数字图像处理第1章-绪论

1.1 数字图像处理概念

将图像看成一个二维函数，其中和是空间（平面）坐标，任意一对空间坐标处的幅值称为图像在该点的强度或灰度。

数字图像：,和灰度值都是有限的离散量。

数字图像处理：借助数字计算机来处理数字图像。

数字图像处理类型：
低级处理：降噪、对比度增强、锐化（输入：图像；输出：图像）
中级处理：分割、分类、识别（输入：图像；输出：特征）
高级处理：图像分析（自主感知、理解）

1.2 数字图像处理步骤

1.图像获取是数字图像处理的第一步处理。通常，图像获取阶段包括图像预处理，譬如图像缩放。
2.图像增强是对图像进行某种操作，使结果在特定应用中比原图像更为合适的过程。“特定”一词很重要，因为增强技术建立在面向问题的基础上，例如，对增强X射线图像十分有用的方法，对增强电磁波谱中红外波段获取的卫星图像可能就不是好方法。不存在图像增强方法的通用理论，图像增强方法多种多样，特殊情况特殊对待。
3.图像复原也是改进图像外观的处理领域。与图像增强不同，图像增强是主观的，而图像复原是客观的；复原技术倾向于以图像退化的数学或概率模型为基础。
4.彩色图像处理，彩色是图像中提取感兴趣区域的基础。
5.小波是以不同分辨率来描述图像的基础。采用小波来描述图像数据压缩和金字塔表示，此时图像被成功地细分为较小的区域。
6.压缩指的是减少图像存储量或降低图像带宽的处理。
7.形态学处理是提取图像中用于表示和描述形状成分的工具。
8.分割将一幅图像划分为各个组成部分或目标。通常，自动分割是数字图像处理中最困难的任务之一，分割越准确，自动目标分类越成功。
9.特征提取几乎总是在分割阶段的后面出现，这一输出通常是原始的像素数据，它们不是构成一个区域的边界（即分隔一个图像区域与另一个图像区域的像素集合），就是构成该区域本身的所有点。特征提取包括特征检测和特征描述。特征检测是指寻找一幅图像中的特征、区域或边界。特征描述是指对检测到的特征规定量化属性。例如，我们可以检测一个区域的角点，并用它们的方向和位置来描述这些角点。某些特征适用于多个类别。特征描述子应尽可能对参数（如缩放、平移、旋转、光照和视点）的变化不敏感。
10.图像模式分类是指根据目标特征描述子对目标赋予标记（如“车辆”）的过程。范围从“古典”方法如最小距离、相关和贝叶斯分类器，到使用深度神经网络实现的现代方法。

 1.3 数字图像处理应用

电磁波谱成像：

 伽马射线成像（核医学、天文观测）、X射线成像（医学、工业、天文）、紫外波段成像（荧光显微）、可见光与红外波段成像（光学显微镜、天文、遥感、工业、执法）、微波波段成像（雷达）、无线电波段成像（医学、天文）。

声波成像（地质勘探、工业、医学）

电子显微成像（电子显微镜）

计算机合成成像（三维建模、医学培训、刑事法医学、特效）