图像处理笔记

文章是在文库淘的，笔记做的比我的好，贴出来供养参拜。
https://wenku.baidu.com/view/456f51ec3086bceb19e8b8f67c1cfad6195fe9b4.html

第一章 基本概念
1、图像：是对客观存在物体的一种相似性的生动模仿与描述。（图像是对客观存在的物体的某种属性的平面或空间描述）

2、图像分为：物理图像、虚拟图像
物理图像：物质和能量的实际分布。
虚拟图像：采用数学的方法，将由概念形成的物体（不是实物）进行表示的图像。

3、图像分为：
数字图像（离散的）
模拟图像（连续的）

4、数字图像是用数字阵列表示的图像。数字阵列中的每一个数字，表示数字图像的一个最小单位，称为像素。像素是组成数字图像的基本元素。

5、数字图像的表示方法：（以黑白图像为例）
黑白图像可用二维函数f(x,y)表示，其中x,y是平面的二维坐标，f(x,y)表示点(x,y)的亮度值(灰度值) 。

7、数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。

8、低级图像处理、中级图像处理和高级图像处理。
（1）低级图像处理：主要对图象进行各种加工以改善图象的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。
特点：输入是图像，输出也是图像。
（2）中级图像处理：主要对图像中感兴趣的目标进行检测（或分割）和测量，以获得它们的客观信息从而建立对图像的描述。
特点：输入是图像，输出是特征（如边界、轮廓及物体标识）。
（3）高级图像处理：在中级图像处理的基础上，进一步研究图像中各目标的性质和它们之间相互的联系，并得出对图像内容含义的理解（对象识别）及对原来客观场景的解释（计算机视觉）。
特点：输入是数据，输出是理解。

9、根据你自己的理解，选择一个数字图像处理的应用实例，并简单说明其中涉及的具体技术。
在用手机软件修图时，照片由模糊变清晰用的是图像增强技术、放大缩小用的是图像的几何变换技术、把某个特征提取出来用的是图像分割技术。

第二章 采样量化
1、黑白图像是指图像的每个像素只能是黑或者白，没有中间的过渡，故又称为２值图像。
2值图像的像素值为0、1。

2、灰度图像是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。
灰度级：将连续图像的像素值分布落在[fi-1, fi]范围内的点取值量化为fsi，称之为灰度值或灰阶。

3、彩色图像是指每个像素的信息由RGB三原色构成的图像，其中RGB是由不同的灰度级来描述的。
彩色图像不能用一个矩阵来描述了，一般是用三个矩阵同时来描述。

4、连续图像：图像画面的点是无限稠密的，灰度值也是无限稠密的图像。又称模拟图像。
离散图像：用数字阵列表示的图像。阵列中的每个元素称为像素。
所谓的图像数字化，是指将模拟图像经过离散化之后，得到用数字表示的图像。
图像的数字化包括了空间离散化（即采样）和明暗表示数据的离散化（即量化）。

5、采样，是指将在空间上连续的图像转换成离散的采样点（即像素）集的操作。
由于图像是二维分布的信息，所以采样是在 x轴和y轴两个方向上进行的。
一般情况下， x轴方向与y轴方向的采样间隔相同。

采样时的注意点是：采样间隔的选取。
采样间隔太小，则增大数据量；太大， 则会发生信息的混叠，导致细节无法辨认。

6、量化是将各个像素所含的明暗信息离散化后，用数字来表示。一般的量化值为整数。
充分考虑到人眼的识别能力之后，目前非特殊用途的图像均为8bit量化，即采用0 ~ 255的整数来描述“从黑到白”。
在3bit以下的量化，会出现伪轮廓现象（即原始场景中不存在的轮廓）。

7、量化可分为均匀量化和非均匀量化。
均匀量化是简单地在灰度范围内等间隔量化。
非均匀量化是对像素出现频度少的部分量化间隔取大，而对频度大的量化间隔取小。
一般情况下，对灰度变化比较平缓的部分用比较多的量化级，在灰度变化比较剧烈的地方用比较高的分辨率。
　
8、

9、当一副图像的数据量被限定在一个范围内时，如何考虑图像的采样和量化？

10、灰度直方图

11、灰度直方图的性质
灰度直方图表征了图像的一维信息。它只反映该图像中不同灰度值出现的次数，而未反映某一灰度值像素所在位置。
图像与灰度直方图之间的关系是多对一的映射关系。任何一副图像都可以唯一地确定出一副与它对应的直方图，但不同的图像，可能有相同的直方图。
子图直方图之和为整图的直方图。

12、灰度直方图的用途
作为图像数字化的参数。

图像分割阈(yu)值的选择依据。

第三章 图像增强
1、对比度：通俗地讲，就是亮暗的对比程度。
对比度通常表现了图像画质的清晰程度。

2、对比度的计算

3、线性对比度展宽
对比度展宽的目的是：通过将亮暗差异（即对比度）扩大，来把人所关心的部分强调出来。抑制不重要的部分，来扩展所关心部分的对比度。

实现方法

4、线性对比度展宽------灰级窗
灰级窗实际上是线性对比度展宽的一种特殊形式。


5、动态范围调整（p40）
动态范围：是指图像中所记录的场景中从暗到亮的变化范围。

线性动态范围调整：作用是进行亮暗限幅。
非线性动态范围调整：作用是将暗的部分扩展，而将亮的部分抑制。

6、直方图均衡化（p44）
直方图均衡化方法的基本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。
因为灰度分布可在直方图中描述，所以该图像增强方法是基于图像的灰度直方图。

第四章 图像几何变换
1、图像的几何变换包括了图像的形状变换和图像的位置变换。
图像的形状变换是指图像的放大、缩小与错切。
图像的位置变换是指图像的平移、镜像与旋转。
图像的仿射变换是采用通用的数学影射变换公式，来表示几何变换。

2、图像缩小：按比例缩小（长和宽缩小比例相同）和不按比例缩小。 （p63）
缩小方法：
等间隔采样：


局部均值

3、图像放大

4、图像错切

5、图像平移


6、图像镜像
水平镜像


垂直镜像


7、图像旋转（略）

第五章 去噪
1、所谓的图像噪声，是图像在摄取时或是传输时所受到的随机干扰信号。
常见的有椒盐噪声和高斯噪声。
椒盐噪声的特征:
出现位置是随机的，但噪声的幅值是基本相同的。
高斯噪声的特征：
出现位置是一定的（每一点上），但噪声的幅值是随机的。

2、噪声抑制滤波器
均值滤波器
中值滤波器
边界保持类滤波器

3、均值滤波器
在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。

均值滤波器的缺点是：模板越小，对噪声抑制作用越小；但另一方面，模板越大，会使图像变的模糊。原因是它对所有的点都是同等对待，在将噪声点分摊的同时，将景物的边界点也分摊了。

4、中值滤波器
因为噪声（如椒盐噪声）的出现，使该点像素比周围的像素亮（暗）许多。
如果在某个模板中，对像素进行由小到大排列的重新排列，那么最亮的或者是最暗的点一定被排在两侧。
取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达到滤除噪声的目的。

中值滤波器对不同类型的噪声抑制效果
对于椒盐噪声，中值滤波的噪声抑制效果比较好。
对于高斯噪声，中值滤波的噪声抑制效果不够好。

5、边界保持类平滑滤波器
为了解决图像模糊的问题，在进行平滑处理的时候，首先判别当前像素是否在边界上，若在边界上，不进行平滑处理，若不在边界上，则进行平滑处理。

种类
K近邻(KNN)平滑滤波器、对称近邻平滑滤波器、最小方差平滑滤波器、Sigma平滑滤波器

其它章节
1、腐蚀：腐蚀是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的目标物。

2、膨胀：膨胀是将与目标区域接触的背景点合并到该目标物中，使目标边界向外部扩张的处理。膨胀可以用来填补目标区域中存在的某些空洞，以及消除包含在目标区域中的小颗粒噪声。

3、图像锐化的目的是加强图像中景物的细节边缘和轮廓。锐化的作用是使灰度反差增强。

4、梯度的物理意义：
任一点(x,y)处一个边缘的方向与该点处的梯度向量的方向正交。
在灰度变化平缓的区域其梯度值较小，
图像中灰度变化较大的边缘区域梯度值大
而在灰度均匀区域其梯度值为零。