之前没写完的复习资料放弃了~还是按照老师给的总复习PPT来吧。

绪论

• 数字图像：像素坐标和灰度值都是离散值的图像称为数字图像。
• f(x,y)：振幅f:该点的强度或灰度。(x,y)空间坐标。
• 当(x,y)和f的为有限，离散的数值时，该图像为数字图像。
• 数字图像处理：借助于数字计算机来处理数字图像。
• 图像的来源：主要是电磁能谱，此外还有声波，超声波和电子及计算机产生。

数字图像基础

• 视觉感知要素：人眼的结构（光感受器）

  • 锥状体：每只眼睛中约有600-700万个，对颜色高度敏感。使用锥状体，可以充分分辨图像细节。锥状体视觉称为白昼视觉或者是亮视觉。
  • 杆状体：每只眼睛约有7500-15000万个，它们没有色彩感觉，对低照明度敏感，杆状视觉称为暗视觉或微光视觉。

• 光和电磁波谱

  • 光是一种特殊的电磁辐射，可以被人眼感知，可见光的波长范围为0.43微米-0.79微米
  • 人感受到的物体颜色是由物体反射的波长决定的。

• 像素：每个(x,y)对应的数字图像中的一个基本单元，称其为图像元素，简称为像素。（像素是一个纯粹理论的概念，它没有形状也没有尺寸，看不见摸不着，只存在于理论计算中。）

• 图像分辨率：该图像在空间域上的采样数。指单位图像线性尺寸中所包含的像素数目，通常以像素/英寸为计量单位。

• 相邻像素

• 4邻域 (m+1,n),(m-1,n),(m,n+1),(m,n-1) N4§

• 对角邻域 (m+1,n+1),(m+1,n-1),(m-1,n+1),(m-1,n-1) ND§

• 8邻域 N4§ + ND§ N8§

• 邻接

• 概念：像素的相邻仅说明了两个像素在位置上的关系，若再加上取值相同或相近，则称两个像素邻接。

• 两个像素p和q邻接的条件

  1. 位置相近
  2. 灰度值相近。灰度值相似准则：

• 类型

  1. 4邻接:若像素p和q的灰度值均属于V中的元素，且q在N4§中，则p和q是4邻接的.
  2. 8邻接:若像素p和q的灰度值均属于V中的元素，且q在N8§集中,则p和q是8邻接的.
  3. m邻接(混合邻接):若像素p和q的灰度值均属于V中的元素，{①q在N4§中,或者②q在ND§中}且{集合N4§∩N4(q)没有V值的像素},则具有V值的像素p和q是m邻接的.

• 距离度量准则

• 数学工具

  • 矩阵与阵列操作
  • 平移变换
  • 旋转变换
  • 去除叠加性

灰度变换和空间滤波

• 空间域技术：灰度变换和空间滤波直接对图像的像素进行操作，属于空间域技术。空间域技术在计算上更有效，所需的处理资源更少。
• 灰度变换：灰度变换也称为灰度映射就是将输出图像f(x,y)中的灰度r，通过映射函数T(·)映射成输出图像g(x,y)中的灰度s。
• 灰度变换使得图像的灰度级得到拉伸，变换后的图像比原图像有更高的对比度，从而能显示更多的细节。
• 直方图
  • 是图像的一种统计表达，它描述了图像中各灰度值的像素个数，反映了该图中不同灰度级出现的统计概率。
  • 在图像增强中的应用：若一副图像的像素倾向于占据整个可能的灰度级范围并且均匀分布，则该图像会有高对比度的外观并展示灰度调的较大变化，最终效果将是一幅灰度细节丰富且清晰的图像。
  • 一些图像由于其灰度分布集中在较窄的区间，对比度很弱，图像细节看不清楚
• 直方图处理（？？？没找到课件位置？？？）
• 灰度插值
  • 三种常见的插值方法：最邻近插值法，双线性插值，高阶插值
  • 最邻近插值法：
  • 双线性插值：公式看不懂哇
  • 三阶插值：这个应该不用掌握

频率域滤波

• 奈奎斯特采样定理：对于一个有限带宽的连续信号进行采样，当采样频率大于信号最高频率的两倍时，可以由所获得的离散样本完全恢复原始的连续信号。
• 域：对信号的分析可以从不同的角度、采用不同的方式。每一种特定的角度以及对应的处理方法，就形成一个“域”。可以把“域”视为一个坐标系。
• 时域：信号在时间轴上的变化，描述信号幅度和时间之间的关系，以时间作为变量。
• 空间域：信号在空间坐标轴上的变化，描述信号幅度与x、y坐标轴之间的关系，以空间坐标作为变量。
• 频域：信号在频率轴上的变化，描述信号幅度/相位与频率之间的关系，以频率作为变量。
• 傅里叶级数太难了，具体细节看课本和课件吧
• 
• 
• 
•