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<sup>k</sup>**
- 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N<sub>4</sub>(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<sub>D</sub>(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N<sub>8</sub>(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