2.6 数字图像的基本概念 一、数字图像的表示 M和N为正整数矩阵中的每个元素称为图像单元，又称为图像元素，或简称像素 MATLAB图像类型 (1)二进制图像 在一幅二进制图像中，每一个像素将取两个离散数值（0或1）中的一个。二进制图像使用uint8或双精度类型的数组来存储。 (2)索引图像 索引图像是一种把像素直接作为RGB调色板下标的图像。在MATLAB中，索引图像包含一个数据矩阵X和一个颜色映射（调色板）矩阵map。数据矩阵可以是unit8、unit16或双精度类型的。颜色映射矩阵map是一个m(3的数据阵列，其中每个元素的值均为[0,1]之间的双精度浮点型数据，map矩阵中的每一行分别表示红色、绿色和蓝色的颜色值。索引图像可把像素的值直接映射为调色板数值，每个像素的颜色通过使用X的像素值作为map的下标来获得，如值1指向map的第一行，值2指向第二行，以此类推。 (3)灰度图像 灰度图像通常由一个unit8、unit16或双精度类型的数组来描述，其实质是一个数据矩阵I，如式(2.6.1)。该矩阵中的数据均代表了在一定范围内的灰度级，每一个元素对应于图像的一个像素点，通常0代表黑色，1、255或65535（针对不同的存储类型）代表白色。 (4)多帧图像 多帧图像是一种包含多幅图像或帧的图像文件，又称为多页图像或图像序列，主要用于需要对时间或场景上相关图像集合进行操作的场合。例如，磁谐振图像切片或电影帧等。在MATLAB中，它是一个四维数组，其中第四维用来指定帧的序号。 (5)RGB图像 RGB图像又称为真彩图像，它是利用R、G、B三个分量表示一个像素的颜色，R、G、B分别代表红、绿、蓝三种不同的基本颜色，通过三基色可以合成出任意颜色。所以对一个尺寸为M(N的真彩图像来说，在MATLAB中则存储为一个M(N (3的多维数据矩阵。RGB图像不使用调色板，每一个像素的颜色直接由存储在相应位置的红、绿、蓝颜色分量的组合来确定。每个像素的三个颜色分量都存储在矩阵的第三维中，如坐标(16, 36)处的红、绿、蓝颜色值分别保存在元素(16, 36, 2)、(16, 36, 4)和(16, 36, 6)中。 二、空间分辨率  三、灰度级分辨率  四、象素间的基本关系 （一）、邻 域 N4(p)——象素(x, y)的4邻域 (x+1, y)， (x-1, y)，(x, y+1)，(x, y-1) ND(p)——象素(x, y)的对角邻域 (x+1, y+1)， (x+1, y-1)，(x-1, y+1)，(x-1, y-1) N8(p)——象素(x, y)的8邻域 N4(p) + ND(p) （二）连通性 V是用于定义连接性的灰度值集合 ： 4连接：2个像素p和r在V中取值，且r在N4(p)中，则它们为4连接； 8连接：2个像素p和r在V中取值，且r在N8(p)中，则它们为8连接； m连接(混合连接)：2个像素p和r在V中取值，且满足下列条件之一，则它们为m连接：(r在N4(p)中；( r在ND(p)中且N4(p)∩N4(r)是空集，该集合是由p和r的在V中取值的4近邻像素组成。 从具有坐标(x, y)的像素p到具有坐标(s, t)的像素q的通路（或曲线）是特定像素序列，其坐标为 (x0, y0)，(x1, y1)，(((，(xn, yn) 这里，(x0, y0)= (x, y)，(xn, yn)= (s, t)，并且像素(xi, yj)和 (xi-1, yi-1)是连接的。在这种情况下，n是通路的长度。如果(x0, y0)= (xn, yn)，则通路是闭合通路。 可以依据所用的连接类型定义4，8或m通路。 （三）距离