7、图像表示、性质及线性积分变换详解

图像表示、性质及线性积分变换详解

1. 图像基础性质与相关问题

1.1 邻域悖论与解决方案

在图像处理中，4 - 邻域和 8 - 邻域会引发“交叉线”悖论，这使得基本离散几何算法变得复杂。不过，对于二值图像和灰度图像，都存在解决这些悖论的方法。

1.2 二值图像距离变换

二值图像的距离变换能够给出每个像素到最近非零像素的距离。可以使用一种两阶段算法来计算，其复杂度与像素数量呈线性关系。

1.3 亮度直方图

亮度直方图是图像的全局描述符，它能估计像素具有给定亮度的概率密度。

1.4 人类视觉感知与图像噪声

人类的视觉感知容易受到各种错觉的影响。人类对图像的感知特性，如感知分组，为计算机视觉方法提供了灵感。此外，实时图像和其他测量或观测结果一样，总是容易受到噪声的干扰。可以使用信噪比等方法对噪声进行定量评估，常见的噪声模型包括白噪声、高斯噪声、脉冲噪声和椒盐噪声。

1.5 彩色图像与相机原理

人类的颜色感知是基于客观物理特性（电磁辐射波长）之上的主观心理物理层面。人类有三种对入射辐射波长敏感的传感器，视网膜上的颜色敏感受体是视锥细胞，在低环境光条件下，视网膜上的视杆细胞专门用于单色感知。视锥细胞根据感知的波长范围分为三种类型，大致对应于红色、绿色和蓝色。大多数相机使用 CCD 或 CMOS 光敏元件，它们基于光伏原理工作，用于捕捉单色图像的亮度。相机配备了必要的电子设备以提供数字化图像，彩色相机与单色相机类似，只是包含了彩色滤光片。

1.6 相关概念定义