【基于MATLAB的数字图像处理】第一章·绪论
系列文章
·【基于MATLAB的数字图像处理】第一章·绪论
·【基于MATLAB的数字图像处理】第二章·视觉系统与图像处理系统
·【基于MATLAB的数字图像处理】第三章·基本图像变换
·【基于MATLAB的数字图像处理】第四章·图像增强
·【基于MATLAB的数字图像处理】第五章·图像编码
·【基于MATLAB的数字图像处理】第六章·形态学图像处理
·【基于MATLAB的数字图像处理】大作业·综合图像处理平台
目录
一、基本概念
二、常用文件存储格式
三、数字图像处理的主要内容
四、MATLAB实验
一、基本概念
图像分为数字图像和模拟图像
模拟图像：可以通过客观物理量表现颜色的图像，可以用连续函数表示：
数字图像：以数字方式存储的图像，可以用计算机直接识别并处理，在计算机中将数字图像分割为一个个小的像素点，各像素的灰度值一般用8bit（0-255）的整数值表示。
由模拟图像得到数字图像需要进行采样与量化两种操作。
采样：通过水平、竖直方向按一定间隔扫描，得出每一点的灰度值，把时间和空间上连续的图像变为离散点（像素）的集合。
扫描间隔过大，会发生信息的混叠；间隔过小，会增大数据量。
空间分辨率：要精确测量和再现一定尺寸图像所必需的像素个数，单位为像素×像素，与图像质量密切相关。
量化：将每个像素点连续的灰度值变为离散的值。
灰度分辨率：图像灰度级中可分辨的最小变化，一般用灰度级或比特数表示；比如量化为8bit，则灰度值范围为0-255的整数，0代表黑，255代表白。
灰度量化方法有均匀量化、线性量化、对数量化、MAX量化、锥形量化等，一般用均匀量化。
采样、量化和图像细节的关系：
计算机中所占的二进制存储位数b为：b = 
= N×N×m（bit）
m：比特数（例：8）
N：水平（竖直）像素数（例：512）
当灰度等级降低时，会出现虚假轮廓的现象
像素间的关系：
邻域：
4-邻域：
在水平和垂直方向上相邻的像素
对角邻域：
由像素p的对角近邻像素组成
8-邻域：
上述两个邻域相加
像素间的距离：
距离量度函数D需满足下述条件：
- D(p,q)≥0当且仅当p=q时，D(p,q)=0，即两像素之间的距离总是正的。
- D(p,q) = D(q,p)，即距离与起终点的选择无关。
- D(p,r) ≤ D(p,q) + D(q,r)，即最短距离是沿直线的。
欧氏距离：![D_{E}(p,q) = [(x-s)^{2} + (y-t)^{2}]^{1/2}](http://img.e-com-net.com/image/info8/fb5d717e4d404c96affd92657270dfb9.gif){kind=small}
以（x,y）为中心，以d为半径的圆
城区距离：
以（x,y）为中心的菱形，4-邻域
棋盘距离：
以（x,y）为中心的正方形，8-邻域
二、常用文件存储格式
BPM：最普遍的点阵图像格式之一，采用位映射存储格式，占用空间很大。
TIFF：较为通用，格式灵活多变，文件格式最复杂。
GIF：一个GIF文件中可以存多幅彩色图像。
JPEG：最常用，有损压缩格式。
PNG：无损压缩，轻量级的静态图像文件格式。
三、数字图像处理的主要内容
流程：
- 图像信息的获取
- 图像信息的存储
- 图像信息的传送
- 图像信息处理：包括几何处理、算数处理、图像增强（去除不需要的信息，突出感兴趣的区域）、图像复原（去掉干扰和模糊，可利用维纳滤波、逆滤波、同态滤波等方法）
- 图像重建：从数据得到图像，主要算法：代数法、迭代法、傅里叶反投影法、卷积反投影法
- 图像编码：研究数据压缩技术
- 图像识别：模式识别
- 图像理解：研究图像中各目标的性质及其相互关系
四、MATLAB实验
主要使用图像处理工具箱（Image Processing Toolbox），在MATLAB中，图像坐标约定在左上角，范围为1-M。
下面的代码实现，读入一个RGB图像，读入成功后打印输出该图像的信息并在一个figure中显示原图以及RGB三个通道的图像
clc;clear;
%图像读入
I=imread("LenaRGB.tif");
if(I)
%如果读取成功，则输出图像信息并显示图像
imfinfo("LenaRGB.tif");%显示图像信息
disp(ans);
subplot(2,2,1);imshow(I);%显示灰度图像
subplot(2,2,2);imshow(I(:,:,1));%显示RGB图像三个通道
subplot(2,2,3);imshow(I(:,:,2));%显示RGB图像三个通道
subplot(2,2,4);imshow(I(:,:,3));%显示RGB图像三个通道
end