数字图像处理概述

1、数字图像处理发展史

 20世纪20年代初期：

报纸业Bartlane 电缆图片传输系统,通过海底电缆将图像从伦敦传往纽约；为了使用电缆传输，图像需要首先编码，并在接收端通过电报打印机进行重构。

 20世纪20年代中期到末期: 

改进海底电缆传输系统打印过程采用了新的光学还原技术增加了图像的灰度等级

 60年代中期：

太空计划的推动,1964年美国喷气推进实验室使用数字计算机对“徘徊者7号”太空船传递的四千多张月球照片进行处理。

 70年代：应用到医学领域
1979年 美国科学家科马克、英国科学家豪斯费尔德因发明CT扫描而共同获得诺贝尔生理学或医学奖。

 80年代至今：迅猛发展
广泛应用于太空探索，遥感应用，生物医学工程，工业应用，军事应用等方面。

2、数字图像处理定义

 数字图像处理定义
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。
 数字图像处理目标
为了便于人们分析而对图像信息进行改进；为了使机器具有类似于人类的分析和理解图像的能力而进行的各种分析和研究；

 图像处理的研究分类
 低级处理
灰度化、色彩增强、去噪声、调亮度、局部修复、模糊化；例如，常见的Photoshop、美图工具等。（输入图像，输出图像）
 中级处理
图像分割，轮廓提取等；例如，在遥感地理信息系统，经常对航拍图片进行分析，来判断某个区域的环境污染情况。（输入图像，输出属性）
 高级处理
基于图像的内容分析、理解和识别；例如，车牌识别、虹膜识别、人脸识别等。（输入图像，输出分析结果）

3、数字图像处理工具箱介绍

 Matlab简介
Matlab (Matrix Laboratory) 是当今很流行的科学计算软件。信息技术、计算机技术发展到今天，科学计算在各个领域得到了广泛的应用，在诸如控制论、时间序列分析、系统仿真、图像信号处理等方面产生了大量的矩阵及其他计算问题。Matlab软件适时推出，为人们提供了一个方便的数值计算和动态仿真平台。

 Matlab图像处理工具箱简介
Matlab对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行如下操作：
 几何操作 线性滤波和滤波器设计 图像变换
 图像分析与图像增强 数学形态学处理 ……

4、数字图像处理常用技能

 图像增强
 图像复原
 图像拼接
 图像压缩
 形态学变换
 图像分割
 图像识别
 ……

5、数字图像在计算机中怎么表示？

 什么是图像？
图像是当光辐射能量照在物体上，经过它的反射或透射，或由发光物体本身发出的光能量，在人的视觉器官中所重现出的物体的视觉信息。
 模拟图像和数字图像
按照图像信息的坐标取值是否连续，分为模拟图像和数字图像
 模拟图像：坐标（ｘ，ｙ）为连续值，Ｉ＝ｆ（ｘ，ｙ）表示该点的某个性质的度量值。比如说照片，绘画等。
 数字图像：坐标（ｘ，ｙ） 为离散值，采样形成像素点(pixel)，从而形成了离散的二维矩阵。数码相机，计算机处理的图像都属于数字图像。

数字图像主要具有如下优点：
 精度高：目前的计算机可以将一幅模拟图像数字化为任意的二维数组，即数字图像可以由无限多个像素组成。
 易用性：由于数字图像本质上是一组数据，所以可以利用计算机对它进行任意方式的修改。
 持久性：模拟图像（例如照片）即便是使用非常好的底片和相纸，也会随着时间的流逝而褪色、发黄，而数字图像可以存储在光盘中，上百年再用计算机重现也不会有丝毫的改变。

一幅 m×n 的数字图像可用矩阵表示为
         
数字图像中的每个像素(pixel)都对应于矩阵中相应的元素。把数字图像表示成矩阵的优点在于，能应用矩阵理论对图像进行分析处理。

图像表示对比
 灰度图像是指每个像素由一个量化灰度来描述的图像，没有彩色信息；

 二值图像是指像素灰度只有两级（通常取0（黑色）或1（白色））；

 彩色图像是指每个像素由红、绿、蓝（分别用R、G、B表示）3原色构成的图像，其中R、G、B是由不同的灰度级描述的。

6、数字图像常用计算机表示类型

 真彩色图像
 真彩色图像用 R、G、B 3个分量表示1个像素的颜色，所以对1个尺寸的真彩色图像来说，其数据结构就是一个m×n×3的多维数组。
 如果要读取图像中(r，c)处的像素值，可以查看三元组(r, c, ：)。
 真彩色图像常用的存储方法是用无符号整型存储Uint8，其亮度值的范[0,255]。
 此外，真彩色图像可用双精度存储，此时亮度值的范围是［0,1］。

 索引色图像
 索引图像是把像素值直接作为RGB调色板下标的图像。             
 Matlab中的索引色图像包含2个结构，一个是调色板map；另外一个是图像数据矩阵X。调色板是一个有3列和若干行的色彩映像矩阵，矩阵的每行都代表一种色彩，通过3个分别代表红、绿、蓝颜色强度的双精度数，形成一种特
定的颜色。图像数据可以是uint8或是双精度的。
 此外，Matlab中的调色板的色彩强度是［0,1］中的浮点数，0代表最暗，1代表最亮。

 灰度图像
存储灰度图像只需要一个数据矩,阵数据类型可以是double也可以是uin8存储时会使用一个默认的调色板来显示。
 二值图像
二值图像只需一个数据矩阵,每个像素只有2个灰度值,可以采用uint8或double类型存储。

 图像序列
图像处理工具箱支持将多帧图像连接成图像序列。一般可以视为一个四维的数组，图像帧的序号在图像的长、宽、颜色深度之后构成第四维。例如
 一个包含了5幅400×300真彩色图像的序列A，其大小为400×300×3×5
 一个包含了5幅400×300灰度或是索引图像的序列A，其大小为400×300×1×5
 提取其中一帧（如第2帧），即A(:,:,:,2)

7、数字图像转换技巧

 图像基本读写
imread：读取图形文件格式的图像
imwrite：写入图形文件格式的图像
imfinfo：获取图像的信息
load+save：以Mat文件加载或保存矩阵数据
imshow：显示加载到Matlab中的图像

若一个tif/gif的图像文件包含有多帧的图像，我们一般用immovie来实现创建电影片段的功能，比如说，以下调用将根据多帧索引图像X创建电影片段。     
mov=immovie(X,map)
mri=uint8(zeros(图像高度,图像宽度,图像深度,图像帧数));
for frame=1:size(mri, 4)
     [mri(:,:,:,frame),map]=imread('图片路径',frame);
end
mov=immovie(mri,map);
movie(mov);