数字图像处理学习01

学习，先什么都学一点，然后发现完蛋了。

Images

Binary images 二值图像 0或1取值，技术有Image Halftone

Gray images 灰度图 0 到 255  8bits/pixel

Color images

- indexed color images （based on palette）  意思就是调色板存储要出现的RGB值

- Full color images 真彩色图像 24bits/pixel

Bit Depth  拿灰度图像举例，0-255，8位  0-32 5位

老师说 c++设置时候的*data，指的是图像RGB分量的值

 数字信号处理

Ω/2Π 为有理数，那么就是周期的

老师讲的特别好，用欧几里得空间来说明 是三个基向量，一个向量可以由这三个基向量线性表示

傅里叶变换，则是有无数个基向量，且是个复频域，因此求幅值要乘共轭。在欧几里得空间用坐标来表示这个V，换到复频域就用X(w)，总之就是有比较明显的对应关系。

图像是二维的，对图像做变换要用到二维的DFT，二维的DFT是一维DFT的变式，可以理解一个为x轴一个为y轴，自然形式也是差不多的。

analysis的时候要求基分量，求赋值的时候要有共轭（负号）

第一幅图，垂直方向上没有变换，水平方向上变化；

第二幅图，水平方向上没有变换，垂直方向变换，且次数更多；

频率域中，点越密表示变换越慢，点距离越远则变换越快；反过来说，变换越多，点越稀疏，变换越少，点越密；

例子如下

类似阶跃函数，频率也就是无限。

自然图像的频率成分集中在低频，能量也集中在低频，纹理细节-高频部分对我们人眼来说也不重要，就可以压缩了。

 相位谱比幅度谱更重要。老师做了个实验，非常有意思。