均勻量化。均勻量化是簡單地在灰度范圍內等間隔量化。非均勻量化是對圖像中像素灰度值頻繁出現的灰度范圍，量化間隔取小一些，而對那些像素灰度值極少出現的范圍，量化間隔取大一些。

一般情況下，對灰度變化比較平緩的部分用比較多的量化級，粗采樣；在灰度變化比較劇烈的地方應采用更高的分辨率，粗量化。圖像的數字化

——量化方第2章-數字圖像處理基礎課件第2章-數字圖像處理基礎課件

一般，當限定數字圖像的大小時,為了得到質量較好的圖像可采用如下原則：

（1）對緩變的圖像，應細量化，粗采樣，以避免假輪廓。（2）對細節豐富的圖像，應細采樣，粗量化，以避免模糊（混疊）。對于彩色圖像，是按照顏色成分——紅（R）、綠（G）、藍（B）分別采樣和量化的。若各種顏色成分均按8bit量化，即每種顏色量級別是256，則可以處理256×256×256=16777216種顏色。一般，當限定數字圖像的大小時,為了得到質量非統一的圖像的采樣:在灰度級變化尖銳的區域，用細膩的采樣，在灰度級比較平滑的區域，用粗糙的采樣圖像的采樣和量化:非統一的圖像的采樣:圖像的采樣和量化:非統一的圖像的量化:在邊界附近使用較少的灰度級。剩余的灰度級可用于灰度級變化比較平滑的區域;避免或減少由于量化的太粗糙，在灰度級變化比較平滑的區域出現假輪廓的現象.圖像的采樣和量化:非統一的圖像的量化:圖像的采樣和量化:均勻量化效果示意圖均勻量化效果示意圖非均勻量化效果示意圖非均勻量化效果示意圖均勻量化與非均勻量化效果的比較均勻量化與非均勻量化效果的比較量化與采樣的效果圖例

原圖低灰度級量化低分辨率量化與采樣的效果圖例原圖2.5灰度直方圖在數字圖像處理中，灰度直方圖是最簡單且最有用的工具，可以說，對圖像的分析與觀察，直到形成一個有效的處理方法，都離不開直方圖。2.5灰度直方圖在數字圖像處理中，灰度直方圖是最簡單且最有2.5.1概念對一幅數字圖像，若對應于每－灰度值，統計出具有該灰度值的像素數，并據此繪出像素數-灰度值圖形，則該圖形稱該圖像的灰度直方圖，簡稱直方圖。

直方圖是以灰度值作橫坐標，像素數作縱坐標。有時直方圖亦采用某一灰度值的像素數占全圖總像素數的百分比（即某一灰度值出現的頻數）作為縱坐標。第2章-數字圖像處理基礎課件數字圖像的灰度直方圖

——

定義灰度直方圖是灰度級的函數，是對圖像中灰度級分布的統計。有兩種表示形式1）圖形表示形式

橫坐標表示灰度級，縱坐標表示圖像中對應某灰度級所出現的像素個數。2）數組表示形式

數組的下標表示相應的灰度級，數組的元素表示該灰度級下的像素個數。數字圖像的灰度直方圖

—數字圖像的灰度直方圖

——

計算例

123456643221166466345666146623136466灰度直方圖數字圖像的灰度直方圖

—灰度圖像的直方圖在離散的形式下，用rk代表離散灰度級，用P(rk)代表概率密度函數，并且有下式成立：

式中nk為圖像中出現rk這種灰度的像素數，n是圖像中像素總數，nk/n就是概率論中的頻數，l是灰度級的總數目。在直角坐標系中作出rk與P(rk)的關系圖形，就得到直方圖。灰度圖像的直方圖在離散的形式下，用rk代表離散灰度級，用P(灰度圖像直方圖圖像的直方圖灰度圖像直方圖圖像的直方圖

圖像及對應的灰度直方圖：圖像及對應的灰度直方圖：灰度圖像直方圖的計算示例灰度直方圖計算示意圖

灰度圖像直方圖的計算示例灰度直方圖計算示意圖2.5.2直方圖的性質★(1)

直方圖是一幅圖像中各像素灰度值出現次數（或頻數）的統計結果，它只反映該圖像中不同灰度值出現的次數（或頻數），而未反映每一灰度值像素所在位置。也就是說：

它只包含了該圖像中某一灰度值的像素出現的概率，而丟失了其所在位置的信息。所有的空間信息全部丟失2.5.2直方圖的性質★(1)直方圖是一幅圖像中各像直方圖的性質

★(2)

任一幅圖像，都能唯一地算出一幅與它對應的直方圖，但不同的圖像，可能有相同的直方圖。也就是說：圖像與直方圖之間是一種多對一的映射關系。直方圖的性質★(2)任一幅圖像，都能唯一地算出直方圖的性質

圖像與直方圖之間是一種多對一的映射關系。直方圖的性質圖像與直方圖之間是一種多對直方圖的性質

★(3)直方圖是對具有相同灰度值的像素統計計數得到的。一幅圖像各子區的直方圖之和就等于該圖全圖的直方圖。直方圖的性質★(3)直方圖是對具有相同灰2.5.3直方圖的應用前面提到過，灰度直方圖是最簡單的，最有用的工具。簡單性從其一維的數據形式，以及簡單的計算方法可以感受到。有用性，在這里通過幾個應用例子來說明。2.5.3直方圖的應用前面提到過，灰度直方圖是最簡單的，最數字圖像的灰度直方圖應用

——

數字化參數直方圖給出了一個簡單可見的指示，用來判斷一幅圖像是否合理的利用了全部被允許的灰度級范圍。一幅圖像應該利用全部或幾乎全部可能的灰度級，否則等于增加了量化間隔。丟失的信息將不能恢復。數字圖像的灰度直方圖應用

灰度圖像的直方圖圖像灰度分布概率密度函數

灰度圖像的直方圖圖像灰度分布概率密度函數灰度圖像的直方圖

從上圖中的（a）和（b）兩個灰度密度分布函數中可以看出：（a）的大多數像素灰度值取在較暗的區域，所以這幅圖像肯定較暗，一般在攝影過程中曝光過強就會造成這種結果；（b）圖像的像素灰度值集中在亮區，因此，圖像（b）的特性將偏亮，一般在攝影中曝光太弱將導致這種結果。顯然，從兩幅圖像的灰度分布來看圖像的質量均不理想。灰度圖像的直方圖從上圖中的（a）和（b）兩個灰度圖的灰度直方圖例灰度圖的灰度直方圖例灰度分布效果圖例灰度分布效果圖例例:直方圖顯示與灰度圖像的關系灰度圖像與對應直方圖的顯示例:直方圖顯示與灰度圖像的關系灰度圖像與對應直方圖的顯示例:直方圖顯示與彩色圖像的關系三個顏色分量的灰度直方圖例:直方圖顯示與彩色圖像的關系三個顏色分量的灰度直方圖數字圖像的灰度直方圖應用

——

分割閾值選取假設某圖像的灰度直方圖具有二峰性，則表明這個圖像較亮的區域和較暗的區域可以較好地分離。取二峰間的谷點為閾值點，可以得到好的二值處理的效果。數字圖像的灰度直方圖應用

——分割灰度直方圖具有二峰性灰度直方圖具有二峰性具有二峰性的灰度圖的二值化具有二峰性的灰度圖的二值化2.6圖像文件格式及類型

數字圖像有多種存儲格式，每種格式一般由不同的開發商支持。隨著信息技術的發展和圖像應用領域的不斷拓寬，還會出現新的圖像格式。

1.BMP文件格式

是一種與文件無關的圖像文件格式，是一種位映射的存儲形式。是Windows軟件推薦使用的一種格式。應用廣泛。2.6.1圖像文件格式2.6圖像文件格式及類型數字圖像有多種存

位圖文件參數頭：字節數參數說明2bftype文件類型,一般以”BM”標識4bfsize實際圖像數據長度2reserved1保留2reserved2保留4offset文件開始到位圖數據開始處的偏移量位圖文件參數頭：字節數參數說明2bftype文件類型,一2.GIF文件格式

是以數據塊為單位來存儲圖像的相關信息，在不同的系統平臺上交流和傳輸圖像，它是在Web及其他聯機服務上常用的一種文件格式。

其特點是壓縮比高，磁盤空間占用較少，因此這種圖像格式在實際中有廣泛的應用。最初的GIF只能用來存儲單幅靜止圖像，后來隨著技術的發展，能夠同時存儲多幅靜止圖像進而形成連續的動畫。雖然GIF格式只能保存最大8位色深的數碼圖像，但由于這種格式短小、下載速度快、可用許多同樣大小的圖像文件組成動畫等多種優勢，使得這種格式在網絡上得到廣泛的應用。2.GIF文件格式是以數據塊為單位來存儲圖像的相關信3.TIFF圖像