【一】数字图像的常见概念

1 数字图像

1.1 数字图像是什么

数字图像是在计算机上显示和处理的图像，可分为位图（BMP、JPG、GIF）和矢量图（PNG）两种，位图是由图像中每个像素的幅值（灰度、亮度和强度）组成的，我们一般都是在位图上进行处理。

1.2 数字图像的分类

根据不同数字图像所包含的信息不同，可分为二值图像、灰度图像、RGB图像和索引图像等。

二值图像：每个像素只有黑、白两种颜色，取0代表黑色，1代表白色。

灰度图像：每个像素取黑色到白色之间的颜色深度，从0到255，共256种取值。

RGB图像：每个像素由红绿蓝三原色组成，每种颜色也是取0到255的颜色深度。

索引图像：当图像颜色种类比较少时，可采用颜色表（16*3的二维数组），选取基准颜色，再查询对应颜色表中的索引（偏移量）。

1.3 图像的空间和灰度级分辨率

图像的空间分辨率：图像中每单位长度所包含的像素或点的数目，常用像素/英寸（ppi）为单位来表示，也就是每英寸有多少个像素点，这个值越大，图像越清晰，但占用内存也越大。

图像的灰度级/辐射计量分辨率：又被成为色阶，就是图像中包含多少个灰度级，灰度级是256时包含所有信息；灰度级为2时，此时图像就是黑白图像。

2 数字图像处理与识别

2.1 整体流程

2.1.1 数字图像处理

第一步是对图像修改和增强，简单说就是预处理，像修改尺寸，灰度化之类都属于这个阶段。

2.1.2 数字图像分析

第二步是对处理好的图像进行分析，获取我们需要的信息。

2.1.3 数字图像识别

根据第二步得到的不同图像中的信息，可以根据这些信息之间的联系分类，如人脸识别、自动驾驶等等，这也是我们的最终目的。

2.2 数字图像处理与识别大致内容

图像的点运算可以用来改善图像的外观。
图像的几何变换用于图像的归一化和图像校准。
图像增强对重要的信息进行增强，同时弱化不重要的信息。
小波变换是基于频率域中的一些有限宽度的基小波，相较于傅里叶变换，在变换时保留了更多信息。
图像复原可以理解为图像增强的范国成，将被处理过的图像恢复原状。
彩色图像处理相较于灰度图像更加复杂，需要专门学习。
形态学处理主要是对图像的相似区域进行处理，如提取轮廓、凸化等。
图像分割是将一幅图像分解为若干互不相交叠区域的过程，分割出的区域需要同时满足均匀性和连通性的条件。
特征提取获得处理过图像的重要信息，用“非图像”（如数值、向量和符号等）代替图像表示，这些“非图像”就是特征。
对象识别是对获得的特征中，进行分类，从而实现识别。

3 预备知识

3.1 邻接性

简单来说，就是该像素与中心像素是什么关系。正上正下正左正右就是4邻接，斜对的就是8邻接，对应的位置称为领域，如下图所示：

3.2 连通性

通路对应邻域。当一个集合s里面全部像素之间存在通路，里面的两个像素就是连通的，他们连通之间的像素集就是s的连通分量，如果s中的连接分量只有一个，此时s也称为连通集。

3.3 区域和边界

区域是基于连通集上的，如果s既是图像的一个子像素集，又是连通集，则s就是一个区域。

边缘：一个（或多个）区域的最外部像素所形成的集合。

3.4 几种距离度量

欧式距离

d4距离

d8距离

3.5 基本的图像操作

3.5.1 点运算和邻域运算

前一个是对单个点处理，后一个是对一个范围的点处理。

3.5.2 线性和非线性操作

设h是一种算子，f1和f2是图像（组），a和b是标量，当下式成立时
h(af1+bf2)=ah(f1)+bh(f2)
则称h为线性算子，否则为非线性算子。