数字图像处理基本知识
采样与量化
- 灰度变换缓慢的景物：粗采样、细量化
- 有大量细节变化的图像：细采样、粗量化
采样不够出现马赛克；量化不够出现假轮廓
图像增强： 通过某种技术有选择的突出对某一具体应用有用的信息，削弱或抑制一些无用的信息。
- 基于图像的灰度直方图，根据所在空间不同，分为空域和频域两种
- 常用的彩色增强有：真彩色增强技术、假彩色增强技术、伪彩色增强技术
平滑：用于模糊处理和降低噪声。
例：低通滤波、均值滤波、中值滤波（属于局部处理）
锐化：突出灰度的过渡部分（增强图像的细节边缘和轮廓，有利于图像的处理）
方法：微分法和高通滤波
微分法包括梯度算子法和拉普拉斯算子法；高通滤波包含空域高通滤波和频域高通滤波
平滑和锐化
区别：图像锐化用于增强图像边缘，导致高频分量增强，会使图像清晰；图像平滑用于消除图像噪声，但也容易引起边缘的模糊。
联系：都属于图像增强，改善图像效果。
一阶微分：用梯度算子来计算
特点：对于亮的边，边的变化起点是正的，结束是负的；对于暗的边，结论相反；常数部分为0。
用途：用于检测图像中边的存在。
二阶微分：用拉普拉斯算子来计算
特点：二阶微分在亮的一边是负的，在暗的一边是正的。常数部分为0。
用途：
- 二次导数的符号，用于确定边上像素是亮的一边还是暗的一边。
- 0跨越，确定边的准确位置。
一阶微分算子和二阶微分算子在提取图像细节信息时有何不同？
一阶微分算子产生较粗的边缘，二阶微分算子处理对细节有较强的响应，如细线和孤立点。二阶微分有一个过度，即从正回到负。在一幅图像中，该现象表现为双线。
点处理：
例：二值化
灰度方差： 说明图像对比度（方差小，对比度小；方差大，对比度大）
直方图均衡化： 对在图像中像素的个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减，从而达到清晰图像的目的。
图像分割的结果图像为二值图像，所以通常又称为图像分割为图像的二值化处理
腐蚀是一种消除连通域边界点，使边界向内收缩的处理
膨胀是将与目标区域背景点合并到该目标物中，使目标物边界向外部扩张的处理
参考博客：https://blog.csdn.net/sunshine_lyn/article/details/85400015