matlab数字图像处理自学记录随笔（一）--初步认识（图像分类）

持续更新

图像

我觉得图像就是各像素的位置，和该像素处的颜色信息，可以和线性代数中的矩阵相类比联系起来。
数字图像处理（matlab版）[冈萨雷斯]书中（以后的系列博文简称书中，其他书籍另外注明）的定义：图像是一个二维函数f（x，y），x，y是空间坐标位置，f是该点处的振幅，成为图像的亮度。
图像关于坐标x，y连续和振幅连续，将这样的图像转化为数字图像，要经过采样（将坐标值数字化）和量化（将幅度数字化），得到的坐标量、振幅量都是有限且离散的，就是数字图像了。
坐标约定
书中和IPT文档（image process tools）里的约定稍有不同，书中的约定是第几个采样点（不是实际物理坐标），IPT中是数字图像矩阵的行列坐标位置（有两种，一种（r，c），另外一种（c，r），r：row；c：cross）

数字图像具有的特性：

空间分布特性比较直观，观察图像就可以看出。

一、空间分布特性

（1）空间位置：数字图像以二维矩阵的结构来存储图像，矩阵的数据元素可以通过行列位置确定，于是图像中物体的位置也确定了下来。
（2）形状：物体的形状在数字图像中一般以像元组合近似描述，我们一般将现实物体分为点、线、面三类。
（3）大小：线、面状物体的长度、面积在图像中表现为像元的集聚状态，通常利用描述物体的像元个数来表示。
（4）空间关系：物体由像元表示，在空间上也表现出一定的空间组合关系，可分为包含、相邻、相离三种。

二、数值统计特性

描述图像灰度分布情况，一般用灰度直方图表示：横坐标为灰度值/灰度级（灰度值可能是一个浮点型数据，于是一定区间内的灰度值定义为一个灰度级），纵坐标是该灰度值/级像元出现的个数/频数/率。
直方图具有以下性质：
（1）任何一幅图像都对应一个直方图，但一个直方图无法复原出原始图像，它已经丢失了空间分布信息
（2）叠加性质：图像由两个不连续的区域组成（即灰度级不连续），而每一个区域直方图一直，则图像的直方图为两个区域的组合。
直方图的用途主要有三个：
（1）判段图像量化是否合理（图像获取质量评价）：各灰度级均有应用，没有超界和用不到（为0）的地方。即选择合适的灰度级来显示。
（2）确定图像二值化的阈值（边界阈值的选择）：两波峰一波谷型：直接选取波谷处对应灰度级为阈值；选t法：划分为两组后，组内方差与组间方差的关系；背景像素与目标像素灰度均服从正态分布，混合概率密度函数
（3）噪声类型的判断：
选取图像上信噪比比较高的部分，做出直方图，看它的直方图分布情况符合某种分布函数的图像形状。
高斯噪声：正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution）
瑞利噪声：瑞利分布（Rayleigh Distribution）:当一个随机二维向量的两个分量呈独立的、有着相同的方差的正态分布时，这个向量的模呈瑞利分布。
伽马噪声：指数分布和χ2分布是伽马分布的特例
指数分布噪声：
均匀分布噪声：
椒盐噪声：盐（salt）白椒（pepper）黑

图像分类

二值图像Binary Image
一个像素点只有只有两种可能的取值（灰度等级）：黑0，白255。在matlab中，取值只有0、1的逻辑数组
灰度图像Gray Image、灰度图Gray Scale Image
索引图像thumbnail、indexed image
RGB图像RGB Image
亮度图像intensity image
亮度图像和灰度图像貌似有区别，还不太清楚，以后写。

matlab软件

我使用的是matlab2014b（matlab 8.4）。

参考资料

https://baike.baidu.com/item/二值图像/5166431?fr=aladdin
https://baike.baidu.com/item/灰度图像/1962298?fr=aladdin