基于matlab机器视觉的完全自学手册——第一章

一、图像基础

1.数字图像处理的主要内容

1. 图像运算与变换
   运算：主要以图像像素为对象，点运算、代数运算以及逻辑运算。
   变换：图像像素的空间关系的改变（变亮）
2. 图像增强
   提高图像质量，主要方法：灰度变换、直方修正、图像平滑、图像锐化等。
3. 图像复原
   提高图像质量，根据图像品质下降过程建立合理的降质模型，采用滤波的方法，恢复或重建原来图像。
4. 图像的锐化及边缘检测
   补偿图像轮廓，增强图像的边缘及灰度跳变的部分。
5. 图像分割
   分成区域，提取目标部分。
6. 图像编码压缩

图像的表示方法

1. 二进制图像
   像素值非零即一
2. 灰度图像
   每个像素在[0,255]取值(8位无符号整数)，即黑白占比。
3. RGB图像
4. 索引图像
   数据矩阵X + 颜色映射矩阵map

图像的数据结构

1. 矩阵
2. 链码：用于描述图形边界。4向链码和8向链码。
3. 拓扑结构：4-领域、对角领域、8-邻域。
4. 关系结构：串描述与树描述

图像文件格式

1. BMP：支持RGB、索引颜色、灰度、位图颜色。不支持任何压缩，所占空间很大。
2. GIF：支持无损压缩，只能显是256色
3. JPEG:有损压缩，当编辑和重新保存时，源氏图片数据质量下降，且是累积性。
4. Tiff

二、图像处理基础

图像类型转换

1. RGB转灰度图 (rgb2gray())
   RGB图像转灰度图rgb2gray(I)
   颜色映射表map转灰度图rgb2gray(map)
   问题：.png图没有映射表时，该如何通过map转换。

2. RGB转索引图 (rgb2ind())
   方法：均匀量化法、最小方差量化发、颜色表近似法

   [X,map] = rgb2ind(I,tol)；  
   //均匀量化法      tol取值0.0~1.0        map包含的颜色(floor(1.tol)+1)^2
   [X,map] = rgb2ind(I,N)；
   // 最小方差量化法     N为map最少的颜色个数
   X = rgb2ind（I,map）
   // 对RGB中最相近的颜色进行匹配生成颜色映射表map
   

3. 灰度图转索引图（gray2ind() 或 grayslice()）

   [X,map] = gray2ind(I,n)
   

   二值图可视为灰度级只有2的灰度图像，因此该函数可以将二值图像转换为索引图象，灰度图像的n默认为64，而二值图像n默认为2

   X = grayslice(I,n);
   // 将灰度图像均匀量化为n个等级
   X = grayslice(I,v);
   //将灰度图像按照阈值矢量v进行划分，v的取值在0~1之间
   

   显示图像时，需利用jet()函数，生成一个颜色映射表，给图像对应的像素点加上颜色。

4. 索引图转灰度图(ind2gray())

   I=ind2gray(x,map);
   

5. 索引图转RGB图(ind2rgb())
   图像视觉上完全一致，数据形式上有所不同。

   RGB=ind2rgb(X,map);
   

6. 二值图像的转换
   二值图像只包含了0和1，首先必须制定规则，那些数据变成0，那些数据变成1。利用阈值法，确定一个阈值，小于阈值即设定成0，大于则设定成1。
   包含了灰度图、索引图、RGB图转二值图像。
   a. 灰度图转二值图像

   BW=im2bw(I,level);
   // level为阈值参数，取值[0,1];
   亮的部分会转换为白色，暗的部分会转换为黑色；
   

   b. 索引图转二值图像

   BW=im2bw(X,map,level);
   

   c. RGB图转二值图像

   BW=im2bw(X,level);
   

   二值图像可视为灰度为2的灰度图，因此，黑白分布仅与亮度有关，与颜色无关。

7. 数值矩阵转灰度图(mat2gray())

   	I=mat2gray(X,[xmin,xmax]);
   	//xmax和xmin在默认情况下时数据矩阵中的最大值和最小值。
   	//小于xmin为0，大于xmax为1