1、数字图像基础:
1)成像方式:伽马射线成像、X射线成像、紫外线波段成像、可见光及红外波段成像、微波波段成像、无线电波成像、超声波成像
2)图像形成模型:0<f(x,y)<oo, 等于入射分量乘以反射分量。数字图像一般以左上角为原点,向下为x轴,向右为y轴。MATLAB 中图像以矩阵形式存储,图像索引起点为(1,1),python中是(0,0)。
3)空间分辨率(像素),灰度分辨率(灰度级)。
4)像素间的基本关系:相邻像素、邻接性(4、8、m邻接)、连通性(连通分量,连通集(只有一个连通分量))区域和边界。
5)距离度量:欧氏距离(平方和开方)、街区距离绝对值和、棋盘距离(绝对值的最大值)
6)图像算术操作:图像平均(天文学邻域克服传感器噪声)、图像相减(增强差别)、图像相乘和相除(矫正伪影)。
7)图像线性非线性、集合、逻辑、空间操作、几何变换和图像配准、向量和矩阵操作
2.灰度变换(空域操作)与空间滤波:
1)基本灰度变换:图像反转、对数变换、伽马变换、分线段变换(对比度拉伸、灰度级分层(突出图像中特定灰度范围)、比特平面分级)
2)直方图处理:
直方图均衡:针对图像偏较暗色调,对图像进行全局拉伸,增强图像质量。
步骤:
- 计算统计直方图(每个灰度级的像素个数)
- 计算频率直方图(灰度级像素个数/总得像素数)
- 计算均衡后的直方图的值(灰度级*频率直方图(四舍五入取整))
- 完成灰度级映射