学习笔记(1) ---- 数字图像处理的四种基本运算

       数字图像信息可看成是一个二维数组P(i,j)，对它处理的基本过程如电视光栅扫描。按由左到右，由上到下的顺序进行，并在扫描过程中逐点对各像素进行处理，称为顺向扫描。反之为逆向扫描，由下向上，由右到左。

       数字图像处理的四种基本运算：

1. 灰度直方图：最简单最有用的图像处理工具，概括了一幅图像的灰度级内容，是灰度级的函数，描述图像中具有该灰度级的像素个数，横坐标是灰度级，纵坐标是该灰度级出现的像素个数。通过除以图像的面积可得到图像的概率密度函数(PDF)，对面积的函数进行计算可得到图像的累积分布函数(CDF)。借助于灰度直方图可以进行图像均衡处理，阈值分割等。

2. 点运算：一种简单重要的技术，可以改变图像像素的灰度范围，显示图像时，尤为重要。对于一幅输入图像，通过点运算生成一幅输出图像，输出图像的每个像素灰度值仅由输入像素的值决定。点运算不改变像素之间的空间关系，以预定的方式改变图像的灰度直方图。除灰度级的改变是根据特定的灰度变换函数进行之外，点运算可看作是从像素到像素的复制操作，像素之间不发生关系，各像素的处理独立进行。点运算可表示为：O(x,y)=f[I(x,y)]，其中，I(x,y)为输入图像，O(x,y)为输出图像。点运算完全由灰度变换函数f()确定，它描述了输入灰度级和输出灰度级之间的映射关系。典型的点运算为光度学标定，通过对图像传感器的非线性特性做出补偿来反映某些物理特性，如光照强度；对比度增强，调整图像的亮度，对比度，以便观察，突出用户感兴趣的特征。

3. 代数运算：对两幅图像进行点对点的加，减，乘，除计算得到输出图像的运算。四种代数运算表达如下：

加：O(x,y)=I1(x,y)+I2(x,y)

减：O(x,y)=I1(x,y)-I2(x,y)

乘：O(x,y)=I1(x,y)*I2(x,y)

除：O(x,y)=I1(x,y)/I2(x,y)

其中，I1(x,y) 和 I2(x,y)为输入图像，O(x,y)为输出图像。

图像代数运算应用广泛，如使用图像相加可对同一场景的多福图像求平均值，有效地抑制随机噪声，也可以将一幅图像叠加到另一幅图像上，以增强效果。使用图像相减可对某一场景中的序列图像进行运动检测和控制。使用图像相乘可实现掩模操作，屏蔽图像中的某些部分。

4. 几何运算：用来改变图像像素之间的空间关系，可看成将物体在图像内移动，可不受任何限制，但通常需要做一些限制以保持图像的外观顺序。一个几何运算需要两个独立的算法：一个定义空间变换，用来描述每个像素如何从其初始位置变换到终止位置，即像素的运动；一个用于灰度级插值计算。通常，输入图像的位置坐标为整数，而输出图像的坐标为非整数。

空间变换用来保持图像中曲线的连续性和物体的连通性：

O(x,y)=I(x‘,y’)= f[t1(x,y), t2(x,y)]

其中，I为输入图像，O为输出图像，坐标(x‘,y’)为空间变换后的坐标，t1(x,y)和t2(x,y)为图像的空间变换函数。

灰度插值定义空间变换后的像素灰度值。图像一般由整数位置处的像素定义，在几何变换中，O(x,y)的灰度值一般由处于非整数坐标的I(x‘,y’)确定，因此需通过灰度插值实现。

几何运算可用来消除数字图像的几何变形，通过对相似图像的配准进行图像比对。