数字图像处理
图像可以定义为一个二维函数
f
(
x
,
y
)
f(x,y)
f(x,y),其中
x
x
x和
y
y
y是空间坐标,而
f
f
f在任意坐标
(
x
,
y
)
(x,y)
(x,y)处的幅度称为图像在该点处的亮度或灰度。当
x
、
y
x、y
x、y和
f
f
f的幅值都是有限的离散值时,称该图像为数字图像。
数字图像是由有限数量的元组组成的,每个元素都有一个特殊的位置和数值,这些元素称为图片元素、图像元素和像素。
图像处理的三种类型:低级、中级、高级。
- 低级处理包括原始操作,如降低噪声的图像预处理、对比度增强、图像尖锐化。低级处理的特点是其输入输出都是图像。
- 中级处理包括诸如分割式的任务,即把图像分为区域或目标,然后对这些目标进行描述。中级处理的特点是其输入通常为图像,但输出是从这些图像中提取的属性(边缘、轮廓、单个物体的特征)
- 高级处理通过执行通常与人类视觉相关的感知函数,来对识别的对象进行总体确认。
数字图像表示
图像可定义为二维函数
f
(
x
,
y
)
f(x,y)
f(x,y),其中
x
x
x和
y
y
y是空间坐标,且任何坐标对
(
x
,
y
)
(x,y)
(x,y)的幅度
f
f
f称为图像在这一点的亮度。
灰度级通常指单色图像,彩色图像是由多幅单色图像组合而成的。例如,RGB彩色系统中,一幅彩色图像是由三幅单色图像组成的,这三幅图像分别称为红®、绿(G)、蓝(B)原色(分量)图像。
将坐标值数字化称为采样,将幅值数字化称为量化。采样和量化得到的是一个实数矩阵。
坐标约定:图像
f
(
x
,
y
)
f(x,y)
f(x,y)经采样后得到一个M行、N列的图像,那么图像大小为M×N,坐标的值是离散量。图像平面的原点被定义在(0,0)处。
作为矩阵中的图像。
f
(
x
,
y
)
=
∣
f
(
0
,
0
)
f
(
0
,
1
)
.
.
.
f
(
0
,
N
−
1
)
f
(
1
,
0
)
f
(
1
,
1
)
.
.
.
f
(
1
,
N
−
1
)
.
.
.
f
(
M
−
1
,
0
)
f
(
M
−
1
,
1
)
.
.
.
f
(
M
−
1
,
N
−
1
)
∣
f(x,y)= \begin{vmatrix} f(0,0)&f(0,1)&...&f(0, N-1)\\ f(1,0)&f(1,1)&...&f(1, N-1)\\ ...\\ f(M-1,0)&f(M-1,1)&...&f(M-1, N-1) \end{vmatrix}
f(x,y)=∣∣∣∣∣∣∣∣f(0,0)f(1,0)...f(M−1,0)f(0,1)f(1,1)f(M−1,1).........f(0,N−1)f(1,N−1)f(M−1,N−1)∣∣∣∣∣∣∣∣
图像类型
图像类型有
- 灰度级图像
- 二值图像
- 索引图象
- RGB图像
灰度级图像: 是一个数据矩阵,矩阵的值表示灰度的浓淡。
二值图像:是一个取值只有0和1的逻辑数组。