灰度分辨率

---

图像分辨率

分辨率可以定义为图像中的像素总数。这已在图像分辨率中讨论过。我们还讨论过，图像的清晰度并不取决于像素的数量，而是取决于图像的空间分辨率。这已经在空间分辨率中进行了讨论。这里我们将讨论另一种类型的分辨率，称为灰度分辨率。

灰度分辨率

灰度级分辨率是指图像中灰度或灰度级的可预测或确定性变化。

简而言之，灰度分辨率等于每个像素的位数。

我们已经在每像素位数和图像存储要求教程中讨论了每像素位数。我们将在这里简要定义 bpp。

BPP

图像中不同颜色的数量取决于颜色的深度或每像素的位数。

从数学上来说

灰度分辨率和每像素位数之间可以建立的数学关系可以给出：

在此等式中，L 指灰度级数。它也可以定义为灰色阴影。k 指的是 bpp 或每像素位数。因此，每像素位数的 2 次方等于灰度级分辨率。

例如：

上面的爱因斯坦图像是灰度图像。意味着它是每像素 8 位或 8bpp 的图像。

现在，如果要计算灰度级分辨率，我们将如何做到这一点。

这意味着它的灰度分辨率是256。或者换句话说，我们可以说这个图像有256种不同的灰度。

图像的每像素位数越多，其灰度分辨率就越高。

以 bpp 定义灰度分辨率

灰度级分辨率不必仅根据级别来定义。我们还可以用每像素位数来定义它。

例如

如果给你一张 4 bpp 的图像，并且要求你计算它的灰度分辨率。这个问题有两个答案。

第一个答案是16级。

第二个答案是 4 位。

从灰度分辨率求bpp

您还可以从给定的灰度级分辨率中找到每像素的位数。为此，我们只需稍微改变一下公式即可。

等式 1。

该公式可求出级别。现在，如果我们要找到每个像素的位数，或者在本例中为 k，我们只需像这样更改它即可。

K = 对数底数 2(L) 方程 (2)

因为在第一个方程中，级别 (L ) 和每像素位数 (k) 之间的关系是指数关系。现在我们必须恢复它，因此指数的倒数是对数。

让我们举一个例子，从灰度分辨率中找到每像素的位数。

例如：

如果给你一张 256 个级别的图像。它所需的每像素位数是多少。

将 256 带入等式，我们得到。

K = 以 2 为底的对数 ( 256)

K = 8。

所以答案是每像素 8 位。

灰度分辨率和量化：

量化将在下一篇教程中正式介绍，但这里我们只是解释一下灰度分辨率和量化之间的关系。

灰度分辨率位于信号的 y 轴上。在信号与系统简介教程中，我们研究了将模拟信号数字化需要两个步骤。采样和量化。

采样在 x 轴上完成。并且量化是在Y轴上完成的。

因此，这意味着图像的灰度分辨率的数字化是在量化中完成的。