数字摄影中的常用概念

数字摄影中的常用概念

1.像素像素（pixel）是指组成图像矩阵中的基本单元，是图像的基本单位。像素的大小

用尺寸表示，单位是um.X线影像实际上是包含人体某一部位的一定厚度信息的二维图像。

2.数字矩阵矩阵（matrix）是一个数字概念，它表示一个横成行，纵成列的数字集合，是

由二维（n行和m列）排列成的像素组合，一个像素就是坐标的一个点（x,y）

X线数字成像系统中的每个像素被赋予的数值与所接收到的X线剂量成正比，该数值决定了该像素的灰阶。由这些不同的数值构成的二维图形被称为数字矩阵。图像矩阵又分为采集矩阵（acquision matrix）和显示矩阵（display matrix），采集矩阵指每幅画面观察视野所含像素的数目；显示矩阵指显示器上显示的图像像素数目。常用的矩阵有512×512、1024×1024等。矩阵与像素的关系为：视野大小固定，矩阵越大，像素尺寸越小，反之越大；矩阵不变，视野增大，像素尺寸增大。

3.原始数据由探测器直接接收到的信号，这些信号经放大后，再通过模/数转换，所得到

的数据称“原始数据”（raw data）

4.显示数据在显示器上显示的图像，其显示矩阵中的数据“显示数据”（diasplay data）

5.灰阶照片或显示器上所呈现的黑白图像中，各像素表现出不同的深度灰色。把白色与

黑色之间分成若干级，称为“灰度等级”，表现得亮度(或灰度)信号的等级差别称为灰阶（gray level）。灰阶是由灰度量化（量子化）过程决定的。为适应人的视觉的最大等级范围，灰阶一般只有16个刻度，但其每一刻度内又有4级连续变化的灰度，故共有64个连续的不同灰度的过渡等级。

6.图像重建用原始图像数据经计算而得到二维或三维影像数据的过程被称之为图像重建

（reconstruction）。重建后的图像可经过显示装置或介质显示。

7.窗口技术窗口技术（window technology）是指分析数字化图像的一种重要方法。即选

择适当的窗宽（window width,WW）和窗位（window level,WL）来观察图像，使病变部位明显地显示出来。

8.比特比特（bit）又称位深，是信息量的单位，比特值越大信息量越大，亮化的精度越

高。数字图像的密度分辨率是由其比特值决定的，同一幅图像，用不同的比特量化会得出不同的密度分辨率。目前常用的比特值为8,12或16.

9.密度分辨率在低对比的情况下，分辨物体微小差别的能力，又称低对比度分辨率，用

百分数表示。位深是决定密度分辨率的主要因素。

10.空间分辨率既对于物体空间大小的鉴别能力，又称高对比分辨率，用LP/cm表示。图

像的空间分辨率是由像素的大小来决定的。

11.时间分辨力时间分辨力又称动态分辨力，是指成像系统对运动部位成像的瞬间显示能

力。时间分辨力越高，对动态组织器官的成像显示能力越强，影像越清晰。

12.噪声噪声是影响图像质量的不利因素，噪声限制了数字或模拟图像的对比及空间分辨

率。噪声无处不有，不能完全消失。数字图像的噪声来源于：量子噪声，电子元件形成的噪声，重建法形成的噪声等。

13.信噪比信号强度与噪声强度的比值称为信噪比（signal-noise ratio,SRN）。SRN是影像质

量评价的重要指标。SRN越大，影像质量越好；反之，影像质量越差。

影像的数据量

数字图像是由像素矩阵构成的，矩阵中的每个像素被赋予一个整体数值代表一定灰度。矩阵大小、灰度级数决定了影像的数据量，并影响影像质量和传送、存储等。

1.矩阵大小与图像的关系像素矩阵的大小，不是随意确定的，它必须保证数字图像能不

失真地反映原始图像信息，这是确定数字图像空间像素矩阵大小的原则。举证的大小（像

素数）大多由临床应用和成像系统的容量决定。由于数字系统的二进制特性（计算机只识别0和1这两个二进制数），图像矩阵中的行与列的数目一般都是2的倍数，如512×512、1024×768。一幅图像中包含的像素数目等于图像矩阵行数与列数的乘积。

由于像素数量与像素大小的乘积决定视野，在空间分辨力相同的条件下，视野（图像）大比视野（图像）小需要的像素更多，所以图像矩阵更大；若图像矩阵大小固定，视野增加时，像素的尺寸增大，图像空间分辨力降低。像素数对数字图像显示效果的影响，如图4-7所示。

因此为了获得图像更多的细节和更高的分辨率，人们希望使用大的像素矩阵和小的像素尺寸，但是每提高一步数据量将成倍增加，如像素宽度、高度每减少一半，像素总数便会增加四倍，占据计算机内存空间就会增大，图像处理时间将延长。

2.灰度级数与数字图像之间的关系图像灰度的量化是把模拟图像中连续变化的灰度值量

化成离散的有限个等级的整数量，量化后的整数灰度值又称为灰阶。量化的级数越多，数字化过程带来的误差就越小。

由于计算机存贮和处理数字图像均采用的是二进制数，量化后灰度级的数量由2n决定，是二进制数的位数，常称为位（bit），n用来表示每个像素的灰度精度。数字图像的灰度精度范围为10-12位（1024-4096个灰度级）。灰度级数与产生的数字图像之间的关系如图所示。理论上用尽可能多的量化级别来精确表示原来的灰度，有利于保持图像的不失真，但过高的灰度级数会占据大量计算机存储空间。

3.数字影像数据量的计算数字影像数据量的计算是根据下式计算出的：

数字影像数据量=横向像素数m×纵向像素数n×灰阶数b

如果我们把一幅影像进行标本分割为m×n个像素，灰度量化的比特值定位b比特（2b）,则整幅影像的总数据量就是：m×n×b比特。例如：一幅1024×1024矩阵，10比特的DSA 影像数据量的计算：

1024×1024×10=10 485 760（比特，bit）

=1 310 720(字节，Byte)

=1280(千字节，Kb)

=1.25(兆字节，MB)

次计算中的单位换算关系为：1Byte=8bit,1kb=1024B,1MB=1024kb,1GB=1024MB