一、引言
数字图像处理的基础是基于数字图像获取。这里主要介绍的是图像的一些基本概念，包括图像格式、图像成像、图像的数学特征和图像的基本数学处理
二、图像感知要素
主要是两部分：颜色和亮度
人眼成像：
虹膜：控制着瞳孔的直径，相当于光圈，控制进光量；
晶状体：相当于透镜，理论上来说，人眼成像的像距可以认为是定制，晶状体的变形是的焦距可变，从而实现不同物距的成像；
视网膜：有两种光感受器：锥状体和杆状体。其中锥状体位于视网膜中央凹，既位于光轴上，当眼睛转动斜视的时候，这里也会转动。每个锥状体链接一个神经末梢，对颜色敏感，人眼聚焦的地方成像既是此处。杆状体大范围的分布在视网膜上，几个杆状体链接一个神经末梢，没有彩色感觉，对低照明度敏感，例如月光下的视野，主要是杆状体受到刺激（猜测原因，由于低亮度下瞳孔直径更大，因此进入晶状体的光范围更大，更多的光会透射到视网膜的更大范围上，此时锥状体接受的光少，杆状体接受的光多）。
视锥细胞：锥状体分为三种视锥细胞，分为为S-视锥、M-视锥、L-视锥，三种视锥细胞感受不同波长的光时激活程度不一样，因此才产生了颜色的生物感觉。而对于可见光，其分布为
可知，L-视锥对红色反应比较敏感，M-视锥对绿色反应比较敏感，S-视锥对蓝色、紫色反应比较敏感。对于太阳光，是多种可见光的混合，所以人眼才会认为太阳光是白色光，这也是RBG三原色的原理的基础。白色并不是物理颜色，并不存在白光，白色只是生物的概念。
亮度和灰度：
亮度实际物理意义上来说，指的是光照强度；，而灰度指的是对亮度从最小到最大进行一个离散分区间，灰度是相对的，相对变化的，由最大亮度和离散区间间隔来决定。而人眼实际上对亮度的感知是一个动态范围，理论上来说，人眼感知到的是灰度值。关于亮度饱和度，因为灰度值取的是最大的亮度作为最大灰度，超过这个亮度的最终都是此最大灰度，因此会丢失信息。
颜色：
RGB：根据前面对人眼成像的分析，可知以红绿蓝作为三种基准颜色，可以合成白色，同时两两组合有可以合成黄色青色和紫色
反射RGB：人眼看到的光分为两种，一种是直射光（包括透明物体透射的光），另一种是反射光既物体本身不发光反射其光。对于直射光物体，我们看到颜色就是其发出的光，颜色的合成就是RNG的合成；对于反射光物理，看到的颜色就是其反射的光，其颜色的合成就是反射RGB，既相对于白光的补光。例如，蓝色的补光就是黄色。此时存在补光三角。
还有其他基于不同基元色的颜色空间。
三、图像取样和量化
图像经过光学传感器取值之后可以获得传感图像，处理之后转换为数字图像。数字图像由二维函数来定义其数据：。其中y表示(x，y）处的灰度值。x,y表示的是其二维图像平面离散划分的区间。
图像的分辨率：分为空间分辨率和亮度分辨率。空间分辨率指的是图像平面的离散划分的程度，例如10um*10um表示一个像素，这就是空间分辨率，分辨尺寸为10um，如果划分的更加精细，像素尺寸越小。亮度分辨率指的是灰度值的划分，如果是256的话，就表示将最亮和最暗这个区域划分为256阶，如果是128那么就相对不那么精细。灰度分辨率越大，则其亮度表示越精细。
图像的数字存储灰度值一般为：。基于二进制的表示法，每个像素用一个字节表示，那么k就为8，能表示的灰度范围为0-255；如果是用两个字节表示，那么k为16，能表示0-65535的范围。如果图像的尺寸为M*N，那么对于存储的大小为 M*N*k bit，既 m*N*k/8 字节。
dpi：每英寸像素数目，dpi越大，图像精度越高
四、图像格式
bmp（BitMap)格式 ：
采用位映射存储格式；除了色彩分辨率可选之外不采用任何压缩；扫描顺序从左到右、从上到下
JEPG（joint photographic experts Group)
采用有损压缩去除冗余信息，压缩比较高但是任能保存比较好的图像质量
Png（Portable Network Graphics）
便携式网格存储格式，存储量比较小，压缩比比较高
tig（Tag Image File Format)
图像格式比较复杂，见的比较少，用于出版扫描测绘等
五、数学工具
会使用到一些基本的数学工具：概率统计、线性代数、微积分等知识。