数字图像处理介绍_数字图像处理的主要内容有哪些

大家好，欢迎来到IT知识分享网。

最近想了解下ocr相关的知识，一些基础知识做个记录。

什么是图像？

定义为二维函数f(x,y),其中，x,y是空间坐标，f(x,y)是点（x,y）的幅值。

灰度图像是一个二维灰度（或亮度）函数f(x,y)。

彩色图像由三个（如RGB,HSV）二维灰度（或亮度）函数f(x,y)组成。

什么是数字图像？

1. 像素组成的二维排列，可以用矩阵表示。

2. 对于单色（灰度）图像而言，每个像素的亮度用一个数值来表示，通常数值范围在0到255之间，0表示黑、255表示白，其它值表示处于黑白之间的灰度。

3. 彩色图像可以用红、绿、蓝三元组的二维矩阵来表示。

通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该像素中没有，而255则代表相应的基色在该像素中取得最大值。

数字图像的像素表示

什么是像素？

数字图像由二维的元素组成，每一个元素具有一个特定的位置（x,y）和幅值f(x,y),这些元素就称为像素

图像的采样和量化

大多数传感器的输出是连续电压波形

为了产生一幅数字图像，需要把连续的感知数据转化为数字形式

这包括两种处理：取样和量化

取样：图像空间坐标的数字化

量化：图像函数值（灰度值）的数字化

图像采样

空间坐标(x,y)的数字化被称为图像采样

 确定水平和垂直方向上的像素个数N、M

图像的量化

函数取值的数字化被称为图像的量化，如量化到256个灰度级

图像的采样和量化
非统一的图像的采样

 在灰度级变化尖锐的区域，用细腻的采样，在灰度级比较平滑的区域，用粗糙的采样

非统一的图像的量化

 在边界附近使用较少的灰度级。剩余的灰度级可用于灰度级变化比较平滑的区域

 避免或减少由于量化的太粗糙，在灰度级变化比较平滑的区域出现假轮廓的现象

数字图像的表示

二维离散亮度函——f(x,y)

x，y说明图像像素的空间坐标

函数值f 代表了在点(x,y)处像素的灰度值

二维矩阵——A[m,n]

m , n说明图像的宽和高。

   矩阵元素a(i，j)的值，表示图像在第i行，第j 列的像素的灰度值；i,j表示几何位置

图像的质量：1、层次

􀁺 灰度级：表示像素明暗程度的整数量

例如：像素的取值范围为0-255，就称该图像为256个灰度级的图像

􀁺 层次：表示图像实际拥有的灰度级的数量

例如：具有32种不同取值的图像，可称该图像具有32个层次

图像数据的实际层次越多，视觉效果就越好

图像的质量：2、对比度

􀁺 对比度：是指一幅图像中灰度反差的大小

对比度= 最大亮度/ 最小亮度

图像的质量：3、清晰度

􀁺 与清晰度相关的主要因素

􀀹 亮度

􀀹 对比度

􀀹 尺寸大小

􀀹 细微层次

􀀹 颜色饱和度

像素间的一些基本关系

􀁺 相邻像素：

􀀹  4邻域

􀀹  D邻域

􀀹  8邻域

􀁺 连通性

􀀹  4连通

􀀹  8连通

􀀹  m连通

􀁺 距离

相邻像素——4邻域

􀁺 4邻域：像素p(x,y)的4邻域是：

(x+1,y)；(x-1,y)；(x,y+1)；(x,y-1)

􀁺 用N4(p)表示像素p的4邻域

相邻像素——D邻域

􀁺D邻域定义：像素p(x,y)的D邻域是：

对角上的点(x+1,y+1)；(x+1,y-1)；(x-1,y+1)；(x-1,y-1)

􀁺用ND(p)表示像素p的D邻域

相邻像素——8邻域

􀁺 8邻域定义：像素p(x,y)的8邻域是：

4邻域的点＋ D邻域的点

􀁺 用N8(p)表示像素p的8邻域。

N8(p) = N4(p) + ND(p)

像素间的连通性

􀁺 连通性是描述区域和边界的重要概念

􀁺 两个像素连通的两个必要条件是：

􀀹 两个像素的位置是否相邻

􀀹 两个像素的灰度值是否满足特定的相似性准则（或者是否相等）

􀁺 4连通、8连通、m连通的定义

像素的连通性——4连通

􀁺 对于具有值V的像素p和q，如果q在集合N4(p)中，则称这两个像素是4连通的

像素的连通性——8连通

􀁺 对于具有值V的像素p和q，如果q在集合N8(p)中，则称这两个像素是8连通的

像素的连通性——m连通

对于具有值V的像素p和q，如果:

I. q在集合N4(p)中，或

II. q在集合ND(p)中，并且N4(p)与N4(q)的交集为空（没有值V的像素）,则称两个像素是m连通的，即4连通和D连通的混合连通。