图像处理基础

2.1 图像处理基础

仅用作笔记仅用作笔记仅用作笔记仅用作笔记

2.1.1 图像的基本概念

1.数字图像：每一个数字图像都是一个像素点矩阵，这个矩阵包含所有像素点的强度值
2.像素点：最小的图像单元，一张图像由好多的像素点组成。像素就是图像的尺寸
3.位图：也称点阵图，它是由许多点组成的，这些点称为像素。当许多不同颜色的点组合在一起后，便构成了一副完整的图像。 位图可以记录每一个点的数据信息，从而精确地制作色彩和色调变化丰富的图像。但是，由于位图图像与分辨率有关，它所包含的图像像素数目是一定的，若将图像放大到一定程度后，图像就会失真，边缘出现锯齿。
4.灰度：表示图像像素明暗程度的数值，也就是黑白图像中点的颜色深度，范围一般从0到255，白色为255 ，黑色为0。灰度值指的是单个像素点的亮度，灰度值越大表示越亮。灰度级表明图像中不同灰度的最大数量灰度级越大，图像的亮度范围越大。
5.通道：把图像分解成一个或多个颜色成分；①单通道：一个像素点只需一个数值表示，只能表示灰度，0为黑色； ②三通道：RGB模式，把图像分为红绿蓝三个通道，可以表示彩色，全0表示黑色；③四通道：在RGB基础上加上alpha通道，表示透明度，alpha=0表示全透明
6.深度：深度即位数（比特数）①位深：一个像素点所占的总位数，也叫像素深度、图像深度等，其中位深 = 通道数 × 每个通道所占位数 ②256色图：n位的像素点可以表示2^{n种颜色，称2}n色图，n=8时为256色图 ③8位RGB与8位图：前者的位数指每个通道所占的位数，后者指整个像素点共占的位数，其中8位RGB是一个24位图，也称为真彩
7.对比度：指不同颜色之间的差别。对比度越大，不同颜色之间的反差越大，即所谓黑白分明，对比度过大，图像就会显得很刺眼。对比度越小，不同颜色之间的反差就越小。对比度=最大灰度值/最小灰度值
8.图像分辨率：每英寸图像内的像素点数。分辨率越高，像素的点密度越高，图像越逼真。

2.1.2 图像的基本操作

1.灰度化：灰度化就是让像素点矩阵中的每一个像素点都满足下面的关系：R=G=B （就是红色变量的值，绿色变量的值，和蓝色变量的值，这三个值相等） 此时的这个值叫做灰度值
2.二值化：让图像的像素点矩阵中的每个像素点的灰度值为0（黑色）或者255（白色），也就是让整个图像呈现只有黑和白的效果。
灰度化的图像中灰度值的范围为0~255，在二值化后的图像中的灰度值范围是0或者255。
3.点操作：是对图像的每个像素点的灰度值按一定的映射关系进行运算得到一幅新图像的过程。这个转换操作可以是线性的也可以是非线性的。
4.代数操作：是指两幅图像对应像素的加、减、乘、除运算，有其组合的运算成为复合代数运算。
（1）加法：①通过平均的方式来除噪声
（2）减法：①通过减法操作去除背景 ②通过减法操作检测到目标运动
（3）乘法：通过算法已经能够求取最优二值化值，对图像进行二值化，得到感兴趣区域（二值图像）
（4）除法
5.逻辑操作：将图像的像素值按位逻辑运算
（1）按位与：当参与两个运算的两个逻辑值都为真时，结果才为真，一般用 0 表示假，用 1 表示真，可用来保留图像的特定部分
（2）按位或：当参与运算的两个逻辑值有一个为真时，结果就为真
（3）按位非：取反
（4）按位异或：异或
6.图像直方图：从数学上来说，图像直方图是描述图像的各个灰度级的统计特性，它是图像灰度值的函数，统计图像中各个灰度级出现的次数或频率。从图像上来说，灰度直方图是一个二维图像，横坐标为图像中各个像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数和频率。均值和中值描述图像的亮度，方差描述对比度
7.直方图均衡化：其目的是为了将图像中的一些动态范围较小、较集中的的灰度级改变，让图像的灰度级分布的更为均匀一些。
一般有一个计算新灰度级的公式，比如：S=int((L-1)pi+0.5)
如图所示

8.直方图规定化：就是通过一个灰度映像函数，将原灰度直方图改造成所希望的直方图，一种用于调整图像对比度和亮度的方法

9.图像滤波：
（1）均值滤波：求取一个区域的平均值取代区域中心点的值
（2）中值滤波：取中值
（3）高斯滤波：使用一个模板，常常称为卷积或掩膜，来扫描图像中的每一个像素，用模板确定的领域内的像素的加权平均值去替代模板中心像素点的值。
10.边缘检测：目的是检测识别出图像中亮度变化剧烈的像素点构成的集合
（1）Sobel算子（一阶微分算子）：利用像素上、下、左、右邻域的灰度加权算法，根据在边缘点处达到极值这一原理进行边缘检测。
（2）Laplacian算子（二阶）：阶跃边缘的导数特征除了“一阶导数取极值”外，还有“二阶导数过零点”。因此可以采用二阶导数，利用过零点得到边缘点
（3）Canny算子（二阶）：低错误率，误差小，无重复检测
11.纹理特征： 纹理特征是一种全局特征，反映的是图像中同质现象的视觉特征，体现物体表面的具有缓慢变换或周期性变化的表面组织结构排列属性。
（1）LBP算法：首先将检测窗口划分为1616的小区域（cell），对于每个cell中的一个像素，将其环形邻域内的8个点，进行顺时针或逆时针的比较，如果中心像素值比该邻点大，则将邻赋值为1，否则赋值为0。这样每个点都会获得一个8为二进制数。（转换为10进制数）如图所示

12.颜色空间转换
（1)常见颜色空间：
GRAY：通常指8位灰度图，其具有256个灰度级，像素值的范围是[0, 255]
RGB：红绿蓝三个通道，每个像素由三个通道的强度值组成 0~255
HSV：一种基于色调（Hue）、饱和度（Saturation）、亮度（Value）三个参数来描述颜色的颜色空间
YCrCb：Y代表光源亮度，色彩信息保存在Cr和Cb中，其中，Cr表示红色分量信息，Cb表示蓝色分量信息。
XYZ：是一种更加便于计算的色彩空间，可以与RGB色彩空间进行相互转换
（2）颜色转换：
RGB→GRAY：GRAY = 0.299 * R + 0.587 * G + 0.114 * B
RGB→XYZ：
XYZ→RGB：

RGB→YCrCb：

YCrCb→RGB：

RGB→HSV：

HSV空间中 V 0~1，V=V/255;
H 0~360,若H<0，H=H+360

13.数学形态学
腐蚀：图像收缩，二值图像中腐蚀是结构元素与图像做”与运算”，在灰度图像中，为了保存灰度信息，“与”操作被对应的替换成“最小值”操作
膨胀：图像扩张，二值图像中膨胀是结构元素与图像做“或运算”，在灰度图像中，膨胀的“或运算”替换成最大值
开运算：先腐蚀后膨胀，用来消除图像中细小对象
闭运算：先膨胀后腐蚀，用来填充目标内部的细小孔洞或裂缝

14.图像的基本几何变换：
放大，缩小，旋转