数字图像处理 -数字图像基础

光和电磁波谱

光是一种特殊的电磁辐射，它可以被人眼感知
没有颜色的光成为单色光或无色光
单色光的唯一属性是它的强度或大小
灰度级一词通常用来表示单色光的强度
有三个基本量用于描述彩色光源质量：发光强度，光通量和亮度

图像感知和获取

简单的图像形成模型

用f(x,y)的二维函数来表示图像，在空间坐标(x,y)处，f的值或幅度是一个正的标量，其物理意义由图像源决定。
函数f(x,y)可由两个分量来表征：

1. 入射到被观察场景的官员照射总量–入射分量 i(x.y)
2. 场景中物体所反射的光照总量–反射分量 r(x,y)
   f(x,y) = i(x,y)r(x,y)

图像取样和量化

数字图像表示

灰度级数典型地取为2的整数次幂，即 L = 2^k
有时，由灰度跨越的值域非正式地成为动态范围
我们将图像系统共的动态范围定义为系统中最大可度量的灰度与最小可检测灰度之比
作为一条规则， 上限取决于饱和度，下限取决于噪声
我们定义一幅图像中最高和最低灰度级间的灰度差为对比度
存储数字图像所需的比特数b为
b = M X N X k
当一幅图像有2^k个灰度级，实质上称该图像为“K比特图像”

空间和灰度分辨率

空间分辨率是图像中可辨别的最小细节的度量
其中每单位距离线对数和每单位距离点数（像素数）是最通用的度量

图像内插

内插使用已知数据来估计未知位置的数值的处理

最近邻内插法

原图像中最近邻的灰度赋给了每个新位置，更实用的方式是双线性内插在该方法中，我们用4个最近邻取估计给定位置的灰度，令(x,y)为我们想要赋以灰度值位置，并令v(x,y)表示灰度值，对于双线性内插来说，赋值公式由下面的公式得到：
v(x,y) = ax + by + cxy + d

双三次内插

使用16个最近邻点，即点P的灰度值为16个点的灰度值平均结果

像素间的一些基本关系

相邻像素

位于坐标（x，y）处像素p有4个水平垂直的相邻像素，其坐标由下式给出：
（x+1，y）（x-1，y）（x，y+1）（x，y-1）
这组像素称为p的4领域，用N₄（p）表示，每个像素距（x，y）一个单位距离
同时我们可以得到p的四个对角相邻像素的坐标：
（x+1，y+1）（x-1，y+1）（x-1，y+1）（x-1，y-1）

邻接性、连通性、区域和边界

距离度量

欧式距离和城市距离

数字图像处理中所用的数字工具的介绍

阵列与矩阵操作

包含一幅或多幅图像的阵列操作是以逐像素为基础执行的。图像可以等价地被看成是矩阵

线性操作与非线性操作

输入图像f(x,y)，产生输出图像g(x,y)：
H[f(x,y)]=g(x,y)

算术操作

针对降噪的带噪声的图像相加
令g(x,y)是无噪声图像f(x,y)被加噪声n(x,y)污染后的图像，即
g(x,y) = f(x,y)+ n(x,y)