数字图像处理复习笔记

数字图像处理基础

1、绪论

1.1 数字图像的概念

• 图像：用各种观测系统以不同的形式或者手段观测客观世界从而获得的可以直接或者间接作用于人的视觉系统而产生的视知觉实体。其中图像可分成“图”和“像”两个概念的合成理解。
• 模拟图像：早期的模拟相机相片、画报、书本图片。
• 数字图像：利用数字化的图像扫描仪对模拟图像进行数字化，就可以将模拟图像转换成数字图像。其特点在于二维图像和亮度显示都是用有限数字表示。

1.2 图像处理和图像分析

图像处理：

• 图像处理：对图像信息进行加工，以满足人的视觉或者应用需求的行为。
• 数字(计算机)图像处理：利用计算机技术对数字图像进行某种数学运算和各种加工处理以改善图像的视觉和提高图像实用型技术。

特征：图像处理的基本特征是图像处理系统的输入和输出都是图像。

图像分析：

• 目的：缩减对图像的描述，以使其更适合于计算机处理及对不同目标的分类。
• 基本特征：图像分析系统的输入是图像，输出是对输入图像进行描述的数据信息。

图像处理和图像分析之间的关系：

图像处理是对图像低级处理阶段，图像分析是对图像高一级处理阶段。

2、数字图像处理基础

2.1 二值图像

二值图像指：每个像素点均为黑色或者白色的图像。二值图像一般用来描述字符图像，其优点是占用空间少。缺点是，当表示人物，风景的图像时，二值图像只能展示其边缘信息，图像内部的纹理特征表现不明显。这时候要使用纹理特征更为丰富的灰度图像。

2.2 图像的采样和量化

采样：将一幅连续图像(二维空间和亮度值都是连续值的图像；模拟图像)分割成M*N个网格，每一个网格用一个亮度值来显示。此时一个网格都称为像素，M×N的取值满足采样定理。

量化：把采样点上对应的亮度连续变化区间转换为单个特定数码的过程。量化后，图像就被表示成一个整数矩阵。每个像素具有两个属性：位置和灰度。位置由行、列表示。灰度表示该像素位置上亮暗程度的整数。此数字矩阵M×N就作为计算机处理的对象了。灰度级一般为0－255（8bit量化）。

2.3 均匀采样的实现方式

取样的实现是由产生数字图像的传感器或者数字化装置决定，比如扫描仪(分为线阵扫描仪和面阵扫描仪)。

• 线扫方式：将感知单元排成一个线阵完成一维图像的采样成像，随着成像传感器所在的遥感平台的移动或者通过机械的确定等间隔的增量数值完成各行的采样。从而完成一幅二维图像的采样。
• 面扫方式：实现思路是将M*N个感知单元等间隔地排列成一个感知单元阵列，并行完成一幅二维图像的采样

其次，均匀量化实质是将图像的灰度取值范围[0,Lmax]划分成L个等级，并将二维图像平面上的M*N个网格的中心点的灰度值分别量化成L个等级中与其最接近的那个等级值。(一般的数字图像灰度级取值范围为从黑到白，即从[0，L-1]。0表黑，L-1表示白)。

补充：非均匀采样的概念

非均匀量化：在视觉上，根据图像细节的丰富程度进行间距选取。越丰富时，采样间距就小，否则间可以调大。在统计特性上，像素灰度值频繁出现的灰度值范围内可取小间距；而对于像素灰度值极少出现的范围则取大间距也能够满足。即细节对应紧密，平缓对应稀疏。

2.4 空间分辨率和灰度分辨率

1、空间分辨率

用单位距离内可分辨的最大线对数来度量。如用黑白交替的垂线构造图形，线宽为W，黑白线对宽为2W，则单位距离内有1/2W个线对。

空间分辨率反映的是图像数字化对图像像素划分的密度，即反映的是一个图像的细节。如果细节越丰富，采样的间距就越小越清晰。如下图所示：

2、灰度级分辨率

承接着均匀分布来说，灰度级分辨率跟均匀分布的实质差别不大。灰度级分辨率实质就是在对连续图像中，对灰度级别的一个细节分辨的最小变化。即假设均匀变化的量化从[0,L-1],256灰度级分辨率对细节的分辨非常清晰。那么将分辨率降到32、16、8甚至2时，因为对细节的划分越来越稀疏，反而会出现“伪轮廓、丢失细节”等方面的问题的出现。