虽然写这个博客主要目的是为了给我自己做一个思路记忆录，但是如果你恰好点了进来，那么先对你说一声欢迎。我并不是什么大触，只是一个菜菜的学生，如果您发现了什么错误或者您对于某些地方有更好的意见，非常欢迎您的斧正！
目录
回顾第一章：
灰度图：二维灰度（或亮度）函数f(x,y)
彩色图像：三个（如RGB，HSV）二维灰度（或亮度）函数f(x,y)组成
数字图像：像素组成的二维排列，可以用矩阵表示
对于灰度图像：每个像素的亮度用一个数值来表示，0表示黑，255表示白，其它值表示处于黑白之间的灰度
2.1节——视觉感知要素
●侧抑制：相邻神经元互相抑制的现象（引起马赫带效应）
●神经的感受野：视觉感觉是视网膜上一定范围内的细胞群共同作用引起的，这个范围称为神经纤维的感受野。
2.1.3亮度适应和辨别
●人的视觉系统能够适应的光强度级别范围是很宽的——从暗阀值到强闪光约有1010个量级。视觉系统不能同时在一个范围内工作，眼睛通过改变其整个灵敏度来完成这一较大的变动的，这就是周知的亮度适应现象。
●亮度恒定现象：当物体对背景的亮度、对比度保持一致时，即使物体和背景的亮度在很大的范围内变化，人眼对亮度的感觉仍保持不变。
●视觉的空间频率特性：空间频率是指视像空间变化的快慢。清晰明快的画面，意味有大量的高频成分。模糊图像只有低频空间成分。●视觉的空间频率特性：空间频率是指视像空间变化的快慢。清晰明快的画面，意味有大量的高频成分。模糊图像只有低频空间成分。
2.3图像感知和获取
①使用单个传感器获取图像
②使用条带传感器获取图像
③使用传感器阵列获取图像
2.4图像取样和量化
●为了产生一幅数字图像，我们需要把连续的感知数据转换为数字形式，这种转换包括两种处理：取样和量化。
2.4.1取样和量化的基本概念
●取样：对坐标值进行数字化（实践中，取样方法由用于生成该图像的传感器配置决定）
●量化：对幅值数字化
●在灰度级别变化尖锐的区域，用细腻的采样；（就是颜色变化丰富的地方）
●在灰度级别变化比较平滑的区域，用粗糙的采样；（就是颜色比较单一的地方）
●避免或减少由于量化的太粗糙，在灰度级变化比较平滑的区域出现假轮廓的现象。
2.4.2数字图像表示
二维离散亮度函数——f(x,y)：（x，y）是坐标，f（x，y）是灰度值
●二维矩阵——A[m,n]：m和n是图像的宽和高，矩阵a[i,j]上的值是i行j列的像素的灰度值
●图像显示允许我们快速观察结果。
●数值阵列用于处理和算法开发。
●数字化过程要求针对M值、N值和离散灰度级数L做出判定。出于存储和量化硬件的考虑，灰度级数典型地取为2的整数次幂。L=2^k
♦存储数字图像所需的比特数b为b=M×N×k
♦当一幅图像有2^k个灰度级时，称该图像为一幅“k比特图像”，如256个可能的离散灰度值的图像称为8比特图像。
♦动态范围：有时灰度级取值范围称为图像的动态范围。把占有灰度级全部有效段的图像叫做高动态范围图像。当相当可观数目的像素呈现这样的特征时，图像就有较高的对比度。相反，低动态返回的图像看上去似乎是冲淡了的灰暗格调。
●这边提到了“灰度”，着实让我费解，于是我百度了一下：灰度使用黑色调表示物体,即用黑色为基准色，不同的饱和度的黑色来显示图像。 每个灰度对象都具有从 0%（白色）到灰度条 100%（黑色）的亮度值。 使用黑白或灰度扫描仪生成的图像通常以灰度显示。
我还搜了下“灰度级数”：所谓灰度级数是指黑白显示器中显示像素点的亮暗差别，在彩色显示器中表现为颜色的不同，灰度级数越多，图像层次越清楚逼真。灰度级数取决于每个像素对应的刷新存储单元的位数和显示器本身的性能。如每个象素的颜色用16位二进制数表示，我们就叫它16位图，它可以表达2的16次方即65536种颜色。如每一个象素采用24位二进制数表示，我们就叫它24位图，它可以表达2的24次方即16777216种颜色。
2.4.3空间和灰度分辨率
●直观上看，空间分辨率是图像中可以辨别的最小细节的度量。
●在数量上，每单位距离线对数和每单位距离点数（像素数）是通用的度量。
●灰度分辨率是指灰度级中可分辨的最小变化。
♦灰度分辨率指的是色阶，色阶是表示图像亮度强弱的指数标准，也就是我们说的色彩指数。♦灰度分辨率指亮度，和颜色无关，但最亮的只有白色，最不亮的只有黑色。（百度百科）
♦DPI（Dots Per Inch，每英寸点数）是一个量度单位，用于点阵数码影像，指每一英寸长度中，取样、可显示或输出点的数目。
♦伪轮廓：数字图像的平滑区域中的灰度级数不足引起
2.4.4图像内插
●内插：在诸如放大、收缩、旋转和几何校正等任务中广泛应用的基本工具。
是由已知数据来估计未知位置的数据的处理。
2.5像素间的一些基本关系
2.5.1相邻像素
2.5.2连通性
2.5.3距离度量
2.6数字图像处理中所用数学工具的介绍
2.6.1阵列与矩阵操作
2.6.3算数操作
2.6.4集合和逻辑操作
2.6.5空间操作
●①单像素操作
| 以灰度为基础改变单个像素的值 |
|
| s=T(z) |
|
| z：原图像中像素的灰度 |
|
| s：处理后图像中的相应像素的（映射）灰度 |
●②邻域操作
通俗地说，就是中心的点的像素值是周围的点的平均值：
●③几何空间变换
2.6.6向量与矩阵操作
