2-第二章______数字图像处理.ppt

1第二章数字图像处理基础 哈尔滨工程大学哈尔滨工程大学 信息与通信工程学院信息与通信工程学院2.1 2.1 人眼的亮度视觉特性人眼的亮度视觉特性2.2 图像数字化技术图像数字化技术-掌握掌握2.3 空间分辨率和灰度级分辨率空间分辨率和灰度级分辨率-掌握掌握2.4 像素间的关系像素间的关系2.5 图像的代数运算图像的代数运算-掌握掌握2.6 图像文件格式图像文件格式2.7 数字图像类型数字图像类型32.12.1人眼的亮度视觉特性人眼的亮度视觉特性1.人眼构造和视觉现象人眼构造和视觉现象 眼睛是一个平均直径约为眼睛是一个平均直径约为20mm左右的球状器官，它由三层薄膜包着，最外左右的球状器官，它由三层薄膜包着，最外层角膜和巩膜外壳、中间层虹膜和脉络膜和最内层视网膜。层角膜和巩膜外壳、中间层虹膜和脉络膜和最内层视网膜。图 1 人眼截面示意图中央凹视轴4（1）瞳孔瞳孔：透明的角膜后是不透明的虹膜，虹膜中间的圆孔称为瞳孔，其直径可调节，从而控制进入人眼内之光通量 照相机光圈作用（2）晶状体）晶状体：瞳孔后是一扁球形弹性透明体，其曲率可调节，以改变焦距，使不同距离的图在视网膜上成象 照相机透镜作用（3）视细胞视细胞：视网膜上集中了大量视细胞，分为两类：锥状细胞：主要分布在视网膜的中央凹，每个眼内约有600万700万个锥状细胞，每一个锥状细胞连到一个神经末梢，有较高分辨力，可以分辨光的强弱，对颜色很敏感。锥细胞视觉称为明视觉明视觉。杆（柱）状细胞:分布在整个视网膜表面上，约有7500万15 000万个，几个柱细胞连到同一个神经末梢，使得分辨力比较低；主要提供视野的整体视象，不感受颜色并对低照度较敏感，形成具有高灵敏度的无色觉功能的暗视觉暗视觉。5图2 锥状细胞和杆状细胞（4）人眼成像过程：人眼成像过程：视细胞受到光刺激产生电脉冲视神经中枢大脑成像图3 人眼成像过程2.视觉适应性视觉适应性（1）暗适应：亮暗：慢（1030秒秒左右）（2）亮适应：暗亮：快（12秒左右）人眼对亮度变化跟踪滞后的性质称为视觉惰性（或短人眼对亮度变化跟踪滞后的性质称为视觉惰性（或短人眼对亮度变化跟踪滞后的性质称为视觉惰性（或短人眼对亮度变化跟踪滞后的性质称为视觉惰性（或短 暂的记忆特性）。暂的记忆特性）。暂的记忆特性）。暂的记忆特性）。83.同时对比同时对比效应效应 由于人眼对亮度有很强的适应性，因此很难精确判断刺激的绝对亮度。即使有相同亮度的刺激，由于其背景亮度不同，人眼所感受的主观亮度是不一样的。下图可用来证明同时对比的刺激，图中小方块实际上有着相同的物理亮度，但因为与它们的背景亮度不同，故它们的主观亮度显得大不一样。这种效应就叫同时对比效应。图4 同时对比效应94.马赫带效应马赫带效应 人们在观察一条由均匀黑和均匀白的区域形成的边界时，可能会认为人的主观感受是与任一点的亮度有关。但实际情况并不是这样，人感觉到的是在亮度变化部位附近的暗区和亮区中分别存在一条更黑和更亮的条带，这就是所谓的“Mach带”，如图所示。图5 Mach带10图6 Mach带效应示例115.视觉错觉视觉错觉 是指人眼填充了不存在的信息或者错误地感知物是指人眼填充了不存在的信息或者错误地感知物体的几何特点的特性。体的几何特点的特性。图图7 7 视觉错觉示例视觉错觉示例 （d）（e）（f）（a）（b）（c）人眼所感知的景物一般是连续的，我们称之为模拟图像。连续函数表示的图像无法用计算机进行处理，也无法在各种数字系统中传输或存储，必须将代表图像的连续（模拟）信号转变为离散（数字）信号。这样的变换过程称其为图像信号的数字化图像信号的数字化。2.2 图像数字化技术图像数字化技术 图像可用二维函数f(x,y)表示，其中x,y是平面的二维坐标，f(x,y)表示点(x,y)的亮度值(灰度值)。对模拟图像来讲，f(x,y)显然是连续函数。一一 数字图像表示数字图像表示 矩阵中的每一个元素称为像元、像素或图像元素。而f(i,j)代表(i,j)点的灰度值，即亮度值。设连续图像f(x,y)经数字化后，可以用一个离散量组成的矩阵f(i,j)（即二维数组）来表示。0 i M-1，0 j N-1图像f(i,j)的取值范围为 0 L-1,在数字图像处理中，一般取阵列M，N和灰度级L都是2的整数幂，即取N 及L 。对一般电视图像，N取256或512，灰度级L取64级(m6bit)至256级（m=8bit），即可满足图像处理的需要。一幅大小为MN、灰度级数为L的图像所需的存储空间，即图像的数据量，大小为:MNm（bit）16常用的灰度级数图像f(i,j)的取值范围为 0 L-1,L=m=10 1”二值图”，1bitm=40 15 16个灰度级m=8 0 255256灰度级，1 byte,非常常见黑白图像黑白图像 是指图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值为0或1。例如灰度图像灰度图像灰度图像是指每个像素由一个量化的灰度值来描述的图像。它不包含彩色信息。19老鼠鼻子部位的灰度值.彩色图像彩色图像 彩色图像是指每个像素由R、G、B三原色像素构成的图像，其中R、B、G是由不同的灰度级来描述的。对于彩色图像，是按照颜色成分红（R）、绿（G）、蓝（B）分别采样和量化的。若各种颜色成分均按8 bit量化，即每种颜色量级别是256，则可以处理256256256=16 777 216种颜色。图图像像数数字字化化是是将将一一幅幅画画面面转转化化成成计计算算机机能能处处理理的的形形式式数数字字图图像的过程。像的过程。模拟图像模拟图像 数字图像数字图像 正方形点阵正方形点阵 具体来说，就是把一幅图画分割成如图所示的一个个小区域具体来说，就是把一幅图画分割成如图所示的一个个小区域（像元或像素），并将各小区域灰度用整数来表示，形成一幅数字（像元或像素），并将各小区域灰度用整数来表示，形成一幅数字图像。小区域的位置和灰度就是像素的属性。图像。小区域的位置和灰度就是像素的属性。图像的数字化包括采样和量化两个过程。图像的数字化包括采样和量化两个过程。二二.图像数字化图像数字化1.1.采样采样采样:图像在空间上的离散化。也就是用空间上部分点的灰度值代表图像，这些点称为采样点。被选取的点称为样点，这些样点也称为像素。在取样点上的函数值称为样值。图像大小：若每行（即横向）像素为N个，每列（即纵向）像素为 M个，则图像大小为MN个像素。采样间隔：间隔大小的选取依据原图像中包含的细微浓淡变化来决定。它决定了采样后图像的质量，即忠实于原图像的程度。2.2.量化量化 对每个取样点灰度值的离散化过程称为量化量化。常见的量化可分为两大类，一类是将每个样值独立进行量化的标量量化方法，另一类是将若干样值联合起来作为一个矢量来量化的矢量量化方法。在标量量化中按照量化等级的划分方法不同又分为两种，一种均匀量化；另一种是非均匀量化。一幅数字图像中不同灰度值的个数称为灰度级数，用一幅数字图像中不同灰度值的个数称为灰度级数，用L L表示。表示。一般来说，一般来说，m就是表示图像像素灰度值所需的比特位数。就是表示图像像素灰度值所需的比特位数。3.3.均匀采样和非均匀采样，量化和非均匀量化均匀采样和非均匀采样，量化和非均匀量化 数数字字化化方方式式可可分分为为均均匀匀采采样样、量量化化和和非非均均匀匀采采样样、量量化化。所所谓谓“均均匀匀”，指指的的是是采采样样、量量化化为为等等间间隔隔。图图像像数数字化一般采用均匀采样和均匀量化方式。字化一般采用均匀采样和均匀量化方式。非非均均匀匀采采样样是是根根据据图图象象细细节节的的丰丰富富程程度度改改变变采采样样间间距距。细细节节丰丰富富的的地地方方，采采样样间间隔隔小小，否否则则间间隔隔大。大。非非均均匀匀量量化化是是在在灰灰度度级级变变化化尖尖锐锐的的区区域域，用用较较大大的的量量化化间间隔隔，在在灰灰度度级级比比较较平平滑滑的的区区域域，用用较较小小的量化间隔。的量化间隔。采采用用非非均均匀匀采采样样与与量量化化，会会使使问问题题复复杂杂化，因此很少采用。化，因此很少采用。图像的均匀采样确定水平和垂直方向上的像素个数 M、NNM非均匀的图像的采样在灰度级变化尖锐的区域（细节丰富的区域细节丰富的区域），用细腻的采样，在灰度级比较平滑的区域（细节丰富细节丰富的区域的区域），用粗糙的采样。2.3 空间分辨率和灰度级分辨率 2.3.12.3.1 空间分辨率和灰度级分辨率空间分辨率和灰度级分辨率 空间分辨率是图像中可分辨的最小细节，主要由空间分辨率是图像中可分辨的最小细节，主要由 采样间隔值决定。采样间隔值决定。一种常用的空间分辨率的定义是单位距离内可分一种常用的空间分辨率的定义是单位距离内可分 辨的最少黑白线对数目辨的最少黑白线对数目(单位是每毫米线对数单位是每毫米线对数)，比如每毫米比如每毫米8080线对。线对。1 1、空间分辨率、空间分辨率 图图9 9 空间分辨率的线对概念示例空间分辨率的线对概念示例 宽度为宽度为W W的黑线的黑线宽度为宽度为W W的白线的白线 一个一个宽度为宽度为 2W2W线对线对2.3.1 2.3.1 空间分辨率和灰度级分辨率空间分辨率和灰度级分辨率 对于一个同样大小的景物来说，对其进行采样的空间对于一个同样大小的景物来说，对其进行采样的空间分辨率越高，采样间隔就越小，景物中的细节越能更好地分辨率越高，采样间隔就越小，景物中的细节越能更好地在数字化后的图像中反映出来，也即反应该景物的图像的在数字化后的图像中反映出来，也即反应该景物的图像的质量就越高。质量就越高。2.3.1 2.3.1 空间分辨率和灰度级分辨率空间分辨率和灰度级分辨率 一幅数字图像的阵列大小（简称为图像大小）通常用一幅数字图像的阵列大小（简称为图像大小）通常用M MN N表示。表示。在景物大小不变的情况下，在景物大小不变的情况下，在景物大小不变的情况下，在景物大小不变的情况下，采样的空间分辨率采样的空间分辨率越高，获得的图像阵列越高，获得的图像阵列M MN N就越大；反之，采样的空间分就越大；反之，采样的空间分辨率越低，获得的图像阵列辨率越低，获得的图像阵列M MN N就越小。就越小。在空间分辨率不在空间分辨率不在空间分辨率不在空间分辨率不变的情况下，变的情况下，变的情况下，变的情况下，图像阵列图像阵列M MN N越大，图像的尺寸就越大；反越大，图像的尺寸就越大；反之，图像阵列之，图像阵列M MN N越小，图像的尺寸就越小。越小，图像的尺寸就越小。2.3.1 2.3.1 空间分辨率和灰度级分辨率空间分辨率和灰度级分辨率可把一幅数字图像的阵列大小可把一幅数字图像的阵列大小M MN N称为该幅数字图像称为该幅数字图像的空间分辨率。的空间分辨率。322、灰度级分辨率灰度级分辨率：可辨认的灰度值的最小变化。如，大小为MXN的L级数字图像:空间分辨率：M x N 灰度分辨率：,由m确定2.3.1 2.3.1 空间分辨率和灰度级分辨率空间分辨率和灰度级分辨率 1 1、采样数变化对图像视觉效果的影响、采样数变化对图像视觉效果的影响 从下面的图从下面的图(a)(a)开始直到得到图开始直到得到图(f)(f)的过程说明，原图的过程说明，原图对应的景物大小没有变化，对原图采样的对应的景物大小没有变化，对原图采样的“线对线对”宽度也宽度也没有变化没有变化,只是对同一景物图像的采样数目减少了。只是对同一景物图像的采样数目减少了。由此说明：由此说明：由此说明：由此说明：（1 1）在图像的空间分辨率不变）在图像的空间分辨率不变(这里指线这里指线对宽度不变对宽度不变)的情况下，采样数越少，图像越小。（的情况下，采样数越少，图像越小。（2 2）在）在景物大小不变的情况下，图像阵列景物大小不变的情况下，图像阵列M MN N越小，图像的尺寸越小，图像的尺寸就越小。就越小。2.3.22.3.2 空间和灰度级分辨率对图像视觉效果的影响空间和灰度级分辨率对图像视觉效果的影响 1 1、采样数变化对图像视觉效果的影响、采样数变化对图像视觉效果的影响 (a)(b)(c)(d)(e)(f)图图10 10 采样数变化对图像视觉效果的影响示例采样数变化对图像视觉效果的影响示例 2.3.22.3.2 空间和灰度级分辨率对图像视觉效果的影响空间和灰度级分辨率对图像视觉效果的影响 35图像采样数变化对视觉效果的影响1024x1024512x512256x256128x12864x64最左端的图的灰度级为256，空间分辨率为1024x1024 2 2、空间分辨率变化对图像视觉效果的影响、空间分辨率变化对图像视觉效果的影响 下下面各图的共同特征是大小尺寸相同，这种特征的获面各图的共同特征是大小尺寸相同，这种特征的获得是通过降低空间分辨率，也即增加采样的线对宽度保证得是通过降低空间分辨率，也即增加采样的线对宽度保证的。的。由此可见，随着空间分辨率的降低，图像中的细节信由此可见，随着空间分辨率的降低，图像中的细节信息在逐渐损失，棋盘格似的粗颗粒像素点变得越来越明显。息在逐渐损失，棋盘格似的粗颗粒像素点变得越来越明显。由此也说明，图像的空间分辨率越低，图像的视觉效果越由此也说明，图像的空间分辨率越低，图像的视觉效果越差。差。2.4.22.4.2 空间和灰度级分辨率对图像视觉效果的影响空间和灰度级分辨率对图像视觉效果的影响 采样间隔越大，所得图像像素数越少，空间采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；棋盘效应；采样间隔越小，所得图像像素数越多，空间采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大分辨率高，图像质量好，但数据量大。37空间分辨率变化对视觉效果的影响5122561286432x32图3-2空间分辨率变化空间分辨率变化对图像质量的影响（a）原始图像(256256)；（b）采样图像1(128128)；（c）采样图像2(6464)（d）采样图像3(3232)；（e）采样图像4(1616)；（f）采样图像5(88)3 3、灰度分辨率变化对图像视觉效果的影响、灰度分辨率变化对图像视觉效果的影响 下面的图下面的图(a)(a)给出了一幅灰度级分辨率为给出了一幅灰度级分辨率为256256，空间分，空间分辨率为辨率为512512512512的图像。的图像。图图(b)(b)、(c(c）、）、(d)(d)、(e)(e)及及(f)(f)的空间级分辨率与图的空间级分辨率与图(a)(a)相同相同(为为512512512)512)，但灰度分辨率依次降低为，但灰度分辨率依次降低为3232、1616、8 8、4 4和和2 2。2.4.22.4.2 空间和灰度级分辨率对图像视觉效果的影响空间和灰度级分辨率对图像视觉效果的影响 量量化化等等级级越越多多，所所得得图图像像层层次次越越丰丰富富，灰灰度度分分辨辨率高，图像质量好，但数据量大；率高，图像质量好，但数据量大；量量化化等等级级越越少少，图图像像层层次次欠欠丰丰富富，灰灰度度分分辨辨率率低低，会出现假轮廓现象，图像质量变差，但数据量小。会出现假轮廓现象，图像质量变差，但数据量小。但但在在极极少少数数情情况况下下对对固固定定图图像像大大小小时时，减减少少灰灰度度级级能能改改善善质质量量，产产生生这这种种情情况况的的最最可可能能原原因因是是减减少少灰灰度度级级一一般般会会增增加加图图像像的的对对比比度度。例例如如对对细细节节比比较较丰丰富富的图像数字化。的图像数字化。图3-3 不同灰度分辨率对图像质量的影响（a）原始图像(256色)；（b）量化图像1(64色)；（c）量化图像2(32色)；（d）量化图像3(16色)；（e）量化图像4(4色)；（f）量化图像5(2色)一般，当限定数字图像的大小时,为了得到质量较好的图像可采用如下原则：（1）对缓变的图像，应该细量化，粗采样，以避免假轮廓。（2）对细节丰富的图像，应细采样，粗量化，以避免模糊（混叠）。432.4像素间的关系像素间的关系本节在讨论有关问题时约定：用诸如p、q和r这样的一类小写字母表示某些特指的像素；用诸如S、T和R这样的一类大写字母表示像素子集。44 相邻像素与相邻像素与4-4-邻域邻域 设图像中的像素设图像中的像素p p位于位于(x(x，y)y)处，则处，则p p在水平方向和垂在水平方向和垂直方向相邻的像素直方向相邻的像素q qi i最多可有最多可有4 4个，其坐标分别为：个，其坐标分别为：（x-1x-1，y y）,（x x，y-1y-1）,（x x，y+1y+1）,（x+1x+1，y y）由这由这4 4个像素组成的集合称为像素个像素组成的集合称为像素p p的的4-4-邻域邻域,记为记为N N4 4(p)(p)。1.像素的相邻和邻域像素的相邻和邻域N4(p)45 对角相邻像素与对角相邻像素与4-4-对角邻域对角邻域 设图像中的像素设图像中的像素p p位于位于(x(x，y)y)处，则处，则p p的对角相邻像素的对角相邻像素r ri i最多可有最多可有4 4个，其坐标分别为：个，其坐标分别为：(x-1,y-1),(x-1,y+1),(x+1,y-1),(x+1,y+1)(x-1,y-1),(x-1,y+1),(x+1,y-1),(x+1,y+1)由这由这4 4个像素组成的集合称为像素个像素组成的集合称为像素p p的的4-4-对角邻域对角邻域,记记为为N ND D(p)(p)。46 8-8-邻域邻域 把像素把像素p p的的4-4-对角邻域像素和对角邻域像素和4-4-邻域像素组成的集合邻域像素组成的集合称为像素称为像素p p的的8-8-邻域，记为邻域，记为N N8 8(p)(p)。N8(p)图像边界相邻图像边界相邻像素的定义：像素的定义：472.像素的邻接性与连通性像素的邻接性与连通性4-邻接p&q 属于目标 V 并且q 在 N4(p)邻域8-邻接p&q 属于目标 V 并且 q在 N8(p)邻域M-邻接p&q 属于目标V或者q在N4(p)中，或者q在ND(p)中，且N4(p)N4(q)中没有值为V中的元素路径两个像素p=(x,y)和 q=(s,t)之间的通路如果在p 和q 之间有一条路径，则p 和q 是相连通的(x,y)=(x0,y0)(xn,yn)=(s,t)(x1,y1)(xn-1,yn-1)邻接邻接.494-邻接路径8-邻接路径路径闭合通路、连通分量、连通集50连通51 距离度量函数距离度量函数 对于坐标分别位于（对于坐标分别位于（x,y），（），（u,v）和（）和（w,z）处的像）处的像素素p、q和和r，如果：，如果：(1）D(p,q)0（D(p,q)=0，当且仅当，当且仅当p=q，即，即p和和q是指同是指同一像素）；一像素）；(2）D(p,q)=D(q,p)；(3）D(p,r)D(p,q)+D(q,r)。则则D是距离度量函数。是距离度量函数。3.距离的度量52 欧氏距离欧氏距离 像素像素p和和q之间的欧氏（之间的欧氏（Euclidean）距离定义为：）距离定义为：De(p,q)=(x-u)2+(y-v)21/2 也即，所有距像素点也即，所有距像素点(x,y)的欧氏距离小于或等于的欧氏距离小于或等于d的的像素都包含在以像素都包含在以(x,y)为中心为中心,以以d为半径的圆平面中。为半径的圆平面中。53 街区距离街区距离 像素像素p p和和q q之间的之间的D D4 4距离，也即街区（距离，也即街区（city-blockcity-block）距）距离，定义为：离，定义为：D D4 4(p,q)=(p,q)=|x-ux-u|+|y-vy-v|也即，所有相距像素点也即，所有相距像素点(x,y)(x,y)的的D D4 4距离为小于距离为小于d d或等于或等于d d的像素组成一个中心点在的像素组成一个中心点在(x,y)(x,y)的菱形。的菱形。54 街区距离街区距离 （续）（续）比如，那些与点比如，那些与点(x,y)(x,y)的的D D4 4距离为小于距离为小于2 2或等于或等于2 2的像的像素组成了如下图所示的等距离轮廓素组成了如下图所示的等距离轮廓。2 2 2 1 2 2 1 2 2 1 0 1 2 2 1 0 1 2 2 1 2 2 1 2 2 2 55 棋盘距离棋盘距离 像素像素p p和和q q之间的之间的D D8 8距离，也即棋盘距离，定义为：距离，也即棋盘距离，定义为：D D8 8(p,q)=max(|x-u|(p,q)=max(|x-u|，|y-v|)|y-v|)也即，所有距像素点也即，所有距像素点(x,y)(x,y)的的D D8 8距离为小于距离为小于d d或等于或等于d d的像素组成一个中心点在的像素组成一个中心点在(x,y)(x,y)的方形。的方形。56 棋盘距离（续）棋盘距离（续）比如，距点比如，距点(x,y)(x,y)的的D D8 8距离小于或等于距离小于或等于2 2的像素组成了的像素组成了如下图所示的等距离轮廓。如下图所示的等距离轮廓。2 2 2 2 2 2 2 2 2 2 2 1 1 1 2 2 1 1 1 2 2 1 0 1 2 2 1 0 1 2 2 1 1 1 2 2 1 1 1 2 2 2 2 2 2 2 2 2 2 2 距离欧式距离街区距离,4-邻接路径所需步数棋盘距离,8-邻接路径所需步数目标V中的像素与边界的距离街区距离棋盘距离59 图像的代数运算是指两幅输入图像对应像素间的一对图像的代数运算是指两幅输入图像对应像素间的一对一的灰度值相加、相减、相乘和相除运算。这些运算在许一的灰度值相加、相减、相乘和相除运算。这些运算在许多的图像处理中都会用到。多的图像处理中都会用到。加法：减法：乘法：除法：要事先约定不符合要求的像素值处理方法要事先约定不符合要求的像素值处理方法2.5图像的代数运算2.6图像文件格式 数字图像有多种存储格式，每种格式一般由不同的开发商支持。随着信息技术的发展和图像应用领域的不断拓宽，还会出现新的图像格式。因此，要进行图像处理，必须了解图像文件的格式，即图像文件的数据构成。每一种图像文件均有一个文件头，在文件头之后才是图像数据。文件头的内容由制作该图像文件的公司决定，一般包括文件类型、文件制作者、制作时间、版本号、文件大小等内容。各种图像文件的制作还涉及到图像文件的压缩方式和存储效率等。图像格式图像格式：存储图像采用的文件格式。：存储图像采用的文件格式。nBMP文件文件 包括表头、调色板和图像数据包括表头、调色板和图像数据nGIF文件文件nTIFF文件文件nPCX文件文件nJPG格式格式n第一部分为位图文件头BITMAPFILEHEADER，它是一个结构体，n第二部分为位图信息头BITMAPINFOHEADER，也是一个结构，n第三部分为调色板(Palette)，当然，这里是对那些需要调色板的位图文件而言的。真彩色图像是不需要调色板的，BITMAPINFOHEADER后直接是位图数据。n第四部分就是实际的图像数据。对于用到调色板的位图，图像数据就是该像素颜色在调色板中的索引值，对于真彩色图像，图像数据就是实际的R、G、B值。2.7 数字图像类型n静态图像可分为矢量(Vector)图和位图（Bitmap）n位图是通过许多像素点表示一幅图像，每个像素具有颜色属性和位置属性。n位图又可以分成如下四种：线画稿(LineArt)、灰度图像(GrayScale)、索引颜色图像(Index Color)和真彩色图像（True Color）。1.线画稿n线画稿只有黑白两种颜色，线画稿适合于由黑白两色构成而没有灰度阴影的图像。2.灰度图像n在灰度图像中，像素灰度级用8bit表示，所以每个像素都是介于黑色和白色之间的256种灰度中的一种。灰度图像只有灰度颜色而没有彩色。我们通常所说的黑白照片，其实包含了黑白之间的所有灰度色调。从技术上来说，就是具有从黑到白的256种灰度色域（Gamut）的单色图像。3.索引图像n索引颜色通常也称为映射颜色，在这种模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。一幅索引颜色图像在图像文件里定义，当打开该文件时，构成该图像具体颜色的索引值就被读入程序里，然后根据索引值找到最终的颜色。4.真彩色图像n真彩色图像将像素的色彩能力推向了顶峰。“真彩色”是RGB颜色的另一种流行的叫法。从技术角度考虑，真彩色是指写到磁盘上的图像类型，而RGB颜色是指显示器的显示模式。RGB图像的颜色是非映射的，它可以从系统的“颜色表”里自由获取所需的颜色，这种图像文件里的颜色直接与PC机上的显示颜色相对应。在真彩色图像中，每一个像素由红、绿和蓝三个字节组成，每个字节为8bit，表示0到255之间的不同的亮度值，这三个字节组合可以产生1670万种不同的颜色。