术语图像源自拉丁语 imago。我完全同意维基百科的说法，它表示一个神器

它描绘了类似于主体（通常是物理对象）的视觉感知[...]，因此提供了对它的描述。

因此，它是某种现实的表示，结合了空间“序数”坐标（具有一些自然顺序，对我们人类来说是 2D 和 3D）和“基数”坐标（亮度/色度值、光谱、类别）。

归因于信号/处理人员的图像的维度通常是“序数”坐标之一（2D 或 3D）。对于将 2D 图像绘制为 3D 图的其他从业者（在“基数”维度中使用标量场的高程，非图像处理人员通常将 2D 图像称为“三维”（终结者中的右下角“阿诺德施瓦辛格”），因为他们看看我们自然 3D 世界中的这个神器：

.

这里，和是序数维度，是第三个维度。生成的拓扑/地形图中的图像可视化例如在称为“数学形态学”的领域中得到利用，其中表面和区域被解释为地理对象：山谷、山脉、流域、侵蚀等。$x$$y$$f(x,y)$

如果您为运动添加（一维）时间（到目前为止是一个非常有序的维度），那么您可以添加另一个维度：标准 2D+t 视频、3D 视频等。

如果我们调用尺度空间理论，直言不讳地认为“对象仅在一定的尺度范围内才有意义”，则可以使用平滑核对给定图像进行平滑以获得不同的图像：

并将它们堆积起来以产生额外的“规模”维度。然后，您可以将讨论扩展到任意坐标的图像，如点云、运动等。

最后，我相信图像数据（及其维度）至少可以被视为三个对象：

• 它们在现实中应该如何（如果存在这样的事情），
• 它们是如何被建模或描述的，
• 我们如何处理它们。

它们的内在维度取决于此。但是请记住，可以映射两个不同维度的连续空间，尽管是以非连续方式。对于离散空间，例如经典图像/体积坐标的空间，存在映射，例如用于图像压缩（JPEG、J2K）的希尔伯特/皮亚诺曲线之字形，因此维度是数据结构的问题。

在医学图像和医学图像处理领域，您会遇到磁共振图像、计算机断层扫描图像等。这些是可以使用 3D 内核处理的体积图像 (3D)。所以是的，我们在图像处理领域确实有 3D 图像。

此外，您还可以拥有体积视频，实际上是 4D 图像。这可能是超声视频采集的情况 ( https://www.youtube.com/watch?v=OBV7i9zRAto )

正如 Axel Mancino 所说，有一些真实 3D 图像的示例（即通过真实 3D 过程测量的图像，而不仅仅是相互堆叠的 2D 图像）。所以你有三个空间方向，必须相应地处理图像。很多时候，不可能将 3D 数据集视为堆叠的 2D 图像并通过 2D 算法处理所有“切片”。两个例子：

1) 想象一个 3D 数据集的骨架化：如果您只使用 2D 算法处理切片，您可能会失去从切片到切片的骨架路径之间的连接。执行此方法 3 次也无济于事（即从每侧遍历 3D 体积一次并单独处理 2D 切片）。

2) 确定图像的分形维数。您不能对每个切片进行简单的盒计数，因为您忽略了第三维的粗糙度。

在 MRI 中，还有更多的可能性。与 CT 一样，您可以轻松获得 4D 图像（3 个空间方向，1 个时间方向），甚至更高维度，包括

• 不同的对比
• 不同的解剖运动状态（例如心跳或呼吸等）