数字图像处理

图像处理的基础知识

数字图像处理简介

什么是数字图像处理

数字图像处理是通过计算机对图像进行处理的理论、方法、技术

什么是图像？

​ 图像是一个二维函数𝑓(𝑥,𝑦),其中，𝑥,𝑦是空间坐标，𝑓(𝑥,𝑦)是点（𝑥,𝑦）的幅值。
​ 灰度图像是一个二维灰度（或亮度）函数𝑓(𝑥,𝑦)
​ 彩色图像由三个（如𝑅𝐺𝐵,𝐻𝑆𝑉）二维灰度（或亮度）函数𝑓(𝑥,𝑦)组成
​

什么是数字图像

​ 像素组成的二维排列，可以用矩阵表示
​

图像的表示

单色（灰度）图像：

每个像素的亮度用一个数值来表示，通常数值范围在0到255之间，0表示黑、255表示白，其它值表示处于黑白之间的灰度。

彩色图像：

用红、绿、蓝三元组的二维矩阵来表示。 通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该像素中没有，而255则代表相应的基色在该像素中取得最大值

什么是像素

数字图像由二维的元素组成，每一个元素具有一个特定的位置（𝑥,𝑦）和幅值𝑓(𝑥,𝑦),这些元素就称为像素(𝑝𝑖𝑥𝑒𝑙)或者像元。

数字图像的研究内容

数字图像处理的目的：

提高图像的视感质量，赏心悦目
例如：去除噪声、图像增强、几何变换
提取图像中的某些特征，便于分析
例如：模式识别、计算机视觉的预处理等
对图像数据进行变换
频域变换；频域滤波

数字图像处理的内容：

1）图像获取、表示和表现

​ 数字化过程主要包括摄取图像、光电转换及数字化等几个步骤

2）图像增强

​ 突出图像中的某些“有用”信息，同时削弱另外一些“无用”信息的图像处理方法。
​

3）图像复原

​ 复原技术：是基于模型和数据的图像恢复，其目的是消除退化的影响，对图像进行校正。
​ 难点：建立复原模型。

4）图像重建

​ 图像重建：是指从数据到图像的处理，CT就是典型应用实例。
​ 与计算机图形学结合，把多个二维图像合成并加以光照模型和各种渲染技术形成三维图像。

5）图像压缩

​ 图像压缩：指用较少的比特有损或无损的表示原来的像素矩阵的技术，也称为图像编码。
​ 图像编码的目的：
​ 减少数据存储量（降低成本）；
​ 降低数据率以减少传输带宽；
​ 便于特征提取。

计算机视觉简介

什么是计算机视觉

计算机视觉又常称机器视觉，它是一门研究通过图像或视频数据观察周围世界的学科，主要以摄像机拍摄的图像或视频为原始数据，提取出在图像或视频中能观察到的事物

计算机视觉与数字图像处理的区别

机器视觉偏重于计算机视觉技术工程化，能够自动获取和分析特定的图像，以控制相应的行为。计算机视觉采用图像处理、模式识别、人工智能技术相结合的手段，着重于一幅或多幅图像的计算机分析。
具体来说，计算机视觉为机器视觉提供图像和景物分析的理论及算法基础，机器视觉为计算机视觉的实现提供传感器模型、系统构造和实现手段。

计算机视觉的研究领域

研究内容分为5个方面：输入设备、底层视觉、中层视觉、高层视觉以及体系结构。

输入设备(input device)：

输入设备的研制，包括成像设备和数字化设备。成象设备是指通过光学摄像机或红外、激光、超声、X射线对周围场景或物体进行探测成象，得到关于场景或物体的二维或三维数字化图像。

底层视觉(Low-level Vision)：

主要是对输入的原始图像进行处理。
该过程借用了大量的图像处理技术和算法，如图像滤波、图像增强、边缘检测等，以便从图像中抽取诸如角点、边缘、线条、边界以及色彩等关于场景的基本特征。
该过程还包含了各种图像变换(如校正)、图像纹理检测、图像运动检测等

中层视觉(Mid-level Vision)：

主要任务是恢复场景的深度、表面法线方向、轮廓等有关场景的2.5维信息。实现的途径有立体视觉(Stereo Vision)、测距成像(Range Finder)、运动估计(Motion Estimation)等方法。系统标定、系统成像模型等研究内容一般也是在这个层次上进行的。

高层视觉(High-level Vision)：

在以物体为中心的坐标系中，在原始输入图像、图像基本特征、2.5维图的基础上—中底层视觉研究的基础上，恢复物体的完整三维图，简历物体三维描述，识别三维物体并确定物体的位置和方向。

体系结构(System Architecture)：

在高度抽象的层次上，根据系统模型而不是根据实际设计的具体例子来研究系统的结构。

体系结构研究涉及一系列相关的课题：并行结构、分层结构、信息流结构、拓扑结构以及从设计到实现的途径等

re)：

在高度抽象的层次上，根据系统模型而不是根据实际设计的具体例子来研究系统的结构。

体系结构研究涉及一系列相关的课题：并行结构、分层结构、信息流结构、拓扑结构以及从设计到实现的途径等