0.1 数字图像
自然界中的图像都是模拟量，而计算机只能处理数字量。因此，在使用计算机处理图像前要进行图像数字化。
0.1.1 数字图像
数字图像指能在计算机上显示和处理的图像。可分为位图和矢量图。
位图：数字阵列表示； 矢量图：矢量数据库表示。
（暂时只讨论位图的处理）
一幅图片可视为一个二维函数 f(x,y)，f 代表该像素点的灰度、亮度或强度。若x,y,f都是非负有限离散，则图片为数据图片。
0.1.2 数字图像显示
位映像设备。
0.1.3 数字图像的分类
根据每个像素点携带的信息不同，可分为二值图像、灰度图像、RGB图像以及索引图像等。
1.二值图像
每个像素点仅是黑白两种颜色之一。0（黑）1（白）
2.灰度图像
在二值图像中加入许多介于黑色和白色之间的颜色深度。每个像素点拥有从最暗黑色到最亮的白色之间的数个灰度级（L）（离散数据决定了颜色深度是有级变化）。L的取值决定于保存灰度级的数据类型。
3.RGB图像
红绿蓝三原色比例（每种颜色具有类似灰度级机制的成分量表示）合成颜色空间。
三种颜色一致时退化成灰度图。
4.索引图像
RGB图每个像素具有三个分量，假设每个分量一个字节长度(8)，则一个像素占三个字节，整张图片将占据大量空间。
假设有一张图片，拥有16种颜色，则可以将16种颜色建立成一张颜色表/调色板/颜色查找表，即用一个二维矩阵保存十六种颜色的RGB值，而图片中每个元素位置，只记录应有颜色在颜色查找表中的偏移量（相对初始位置）/索引。那么图像大小即可大大减小而不影响质量。
（C语言中二维数组行向量优先排列）
0.1.4 数字图像的实质
数字图像可以是三变量离散函数，f(x,y,t)，动态图片。函数值可以是一个数值（灰度图），也可以是一个向量(如RGB图片)。
线性代数和矩阵论的角度看：数字图像就是一个由图像信息组成的二位矩阵。在数据的表示和存储上可能不是二维的。
由于随机变化和噪声的原因，图像在本质上是统计性的。
从线性系统的角度考虑，图像及其处理也可以表示为用狄拉克冲激公式表达的点展开函数的叠加。
0.1.5 数字图像的表示
f(y行，x列)。
0.1.6 图像的空间和灰度级分辨率
1.空间分辨率
每单位长度包含的像素点数。M*N.
2.图像的灰度级/辐射剂量分辨率
灰度值度量的是投射到传感器上的图像光辐射值的强度。灰度级分辨率指的是灰度级数。与存储灰度值的变量数据类型相关。
0.2数字图像处理与识别
0.2.1 从图像处理到图像识别
从数字图像处理到数字图像分析，再到图像识别技术，其核心都是对数字图像信息的提取以及相关的辅助过程。
1. 数字图像处理
数字图像处理是指通过各种手段对原始数字图像进行加工，改善图像的外观，对图像进行修改和增强。图像处理的输入是来自传感器的原始图像，这个阶段的图像处理往往是一种预处理步骤，为后续的图像分析和识别做准备。
2. 数字图像分析
图像分析是指对图像中感兴趣的目标进行的检测和测量，以获得可观的信息。通常是将图像转化为非图像的抽象形式，如某物体与被测者之间的距离。输入为图像，输出为图像特征。
这一概念外延包括边缘检测，图形分割。特征提取，几何测量和计数等。
3. 数字图像识别
研究图像中各目标的性质和相互联系，识别出目标对象的类别，理解图像的含义。
图像识别是图像分析的延伸，、根据图像分析出的图像特征，对目标进行归类，得出目标类别标号信息。
三个过程是一个将所含信息抽象化，降低信息熵，提炼有效数据的程。
计算机图形学与推向分析大致相反。是一个将数学描述的概念模型用图像显示的过程。
0.3 数字图像处理的预备知识
数字图像是一组具有一定空间位置关系的像素组成，因而具有一些度量和拓扑性质。理解像素间的关系，包括邻像素、邻接性、连通性、区域、边界等概念，一些常见的距离度量方法，一些基本的图像操作。
0.3.1 邻接性、连通性、区域、边界
1. 邻接性
定义V为一个灰度值的集合，是一种相似性的度量，认为在该集合中的灰度值相似。
4邻域，8邻域，对角邻域。
邻接：x位于P的邻域且，且X,P同具有V中灰度值，则邻接。1.空间位置关系 2.相似性关系
4-邻接 8-邻接 m-邻接
2. 连通性
0.3.2 度量距离
欧氏距离 街区距离 棋盘距离