数字图像处理基础——图像空间操作的3种形式

前言：数字图像的表示

模拟图像：一副图像可被定义成一个二维函数f(x,y),xy是平面坐标，点(x,y)处的振幅称为图像在该点的亮度。
数字图像： 图像关于x和y坐标以及振幅是连续的；此时对坐标值进行数字化【取样】、将振幅数字化【量化】；此时f的x,y分量和振幅都是有限且离散的量。

取样和量化后的结果是一个实数矩阵。在MATLB中函数imread()把图像以矩阵形式读出，矩阵里面的每一个元素不再是单一的数，而是一个个有序实数对，在几何上则对应二维平面上的点。
数字图像的矩阵两种表示形式：


第一幅图f(0,1)表示第一行的第二个像素
第二幅图f(1,2)表示第一行第二列的像素；两者本质一样
说明，坐标不是取样时的物理坐标，而是代表第n个取样点，其值代表灰度级。

单像素操作

改变单个像素的值：
线性/非线性运算：g(x,y)=T[f(x,y)]
算术操作：四则运算，两矩阵相对应的点进行运算.
【相乘与线性代数中的矩阵相乘运算不一样】

领域操作

基于模板的空间滤波。
例如：图像平滑处理中的均值滤波，当前灰度值不仅与该像素有关,还与领域像素有关。

几何空间变换

对图像进行例如平移、旋转、镜像变换
两个基本操作：
1.坐标的空间变换，比如进行平移变换，把一幅图的上的像素重新定位到一个新的位置。
2.灰度内插：对空间变换后的像素新位置赋灰度值。
如何实现灰度内插又是一门学问,等有时间在慢慢研究