数字图像处理——第二章数字图像基础

2.1人类视觉机理

2.1.1人眼主要感光结构

当人眼聚焦于一个物体时，来自外部的光在视网膜上成像，感受器通过不连续光来形成图案。光感受器可分为锥状体和杆状体。

1.锥状体位于视网膜中央凹的中间部分，对颜色高度敏感，人们利用锥状体来分辨图像细节，锥状体视觉被称为白昼视觉或亮视觉；
2.杆状体分布在视网膜表面，其用来给出视野内的总体图像，无彩色感觉，对低照明度敏感，杆状体视觉被称为暗视觉或微光视觉。

2.1.2人眼亮度适应与辨别的特点

人眼对于光强度的辨别范围很大，从暗阈值到强闪光约10^10个量级，但人眼亮/暗视觉不能在同一个范围内工作，人眼通过调整其灵敏度来进行视觉系统的转换。
假I为光源,Delta I为I在漫反射体上的照射分量，韦伯比实验可得出低照明水平下，视觉由杆状体执行，高照明水平下，视觉由锥状体执行。

2.2图像感知和获取

由绪论可知，图像在某点处的灰度是f(x,y)，其幅值是非零且有限的，f(x,y)=i(x,y)r(x,y),i(x,y)表示入射分量，r(x,y)表示反射分量。
注：0<i(x,y)<$\infty$,0<r(x,y)<1（0表示全吸收，1表示全反射）。

2.3图像取样和量化

2.3.1基本概念

对于一幅连续图像，我们要对其坐标的数字化称为取样，对其幅值数字化称为量化，很明显，数字图像的质量很大程度上取决于取样和量化所用的样本数、灰度级和取样信号的噪声。

2.3.2数字图像的表示

1. 用三维图像（x,y,z）来表示图像，其中z是图像的幅值，也是灰度或称强度，但通常复杂的图像细节太多，我们一般不采取这种表达方法；
2. 将灰度归一化到区间[0,1]内，仅有3个等间隔的灰度值，是图像在监视器或照片上的情况；
3. 将f(x,y)显示为一个阵列，在作为数值被分析时，相当有用。

2.3.3存储图像大小与分辨率

如一幅图是M行，N列，256个灰度，我们就需要M乘N乘8个比特数或是M*N个字节的空间来存储这幅图像。
分辨率主要是单位距离内能够辨清的标准线对数或是像素数，如果降低分辨率，例如将行与列减半，图像的细节一定就不如之前的清晰度，如果降低灰度的范围，图像如医学照影中的细节也将恶化。

2.3.4图像收缩与放大的内插方法

内插方法包括临近内插，双线性内插和双三次内插。如要将图像扩大至原先的1.5倍，临近内插将网格的格数扩充2.25倍，用最接近的像素填充，再收缩。这样的效果并不好，灰度相似，细节恶化。
双线性内插则是在两个维度内分别采取一位线性插值，涉及到四个零点灰度值，这样的效果是更好的。

而双三次内插包括16个最近邻点，效果更好，但计算较为麻烦。

2.4像素之间的基本关系

在二维图像中，像素之间由相邻像素和对角像素共8个。
邻接性具有如下的定义

4/8邻接：q在p点的4邻域或8邻域内，若数值相同则算邻接
混合邻接有两种判断方式：1、q在p对角邻域内且二者的邻域交集无相同数值
                      2、q在p邻域之内

若S是像素子集，其全部像素存在通路，可称这两个像素是连通的。
距离度量主要可分为欧式距离（两点直线距离），城市街区距离（只可走直线），棋盘距离（棋盘点的距离，直线斜线没有分别）。

城市距离为5，棋盘距离为3，最短距离为4。

2.5图像之间的运算

主要包括加减乘除。

相加目的是混合图像，增加噪声
相减目的是消除背景，比较差异
相乘利用白为1（还原），黑为0（抹去），灰色为过渡地带
相除的目的是矫正设备，比较差异
基本代码
img=cv.add(   ,   )
img=cv.subtract(   ,   )
img=cv.divide(   ,   )
img=cv.mutiply(   ,   )

2.6集合和逻辑操作

主要包括并集，交集，补集和差
如下图所示的补集示例。

2.7图像变换的工具

主要有3种，矩阵变换，傅里叶变换和概率。
矩阵[x y 1]=[v w 1]T，根据T的不同，可对坐标点作尺度、旋转、平移或偏移；
傅里叶变换可用于修正图像；
概率统计可得出图像处理的重要信息，通过求灰度的期望，可得到平均灰度，标准差越大，那么图像的对比度就越高。