数字图像处理基础内容——MOOC学习笔记（1）

1.数字图像处理及特点
数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程，以提高图像的实用性，从而达到人们所要求的预期结果。

2.数字图像处理的主要研究内容
图像处理技术研究的内容主要包括：图像变换、图像增强、图像恢复、图像压缩编码、彩色图像处理、图像的三维重建、图像分割、图像的表示和描述、图像编码、图像分类、图像重建等。
图像变换：简化图像处理过程和提高图像处理变换的基本技术，最典型的图像变换主要有傅里叶变换、离散余弦变换和小波变换等。
图像增强：简单地突出图像中感兴趣的特征，或显现图像中那些模糊了的细节，以使图像更清晰地被显示或更适合于人或机器的处理与分析的一种技术。
图像恢复：是一种从图像退化的数学或概率模型出发，研究改进图像外观，从而使恢复以后的图像尽可能地反应原始图像的本来面目的一种技术，其目的是获得与景物真实面貌相像的图像。
图像压缩编码：是在不损失图像质量或少损失图像质量的前提下，尽可能地减少图像的存储量，以满足图像存储和实时传输应用需求的一种技术。
图像分割：基本思路是把一副图像划分成背景和目标，从而提取出感兴趣的目标来，是把图像按其灰度或集合特征分割成区域的过程。
图像的表示和描述：基本思路是通过对图像中感兴趣的特征的定性和定量描述，从而赋予识别出目标以符号标识和解释。
图像编码：利用图像信号的统计特征和人类视觉的生理学及心理学特征，对图像信号进行高效编码。
图像分类：将图像经过某些预处理（压缩、增强、恢复）后，再将图像中有用物体的特征进行分割，特征提取，从而进行分类。
图像重建：从数据到图像的处理，即输入的是某种数据，而经过处理后得到的结果是图像。

3.图像的采集和量化
图像数字化：将代表图像的连续（模拟）信号转换为离散（数字）信号的过程称为图像数字化。
步骤：采样和量化
主要技术：1）成像：光信息->电信息 2）模数转换
采样：空间坐标的离散化成为空间的采样，简称采样，确定了图像的空间分辨率。即用空间上部分点的灰度值代表图像，这些点称为采样点。
量化：对采样点亮度（灰度）值的离散化过程。确定了图像的灰（幅）度分辨率。
两种量化：均匀量化、非均匀量化。
均匀量化：将样点灰度级值等间隔分档取整。
非均匀量化：将样点灰度级值不等间隔分档取整。
采样和量化的级数：假定图像取M×N个采样点，对样点值进行G级分档取整（M、N、G一般取2个整数次幂 M=2^m N=2ⁿ G=2^k）


在抽样时，若横向的像素数（列数）为M，纵向的像素数（行数）为N，则图像总像素数为M×N各像素。采样间隔大，图像像素少，空间分辨率低，质量差，严重时出现马赛克效应。采样间隔小，图像像素多，空间分辨率高，质量好，但是数据量大。
灰度分辨率降低，图像我的细节信息逐渐消失，伪轮廓信息逐渐增加。

4.像素间的关系
（1）邻接
邻接关系分为4邻域、对角邻域、8邻域。
4邻域——N₄(p）
p(x,y)：(x+1,y);(x-1,y);(x,y+1);(x,y-1)

对角邻域——N_D(p）
p(x,y)：(x-1,y-1);(x+1,y+1);(x-1,y+1);(x+1,y+1)

8邻域——N₈(p）


（2）连接
邻接仅考虑像素间的空间关系
连接：空间上邻接且像素灰度值相似
两个像素是否连接：①是否邻接 ②灰度值是否满足某个特定的相似准则。灰度值相等或同在一个灰度值集合中。

5.图像的分类
按照图像的动态特性分为静止图像和运动图像。
按照图像的色彩分为灰度图像和彩色图像。
按照图像的维数分为二维图像、三维图像和多维图像。

位图是通过许多像素点表示一幅图像，每个像素具有颜色属性和位置属性。
位图分为二值图像、亮度图像、索引图像、RGB图像。
（1）二值图像：只有黑白两种颜色，一个像素占1位，用1表示白，0表示黑（或相反）。
（2）亮度图像：在亮度图像中，像素灰度级用8表示，索引每个像素都是介于黑色和白色之间的256种灰度中的一种。
（3）索引图像：颜色是预先定义的（索引颜色）。索引颜色的图像最多只能显示256种颜色。


（4）RGB图像：一个RGB图像就是彩色像素有一个M×N×3数组，其中每一个彩色像素点都是在特定空间位置的彩色图像对应的红、绿、蓝三个分量。每一个像素由红、绿、蓝三个字节组成，每个字节为8，表示0到255之间的不同的亮度值，这三个字节组合可以产生1670万种不同的颜色。