《图像处理》读书笔记，第一章至第三章

1. 数字图像处理方法的重要性源于两个主要应用领域：改善图示信息以便人们解释； 改善图示信息以便机器自动理解。

2. 一副图像可定义为一个二维函数f(x,y)，其中x，y是平面坐标，而在任何一对空间坐标(x,y)处的幅值f称为图像在该点处的强度或者灰度。

3. 图像处理—>图像分析—>图像理解—>计算机视觉。

4. 从图像处理到计算机视觉这个连续统一体内并没有明确的界限，一种有用的范例是在其中考虑三种典型的计算处理，即低级、中级、高级处理。

5.
左边区域属于中级处理，右边区域属于低级处理。

6. 光是一种特殊的电磁辐射，它可以被人感知，可见光谱（彩色）跨越范围为0.43um紫色到0.79um红色。为方便起见，彩色谱分为6个主要区域：紫色、蓝色、绿色、黄色、橘黄色、红色，每种颜色不是突然终止，而是混合平滑过渡到另一种颜色。

7. 没有颜色的光称为单色光或者无色光。单色光的强度从黑色到灰色，再到白色，灰度级一词通常同来表示单色光的强度。

8. 假设灰度级是等间隔的，它们是区间[0,L-1]内的整数。

9. 动态范围定义为系统中最大可度量灰度与最小可检测灰度之比。

10. 一副图像中最高和最低灰度级的灰度差定义为对比度。

11. 
    在给定图像的像素上执行的操作，又称为空间操作。它可分为三大类：①单像素操作；②邻域操作；③几何空间变换（坐标变换，灰度内插）。
    

12. 对若干个像素的操作，称为阵列操作，注意和矩阵操作区分开来。
    

13. 灰度变换和空间滤波覆盖了相当宽的应用范围，其中之一就是用来图像增强。增强技术是面对特定问题的，没有一种通用的最好的方法。假设r属于输入图像f(x,y)中的任意一点灰度，s属于处理后的输出图像g(x,y)处的对应点（或者是邻域）灰度，s=T®，T是算子。如果是邻域对应的单点，则T是计算该邻域的平均灰度。

14. ROI区域虽然通常是阵列，但实际上它可以是任意形状。

15. 对256级灰度图像而言，每个像素的灰度是由8比特组成，如果把图像分成8个比特平面，即最低阶比特平面1到最高阶比特平面8，实验告诉我们，高阶比特平面包含了大多数数据，4个高阶比特平面可以允许我们能接受的程序重建原图像，存储这4个平面代替原图可减少50%的存储量。

16. 直方图均衡技术：它能自动把暗图像、亮图像、低对比度图像、转换为灰度细节丰富而且动态范围较大的图像，因为它扩展覆盖了整个灰度范围，变相增强了对比度。

17. 直方图匹配(规定)技术：对于某些应用，采用均衡技术不是最好的方法，我们希望处理后的图像具有规定的直方图形状。我们要强调直方图规定化在大多数时候都是试凑的过程。

18. 如果要增强图像中小区域的细节，就要使用局部直方图处理，因为全局变换没有保证期望的局部增强。