第一章

圖像的概念:
1.什么是圖像?
圖 —— 物體投射或反射光的分布，是客觀存在；
像 —— 人的視覺(jué)系統(tǒng)對(duì)圖的接收在大腦中形成的印象或認(rèn)識(shí)，是人的感覺(jué)；
數(shù)字圖像的概念
數(shù)字圖像是圖像的數(shù)字表示，像素是其最小單位。
數(shù)字圖像的描述有：

1. 無(wú)彩色圖像
2. 彩色圖像
   圖像處理的研究目的
   目的：滿足人的視覺(jué)、心理需要；實(shí)際應(yīng)用或某種目的的要求
   數(shù)字圖像處理的定義、特點(diǎn)
   圖像處理：對(duì)圖像信息進(jìn)行性加工（處理）和分析
   特點(diǎn)：
   優(yōu)：精度高、內(nèi)容豐富、方法易變、靈活度高；
   缺：處理速度較慢。
   數(shù)字圖像處理研究的主要內(nèi)容及其特點(diǎn)
   包括圖像數(shù)字化、圖像變換、圖像編碼、圖像增強(qiáng)、圖像恢復(fù)、圖像分割、圖像分析與描述、圖像的理解和識(shí)別。
   圖像數(shù)字化：將非數(shù)字形式的圖像信號(hào)通過(guò)數(shù)字化設(shè)備轉(zhuǎn)換成數(shù)字圖像，包括采樣和量化。
   圖像變換：對(duì)圖像信息進(jìn)行變換以便于在頻域?qū)D像進(jìn)行更有效的處理。
   圖像增強(qiáng)：增強(qiáng)圖像中的有用信息，削弱干擾和噪聲，提高圖像的清晰度，突出圖像中感興趣的部分。主要技術(shù)有：直方圖修正、圖像平滑、圖像銳化、同態(tài)系統(tǒng)、偽彩色技術(shù)
   圖像壓縮編碼： 對(duì)待處理圖像進(jìn)行壓縮編碼以減少描 述圖像的數(shù)據(jù)量，以便節(jié)省圖像傳輸、處理時(shí)間、減少存儲(chǔ)空間。
   圖像復(fù)原：是尋找圖像降質(zhì)的起因，盡可能恢復(fù)圖像本來(lái)面目。
   圖像分割：根據(jù)選定的特征將圖像劃分成若干個(gè)有意義的部分，這些選定的特征包括圖像的邊緣、區(qū)域等。
   目的：提取出感興趣的對(duì)象，為進(jìn)一步的理解和識(shí)別做準(zhǔn)備。
   主要方法：灰度閾值分割、基于紋理的分割、區(qū)域生長(zhǎng)法
   圖像分析與描述： 主要是對(duì)已經(jīng)分割的或正在分割的圖像各部分的屬性及各部分之間的關(guān)系進(jìn)行分析表述。
   圖像識(shí)別分類(lèi)：根據(jù)從圖像中提取的各目標(biāo)物的特征，與目標(biāo)物固有的特征進(jìn)行匹配、識(shí)別，以識(shí)別出目標(biāo)物。
   圖像工程相關(guān)概念
   包括圖像處理、圖像分析和圖像理解三個(gè)層次。把這三個(gè)層次綜合集成在一個(gè)整體框架上進(jìn)行，這個(gè)框架就是圖像工程。
   
   
   數(shù)字圖像處理系統(tǒng)的組成
   一個(gè)基本的數(shù)字圖像處理系統(tǒng)由圖像輸入、圖像輸出、圖像存儲(chǔ)、圖像通信、圖像處理和分析五個(gè)模塊組成。
   
   
   圖像的數(shù)學(xué)表示
   I=f（x，y，z，λ，t）
   （1）靜止圖像：I = f（x，y，z, λ）
   （2）灰度圖像：I = f（x，y，z，t ）
   （3）平面圖像：I = f（x，y,λ,t）
   而對(duì)于平面上的靜止灰度圖像，其數(shù)學(xué)表達(dá)式可簡(jiǎn)化
   為：
   I = f（x，y）

第二章

人眼視覺(jué)特點(diǎn)
①總范圍很寬（ c=10^8 ）
②人眼適應(yīng)某一環(huán)境亮度后，范圍限制
適當(dāng)平均亮度下：c=10^3
很低亮度下： c = 10
對(duì)比度概念
C=Bmax/Bmin
相對(duì)對(duì)比度：cr=（B-B0）/B0
色度學(xué)基礎(chǔ)
各種表示顏色的方法，稱做顏色模型。目前使用最多的是面向機(jī)器（如顯示器、攝像機(jī)、打印機(jī)等）的RGB 模型和面向顏色處理（也面向人眼視覺(jué)）的 HIS/HSV模型。
圖像的數(shù)字化
所謂的圖像數(shù)字化，是指將模擬圖像經(jīng)過(guò)離散化之后，得到用數(shù)字表示的圖像
一幅圖像必須要在空間和灰度上都離散化才能被計(jì)算機(jī)處理。空間坐標(biāo)的離散化叫做空間采樣，而灰度的離散化叫做灰度量化。圖像的空間分辨率主要由采樣所決定，而圖像的幅度分辨率主要由量化所決定。
采樣和量化相關(guān)概念
采樣是指將在空間上連續(xù)的圖像轉(zhuǎn)換成離散的采樣點(diǎn)（即像素）集的操作。位置上離散化為采樣點(diǎn)，稱為像素(pixel)
量化是將各個(gè)像素所含的明暗信息離散化后，用數(shù)字來(lái)表示。一般的量化值為整數(shù)
分辨率相關(guān)概念、特點(diǎn)
圖像分辨率：區(qū)分細(xì)節(jié)的程度；
影響因素：采樣點(diǎn)數(shù)（ M，N）和灰度級(jí)數(shù)G。
采樣點(diǎn)數(shù)越多空間分辨率越高，G越多圖像幅度分辨率越高
數(shù)字圖像類(lèi)型、常見(jiàn)文件格式
數(shù)字圖像的特點(diǎn)：信息量大、占用頻帶寬、像素間相關(guān)性大、視覺(jué)效果的主觀性大
常見(jiàn)文件按格式：兩種存儲(chǔ)模式，一種點(diǎn)陣圖又稱位圖模式，另一種是矢量圖模式。BMP、TIFF、GIF、JPEG、PNG、WMF。視頻文件格式：AVI、MOV、RM、MPEG、WMV
領(lǐng)域相關(guān)概念
4鄰域——N4(p)

第三章

圖像變換的目的、方法
目的：方便處理、便于抽取特性
方法：傅立葉變換、離散余弦變換、沃爾什-哈達(dá)瑪變換
頻譜各部分意義
Fourier變換后的圖像，中間部分為低頻部分,越靠外邊頻率越高。
因此，我們可以在Fourier變換圖中，選擇所需要的高頻或是低頻濾波。

第四章

圖像增強(qiáng)的目的、方法
目的：目的是根據(jù)應(yīng)用需要突出圖像中的某些“有用”信息，削弱或去除不需要的信息，以達(dá)到擴(kuò)大圖像中不同物體特征之間的差別。
主要技術(shù)有：直方圖修正、圖像平滑、圖像銳化、同態(tài)系統(tǒng)、偽彩色技術(shù)

1. 理想低通濾波器
2. 巴特沃思低通濾波器
3. 指數(shù)型低通濾波器
4. 梯形低通濾波器
   
   
   圖像銳化的目的、方法（空間域、頻率域）
   圖像銳化的目的：是加強(qiáng)圖像中景物的細(xì)節(jié)邊緣和輪廓，銳化作用是使灰度反差增強(qiáng)，銳化算法的實(shí)現(xiàn)基于微分作用
   方法：圖像的景物細(xì)節(jié)特征，一階微分銳化方法、二階微分銳化方法
   一階銳化各方法的特點(diǎn)和區(qū)別
   單方向的一階銳化是指對(duì)某個(gè)特定方向上的邊緣信息進(jìn)行增強(qiáng)。
   因?yàn)閳D像為水平、垂直兩個(gè)方向組成，所以，所謂的單方向銳化實(shí)際上是包括水平方向與垂直方向上的銳化。
   
   
   
   
   這種銳化算法需要進(jìn)行后處理，以解決像素值為負(fù)的問(wèn)題。
   后處理的方法不同，則所得到的效果也就不同。
   后處理方法：
   整體加一個(gè)整數(shù)——》可以得到類(lèi)似浮雕的效果
   取絕對(duì)值—————》可以獲得對(duì)邊緣的有方向提取
   無(wú)方向一階銳化
   
   
   
   在這里插入圖片描述
   
   ? Sobel算法與Priwitt算法的思路相同，屬于同一類(lèi)型，因此處理效果基本相同。
   ? Roberts算法的模板為2*2，提取出的信息較弱。
   ? 單方向銳化經(jīng)過(guò)后處理之后，也可以對(duì)邊界進(jìn)行增強(qiáng)。
   二階銳化各方法的特點(diǎn)和區(qū)別
   
   
   
   
   
   
   
   
   高通濾波
   圖像輪廓是灰度陡然變化的部分，包含著豐富的空間高頻成分。
   把高頻分量相對(duì)突出，顯然可使輪廓清晰。
   高頻濾波器使高頻分量相對(duì)突出，而低頻分量和甚高頻分量則相對(duì)抑制。
5. 理想高通濾波器
6. 巴特沃思高通濾波器
7. 指數(shù)形高通濾波器
8. 梯形高通濾波器
   兩種顏色模型概念、特點(diǎn)
   假彩色增強(qiáng)：把真實(shí)的自然彩色圖像或遙感多光譜圖像處理成假彩色圖像。
   偽彩色增強(qiáng)：把黑白圖象處理成偽彩色圖象。
   偽彩色處理的概念、分類(lèi)
   偽彩色增強(qiáng)方法：
   灰度分層法
   偽彩色變換
   頻域?yàn)V波
   圖像幾何變換概念、分類(lèi)、方法
   圖像的幾何變換（Geometric Transformation）是指圖像處理中對(duì)圖像平移、旋轉(zhuǎn)、放大和縮小，這些簡(jiǎn)單變換以及變換中灰度內(nèi)插處理等
   幾何變換不改變像素值，而可能改變像素所在的位置。
   空間變換（齊次坐標(biāo)、圖像的平移、圖像的縮小、圖像的放大、圖像的鏡像）、灰度插值（最鄰近插值法、雙線性插值、高階插值）
   
   
   

第五章

圖像復(fù)原的目的、常用方法
目的：是尋找圖像降質(zhì)的起因，盡可能恢復(fù)圖像本來(lái)面目。是當(dāng)給定退化的圖像g(x,y)及系統(tǒng)h(x,y)和噪聲n(x,y)的某種了解或假設(shè)，估計(jì)出原始圖像f(x,y)
方法：代數(shù)復(fù)原法、逆濾波復(fù)原法、中值濾波復(fù)原法
退化模型

第六章

圖像分割目的、方法
圖像分割的目的是把圖像分成一些具有不同特征的有意義區(qū)域，將圖像中有意義的特征或者應(yīng)用所需要的特征信息提取出來(lái)，以便進(jìn)一步分析和說(shuō)明。
基于閾值的圖像分割方法
基于邊界的圖像分割方法
基于區(qū)域的圖像分割方法
圖像分割算法：三類(lèi)（閾值法、邊緣檢測(cè)、區(qū)域提取）
常見(jiàn)分割算法的基本思想、步驟：閾值分割法、區(qū)域生長(zhǎng)法、分裂合并法
閾值化分割的基本原理就是利用圖像中要提取的目標(biāo)物與其背景在灰度特性上的差異，選取一個(gè)或多個(gè)處于圖像灰度取值范圍之中的灰度閾值，然后將圖像中各個(gè)像素的灰度值與閾值進(jìn)行比較，并根據(jù)比較的結(jié)果將圖像中的像素分成不同等級(jí)，從而把圖像分成互不交叉重疊的區(qū)域的集合，達(dá)到圖像分割的目的。
基于邊界的圖像分割方法就是根據(jù)圖像不同區(qū)域邊界的像素灰度值變化比較劇烈的情況，首先檢測(cè)出圖像中可能的邊緣點(diǎn)，再按一定策略連接成輪廓，從而實(shí)現(xiàn)不同區(qū)域的圖像分割
區(qū)域生長(zhǎng)也稱為區(qū)域生成，其基本思想是將一幅圖像分成許多小的區(qū)域，并將具有相似性質(zhì)的像素集合起來(lái)構(gòu)成區(qū)域。相似性準(zhǔn)則可以是灰度級(jí)、彩色、組織、梯度或其他特性，相似性的測(cè)度可以由所確定的閾值來(lái)判定。從滿足檢測(cè)準(zhǔn)則的點(diǎn)開(kāi)始，在各個(gè)方向上生長(zhǎng)區(qū)域，當(dāng)其鄰近點(diǎn)滿足檢測(cè)準(zhǔn)則就并入小塊區(qū)域中。當(dāng)新的點(diǎn)被合并后再用新的區(qū)域重復(fù)這一過(guò)程，直到?jīng)]有可接受的鄰近點(diǎn)時(shí)生成過(guò)程終止。
區(qū)域生長(zhǎng)的主要步驟
對(duì)圖像進(jìn)行逐行掃描，找出尚沒(méi)有歸屬的像素；
以該像素為中心檢查它的鄰域像素，即將鄰域中的像素逐個(gè)與它比較，如果灰度值小于預(yù)先確定的閾值，將它們合并；
以新合并的像素為中心，返回步驟2，檢查新像素的鄰域，直到區(qū)域不能進(jìn)一步擴(kuò)張；
返回到步驟1，繼續(xù)掃描到不能發(fā)現(xiàn)沒(méi)有歸屬的像素，則結(jié)束整個(gè)生長(zhǎng)過(guò)程
圖像閾值分割法可以認(rèn)為是從上到下對(duì)圖像進(jìn)行分開(kāi)，而區(qū)域生長(zhǎng)法相當(dāng)于從下往上不斷對(duì)像素進(jìn)行合并。將這兩種方法結(jié)合起來(lái)對(duì)圖像進(jìn)行劃分，便是分裂合并法。

1. 四叉樹(shù)
   基本思路：將圖像任意分成若干子塊，對(duì)每個(gè)子塊的屬性進(jìn)行計(jì)算。
2. 當(dāng)屬性表明該子塊包含不同區(qū)域的像素，則該子塊再分裂成若干子塊。

3. 如果幾個(gè)子塊的屬性相似，則這幾個(gè)相似屬性的子塊合并成一個(gè)大的區(qū)域。

   
   

第九章

圖像壓縮編碼目的、不同方法的特點(diǎn)
是在滿足一定圖像質(zhì)量條件下，用盡可能少的比特?cái)?shù)來(lái)表示原始圖像，
以提高圖像傳輸?shù)男屎蜏p少圖像存儲(chǔ)的容量。在信息論中稱為信源編碼。
圖像冗余
對(duì)于一個(gè)圖像，很多單個(gè)像素對(duì)視覺(jué)的貢獻(xiàn)是冗余的。
圖像編碼方法常用評(píng)價(jià)參數(shù)：熵H、平均碼字長(zhǎng)度R、編碼效率n、壓縮比，等

在這里插入圖片描述