《数字图像处理》知识点汇总

1.什么是图像?“图”是物体投射或反射光的分布，“像”是人的视觉系统对图的接受在大脑中形成的印象或反映。图像是客观和主观的结合。2.数字图像是指由被称作象素的小块区域组成的二维矩阵。将物理图象行列划分后，每个小块区域称为像素（pixel）。对于单色即灰度图像而言，每个像素包括两个属性：位置和灰度。灰度又称为亮度，灰度用一个数值来表示，通常数值范围在0到255之间，即可用一个字节来表示。0表示黑、255表示白。3.彩色图象可以用红、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象素中没有，而255则代表相应的基色在该象素中取得最大值，这种情况下每个象素可用三个字节来表示。4.数字图像处理就是利用计算机系统对数字图像进行各种目的的处理。5.对连续图像f(x,y)进行数字化需要在空间域和值域进行离散化。空间上通过图像抽样进行空间离散，得到像素。像素亮度需要通过灰度级量化实现灰度值离散。数字图像常用矩阵来表示。6.从计算机处理的角度可以由高到低将数字图像分为三个层次，分别为图像处理、图像分析和图像理解。这三个层次覆盖了图像处理的所有应用领域。(1).图像处理指对图像进行各种加工，以改善图像的视觉效果；强调图像之间进行的变换。图像处理是一个从图像到图像的过程。(2).图像分析指对图像中感兴趣的目标进行提取和分割，获得目标的客观信息（特点或性质），建立对图像的描述；图像分析以观察者为中心研究客观世界，它是一个从图像到数据的过程。(3).图像理解指研究图像中各目标的性质和它们之间的相互联系，得出对图像内容含义的理解及原来客观场景的解释；图像理解以客观世界为中心，借助知识、经验来推理、认识客观世界，属于高层操作（符号运算）。7.图像处理、图像分析和图像理解是处在三个抽象程度和数据量各有特点的不同层次上。图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。图像分析则进入了中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图像形式的描述。图像理解主要是高层操作，基本上是对从描述抽象出来的符号进行运算，其处理过程和方法与人类的思维推理有许多类似之处。8.数字图像处理的历史与数字计算机的发展密切相关，它必须依靠数字计算机及数据存储、显示和传输等相关技术的发展。9.成像需要能量源。物体通过反射能量源的能量或者影响透射的能量来形成在一定空间范围内的能量差异形成图像。最主要的能量形式是电磁能谱，其他主要的能源包括声波、超声波和电子（用于电子显微镜）等。电磁能谱包括很宽的频谱范围，包括伽马射线、X射线、紫外线、可见光、红外线、微波、无线电波等。伽马射线成像的主要用途包括医学和天文观测。X光片、血管照相术，头部CT切片都属于X射线在医学诊断上的应用。紫外光的应用多种多样，如平板印刷技术、工业检测、显微镜方法、激光、生物图像、天文观测。10.数字图象处理系统由图象数字化设备、图象处理计算机和图象输出设备组成。11.数字图像处理的主要研究内容很多，如图像变换、图像压缩编码、图像增强和复原、图像分割、图像描述、图像识别、图像隐藏等。12.图像变换指采用各种图像变换方法对图像进行间接处理，有利于减少计算量并进一步获得更有效的处理。13.图像压缩编码技术可以减少描述图像的数据量，以便节约图像存储的空间，减少图像的传输和处理时间。图像压缩有无损压缩和有损压缩两种方式。14.图像的增强和复原的目的是为了改善图像的视觉效果，如去除图像噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中感兴趣的部分。图像复原要求对图像降质的原因有所了解，根据图像降质过程建立“退化模型”，然后采用滤波的方法重建或恢复原来的图像。15.图像分割是数字图像处理中的关键技术之一。图像分割将图像中有意义的特征提取出来（物体的边缘、区域），它是进行进一步图像识别、分析和图像理解的基础。虽然目前已研究出了不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。16.图像描述是图像分析和理解的必要前提，它是用一组数量或符号（描述子）来表征图像中被描述物体的某些特征。17.图像识别是人工智能的一个重要领域，是图像处理的最高境界。一副完整的图像经预处理、分割和描述提取有效特征之后，进而由计算机系统对图像加以判决分类。18.图像隐藏是指媒体信息的相互隐藏，包括数字水印、图像的信息伪装等内容。19.人眼有许多视觉现象影响对图像的感觉。人眼的主要视觉现象包括：对亮度的适应能力、同时对比度、对比灵敏度、马赫带现象、空间错觉、主观轮廓。20.人眼对亮度的适应能力：人眼的适应亮度范围很宽1010，同时识别亮度范围很有限的：（适应的范围宽，同时识别范围窄），光强客观是存在的，主观感觉是以光强的对数成线性关系（正比）的。21.人眼同时对比度。由于人眼对亮度有适应能力，因此很难判别亮度绝对值，所以即使相同亮度，但若背景亮度不同，人眼的主观感觉的亮度亦不一致。22.人眼的对比灵敏度，人眼刚能分辨光强出差别ΔI与背景光强I的比值ΔI/I，在相当范围内为0.02（50层），但当Ｉ很大或很小时比值加大。23.Mach带(马赫带现象)。人眼在观察均匀黑区与白区形成边界时，与实际情况不一致，即在亮度变化部位附近有暗区更暗，亮区更亮的感觉。这一更黑和更亮的带叫Mach带。主观感觉相当于增加了一个分量，相当于原图进行了二阶导数操作。24.Matlab是一个交互式的系统，其开发环境是MATLAB语言的基础和核心部分，全部功能都能在开发环境中实现。25.Matlab提供大量的矩阵及其它运算函数，方便地进行一些很复杂的计算，而且运算效率极高。Matlab命令和数学中的符号、公式非常接近，可读性强，容易掌握。26.Matlab根据各专门领域中的特殊需要提供了许多可选的工具箱，已有涉及数学、控制、通信、信号处理、图像处理、经济、地理等多种学科的20多种Matlab工具箱投入应用。27.Matlab通常使用命令驱动方式，当单行命令输入时，Matlab立即处理并显示结果，同时将运行说明和命令存入历史命令窗口。28.Matlab语句的磁盘文件称作M文件，因为这些文件名的末尾是.M形式。M文件有两种类型：(1)命令（Script）文件；(2)函数（function）文件。29.命令（Script）文件，特点如下：(1)最简单的M文件，它是一系列命令、语句的简单组合；(2)没有输入和输出参数；(3)顺序执行文件后变量是全局变量，保存在工作空间中;(4)可以直接运行。命令文件的三种运行方式：(1)将所有命令复制粘贴到命令行窗口，按回车执行。(2)在M文件编辑器中选择“Debug”，再选“Run”运行，或直接按“F5”运行程序。(3)在命令行中键入文件名，再回车，注意不要加扩展名“.m”。30.M文件命名时不要用纯数字，这样会导致错误的结果。若有一个名为“1.m”的M文件，运行后的结果只能是1。31.函数（Function）文件函数文件的特点如下：(1)以function为引导；(2)可以接受输入、输出参数；(3)内部变量为局部变量，运行完被释放。(4)不能直接运行，必须调用。32.Matlab提供了许多函数用于生成常用矩阵，如zeros(.)函数用于生成全0矩阵，ones(.)函数用于生成全1矩阵、eye()函数用于生成单位矩阵、rand(.)函数生成元素均匀分布的随机矩阵、rann(.)函数生成元素正态分布的随机矩阵。33.Matlab有很多常用命令，如clear用于工作空间中清除所有变量；clc用于清除命令窗口中显示内容；clf用于清除图形窗口内容；who用于列出当前工作空间中的变量；whos用于列出当前工作空间中的变量及信息。34.Matlab是一种基于向量（数组）而不是标量的高级程序语言，因而Matlab从本质上就提供了对图像的支持。数字图像实际上是一组有序离散的数据，使用Matlab可以对这些离散数据形成的矩阵进行一次性的处理。35.Matlab对图像的处理功能主要集中在它的图像处理工具箱（ImageProcessingToolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、数学形态学处理等图像处理操作。36.Matlab的工具箱ImageProcessingToolbox是专门用于图像处理的。Matlab有许多其它工具箱也可以用于图像处理，如ImageAcquisitionToolbox、SignalProcessingToolbox、WaveletToolbox、StatisticsToolbox、BioinformaticsToolbox、MatlabCompiler、MatlabCOMbuilder。37.Matlab的图像处理工具箱支持4种图像类型，它们是：真彩色图像（RGBimages）、索引色图像（indeximages）、灰度图像（intensityimages）、二值图像（binaryimages）。此外，Matlab还支持由多帧图像组成的图像序列。38.真彩色图像用R、G、B3个分量表示1个像素的颜色，所以对1个尺寸为m×n的真彩色图像来说，其数据结构就是一个m×n×3的多维数组。如果要读取图像中(100，50)处的像素值，可以查看三元组(100,50,1∶3)。真彩色图像可用双精度存储，此时亮度值的范围是［0,1］。常用的存储方法是用无符号整型存储，亮度值的范围为［0,255］。39.索引图像是把像素值直接作为RGB调色板下标的图像。Matlab中的索引色图像包含2个结构，一个是调色板map；另外一个是图像数据矩阵X。调色板是一个有3列和若干行的色彩映像矩阵，矩阵的每行都代表一种色彩，通过3个分别代表红、绿、蓝颜色强度的双精度数，形成一种特定的颜色。图像数据可以是uint8或是双精度的。需要注意的是Matlab中的调色板的色彩强度是［0,1］中的浮点数，0代表最暗，1代表最亮。索引图像数据矩阵X的元素类型可以是double双精度的，也可以是uint8整数类的。若调色板矩阵有p行颜色，当采用double类时，图像取值有效范围为[1，p]，而当用uint8时，图像取值有效范围为[0,p-1].40.灰度图像。存储灰度图像只需要一个数据矩阵，数据类型可以是double也可以是uint8。显示时会使用一个默认的调色板来显示图像。41.二值图像。与灰度图像相同，二值图像只需一个数据矩阵，每个像素只有2个灰度值。可以采用uint8或double类型存储，工具箱中以二值图像作为返回结果的函数都使用uint8类型。42.图像序列(不能用于RGB图)。图像处理工具箱支持将多帧图像连接成图像序列。可以使用Matlab的cat函数将分散的图像合并成图像序列，前提是各图像的尺寸必须相同，如果是索引色图像，调色板也必须是一样的。43.比如要将A1、A2、A3、A4、A5五幅图像合并成一个图像序列A，Matlab语句为A=cat(1，A1，A2，A3，A4，A5),1维，纵向排列A=cat(2，A1，A2，A3，A4，A5)，2维，横向排列A=cat(3，A1，A2，A3，A4，A5)，3维，竖向排列44.图像序列也可以产生一个四维的数组，图像帧的序号在图像的长、宽、颜色深度之后构成第四维。45.Matlab中有一些函数用于图像文件的读写和信息查询，如imread用于读取图形文件格式的图像；imwrite用于写入图形文件格式的图像；imfinfo用于获取图像的信息；load\save可以以Mat文件加载或保存矩阵数据；imshow用于显示加载到Matlab中的图像。46.利用函数imread可以完成图形图像文件的读取操作，其语法如下，一般图像文件读取格式：A=imread(filename,fmt)；索引图像文件读取［X,map］=imread(filename,fmt)。47.imread函数可以从任何Matlab支持的图形文件中以特定的位宽读取