C#彩色图像的伪色空间处理程序设计(3)
若只考虑光的能量而不考虑它的波长，在视觉效果上只有黑白深浅之分，而无彩色变化，这时称为黑白图像（灰度图像），则图像模型可表示为
I=f(x,y,t)=∫_0^∞▒〖f(x,y,u,t)V(u)du〗 （1 2）
其中V(u)为相对视敏函数。
当考虑不同波长光的彩色效应，则为彩色图像。根据三基色的原理，任何一种彩色可分解为红、绿、蓝三种基色，所以彩色图像可表示为
I={R(x,y,t),G(x,y,t),B(x,y,t)} （1 3）
其中：
R(x,y,t)=∫_0^∞▒〖f(x,y,u,t)R(u)du〗 （1 4）
G(x,y,t)=∫_0^∞▒〖f(x,y,u,t)G(u)du〗 （1 5）
B(x,y,t)=∫_0^∞▒〖f(x,y,u,t)B(u)du〗 （1 6）
其中R(u)、G(u), B(u)分别为R、G、B 三基色的视敏函数。
当图像内容随时间变化时，称为时变图像或运动图像。当图像内容不随时间变化时，称为静止图像。对灰度图像而言，其函数为
I=f(x,y) （1 7）
作为数字图像处理的基础，本书中的很多算法就主要针对灰度静止图像f (x, y) 进行讨论的。由于人眼和其他成像系统视野有限，因此图像在空间上是有界的，其取值区域通常定义为矩形，即
0≤x≤M 0≤y≤M
图像函数在某一点的值常称为强度或灰度，它与图像在该点的亮度相对应，并用正实数表示，而且
这个数值的大小是有限的，即
0≤f(x,y)≤B
其中B 表示最大亮度。
由于计算机仅能处理离散的数据，所以如要用计算机来处理图像，则连续的图像函数必须转换为离散的数据集，这一过程叫做数字图像采集。数字图像采集由图像采集系统完成，经过成像、采样和量化
得到数字图像。其中，采样是对空间坐标的量化过程，量化则是对图像函数值的离散化过程。采样和量化统称为数字化。关于图像采集系统的详细内容，将在第3 章中进行详细叙述。数字化后的图像一般都用二文矩阵进行表示。
数字图像的分类
每个图像的像素通常对应于二文空间中一个特定的'位置'，并且有一个或者多个与那个点相关的采样值组成数值。根据这些采样数目及特性的不同数字图像可以划分为：
二值图像 (Binary Image): 图像中每个像素的亮度值(Intensity)仅可以取自0到1的图像。
灰度图像 (Gray Scale Image)，也称为灰阶图像: 图像中每个像素可以由0(黑)到255(白)的亮度值表示。0-255之间表示不同的灰度级。
彩色图像 (Color Image)：每幅彩色图像是由三幅不同颜色的灰度图像组合而成，一个为红色，一个为绿色，另一个为蓝色。
伪彩色图像（false-color） multi-spectral thematic
立体图像 (Stereo Image)：立体图像是一物体由不同角度拍摄的一对图像，通常情况下我们可以用立体像计算出图像的深度信息。
三文图像 (3D Image):三文图像是由一组堆栈的二位图像组成。每一幅图像表示该物体的一个横截面。