版权声明：欢迎访问博主官方博客：www.eastnotes.com。一个基于Django框架和Next主题的博客网站 https://blog.csdn.net/gaifuxi9518/article/details/87968783
第一章：绪论
1.什么是数字图像？
一幅图像可以定义为一个二维函数f(x,y),对任何一对空间坐标(x,y)处的幅值f称为为图像在该点处的强度或灰度。
数字图像由有限数量的元素组成，每个元素有特定的位置和幅度，元素又称为像素。每个像素的灰度级至少要8bit（灰度图像，单通道）来表示，一般采用24bit（彩色图像，三通道）。
一幅未经压缩原始图像（彩色，三通道）大小的计算方式（换算成字节）：1920×1080×24÷8=5.93MB
数字图像处理就是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
2.图像处理的有哪些分类？
- 低级处理：以输入和输出都为图像为特征，包括降噪，增强对比度，锐化等。
- 中级处理：输入是图像，输出是从这些图像中提取的特征（边缘，轮廓，物体的标识等），包括物体分割等。
- 高级处理：重在去理解中级处理中识别出来的物体。
3.数字图像处理的方法？
-
空域法：把图像看作是平面中各个像素组成的集合，然后直接对这一二维函数进行相应的处理。
- 邻域处理法
- 梯度运算
- 拉普拉斯算子运算
- 平滑算子运算
- 卷积运算
- 点处理法
- 灰度处理
- 面积、周长、体积、重心运算
- 邻域处理法
-
变换域法：通过正交变换将图像变换到另一个域，对变换域的系数阵列进行各种处理，然后再通过反变换，得到空间域处理结果。
- 正交变换：DCT，DFT，DWT，KLT……
- 处理包括：滤波，压缩，特征提取
4. 数字图像处理的主要内容
- 几何处理：坐标变换、图像的放大（像素插值）、缩小、旋转（像素位置变化）、移动、多个图像配准，全景畸变校正，扭曲校正，周长、面积、体积计算等。
- 算数处理：对像素点进行＋、－、×、÷等运算。
- 图像增强：突出图像中感兴趣的信息，而减弱或去除不需要的信息，从而使有用信息得到加强，便于区分或解释。主要方法有直方图增强、滤波、伪彩色增强法(pseudo color) 等技术。
- 图像复原：去掉干扰（噪声）和模糊，恢复图像的本来面目。图像噪声包括随机噪声和相干噪声，随机噪声干扰表现为麻点干扰，相干噪声表现为网纹干扰。
- 超分辨率：在放大的同时恢复图像的质量
- 图像重建：从数据到图像的处理：输入的是某种数据，而处理结果得到的是图像。包括超声CT、核磁共振（NMR）等
- 图像编码：它属于属于信息论中信源编码范畴，是数据压缩技术。
- 图像识别：通过对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,对事物或现象进行描述、辨认、分类和解释。包括人脸识别、指纹识别、虹膜识别、步态识别、车牌识别等。
- 图像理解：图像理解是由模式识别发展起来的方法。该处理输入的是图像，输出的是一种描述。比如人脸表情识别。
总的说来，经多年的发展，图像处理经历了从静止图像到活动图像；从单色图像到彩色图像；从客观图像到主观图像；从二维图像到三维图像的发展历程。
5. 数字图像处理的基本步骤
- 图像获取：包括图像预处理，如图像缩放。
- 图像增强：对一幅图进行某种操作，使其结果在特定的应用中比原始图像更适合进行处理。
- 图像复原：是改进图像外观的处理领域，有主观性，复原的效果主要看复原者的个人偏好。复原技术倾向于以图像退化的数学或概率论模型为基础。
- 彩色图像处理：彩色是提取图像中感兴趣特征的基础。
- 小波：以不同分辨率来描述图像的基础。
- 压缩：目的是减少图像存储量，降低传输图像带宽。
- 形态学处理：涉及提取图像分量的工具。
- 分割：图像处理中最困难的任务之一，分割越准确，识别越成功。
- 表示和描述：特征选择，涉及提取特征。
- 识别：基于目标的描述，给该目标赋予标志（比如这是一辆汽车）