数字图像概论与基础

One picture is worth more than thousand words
人类获取的信息80%是通过视觉方式获取的，而人类能看见的波段仅为可见光，而机器几乎能对所有波段成像。

图像处理源于：
1.改善图像以便于人类更好理解

• 图像复原
• 图像增强
• 医学图像
• 空间图像

2. 处理图像以便于存储传输和机器感知

• 图像压缩
• 图像识别
• 图像理解

数字图像处理基础

图像处理基础内容：

• 图像获取：通常包含尺度归一化等预处理
• 图像增强：丢失信息重现或强化感兴趣信息，It looks better
• 图像重建：客观的目标，通常基于数学模型，包括后面介绍的三维重建
• 彩色图像处理：Web上需求，基于颜色的检索等
• 小波变换：图像表示、图像压缩
• 图像压缩：减小存储空间、降低传输压力
• 形态学处理：形状描述、简单区域分割等
• 图像分割：图像分割成部件或目标，通常是识别和理解的基础
• 图像表示：便于图像处理或识别或理解等
• 图像识别和理解：包括后面介绍的视频内容识别和理解

图像的概念：

• 图像：f(x,y),x,y是空间坐标，f(x,y)是对应位置的幅值

  
  
• 灰度图像：每个位置是一个在某个范围内的灰度值
• 彩色图像：每个位置通常有三个灰度值
• 二值图像：每个位置可选值为0或1

采样

均匀采样和非均匀采样

可以在细节区域采样更加密集。

量化对图像质量影响

图像质量-层次

表示图像实际拥有的灰度级数量，层数越多，视觉效果越好

图像质量-对比度

反应图像中灰度反差大小，最大亮度/最小亮度

等等

像素之间关系-近邻

4近邻：像素f(x,y)的4近邻为
•f(x,y-1), f(x,y+1), f(x-1,y), f(x+1,y)

D近邻：像素f(x,y)的D近邻为
f(x-1,y-1), f(x-1,y+1), f(x+1,y-1), f(x+1,y+1)

微信截图_20181221170708.png

8近邻：4近邻+D近邻

像素之间关系-连通

• 连通是描述区域和边界的重要概念

• 两个像素连通的必要条件：

  • 相邻：对应4连通、8连通和m连通
  • 灰度值满足特定条件

4连通：具有值V的像素p和q，如果q在p的4邻域内，则称p和q是4连通的。
8连通：具有值V的像素p和q，如果q在p的8邻域内，则称p和q是8连通的。
m连通：具有值V的像素p和q，如果q在p的4邻域内，或q在p的D邻域内且p和q的4邻域交集为空。

通路

一条从像素f(x,y)到像素f(s,t)的通路（x0,y0）(x1,y1),…,(xn,yn)满足，(xi,yi)和(xi+1,yi+1)是相邻的，其中(x,y)= （x0,y0）、（s,t）=(xn,yn)。N是路径的长度。如果(x,y)= （s,t）则成为闭合通路。

距离

欧式距离、城市距离（D4距离）、棋盘距离（D8距离）