数字图像处理——第一章绪论

绪论

1.数字信号处理基本概念

1.1 数字图像的简介

数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。

1.2 灰度的定义

灰度指的是从白到黑的过渡色，灰度有256个色度，范围是[0,255]。

1.3 数字图像的定义

在一幅图像中，我们使用二维函数f(x,y)的离散幅值来描述图像个点的灰度或强度

2.数字信号处理各电磁波段应用介绍

与人类仅能感知电磁波段的电磁波谱的可见光波段不同，机器可以覆盖所有的电磁波谱的范围，电磁波可定义为各种波长传播的正弦波，不同波长和能量的电磁波涉及的领域各有不同。

伽马射线成像：核医学和天文观测

X射线成像：医学诊断（血管照相术、计算机轴向断层）、工业和天文学

紫外波段成像：平板印刷术、工业检测、荧光显微镜方法、激光、生物成像和天文观测等

可见光及红外波段成像：光显微镜方法、天文学、遥感、工业和法律实施

微波波段成像：雷达

无线电波段成像：医学（核磁共振成像）、天文学

3.数字信号处理基础组成

感知设备包括获取图像信息的物理设备和数字化器，数字化器的功能主要是将物理感知设备输出转化成数字形式；

处理设备的硬件主要包括数字化器与其他原始操作的硬件，如算术逻辑单元（ALU）等，软件如Matlab和Python等；

输出设备主要是显示器。

4.数字信号处理基本步骤

图像获取是数字图像处理的第一步处理。图像获取与给出一幅数字形式的图像一样简单。通常，图像获取阶段包括图像预处理，譬如图像缩放。

图像增强是对一幅图像进行操作，使其结果在特定应用中比原始图像更适合进行处理。“特定”一词很重要，因为增强技术建立在面向问题的基础上，例如，对增强X射线图像十分有用的方法，对增强电磁波谱中红外波段获取的卫星图像可能就不是好方法。不存在图像增强方法的通用理论，图像增强方法多种多样，特殊情况特殊对待。

图像复原也是改进图像外观的处理领域。与图像增强不同，图像增强是主观的，而图像复原是客观的；复原技术倾向于以图像退化的数学或概率模型为基础。而增强以什么是好的增强效果这种主观偏爱为基础。

彩色图像处理,第6章涵盖许多彩色模型和数字域彩色处理的基本概念。彩色也是图像中提取感兴趣区域的基础。

小波是以不同分辨率来描述图像的基础。本书中为图像数据压缩和金字塔表示使用了小波，此时图像被成功地细分为较小的区域。

压缩指的是减少图像存储量或降低图像带宽的处理。互联网是以大量的图片内容为特征的，例如，jpg文件扩展名用于jpeg的图像压缩标准。jpeg格式的图像可以用最少的磁盘空间得到较好的图像质量。

形态学处理涉及提取图像成分的工具，这些成分在表示和描述形状方面很有用。这一章的内容将从输出图像处理到输出图像属性处理的转换开始。

分割过程将一幅图像划分为其组成部分或目标。通常，自动分割是数字图像处理中最困难的任务之一。成功地把目标逐一分割出来是一个艰难的分割过程。通常，分割越准确，识别越成功。

表示与描述，选择一种表示仅是把原始数据转换为适合计算机进行后续处理的形式的一部分。为描述数据以使感兴趣的特征更加明显，必须确定一种方法。描述又称为特征选择，它涉及提取特征，可得到某些感兴趣的定量信息，或是区分一组目标与其他目标的基础。

目标识别，是基于目标的描述给该目标赋予标志（如“车辆”）的过程。

5.图片读写基本代码的学习

img=cv.imread('pic/xx')  //读写图片
cv.imwrite('test/xx.jpg',img)  // 保存至test
cv.imshow('xx',img)
cv.waitKey(0)
cv.destroyAllwindows()    //打开图像法1
imag=cv.cvtColor(img,cv.COLOR_BGR2RBG)
plt.imshow(img)
plt.show()                   // 打开图像法2
img=cv.imread('pic/xxx 数字乘数字'，0) 
cv.imshow()..            //读取灰度图
A=np.random.randint(0,256,(2,4),dtype=np.uint8)  //随机生成2*4的矩阵