《图像处理、分析与机器视觉 第四版》图像预处理——学习笔记
预处理是指在处于最低抽象层次的图像上所进行的操作， 这时处理的输入和输出都是亮度图像。这些图像与传感器抓取到的原始数据是同类的， 通常是用亮度值矩阵表示亮度图像。
预处理并不会增加图像的信息量。如果信息用烟来度量， 预处理一般都会降低熵。那么，从信息理论的角度来看，最好的预处理是没有预处理：毫无疑问，避免（消除） 预处理的最好途径是着力于 高质量的图像获取。
尽管如此，预处理在很多情况下是非常有用的，因为它有助于抑制与特殊的图像处理或分析任务无关的信息。因此，预处理的目的是改善图像数据，抑制不需要的变形或者增强某些对于后续处理重要的图像特征。考虑到图像的几何变换（比如，旋转、 变尺度、 平移〉使用类似的技术， 这里我们将它看 作创处理方法。
图像预处理方法按照在计算新像索亮度时所使用的像素邻域的火小分为四类。
- 处理像素亮度变换
- 几何变换
- 考虑使用待处理像素一个局部领域的方法
- 介绍需要有关整个图像知识的图像复原技术
多数图像中存在着相当可观的信息冗余，这使得图像预处理方法可以利用图像数据来学习一些统计意义上的图像特征。这些特征或者用于抑制预料之外的返化如噪声，或者用于图像增强。
像素亮度变换
像素亮度变换修改像素的亮度，变换只取决于各像素自身的性质。有两类像素亮度变换： 亮度校正 （brightness corrections）和灰度级变换（gray-scale transformations）。亮度校正在修改像素的亮度时要考虑 该像王军原来的亮度和其在图像中的位置。灰度级变换在修改像素的亮度时无须考虑其在图像中的位置。
位置相关的亮度校正
在理想情况下，图像获取和数字化设备的灵敏度不应该与图像的位置有关，但是这种假设在很多实际情况下是不对的。
如果系统是退化性的，就可以通过亮度校正加以抑制。
这种方法只有当图像退化过程是稳定的时才能使用。这种方法隐含地假设了变换的线性性，在实际中并 不是对的，原因在于亮度量是局限于一定区间的。
灰度级变换
灰度级变换不依赖于像素在图像中的位置。
常见的灰度级变换：分段线性函数a增强了图像在亮度P1和P2之间的图像对比度。函数b被称作亮度阈值化，其结果是黑白图像。
数字图像的灰度级别是有限的，因此灰度级变换都很容易通过 查找表 用硬件和软件实现。图像信号一般在显示时经过一个查找表，使得简单的灰度级变换由实时性。同样的原理也适用于彩色显示。
直方图均衡化
使对比度增强的变换般可以利用直方图均衡化（histogram equalization） 自动地找到。
对数的灰度级变换是另一个常用的技术。它也用于补偿相机中的指数的y矫正。
伪彩色（pseudo-color）是另一类灰度级变换，其中将输入单色图像的个别亮度编码为某种彩色。由于人的眼睛对于彩色变化非常敏感，在伪彩色图像中可以观察到更多的细节。
几何变换
几何变换可以消除图像获取时所出现的几何变形。
几何变换由两个基本步骤组成。第一步是像素坐标变换，将输入图像像素映射到输出图像。第二步找到与变换后的点匹配最佳的数字光栅中的点，并确定其亮度数值。
像素坐标变换
双线性变换：
仿射变换：
雅可比行列式：
亮度插值
插值路简单，在几何和光度测量方面精度的损失就越大，但是考虑到计算的负担，插值邻域一般都相当小，三种常用的插值方法是最近邻、线性、双三次。
最近邻插值
线性插值
双三次插值