数字图像处理：图像的表示与描述引用CSDN1.https://blog.csdn.net/weixin_45476502/article/details/108755527
数字图像处理是计算机科学中的一个重要领域，它涉及图像的获取、处理、存储、传输和显示。在进行图像处理之前，我们需要了解图像的基本表示和描述方式。本文将从数学角度解释图像的表示方法，并介绍灰度图像和二值图像的基本特征。
1. 数学表示
1.1 二维离散函数
图像可以用一个二维离散函数来表示：[I = f(x, y)]其中：
((x, y)) 表示图像像素的坐标
函数值 (f(x, y)) 表示在坐标 ((x, y)) 处像素的灰度值
1.2 二维矩阵
对于一幅图像，如果每行有 (M) 个像素，每列有 (N) 个像素，那么图像的大小为 (M \times N) 个像素。可以将图像表示为一个 (M \times N) 的实数矩阵：[I = A[M, N]]矩阵中的元素 (a(m, n)) 表示图像在第 (m) 行第 (n) 列的像素值，也称为像素或像元。
1.3 关于图像坐标的说明
矩阵是按照行列顺序来定位数据的，而图像是在平面上定位数据的。为了编程方便，我们通常采用矩阵坐标系来定义图像的坐标。
2. 图像描述
2.1 灰度图像
灰度图像中的每个像素的信息由一个量化的灰度级来描述，没有色彩信息。灰度图像像素的灰度级通常为8位（bits），即0~255。其中，“0”表示纯黑色，“255”表示纯白色。
2.2 黑白图像/二值图像
黑白图像（也称为二值图像）中的每个像素只能是黑或白，没有中间的过渡。二值图像的像素值为0或1，其中“0”表示黑色，“1”表示白色。