Разрешение: измеряется обычно в dpi (dot per inch – количество точек на дюйм). Например, на экране монитора разрешение обычно 72 dpi, при выводе на бумагу – 600 dpi, при регистрации на ПЗС-матрице с размером одного элемента 9 мкм разрешение составит почти 3000 dpi. В процессе обработки разрешение можно изменить: на само изображение это не повлияет, но изменится его отображение устройством визуализации.
Количество цветов (глубина цвета) : точнее количество бит, отводимое для хранения цвета, определяется упрощением электронных схем и кратно степени 2. Изображение для хранения информации о цветах которого необходим 1 бит называется бинарным. Для хранения полутоновых (gray scale, gray level) изображений используется обычно 8 бит. Цветные изображения хранятся обычно с использованием 24 бит по 8 на каждый из трех цветовых каналов.
Размер: этот параметр может быть любым, но часто выбирается исходя из особенностей регистрации изображения (например, видеостандарты PAL (625, 4:3), SECAM (625, 4:3), NTSC (525, 4:3)), особенностей последующей обработки (алгоритмы быстрого преобразования Фурье предъявляют особые требования) и т.п. Хотя в последнее время фреймграбберы интерполируют изображение до любых размеров, библиотеки БПФ справляются с изображением любых размеров.
Основные характеристики изображения
Обычно физический сигнал, возникающий в точке , является функцией зависящей от многих параметров ( - глубина, – длина волны, – время). Однако мы будем рассматривать статические, и чаще монохроматические изображения.
Для обработки на компьютере изображение должно быть дискретизировано и квановано. Дискретизованное и квантованное изображение называется цифровым. Цифровое изображение представлено в дискретном двумерном пространстве, где – номер строки, а – номер столбца. Элемент, расположенный на пересечении -ой строки и -го столбца называется пиксел (pixel – picture element). Интенсивность пиксела может описываться либо вещественным или целым числом. Относительная интенсивность в вещественных числах обычно изменяется от 0 до 1, а в целых числах от 0 до 255.
Необходимо отметить, что мы будем манипулировать с двумерными изображениями. Под изображением будем понимать функцию двух вещественных переменных , где – это интенсивность (яркость) в точке с координатами .Иногда обработке будет подвергаться не всё изображение, а некоторая его часть,которую в англоязычной литературе принято называть region-of-interest, ROI (область представляющая интерес, ОПИ).
Определение цифрового изображения
Задачи
Цели
Обработка изображений может производиться в различных целях:
Изменение (искажение) изображения с целью достижения каких-либо эффектов (художественное улучшение). Эти преобразования не будут рассматриваться в рамках данного курса;
Image Processing – визуальное (заметное глазом) улучшение качества изображения (коррекция яркости и контраста, цветокорреция и т.п.); объективное улучшение качества изображения (устранение искажений типа дисторсия, смаз, расфокусировка и т.п.);
Image Analysis – проведение измерений на изображении (анализ интерферограмм, гартманограмм, ФРТ и т.п.);
Image Understanding – распознавание образов (распознавание символов, отпечатков пальцев, лиц, приборы наведения и т.п.)
Для достижения поставленных целей рассмотрим решение следующих задач:
Дискретизация, квантование и кодирование изображений.
Геометрические преобразования изображений.
Логические и арифметические операции над изображениями.
Фильтрация изображений.
Препарирование изображений.
Среди характеристик цифровых изображений следует выделить:
В основе алгоритмов обработки изображений положены в основном интегральные преобразования: cвертка, преобразование Фурье и др. Также используются статистические методы.
Методы обработки изображений классифицируют обычно по количеству пикселов участвующих в одном шаге преобразования:
поточечные методы в процессе выполнения преобразуют значение в точке в значение независимо от соседних точек;
локальные (окрестностные) методы для вычисления значение используют значения соседних точек в окрестности ;
глобальные методы определяют значение на основе всех значений исходного изображения .
в значение 
независимо от соседних точек;
.