数字图像处理

绪论

1. 数字图像处理的两个应用领域：
   - 为解释图像而改善图像信息
   - 为存储、传输、提取图像信息等任务处理图像数据。

2. 一副图像可以定义为一个二维函数f(x,y)，其中x,y是坐标，f值称为该点的强度或灰度。

3. 数字图像处理的应用领域

   - 伽马射线成像
   - X射线成像
   - 紫外波段成像
   - 可见光和红外波段成像
   - 微波波段成像
   - 无线电波段成像

4. 数字图像处理的基本步骤：

## 数字图像基础

1. 人眼中图像的形成

   光线经过晶状体（晶状体随着年龄会出现黄色色素，降低人眼的彩色分辨率）后，成像再视网膜上。视网膜上有很多分立光感受器。主要分为两种

   - 锥状体：每个锥状体都连接到了自己的神经末梢，又称明视觉或暗视觉

   - 杆状体：几个杆状体连接到一个神经末梢，没有色觉，对低光照度敏感，又称暗视觉或微光视觉

     在低照明度下，视觉由杆状体执行，在高照明级别情况下，视觉由锥状体执行。

2. 感知亮度不是实际灰度的简单函数，视觉系统往往会在不同灰度区域的边界处出现下冲和上冲现象。

   一个区域的感知亮度不只是取决于其灰度，还与背景有关。

3. 图像的感知与获取

   - 使用单个传感器获取图像
   - 使用条带传感器获取图像
   - 使用阵列传感器获取图像

4. 图像的取样与量化

   - 对坐标值进行数字化称为取样，对幅度值进行数字化成为量化
   - 灰度级数通常为2的整数幂：**L=2^k**
   - 灰度跨越的值域成为动态范围
   - 图像对比度是指一副图像中最高和最低灰度级间的灰度差。反差比是两个量的比率。
   - 空间分辨率：指图像中存储的信息量，是每英寸图像内有多少个像素点。
   - 灰度分辨率：指灰度级数，2的整数次幂，8比特，16比特，32比特。

5. 图的内插

   - 最邻近内插法：将原图中最邻近的灰度赋给了每个新位置。

   - 双线性内插：4个最邻近的灰度来计算给定位置的灰度     [双线性内插法--图像缩放算法](https://blog.csdn.net/gengyuchao/article/details/99484778)
     $$
      v(x,y)=ax+by+cxy+d
     $$

   - 双三次内插
     $$
     v(x, y)=\sum_{i=0}^3 \sum_{j=0}^3 a_{i j} x^i y^j
     $$

6. 像素的基本关系

   - 像素的相邻像素，用N₄(p)表示

   $$
   (x+1, y),(x-1, y),(x, y+1),(x, y-1)
   $$

   - p的4个对角相邻像素，用N_D(p)表示
     $$
     (x+1, y+1),(x+1, y-1),(x-1, y+1),(x-1, y-1)
     $$

   - 相邻像素和4邻域合称为p的8邻域，用N₈(p)表示

7. 距离测度

   - 欧几里得（欧式）距离
     $$
     D_e(p, q)=\left[(x-u)^2+(y-v)^2\right]^{\frac{1}{2}}
     $$

   - 城市街区距离
     $$
     D_4(p, q)=|x-u|+|y-v|
     $$

   - 棋盘距离

   $$
   D_8(p, q)=\max (|x-u|,|y-v|)
   $$

8. 数字图像处理的数学运算
   - 矩阵乘法与矩阵相乘
   - 线性运算与非线性运算
   - 算数运算
     - 使用图像相加（平均）降低噪声
     - 使用图像相减比较图像
     - 使用图像相乘/相除矫正阴影和模板
9. 图像的几何变换
   - 缩放变换
   - 平移变换
   - 旋转变换
   - 剪切变换