《数字图像处理》（1）—— 数字图像处理基础

数字图像处理（Digital Image Process）分为两大类别：

一、输入和输出均为图像；

二、输入为图像，输出为图像中某些特征属性；

数字图像处理的过程大致分为：

图像获取， 图像 增强， 图像复原， 彩色图像处理， 图像压缩， 形态学图像处理， 图像分割， 表示与描述， 目标识别等。

1. 图像获取是第一步处理；

2. 图像增强是数字图像处理中最简单和最优吸引力的领域。基本上，增强技术的思路是显现那些被模糊了的细节，或简单地突出一幅图像中感兴趣的特征。图像增强是图像处理过程中非常主观的领域；

3. 图像复原也是改进图像外貌的一个处理领域，但是不同于图像增强的是，它是非常客观的；

4. 彩色图像处理，涉及很多小波方面的知识；

5. 图像压缩所涉及的技术是减少图像的存储量，或者在传输图像时降低频带；

6. 形态学处理涉及提取图像元素的工具，它在表示与描述方面非常有用；

7. 图像分割将一幅图像划分为组成部分或目标物。通常，分割越准确，识别也就越成功；

8. 表示与描述一般跟在图像分割之后，通常输出未经加工的数据。表示一个区域的的边缘或者表示一个区域内部的所有点；

9. 图像识别基于目标的描述给目标赋予符号的过程。

上图总结了图像处理的步骤与类别。

数字图像处理基础

• 图像感知和获取

1. 1. 图像由传感器获得（CCD阵列传感器）；

   2. 简单的图像形成模型：用 f(x,y) 二维函数表示图像，在特定的坐标 (x,y) 处，f 的值或者幅度是一个正的标量，其物理意义有图像源决定，如果是单色图像，那么 f 就可以称为灰度级。

• 图像的取样和量化

1. 1. 数字化坐标值称为取样，数字化幅度值称为量化；

   2. 取样和量化的结果采用实际矩阵表示 （M * N 的数字图像），矩阵中的每一个元素称为图像单元、图像元素或者就叫像素，数字化的过程多余 M、N值以及每个像素允许的离散灰度级数L需要一个判定。对于M、N只要是整数就行，但是出于便于处理、存储和硬件的考虑，灰度级数一般取2的整数次幂： L = 2 ^ k（离散灰度级是等间隔的取值范围为 [ 0 , L-1 ]）;数字b表示存储图像的比特数 b = M * N * k，一幅有 2^k 灰度级的图像称为k比特图像。就像256色图像也叫 8 比特图像；

   3. 放大和缩小数字图像：使用虚拟的栅格，再采用最近邻域插值法、双线性内插法；

• 像素间的一些基本关系

1. 1. 相邻像素

   2. 邻接性、连通性（灰度值相等时，邻接性就成了连通性）、区域（如果 R 是图像的一个子集，并且 R 是连通集则  R 是一个区域）和边界

• 线性和非线性操作

  如果对于输入的任意两幅图像 f 和 g 均满足：H (af + bg) = aH( f ) + bg( g ) ，则称H为线性算子。

转载于:https://my.oschina.net/flame804/blog/365527