数字图像处理 - 抖动概念

在量化和轮廓线的最后两个教程中，我们已经看到，降低图像的灰度等级会减少表示图像所需的色彩数量。如果灰度等级降低到2，则显示的图像空间分辨率不高，或者不够吸引人。

抖动

抖动是一种创建实际上不存在的颜色幻觉的过程。它是通过像素的随机排列来实现的。

例如，考虑这张图片。

这是一张只有黑白像素的图像。它的像素按一定顺序排列，形成另一张如下所示的图像。请注意，像素的排列方式发生了变化，但像素数量没有变化。

为什么使用抖动？

为什么我们需要抖动？答案在于它与量化的关系。

抖动与量化

当我们将量化执行到最后一级时，我们看到最后一级（第2级）的图像如下所示。

现在我们可以从这张图片中看到，这张图片不是很清晰，特别是如果你看爱因斯坦图像的左臂和背部。此外，这张图片没有太多关于爱因斯坦的信息或细节。

现在，如果我们要将这张图片更改为更详细的图片，我们就必须执行抖动。

执行抖动

首先，我们将进行阈值处理。抖动通常用于改进阈值处理。在阈值处理期间，锐利的边缘出现在图像中梯度平滑的地方。

在阈值处理中，我们简单地选择一个常数值。所有高于该值的像素都被视为1，所有低于该值的像素都被视为0。

阈值处理后，我们得到了这张图像。

由于图像变化不大，因为此图像中的值已经是0和1或黑白。

现在我们对其进行一些随机抖动。这是一些像素的随机排列。

我们得到了一张图像，它提供了更多细节，但对比度非常低。

因此，我们进行更多抖动以提高对比度。我们得到的图像是这样

现在我们将随机抖动概念与阈值混合，我们得到这样的图像。

现在您看到，我们只是通过重新排列图像的像素就得到了所有这些图像。这种重新排列可以是随机的，也可以根据某种度量进行。