C#图像的平移和镜像处理程序设计(3)
根据图像的不同，通常可以分为以下三类：
灰度图像
当一幅图像具有2^k灰度级时，常称该图像是k比特图像。比如，一幅有个灰度级，就称其为8比特图像，灰度图像矩阵元素f(i,j)的取值范围通常为[0,255]，所以称为256级灰度图像，一般地，“0”级表示纯黑色，“255”级表示纯白色，中间的灰度级从小到大表示由黑到白的过渡。
二值图像
一幅二值图像的二文矩阵仅由为0、1两个值组成，“0”代表白色，“1”代表黑色，二值图像通常用于文字、线条图的扫描识别和掩膜图像的存储，二值图像可以看成是灰度图像的一个特例，请注意，在图像存储时，即使二值图像其灰度值仍然在[0,255]内，但它仅有两个值：0和255。所以二值图像在存储时，必须将0-1图像序列转化成255-0图像序列。
RGB彩色图像
RGB图像分别用红（R）、绿（G）、蓝（B）三原色的组合来表示每个像素的颜色。图像中的每个像素的颜色值，用RGB三原色表示直接存放在图像矩阵中。由于每一像素的颜色需要R、G、B三个分量来表示，所以RGB图像的图像矩阵与其它类型的图像矩阵不同，是一个三文矩阵可用M*N*3表示。
图像处理技术
图像处理技术，就是用计算机对图像进行分析，以达到所需结果的技术，也可称为影像技术。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二文数组，该数组的元素称为像素，其值为整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。
为满足传输和存储的要求，会对图像进行信息编码的操作。图像信息编码能压缩图像的信息量，但图像质量几乎不变。因此，可以采用模拟处理技术，在通过模-数转换得到编码，不过多数是采用数字编码技术。
图像分割是将图像划分为一些互不重叠的区域，每一区域是像素的一个连续集。通常采用把像素分入特定区域的区域法和寻求区域之间边界的境界法。区域法根据被分割对象与背景的对比度进行阈值运算，将对象从背景中分割出来。
图像复原是在假定已知模糊或噪声的模型时，试图估计原图像的一种技术。图像在形成、传输和记录过程中，由于成像系统传输介质和设备的不完善，是图像的质量变坏，这一过程称为图像的退化。图像的复原是要尽可能恢复退化图像的本来面目，它是沿图像退化过程的逆向过程进行的。典型的图像复原是根据图像退化的先验知识建立一个退化模型，以此模型为基础，采用各种逆退化处理方法进行恢复，使图像质量得到改善。图像增强的目标则是改进图片的质量。
图像增强按所用方法可分成频率域法和空间域法。前者把图像看成一种二文信号，对其进行基于二文傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。以提高图像质量为目的的图像增强对于一些难以得到的图片或者在拍摄条件十分恶劣情况下得到的图片都有广泛的应用。例如从太空中拍摄到的地球或其他星球的照片，用电子显微镜或X光拍摄的生物医疗图片等。与图像复原不同，图像增强并不要求忠实地反映原始图像。相反，含有某种失真的图像可能比无失真的原始图像更为清晰。
图像数字化是将一个图像变换为适合计算机处理的形式的第一步。图像编码技术可用以传输和存储图像。图像增强和复原可以是图像处理的最后目的，也可以是为进一步的处理作准备。通过图像分割得出的图像特征可以作为最后结果，也可以作为下一步图像分析的基础。