第一章 数字图像处理基本知识

引言

  有些人会对照相、图片处理感兴趣，会用现成图像处理软件，比如Photoshop 软件。但这些人仅仅知道它的功能，并不知道是如何实现、如何进行编程实现。学完数字图像处理，到底怎么回事(算法)就会有所了解，甚至有些功能就能编程实现。 Photoshop这种应用软件，功能是已经固定的，对于特定工业应用、科研项目就用不了。 比如，生产管道上面有裂缝，可以用图像处理的技术去检测。还有指纹识别、人脸识别这些 Photoshop 处理不好。所以，数字处理这门技术，应用面是非常广的，重要性非常大。

学习方法

  这门课程学习要注意理论和实践结合， 学了一个理论，通过编程吗马上试一试，看看效果怎么样，加深理论理解。同时也知道学的理论不是枯燥的公式、实际应用再图像处理中还是有具体内涵的。

数字图像处理基本知识

数字图像基本概念

图、像、图像、图像表示、模拟图像、数字图像

  图是物体反射光\透射光\发光物体本身发射光(能量)的分布(图像场)，是客观存在；像是人的视觉系统所接受的图在人脑中所形成的印象或认识，是人的主观感觉；图像是二维或三维景物呈现在人心目中的影像，包含了描述其所代表的景物的信息。

  图像数学表达：$I=f(x,y,z,t)$ 序列图像。不同图像，不同频谱波段成像和 $\lambda$ 有关。一般情况，只考虑平面的单色的静止的图像，$I=f(x,y)$ 以这个为例进行研究。要变到其他地方加参数。

  模拟图像：定义域(x,y)空间坐标连续，函数值域辐射场能量 $I$ 连续。数字图像：由模拟图像量化得到，Step1 首先对 (x,y) 空间坐标离散化，这一步叫取样，它确定了图像的空间分辨率。Step2 f(x,y) 函数值的离散化叫量化，它确定了图像的幅度分辨率。对一幅模拟图像取样和量化后变成的函数所代表的图像就是一个数字图像。
  空间上均匀分格，每个格一个值，这个就是一个采样的过程。一个点空间大小本来是连续的，离散化就是量化，出于存储和量化硬件的考虑，灰度级数通常取2的整数次幂，即 $l=2^k$ ,常称该图像为k比特图像。一般灰度图是8比特图像。这里注意取样间隔满足香农定理（奈奎斯特采样定理）。 取样间隔越大，图像像素越少，空间分辨率越低，马赛克效应越明显。取样间隔越小，空间分辨率越高，数据量越大。量化等级越多，图像层次越丰富。量化等级越少，灰度分辨率越低，出现假轮廓现象。

  数字图像的表示：矩阵，其中对应某一个点，它的灰度值称作像素值。

  对一幅图像，在计算机内以数据矩阵方式存储。占用空间: M ∗ N ∗ k M*N*k