《食品分析技术》讲义_第三章 水分的测定

《食品分析技术》讲义_第二章 样品的采取

《食品分析技术》讲义_第一章 常规分析技术

在介绍图象的压缩编码之前，先考虑一个问题：为什么要压缩？其实这个问题不用我回答， 你也能想得到。因为图象信息的数据量实在是太惊人了。举一个例子就明白：一张 A4(210mm×297mm) 幅面的照片，若用中等分辨率(300dpi)的扫描仪按真彩色扫描，其数据 量为多少？让我们来计算一下：共有(300×210/25.4) ×(300×297/25.4)个象素，每个象素占 3 个字节，其数据量为 26M 字节，其数据量之大可见一斑了

图象的分割与检测(识别)实际上是一项非常困难的工作。很难说清楚为什么图象应该分割成 这样而不是那样。人类的视觉系统是非常优越的，它不仅包含了双眼，还包括了大脑，可以 从很复杂的景物中分开并识别每个物体，甚至可以毫不费力地跟上每秒好几十帧变化的图 象。举两个例子来说明一下人类视觉系统的优越性

我们在第三章介绍平滑与锐化时引入了模板操作，今天还要用到它

这一章的内容我认为是最有趣的。还记得前言中那个抽取骨架的例子吗？现在我们就来看看 它是如何实现的。 今天所讲的内容属于一门新兴的学科：数学形态学(Mathematical Morphology)。说起来很有 意思，它是法国和德国的科学家在研究岩石结构时建立的一门学科。形态学的用途主要是获 取物体拓扑和结构信息，它通过物体和结构元素相互作用的某些运算，得到物体更本质的形 态

这一章，我们主要和调色板打交道。先从最简单的反色讲起

在介绍本章内容之前，先提出一个问题？普通的黑白针式打印机能打出灰度图来吗？如果说 能，从针式打印机的打印原理来分析，似乎是不可能的。因为针打是靠撞针击打色带在纸上 形成黑点的，不可能打出灰色的点来；如果说不能，可是我们的确见过用针式打印机打印出 来的灰色图象。到底是怎么回事呢？

先举个例子说明一下什么是平滑(smoothing)，如下面两幅图所示：可以看到，图 3.2 比图 3.1 柔和一些(也模糊一些)。是不是觉得很神奇？其实实现起来很简单。我们将原图中的每一点 的灰度和它周围八个点的灰度相加，然后除以 9，作为新图中对应点的灰度，就能实现上面 的效果