实验报告——灰度图像下采样以及量化 by raphealguo
P
k
是替代窗口的灰度值。
2、灰度图像的量化
我们知道灰度范围是[0,255],从计算机存储的角度来说,每个灰度值就是 8
个比特。对一幅灰度图像,从灰度级为 256 降低到灰度级 128、64、32……可以
看出是 8 个比特的数值分别舍弃 1、2、3 个比特……由于 8 个比特中对灰度影
响最大的是最高位,因此做舍弃处理时,从最低位开始舍弃,这里的舍弃仅仅
将改为置成 0。
以 上 探 讨了保留 灰 度 值 高 位 的 量 化 方 法 , 在 此 基 础 上 , 阅 读 了 IGS-
Improved gray-scale 量化的方法,这种做法的结果仅适合与眼睛观看以及图像压
缩。方法就是将图像一列一列的扫描,再利用类似半色调列印的误差扩散概念
创造没有假边的量化图像。假设目前需要把一个灰度级为 8 的图像量化成灰度
级为 4 的图像,按照前面的描述,对于每个灰度值,只有前四位是重要的!,
IGS 的处理步骤如下:
a).首先将图像表示成 8 位的二进制字符串;图像的每一列是单独处理的;
b).定义一个 4 位长度的字符串 sum = "0000";
c).从左到右扫描图像的每一列,将当前像素值的二进制字符串加上 sum 得
到一个结果 I,根据前面讨论的量化方法,I 的前四位即为量化结果,I 的后四位
设为下一轮要参与计算的 sum 值。倘若某个像素的最左边 4 位为"1111",此时
跳过本步骤的加法。重复以上步骤直到所有列抖扫描完毕。
列数 灰度值 二进制串
sum
量化结果
1 48 0011 0000 0011 0000 48(0011 0000)
2 50 0011 0010 0011 0010 48(0011 0000)
3 52 0011 0100 0011 0110 48(0011 0000)
4 54 0011 0110 0011 1100 48(0011 0000)
5 56 0011 1000 0100 0100 64(0100 0000)
6 252 1111 1100 1111 0100 240(1111 0000)
7 58 0011 1010 0011 1110 48(0011 0000)