【机器学习】数字图像处理基础

参考

华为云学院

图像的感知和获取

数字化图像的获取过程由光敏传感器开始，传感器的输出一般是连续的电压波形，描述传感器质量的参数包括单元数，尺寸，和传感性能。

图像数字化

使用图像数字化技术将连续的电压波形转换成图像，数字化过程包括采样和量化

采样

采样就是按照一定的时间间隔和空间间隔，在连续的电压波形上采集数据的过程，即离散化。采样的效果由传感器采样间隔和采样口径决定。

分辨率

采样后得到的图像的尺寸称为图像分辨率，由宽（width）和高（height）两个参数构成。例如640*480，指的是这幅图由307200个点组成。不同分辨率采样的效果：

采样的点越多，图像越清晰。

量化

在电压波形上的采样得到了离散的点，但是每个点上的灰度依然是连续的，所以还需要对灰度进行离散化。

灰度级

灰度级（depth）表征了每个采样点的传感器输出中可分辨的最小变化，通常是2的整数次幂。一张8位的图像，表示每个采样点有2^8=256级。从最暗到最亮，可以分辨256个级别。不同灰度级量化的效果如下

数字图像的表示

采样和量化后的数字图像结果在数学上表示为一个矩阵。矩阵中每个元素记录了该采样点量化后的信号强度，对于灰度图而言，该强度是一个从0到灰度级的整数。

彩色图像 - RGB

彩色图像 - HSV

HSV表示色相（hue）、饱和度（saturation）、亮度（value）。Apple的Mac和PS都是采用HSV颜色空间。

其他颜色空间

YUV颜色空间主要用于图像压缩以及传输。CMYK颜色空间用于印刷工业。Lab可以表达自然界中任何颜色。

颜色空间转换

RGB，HSV，YUV等常见颜色空间可以通过计算公式实现转化，这个过程叫做颜色空间转换。

灰度化

灰度化的三种思路：
最大值法：I=max(R,G,B）
平均值法：I=(R+G+B)/3
加权平均法：I=0.11B+0.59G+0.30*R

像素关系

数字图像在计算机里的表示实际上是一个矩阵。像素的下表被称为坐标（x,y），对于坐标为（x,y）的像素p，p有四个水平垂直的相邻像素，称为4-领域：(x-1,y)，(x+1,y)，(x,y-1)，(x,y+1）。有四个对角相邻像素，称为对角邻域：(x-1,y+1)，(x+1,y+1)，(x-1,y-1)，(x+1,y-1)。4-领域和对角领域合称为8-领域。

像素的连接

如果两个像素不仅在空间关系上相邻，并且像素值也符合相似原则，则这两个像素是连接的。相似原则有时候可以是自定义的，例如灰度值相等，或者都在某个集合V中。

4-连接

像素p，q的值都在集合V内，并且q在p的4-邻域中，此时它们是4连接。

8-连接

像素p，q的值都在集合V内，并且q在p的8-邻域中，此时它们是8连接。

像素的连通

如上图所示，如果像素按照连接关系，可以连在一起，说明这些点是连通的。根据连接的方式的不同，可以分为4-连通和8-连通。

连通域

在一张图像中，一个像素集合内部两两连通，而集合外的集合不连通，这样的像素集合称为连通域，根据连通域可以描绘出轮廓。

距离度量

欧式距离：

曼哈顿距离：

棋盘距离：