数字图像处理第三版（冈萨雷斯）笔记，2020

第一章绪论：

数字图像处理：数字图像处理(Digital Image Processing)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。
图像处理应用领域：航空航天、生物医学工程方面、工业和工程方面、视频和多媒体系统、计算机视觉等。

图像处理的基本步骤：图像获取、滤波与增强、图像复原、彩色图像处理、小波与分辨率处理、压缩、形态学处理、分割、表示与描述、目标识别。

其中数字图像获取到形态学处理（低级图像处理）：输入图像->输出图像
形态学处理到目标识别（高级图像处理）：输入图像->输出的为图像属性或描述。
note：图像处理的基本步骤如上，但不一定按顺序，也不一定全都有，要安实际处理的任务是什么。
通用图像处理系统的组成：

第二章数字图像处理基础

2.1视觉感知要素：

人眼结构：最里层是视网膜，上面两类感受器：锥状体（视网膜中央，明视觉）和杆状体（数量更多，暗视觉）。
数字图像作为离散的灰度值显示，所以眼睛对于不同亮度级别的辨别能力在显示图像处理结果中是重要考虑因素。

2.2 光和电磁波谱

电磁波谱可用波长（λ）、频率（v）或能量(E)描述。
电磁波种关系式：
电磁波长与能量之间的关系式是
E=hv,h是常数（普朗克常数）。
式中E代表能量，h为普朗克常数；
电磁波长与频率的关系式是
λ=c/v,c是光速（2.998×10^8 m/s）
式中c为光速，是波长，是电磁波的频率。

可见：

波长与频率成反比。
能量与频率成正比。所以，无线电波能量最小，伽马射线能量最强（危险！）。

人感受一个物体的颜色由物体反射光的性质决定。没有颜色的光称为单色光或无色光。单色光唯一属性为它的强度或大小。

灰度级一词用来表示单色光强度，即从黑到白的单色光的度量值范围。

单色图像常称灰度图像。

描述彩色光源质量的三个基本量：发光强度、光通量和亮度。

饱和度与对比度：
饱和对是对色彩的bai浓度（纯du度）的定义；对比度是对画面明暗程度的定义。
饱和度是指色彩的鲜艳程度，也称色彩的纯度。饱和度取决于该色中含色成分和消色成分（灰色）的比例。含色成分越大，饱和度越大；消色成分越大，饱和度越小。纯的颜色都是高度饱和的，如鲜红，鲜绿。混杂上白色，灰色或其他色调的颜色，是不饱和的颜色，如绛紫，粉红，黄褐等。完全不饱和的颜色根本没有色调，如黑白之间的各种灰色
对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，差异范围越大代表对比越大，差异范围越小代表对比越小，好的对比率120:1就可容易地显示生动、丰富的色彩，当对比率高达300:1时，便可支持各阶的颜色。但对比率遭受和亮度相同的困境，现今尚无一套有效又公正的标准来衡量对比率，所以最好的辨识方式还是依靠使用者眼睛。

原理上，如果可以开发出一种传感器来检测出一种电磁波谱发射的能量，那么我们就可以在该波段上对感兴趣的事件成像。
注意：要”看到“一个物体的电磁波的波长必须小于等于物体的尺寸。例如水分子直径量级是10^-10m，要观察该分子就要在远紫外或者软x射线范围发射的光源。该限制与传感材料的物理特性一起确定了成像传感器功能的基本限制。
（软指的是能量低，靠近右边的波段，硬则相反，同样，”远“是指的靠近该波段左边的电磁波）

2.3图像感知与获取

可通过传感器配置将能量转换成传感器配置，主要有三种传感器配置：
单个成像传感器：需要有二维的运动，用于高精密扫描。速度慢。
条带传感器：需要一维运动，应用有航空成像。以圆环形方式安装的传感器带常用于医学和工业成像，如计算机轴向断层成像（CAT）。
阵列传感器：不需要运动，常见应用有数字摄像机。

原理，将输入的电能和对特定类型能源敏感的材料组合，把输入能源转变为电压。传感器的响应即输出的电压波形，将传感器响应数字化后得到一个数字量。
传感器的输出必须由重建算法处理，重建算法的目的是把感知数据转化成为有意义的剖面图象。
每个传感器的响应正比于投射到传感器表面的光能总量。
数字图像获取例子：

成像系统首先收集入射能量，然后汇集到一个图像平面，再由与该图像平面重合的传感器阵列产生和每个传感器接收到的光的总量成正比的输出。之后数字或模拟电路扫描这些输出，并把他们传换成模拟信号，然后又成像系统的其他部分数字化，输出的是一幅数字图像，如上图的最后像素格子组成的图像那样。

用f(x,y)的二维函数表示图像，在空间坐标（x,y）处，f的值或幅度是一个正标量，其物理意义由图像源决定。
当一幅图像由物理过程产生时，其亮度值正比于物理源所辐射的能量。因此，f（x,y）一定是非零和有限的，即
0<f(x,y)<∞

函数f(x,y)由两个分量表征：
（1）入射到被观察场景的光源照射总量（入射分量）——i(x,y)
（2）场景种物体反射的光照总量（反射分量）——r(x,y)
f(x,y)=i(x,y)*r(x,y),其中，0<i(x,y)<∞，0<r(x,y)<1

2.4图象取样和量化

对坐标值数字化称为取样，对幅值数字化称为量化

数字图像一般默认左上角是原点，x轴向下延伸，y轴向右延伸。因为矩阵第一个元素按惯例在左上角，而且许多图像显示的扫描都是左上角开始的。
数字化过程M,N必须是整数，出于存储和量化硬件的考虑，灰度级数典型的取为2的整数次幂，即L=2^k。
2^k个灰度级的图像为k比特图像,即拥有k比特的灰度分辨率。
存储图像所需比特数b=M×N×k。
灰度值跨越的值域非正式地称为动态范围。动态范围定义为最大可度量灰度和最小可检测灰度之比。上限取决于饱和度，下限取决于噪声。
图像中最高和最低灰度级间的灰度差为对比度。

空间分辨率是图像中可辨别的最小细节的度量。广泛使用的定义是每单位距离可分辨的最大线对数量。每英寸距离点数（dpi）则是印刷和出版行业中的常用度量。

等偏爱曲线是随着k和N值的变化，人为主观感受到的图像的质量用一条曲线汇总的结果。等偏爱曲线趋向于向右上方移动（越靠右上方意味着越大的N值和k值，图像质量越好，人们越喜欢）

图像内插：用于放大、缩小、旋转和几何校正等任务。
最近邻近内插法<双线性内插法<双三次内插

2.5像素间基本关系

N4§ 4领域，上下左右四个，
ND§ 对角领域，四个对角。
N8§ 8领域，N4§+ND§
邻接：

分割线----------------
如果是做计算机视觉方向跑来看这本书的话，我觉得初始阶段，大概对一些重点章节留个印象就行了，比如知道什么是图像增强，什么是高通滤波，低通滤波，什么是频域，什么直方图均衡化，然后就差不多了，其他的东西需要用到的时候再回来看看，把这本书当工具书就行。这是我三个月后发现的，所以也就没有再做笔记了，主要还说我没有个好的习惯吧/狗头，生而吃人，我很抱歉。