(二) 数字图像处理基础知识

一、光学基础知识
在相同辐射功率的情况下，不同的光不仅给人以不同的色彩感觉，而且给人以不同的亮度感觉。
二、视觉特性
人眼对光和图像处理有很强的自适应性。由此模拟得到视觉系统模型（一种神经网络模型）。（这里暂时不理解具体原理，以后补充）
三、图像处理系统组成
输入→控制与处理→存储→输出。
①输入——传感器类型
CMOS——灵敏度低、成本低、分辨率低、噪音大、功耗低
CCD——灵敏度高、成本高、分辨率高、噪音小、功耗高
②采样
采样定理：
设x、y方向的采样间隔分别为Δx、Δy,其采样频率分别为：Δu=2π/Δx,Δv=2π/Δy。
设图像在x、y方向的最高频率分别是Uc,Vc，则不失真采样应满足：Δu≥2Uc,Δv≥2Vc。
③图像数字化
∷量化：采样点灰度值的离散化过程。
∷采样点数与量化级数的选取
图像大小：M*N，量化灰度级数Q。
Q一般为2的整数次幂，Q=2^b。一般情况下，b为5-8，人眼的灰度分辨率为32-64个灰度级。对于遥感图像、医疗图像，b为8-12。
M、N的选取应满足采样定理。
∷采样决定了图像的空间分辨率
空间分辨率即图像中的最小可分辨细节，可以用单位距离上的线对数量来表示，如每英寸点数（dpi）来表示。
∷量化决定灰度分辨率
灰度分辨率即图像中的最小可分辨灰度变化，测量可分辨的灰度变化比较主观。
∷当实际的物理分辨率度量没有必要时，通常一幅图像的空间分辨率用其像素点数来表示，灰度分辨率用其灰度级数来表示。
∷降低分辨率和灰度级数对图像质量的影响
对于低复杂度图像，图像中有大面积灰度变化比较平缓的区域，降低分辨率不会引起细节损失，因而图像质量保持较好；减小灰度级数容易导致灰度平滑区域出现假轮廓，引起图像质量下降。
对于高复杂度图像，图像中细节比较多，降低分辨率容易导致细节损失，导致图像质量下降，降低灰度级数，图像质量保持较好。
四、图像处理中的常用术语
∷像素间的基本关系
1、领域——4领域N4（p）、8领域N4（p）、对角邻域ND（p）
2、邻接（连通）
相似度准则V是用于定义邻接性的灰度（颜色）值集合。
⊙在二值图像中，V={1}或V={0}；
⊙在灰度图像中，V可以是所有灰度值的任意子集；
⊙在彩色图像中，V可以是所有颜色值得任意子集。

	4邻接（连通）——p和q的灰度值（颜色值）均属于V，p和q互为4邻域。												
	8邻接（连通）——p和q的灰度值（颜色值）均属于V，p和q互为8邻域。
	M邻接——p和q的灰度值（颜色值）均属于V，p和q互为4邻域，或者p和q互为对角邻域，且p的4邻域与q的4邻域的交集的像素点的灰度值（颜色值）均不属于集合V.

3、通路（路径）
像素p到像素q是特定的像素序列，通路长度为n。
4、连通性
令S为图像中的一个像素子集，p和q是S中的像素；对于S中的任何像素p,S中连接到该像素的像素集称连通分量；若S中只有一个连通分量，则集合S称连通集。
5、区域
令R是图像的一个像素子集，若R为连通集，则R为该图像的一个区域。
6、边界/轮廓
令R为图像中的一个区域，边界B（是R的一个子集，B中一个或多个领域像素点不属于R），如果R是一个完整的图像，它的边界是图像的第一行（列）和最后一行（列）的所有像素点组成的集合。区域的边界形成闭合路径。
7、边缘
边缘也是一组像素点的集合，这些像素点的导数值超过预设阈值，表示灰度不连续性。
∷边缘和边界的区别
边界是一个“全局”的定义，与区域相对应；
边缘是一个局部定义，表达某一像素点与其相邻像素点灰度变化不连续。
①在二值图像中，边缘和边界通常对应；
②在灰度图像中，边缘和边界不完全等价，但二者有很大的相关性。
8、距离
有三个类型的距离定义，分别是欧几里得距离（圆形）、D4距离（菱形）、D8距离（正方形）。

9、路径程度和距离
两点间的Dm距离定义为两点间的最短m通路，这取决于通路上像素的值以及它们邻域像素的值。

五、图像质量评价
∷逼真度：设计能精确、自动感知图像质量的计算模型，获得图像质量的定量表示。是一种客观评价方式。分为：
①全参考质量评价——评价一幅图像和标准图像的偏离程度；
②半参考质量评价——只提取标准图像的部分信息作为参考，对失真图像质量进行评价，该方法的关键性能指标是特征提取和特征比较。
③无参考质量评价——在没有标准图像的情况下，直接根据参考质量评价指标对失真图像质量进行评价。
∷逼真度评价方式（没懂具体原理，以后补充）
①归一化均方误差

②归一化信噪比

③峰值均方误差（其中A为f(x,y)的最大取值，M、N分别是图像的宽度和高度）

④峰值信噪比

∷可懂度：以人为观察者，对图像质量进行主观定性评价，是一种主观评价方式。
①绝对评价方式：根据自己的知识或理解，参照原始图像对待定图像按照某些特定评价性能对图像的绝对好坏进行评价
②相对评价方式：没有原始图像作为参考，对一批待评价图像进行相互比较，从而判断出每个图像的相对优劣顺序，并给出相应的评价值。
评价指标：平均主观得分。