数字图像处理笔记：一

一、什么是数字图像处理

  一幅图像可定义为二维函数$f(x,y)$，其中$x$和$y$是空间（平面）坐标，而任何一对空间坐标$(x,y)$处的幅值$f$称为该点处的强度或灰度值。
  当$x,y$和灰度值$f$是有限的离散数值时，我们称该图像为数字图像。

  注意：数字图像是由有限数量的元素组成的，每个元素都有一个特定的位置和幅值。这些元素称为图画元素、图像元素或像素。

  数字图像处理是指借用数字计算机来处理数字图像，其中涉及多种处理，三种典型的计算处理方式包括：低级处理、中级处理以及高级处理。

• 低级处理 涉及图像处理的初级操作，如图像预处理中的降低噪声、对比度增强和图像尖锐化。其特征是输入、输出都是图像。
• 中级处理 涉及诸多任务，譬如（把一幅图像分为不同区域或目标）分割，减少这些目标物的描述，以使其更适合计算机处理及对不同目标的分类（识别）。其特点是：输入为图像，但输出是从这些图像中提取的特征（如边缘、轮廓及各物体的标识等）为特点。
• 高级处理 涉及“理解”已识别目标的总体，就行在图像分析中那样，以及在连续统一体的远端执行与视觉相关的认知功能。

二、数字图像处理的基本步骤

1. 图像获取
     图像获取阶段包括图像预处理，譬如图像去噪、图像缩放。
2. 图像增强
     对一幅图像进行某种操作使得结果在特定应用中比原始图像更适合进行处理，主要目的是了突出某些特定边缘或者特征，方便后面的提取或分割。
3. 图像复原
     图像复原也是改进图像外观的一个处理领域，当图像受光照、拍摄角度或信息损失等影响时，使用图像复原后再进行分割提取效果可能会更好。在某种意义上说，复原技术倾向于以图像退化的数学或概率模型为基础，从而达到恢复图像的目的，如老照片修复就属于图像复原领域。
4. 图像分割
     分割过程指将一幅图像划分为它的组成部分或目标。通常来讲，自动分割是数字图像处理中最困难的任务之一，在提取感兴趣区域时我们需要下很大的功夫去进行图像分析与阈值确定。常见的基于直方图的分割有otsu分割算法和最大熵分割算法等，还有基于边缘检测的分割算法。
5. 图像识别
     识别是基于目标的描述给改目标赋予标志（譬如“猫”、“狗”等）。图像识别很很多处理算法，其中包括传统的机器学习算法以及现在比较火的深度学习算法，都可以进行物体的识别与判断。