图像处理
1.图像概念
- 图像：是一个二维亮度函数，表示在空间XY坐标下，单点的亮度或灰度值。
- 二维亮度函数：f(x,y) = C
- 数字图像：是图像的数字化表示。数字图像是由许多个单点的单个元素所组成的，单个元素完美称为像素。
- 每个像素都有一个特定的位置和像素值。
2.图像颜色分类
- 单色（灰度）图
- RGB彩色图像
- RGB555：一种16位的RGB格式，最后一位不用
- RGB565：使用16位表示一个像素，这16位中的5位用于R，6位用于G，5位用于B。
- RGB24：正常的RGB表示方法
- RGB32：使用32位来表示一个像素，RGB使用24位，剩余8位_Alpha通道(透明度)或者不用。
- CMY和CMYK：RGB对立面
- C=255 - R
- M=255 - G
- Y=255 - B
- HSI：色调、饱和度、亮度
- YUV：一种颜色编码方式。常使用在各个视频处理组件中。 YUV在对照片或视频编码时，考虑到人类的感知能力，允许降低色度的带宽。
- Y：明亮度、U：色度、V：饱和度
- Y：明亮度、U：色度、V：饱和度
3.像素间的关系
- p的4邻域：4个垂直和水平方向上的像素
- N_4(p)
- p的D邻域：4个对角邻域像素
- N_D(p)
- p的8邻域
- N_8(p)
4.图像的内容
- 颜色特征：直方图
- 纹理特征
- 形状特征
5.图像的傅里叶变换
定义：傅里叶变换是一种在空间域和频率域的变换。
- 空间域——>频率域：傅里叶变换
- 频率域——>空间域：傅里叶反变换
频域(frequency domain)
是指在对函数或信号进行分析时，分析其和频率有关部份，而不是和时间有关的部份，和时域一词相对。
时域
是描述数学函数或物理信号对时间的关系。例如一个信号的时域波形可以表达信号随着时间的变化。若考虑离散时间，时域中的函数或信号，在各个离散时间点的数值均为已知。若考虑连续时间，则函数或信号在任意时间的数值均为已知。在研究时域的信号时，常会用示波器将信号转换为其时域的波形。
两者相互间的变换
时域（信号对时间的函数）和频域（信号对频率的函数）的变换在数学上是通过积分变换实现。对周期信号可以直接使用傅立叶变换，对非周期信号则要进行周期扩展，使用拉普拉斯变换。
简单来说：频率越大的地方原始信号速度变化越快，频率越小的地方原始信号速度变化越慢。所以，在图像处理中，频域反映了图像在空域部分灰度的变化剧烈程度。
傅里叶变换提供了一条从空域到频率自由转换的途径。
重要概念：
图像高频分量：图像突变部分；在某些情况下指图像边缘信息，某些情况 下指噪声，更多是两者的混合；
低频分量：图像变化平缓的部分，也就是图像轮廓信息
高通滤波器：让图像使低频分量抑制，高频分量通过
低通滤波器：与高通相反，让图像使高频分量抑制，低频分量通过
带通滤波器：使图像在某一部分 的频率信息通过，其他过低或过高都抑制
还有个带阻滤波器，是带通的反。