一、绪论

1.图像：是客观对象的一种表示，它包含了被描述对象的有关信息。
数字图像：像素组成的二维排列，可以用矩阵表示。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。
2.图像处理系统基本组成结构：图像数字化设备（包括数码相机、数 码摄像机、带照相和/或摄像功能的手机等）、图像处理设备（包括计算机和存储系 统）、图像输出设备（包括打印机，也可以 输出到Internet上的其它设备）
3.图像的采样和量化：为了产生一幅数字图像，需要把连续的感知数据转化为数字形式。这包括两种处理：取样和量化
取样：图像空间坐标的数字化
量化：图像函数值（灰度值）的数字化，可量化到2个灰度级、256灰度级
非统一的图像的采样：
在灰度级变化尖锐的区域，用细腻的采样， 在灰度级比较平滑的区域，用粗糙的采样。
非统一的图像的量化：
在边界附近使用较少的灰度级。剩余的灰度级可用于灰度级变化比较平滑的区域。
避免或减少由于量化的太粗糙，在灰度级变化比较平滑的区域出现假轮廓的现象。
4.数字图像表示：二维离散亮度函数——f(x,y)、二维矩阵——A[m,n]
BMP格式：
1.位图文件头
2.位图信息头
3.调色板
4.图像数据
图像数据：对于2色位图，1位表示一个像素颜色，所以一个字节表示8个像素
对于16色位图，4位表示一个像素颜色， 所以一个字节表示2个像素
对于256色位图，1个字节表示1个像素
对于真彩色图，3个字节表示一个像素
5.图像质量：层次：表示图像实际拥有的灰度级数量。图像数据的实际层次越多，视觉效果就越好。
对比度：指一幅图像中灰度反差的大小。对比度=最大亮度/最小亮度。
清晰度：与清晰度相关的主要因素：亮度、对比度、尺寸大小、细微层次、颜色饱和度
6.像素间基本关系：
相邻像素：4邻域、D邻域、8邻域。
邻接与连通性：4连通、8连通、m连通
m邻接：对于具有值V的像素p和q，如果:
q在集合N4 ( p )中，或
q在集合ND( p )中，并且N4( p )与N4( q ) 的交集为空（没有值V的像素）
则称这两个像素是m邻接的，即4邻接和D邻接的混合邻接。
像素的邻接与连通性：
通路：如果从（x0,y0）点到（xn,yn）点，其中的每个点与前后都是K邻接的（K代表4、8、m），则说这两个点之间存在一条K通路，n是这个通路的长度，如果（x0,y0）和（xn,yn）是重合的，那么说这是一条闭合通路。
连通：对于图像中的某一个像素子集U和其中的两个点p和q，如果p和q之间有一个有U中全部元素构成的通路，那就说p和q是连通的。
两个像素邻接的两个必要条件：
1.两个像素的位置是否相邻
2.两个像素的灰度值是否满足特定的相似性准则（或者是否相等）
7.距离：欧氏距离、D4距离（城市距离）、D8距离（棋盘距离）
D4(p,q)=|x–s|+|y–t|

D8(p,q)=max(|x–s|,|y–t|)

二、图像增强与空间滤波

1.空间域图像增强

空间域：对原始图像的像素直接处理。本课程中空间域图像处理主要是指图像增强，且主要针对图像的灰度值进行操作
变换域：原始图像变换到变换域、变换域处理、反变换回到空间域。最常见的变换域 ：频域，修改图像的傅里叶变换 。

图像增强包含：空间域增强、频域增强
点运算：1.反转变换：s=L-1-r
[0,L-1]为图像的灰度级，黑的变白，白的变黑
2.对数变换：s=clog（1+r）
有时原图的动态范围太大，超出某些显示设备的允许 动态范围，如直接使用原图，则一部分细节可能丢失
解决办法是对原图进行灰度压缩，如对数变换
3.幂次变换：$s=c{r}^{\gamma }$
γ<1提高灰度级，，使图像变亮
4.分段线性变换
灰度级切片、位平面切片

代数运算：1.算术运算：加减乘除
加法：去除叠加性噪声/生成图像叠加效果


减法：1.显示两幅图像的差异，检测同一场景两 幅图像之间的变化。如：前景检测
2.去除不需要的叠加性图案
3.图像分割：如分割运动的车辆，减法去 掉静止部分，剩余的是运动元素和噪声
乘法：图像的局部显示，用二值蒙板图像与原图像做乘法

2.逻辑运算：
非：灰度图像：g(x,y) = 255 - f(x,y)
二值图像：g(x,y) = 1 - f(x,y)
获得一个阴图像、获得一个子图像的补图像
与：g(x,y) = f(x,y) ^ h(x,y)（与）
求两个子图像的相交子图/模板运算-提取感兴趣的子图像

或：

异或：

直方图运算
直方图均衡化
希望一幅图像的像素占有全部可能的灰度级 且分布均匀，能够具有高对比度
使用的方法是灰度级变换：s = T®
基本思想是把原始图的直方图变换为均匀分 布的形式，这样就增加了像素灰度值的动态 范围，从而达到增强图像整体对比度的效果

直方图均衡化是基于一个随机变量的概率密度函数的变换。