数字图像识别学习笔记（第二章-数字图像基础（1））

title: 数字图像识别学习笔记（第二章数字图像基础（1））
categories:

数字图像识别
tags:
数字图像识别
date: 2020/9/30 21:22
mathjax: true
toc: true

2.1 视觉感知要素

杆状体捕获视野内的整个图像。它们没有色觉，对低光照度敏感。例如，白天色彩鲜艳的物体在月光下却没有颜色，因为此时只有杆状体受到刺激。这种现象称为暗视觉或微光视觉。

2.1.3 亮度适应与辨别

两种现象表明感知亮度不是实际灰度的简单函数。

视觉系统往往会在不同灰度区域下界处出现“下冲”或“上冲”现象。如图，虽然条带的灰度恒定，但在靠近边界的位置我们实际上感知到了带有毛边的明亮模式，这些带有毛边的条带称为马赫带
第二种现象称为同时对比，即一个区域的感知亮度并不只是取决于其灰度。

人类感知现象的另一些例子是光学错视，即人眼中充斥着不存在的信息或错误地感知了物体的几何特点。

2.2 光和电磁波谱

没有颜色的光称为单色光和无色光。单色光的唯一属性是其亮度。因为单色光的感知亮度从黑色到灰色最后到白色变化，因此常用灰度级来表示单色光的宽度。单色光从黑到白的数值范围通常称为灰度级，而单色图像通常称为灰度图像。

2.4 图像的取样和量化

要产生一幅数字图像，就需要把连续感测的数据转换为数字形式。这种转换包括两种处理：取样和量化

对坐标值进行数字化称为取样
对幅度值进行数字化称为量化

2.4.2 数字图像表示

由图像的坐标张成的实平面部分称为空间域，xxx和yyy称为空间变量和空间坐标

如果灰度级也是整数，则R=ZR=ZR=Z,并且数字图像变成了一个其坐标和幅值都是整数的二维函数。处于存储和量化硬件的考虑，灰度级别通常取为2的整数次幂，即
L=2kL = 2^k L=2k
其中，k是整数。

灰度跨越的值域称为动态范围，我们将图像系统的动态范围定义为系统最大可度量灰度与最小可检测灰度之比。通常，上限取决于饱和度，下限取决于噪声。

饱和度是一个最大值，超过该值的所有灰度将被裁减掉（整个饱和区域具有恒定的高灰度级）。

之后，字好多，简要记录，待填坑。

动态范围：
图像对比度：
范差比：

2.4.3 线性索引和坐标索引

2.4.4 空间分辨率和灰度分辨率

空间分辨率：
灰度分辨率：

2.4.5 图像内插

2.5 像素间的一些基本关系

2.5.2 邻接、连通、区域和边界

m邻接和m通路看不懂

2.6 数字图像处理用到的基本数学工具

2.6.2 线性运算与非线性运算

使用图像相加（平均）降低噪声

m邻接和m通路看不懂

2.6 数字图像处理用到的基本数学工具

2.6.2 线性运算与非线性运算

使用图像相加（平均）降低噪声