数字图像处理---总结1

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