【数字图像处理】图像的基本概念

图像的基本概念

前言

一直没有系统地学习图像处理和机器视觉的理论知识。之前只是兴趣驱动，做一些图像处理相关的项目，但总感觉底子空空的，现在想好好地系统学习一下。参考书目：《数字图像处理基础》（朱虹等编著）

基本概念

采样

书本原话：采样是指将空域上或时域上连续的图像（模拟图像）变换成离散采样点（像素）集合的一种操作。采样之后得到的二维离散信号的最小单位就称为像素。

量化

书本原话：量化就是半采样点上表示亮暗信息的连续量离散化后，用数值来表示的。一般的量化值为整数。这样，经过采样和量化之后，数字图像可以用整数阵列的形式来描述。

例如，我们常见的灰度图像都是256级，就是相当于8bit的量化位数。

数值描述

书本原话：从客观场景中拍摄到的图像是二维信息。一幅图像可以定义为一个二维函数$f(x,y)$，其中$x,y$是空间坐标，对任何一对空间坐标$(x,y)$上的幅值，称为表示图像在该点上的强度或灰度，或简称为像素值。

常用的图像坐标系有两种，一种是直角坐标系，一种是矩阵坐标系，如下图。

灰度直方图

书本原话：灰度直方图是关于灰度级分布的函数，是对函数中灰度级分布的统计，回族直方图是将图像中的所有像素，按照灰度值的大小，统计其所出现的频度。

如下图。

纵坐标的“个数”可以归一化为“概率”（即，0~1之间的小数）。

用途

灰度直方图可以作为图像分割阈值的选择依据。很多自动二值化阈值的选取都离不开灰度直方图。例如，常见的Ostu二值化（大津法）。与其说灰度直方图是一种工具，不如说其是一种思想。
自动阈值思想：当图像的灰度直方图有两个峰出现时，我们可以认为两个峰是图像的两个重要主体（一个是主体，一个是背景）。这时我们只要在阈值区间内选取一个合适的值作为我们的阈值，即可区分主体和背景，成功起到二值化图像的作用，如下图。

作者

Markdown by SaleJuice