可视计算及应用第一次作业答案

第1次作业答案

1、简析数字图像和模拟图像的区别，以及计算机中图像和图形的区别。

物理世界中的图像是模拟图像，图像中任何两点之间都含有颜色等信息，其信息的量是无限的。根据人眼的视觉机理，可以把物理世界中的连续图像按照一定密度进行采样，每一个像素都有相应的颜色信息（可以用数字表示），我们将这种用离散的、数值的方式所表示的图像称为数字图像。

图形一般是指用计算机生成的画面，如直线、圆、矩形、曲线等；而图像则是指由输入设备捕捉的真实场景画面，并以数字化形式存储在计算机上。图形是一种矢量图，图形文件只保存生成图形的算法（指令）及图形上的某些特征点（因此数据量很小），计算机依据这些特征点和生成算法，即可无失真地原样还原或任意缩放图形；而图像则是点阵图，由一系列像素组成，所有像素的集合构成一幅位图，图像文件需要记录每一个像素的灰度值（或颜色值），因此数据量通常较大，并且图像在几何变换时往往会产生失真（损失细节或产生锯齿）。

2、简述常用的彩色模型。

常用的彩色模型主要有RGB、YUV、YCbCr、HSV几种。

RGB模型：RGB颜色模型是工业界的一种颜色标准，通过对红（R）、绿（G）、蓝（B）三个颜色通道相互叠加得到各种颜色，这个标准几乎涵盖了人类视力所能感知的所有颜色，是目前运用最广的彩色系统之一。RGB颜色模型可以理解为图像中每一个像素的R、G、B 三个分量分别分配一个强度值，为0~255之间的任一整数。RGB图像只需使用三种颜色，就可以通过以不同比例混合而重现16,777,216（224）种颜色。

YUV颜色模型：YUV是PAL和SECAM模拟彩色电视制式所采用的一种颜色编码方法，其中，Y表示亮度，也就是灰度值，而U和V则表示色度，是构成彩色的两个分量，其作用是描述影像的色彩和饱和度。采用YUV颜色空间的重要性在于，它的亮度信号Y和色度信号U、V是分离的：如果只有Y信号分量而没有U、V信号分量，那么这样表示的图像就是黑白灰度图像。与RGB视频信号的传输相比，YUV传输的最大优点在于其只需占用极少的频宽，而RGB则要求三个独立的视频信号同时传输。

YCbCr颜色模型：Y指亮度分量，Cb指蓝色色度分量，Cr指红色色度分量。YCbCr 其实是YUV经过缩放和偏移的版本，是在计算机系统中应用最多的YUV 家族成员，JPEG、MPEG均采用此方案。YcbCr中的Y与YUV 中的Y含义一致，Cb、Cr同样指的是色度，只是在表示方法上有所不同而已。

HSV颜色模型：H指颜色的色调，描述了具体的颜色；S指颜色的饱和度，衡量颜色的纯度，饱和度越高颜色就越纯，各种单色光的饱和度最高，单色光中掺入的白光愈多，饱和度就愈低；V指颜色的强度，表示颜色的明暗程度，与色光所含的能量有关。相对于RGB 颜色模型，HSV颜色模型的描述方法更接近于人类对于颜色的感知。

3、在Intel IPP中支持的数字图像格式有哪些？

在Intel IPP中，支持的图像格式有像素图像格式和平面图像格式两大类。

像素图像格式：每一个像素的各个通道的信息数据放在一起，按像素排列。

平面图像格式：一幅图像的三个分量分别存放在三个不同的平面中，每个平面包括某个分量的所有值。

有时候，平面格式更容易对图像进行处理，如在图像压缩中，通常都需要对每个通道单独处理，此时平面格式就会凸显其优势，而像素格式则会明显带来不便。

4、简析图像压缩的基本原理及实现技术（可以以一种流行图像压缩编码方案为例来说明，

如JPEG）。

图像文件之所以能够被压缩，其主要原因如下：大量的图像数据存在很大的冗余度，去除这种冗余度并不会损失图像的信息；根据人眼对图像中细节部分的不敏感特性，我们可以减少对图像细节部分的描述，从而达到压缩的目的；图像中像素之间存在很大的相关性，去除这种相关性也可以实现对图像的压缩。

JPEG压缩流程主要包含以下几个步骤：（1）、图像预处理；（2）、离散余弦变换；（3）、量化；（4）、编码。将图像分成许多88

的小块，对每块独立执行上述压缩算法的每个步骤，最后将这些块的处理过程按顺序地组织在一起，从而完成对整幅图像的编码。