图像处理技术（一）图像处理基础知识

1.1基本概念

图像处理的概念是对图像信息进行加工处理，以满足人的视觉心理和实际应用的需求。

模拟图像：连续图像，采用数字化（离散化）表示和数字技术处理之前的图像。

数字图像：由连续的模拟图像采样和量化而得的图像，组成其基本单位是像素。

像素的值代表图像在该位置的亮度或灰度，称为图像的灰度值。

数字图像像素具有整数坐标和整数灰度值。

1.2

图像增强：调整图像的对比度，突出重要细节，改善图像质量。

图像复原和校正：去噪声、去模糊。使得图像能够尽可能地贴近原始图像。

图像的平滑：图像的去噪声处理（通过滤波算法），为了去除实际成像过程中，因成像设备和环境所造成的图像失真，提取有用的信息。

边缘锐化：加强图像的轮廓边缘和细节（一般轮廓边缘都处于灰度突变的地方），通过基于微分锐化算法使灰度反差增强。

图像分割：图像分割就是把图像分成若干个特定的、具有独特性质的区域。

2.1

计算机图像处理的几个内容：

如何对模拟图像进行采样、量化以产生数字图像？

如何压缩图像数据以便存储和传输？

如何对数字图像做各种变换以方便处理？

采样是空间上的离散化，量化是灰度上的离散化。

图像采样就是在水平和垂直方向上等分隔地分割成网状。

量化是在每个采样点上进行的，所以必须先采样后量化。两者都是图像数字化不可或缺的两个操作，两者紧密相关，同时完成。

图像量化实际就是将图像采样后的样本值的范围分为有限多个区域，落入某区域中的值用同一值表示，从而用有限的离散数值量来代替无限的连续模拟量。量化时确定的离散取值个数称为量化级数，表示量化的色彩和亮度值所需的二进制位数称为量化字长，一般量化字长为8位、16位或24位，量化字长越大，越能真实反映原有图像的颜色，但存储的字节也越大。

M、N图像尺寸，K每个像素所具有的离散灰度级数（不同灰度值的个数）

存一幅图像所需的位数（bit）B=M*N*K 减少K值能增强图像的反差。

LENA图是永恒的经典，图像处理领域使用最为广泛的标准测试图。

2.2

图像模式：

1、灰度图像：每个像素的信息由一个量化的灰度级来描述的图像，无彩色信息。

2、黑白图像、二值图像：只有黑白两色没有中间的过渡，像素值为0、1。

3、彩色图像：数据多采用RGB三基色模型，包含亮度和颜色两类信息。

色彩的三要素包括色调（光波的不同波长，反映不同颜色的种类）、饱和度（颜色的纯度，颜色的深浅程度）、亮度（光的明亮程度）。HSL模型

2.3

图像文件格式：

BMP文件格式位图文件格式由文件头、调色板数据、图像数据三部分组成