系统学习数字图像处理之基础

常用数字图像处理实例有：

伽马射线成像，即由同位素衰变放射出伽马射线，由伽马射线收集仪收集的伽马射线形成图像。

X射线：穿过物体时吸收量调制X射线的强度，最后能量落在胶片上，形成图像。

紫外线：能量转换发光

可见光：

微波：即雷达，反射到雷达的微波能量

无线电波：穿透物体，脉冲导致物体无线电响应脉冲，计算机确定这些信号发生的位置和强度。

总体来说，人眼有两类感光器，锥状体大约600~700万之间，对颜色高度敏感，这种视觉又成亮视觉，或者白昼视觉。还有一种，杆状体，7500~15000W，无色彩感觉，对低照度敏感，称为暗视觉或者微光视觉。我们用矩形阵列近似中央凹，即CCD。

由于晶状体和成像图的距离固定，因此人眼调焦是通过晶状体加厚和变扁的方式来实现的。

人的视觉系统感知的亮度，与进入人眼的光的强度，成对数关系。在亮视觉中，人眼适应的光强范围大约为10^6，但是视觉系统不能同时在一个动态范围内工作，确切的说，它是通过改变其整个灵敏度来完成这一较大变动的，即亮度适应性现象，视觉系统当前灵敏度级别称为亮度适应级别，该级别范围外的区域被识别为黑色，高的强度会把适应级别拉升到高级别。在指定级别上，人眼识别强度变化的能力，由韦伯比确定，在低照明级别，亮度辨别较差，随着背景照明增加而改善。

同时，感知亮度还存在马赫带，即过渡区存在毛边。同时，感知区域的亮度并不简单取决于其强度，同时，人眼还会有错觉。

人眼感受一个物体的颜色由物体反射光的性质决定，一个物体在可见光谱的有限范围内反射时会呈现各种颜色色调，灰度级通常用来表示单色光的强度。

除了频率，描述彩色光源的质量还有三种基本量：发光强度，光通量，亮度。发光强度是光源流出的总能量，光通量是观察者从光源感受到的能量，用流明数来度量。亮度是光感知的主观描绘子，实际上不能度量，具体体现了强度无色的概念，注意，这里描述的是光源质量。

针对图像的获取，有单个传感器，条带传感器，传感器阵列等方式，用函数来表示图像的时候，是为能量的入射分量函数和反射分量函数的乘积，即总能量，我们可以用强度表示，或者叫灰度。

经过传感器输出的是连续的电压波，要经过坐标上的取样和幅度上的量化，除了所用的离散级数外，量化所达到的精度强烈的依赖于取样信号的噪声。我们实际中定义的图像属于空间域，xy称为空间坐标。有不同的方法表示一幅图像，每种方法适用于不同的场合。

我们把灰度跨越的值域非正式的称为动态范围，即系统中最大可度量灰度与最小可检测灰度比，上限取决于饱和度，下限取决于噪声。而把最大和最小灰度差定义为对比度。有高的动态范围，就有高的对比度，低对比度看上去像冲淡了灰度。

空间分辨率定义，即每单位距离内的最大线对数量。而每单位距离点数是印刷和出版业中常用的图像分辨率的度量。美国，这一度量通常用dpi表示。分辨率必须依附于空间定义，图像大小本身不会告诉我们多少内容。

等偏爱曲线，说明有大量细节的图像，可以采用较少的灰度级。

基本的图像内插方法有：最近邻内插法，该方法复杂度最小，但引起的缺陷问题也会很严重，其次是双线性内插，双三次内插，他们在细节上，逐步提升，复杂度也在逐步提升。双三次内插是商业图像编辑程序的标准内插方法，例如PS,CP。

图像的邻接性，是指像素P的周边像素与像素P的关系（注意，邻接性只是描述两个像素的位置关系），为了区分8邻接导致的二义性，引入混合邻接。如果图像区域内所有像素之间存在一个通路（即不仅位置相邻，且相邻像素的灰度值存在近似），则两个像素在S中是连通的。利用连通性，我们定义区域为连通集，即只有一个连通分量。要注意的是，像素距离和通路无关。选择m邻接时，两点间的Dm距离用点间的最短通路定义。

我们通过图像的算数运算，得到一些效果，例如相加降噪，相减增加差别，相乘或者相除来矫正阴影。

灰度图像的并集操作是定义为相应像素对的最大值，交集则为最小值。补集则为常数与像素之间的差。

仿射变换中，可以使用两种方法来使用仿射变换，一种是前向映射，即扫描输入图像的像素，并直接计算出输出像素点，但注意多个输入像素可能被映射到一个输出像素，也可能多个输出像素没有输入像素点。另外一种是反向映射，即扫描输出像素位置，并在每一个位置使用反变换（即仿射变换的逆运算）计算出输入图像的相应位置，然后内插是用最近的输入像素之一决定输出像素的灰度值的。