1.灰度变化：
色深是一个可以显示灰阶个数的参数。对于8bit的显示器来说，灰阶数就是256个；对于10bit的显示器来说，灰阶数就是1024个，所以位数越高的显示器，灰阶范围也就越大，图像的明暗变化也就越平滑。
如下图1所示，是一个变化不平滑的灰阶，它对于图像的明暗显示局限性非常的大；
图1
图2是8bit的灰阶范围图，但是由于8bit无法将全部的灰阶显示出来，所以灰阶图上会出现一条一条的条带，这种现象称为“色带”。
图2
图3是16bit的灰阶范围图，可以看到16bit的灰阶范围更为广阔，明暗变化也更为平滑。
2.抖动算法
对于8bit的显示器，加入我们给它足够的补偿，那么8bit的显示器对于灰阶的显示也会更加的平滑。抖动算法（ dithering）就是实现这一目的的重要方法，也可以知道，抖动算法就是高精度信号转换到低精度信号时，对损失部分信号的填补与增益。
为什么高精度信号转换为低精度信号时会失真？
试想，高精度信号是一个保留1位小数的等差数列：1.0，1.6，2.2，2.8，3.4……
而低精度信号只能保留每项为整数，这时候这个等差数列会变成什么样？
四舍五入：1，2，2，3，3
向下取整：1，1，2，2，3
向上取整：1，2，3，3，4
常规方法下生成的新数列没有一个能还原出原数列等差排列的效果：新信号不仅丢失了精度，更重要的是变化的幅度不再均匀——这才是最要命的，而这其实就是图像信号中色带（banding）的产生原因。
而抖动算法正为此而生，抖动算法通过在原信号之间增加噪音，使得新信号呈现出和原信号更多的一致性。
下面是一个抖动算法效果的演示：
上图中，左图为原图，原生具有8bit的高位深。当其以低位深输出时，中间的图是不加抖动的结果，而右图使用了一种error diffusion dithering的算法，于是结果迥异。右图虽然增加了噪点，但完全避免了色带的产生。
这个演示告诉了你，在选择显示器时，原生10 bit面板固然最好，但即使8 bit面板仍然能很好地表现10 bit内容。上图是8 bit内容抖动到有效精度不到3bit情况下的结果，可想而知，10 bit内容抖动到8 bit的效果会更好得多，而且基本上不会增加太多可闻的噪点。