1. 什么是数字图像处理？就是利用数字计算机或其他高速、大规模集成数字硬件，对从图像信息转换来的数字电信号进行某些数字运算或处理，以期提高图像的质量或达到人们所要求的某些预期的结果。
2.图像的表示方法：.不等长码3. 图像数字化的过程包括两个方面：采样和量化。
i. 图像在空间上的离散化称为采样，即使空间上连续变化的图像离散化。
也就是用空间上部分点的灰度值来表示图像，这些点称其为样点。
ii. 对样点灰度值的离散化过程称为量化。
也就是对每个样点值数量化，使其只和有限个可能电平数中的一个对应，即使图像的灰度值离散化。
量化也可以分为两种：一种是将样点灰度值等间隔分档取数，称为均匀量化；另一种是不等间隔分档取整，称为非均匀量化。
4. 样点的约束条件：由这些样点，采用某种方法能够正确重建原图像，采样的方法有两类：一类是直接对表示图像的二维函数值进行采样，即读取各离散点上的信号值，所得结果就是一个样点值阵列，所以也成为点阵采样；另一类是先将图像函数进行某种正交变换，用其变换系数作为采样值，故称为正交系数采样。
5. 最佳量化：6. 图像噪声的分类： 按噪声的来源外部噪声：从处理系统外来的影响。
内部噪声：（1）由光和电的基本0(0º)1(45º) 2(90º)3(135º)4(180º) 5(225º)6(270º)7(315º)性质引起的噪声。
（2）电器的机械运动产生噪声。
（3）元器件材料本身引起的噪声。
（4）系统内部电路噪声。
从统计观点：平稳噪声、非平稳噪声 从噪声幅度分布：高斯噪声、瑞利噪声、椒盐噪声……按噪声和信号之间关系：加法性噪声 乘法性噪声7. 图像质量评价：（1） 客观保真度准则（2） 主观保真度准则相对评价：：对一批图象从好到坏进行排队，按排队关系评分8.三基色原理： 颜色的基本属性：色调(hue)：由物体反射光线的波长决定，是颜色本质的基本特性。
饱和度(saturation)：由物体反射光中混入白光的多少决定，指颜色的鲜明程度。
亮度(brightness)：由物体反射系数决定，指光波作用于感受器所发生的效应9.GRB 彩色模型：优点：简单通用，适于CRT 设备显示图象缺点：给定某一RGB 值，人们无法感知所对应的颜色；改变一个颜色时，三个通道上的颜色全需修即可YIQ 适用于NTSC 彩色电视制式 YUV 适用于PAL 和SECAM 彩色电视制式 用色差信号进行大第三章 图像变换的代数表达式可分离：可分离成只含有x 、u 和y 、v 的二项乘积。
对称：g 1和g 2，h 1和h 2函数形式相同。
图像变换的矩阵表达式离散余弦变换广泛应用到图像压缩编码，语音信号处理等众多领域一维离散余弦变换变换核：余弦变换：矩阵形式：反变换：矩阵形式：二维离散余弦变换 变换核：余弦变换：矩阵形式：反变换矩阵形式：第四章 图像压缩编码1图象压缩编码的必要性：数据量非常庞大 图象压缩编码的目的：减少表示一幅数字图象所需的数据量。
节省图象存储的容量，缩短图象处理时间，减少传输信道容量。
图象压缩编码的可能性：图象数据存在冗余。
空间冗余：图像中大部分景物是均匀的、连续的。
相邻象素的数据完全一样或十分接近。
像素的值可以通过与它相邻的象素值为基础进行预测。
时间冗余：视频图像序列中的不同帧之间的相关性造成的冗余。
1,0),,,(),(),(1,0),,,(),(),(1010101-<≤=-<≤=∑∑∑∑-=-=-=-=N y x v u y x h v u T y x f N v u v u y x g y x f v u T N u N v N x N y ),(),(),,,(),(),(),,,(2121v y h u x h v u y x h v y g u x g v u y x g ==),(),(),,,(),(),(),,,(1111v y h u x h v u y x h v y g u x g v u y x g ==11--==FQ P f PfQ F ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=31201-11101-2-31-11121 01-2-31-11131201-11121 ,31201-11121:f F f A 用矩阵计算正反变换，图象给定正交阵例2压缩编码的分类1根据对压缩编码后的图象进行重建的准确程度分类：1. 信息保持型数据压缩(无失真、无损、可逆编码)2. 保真度型数据压缩(有失真、有损、不可逆编码)3.特征抽取型数据压缩3压缩编码具体方法的分类根据编码原理分类：平均信息法：基于信号统计特性编码技术预测法：预测编码是基于图象数据的空间或时间冗余特性，用相邻的已知象素来预测当前象素的取值，然后再对预测误差进行量化和编码。
变换法：变换编码通常是将空间域上的图象经过正交变换映射到另一变换域上，使变换后的系数之间的相关性降低。
其他编码法：方块编码、轮廓编码、跳过白色块编码……4熵：平均信息量（无失真编码的理论极限）5平均码字长度6编码效率7哈夫曼编码步骤：1将输入符号按出现的概率由大到小顺序排列。
2将两个最小概率相加，形成一个新的概率集合。
再按1重排，如此重复进行直到只有两个概率为止。
3分配码字。
码字分配从最后一步开始反向进行，对最后两个概率一个赋予“0”码，一个赋予“1”码。
8香农编码1将输人灰度级（信息符号）按出现的概率由大到小顺序排列（相等者可以任意颠倒排列位置）。
2按式（4 . 2 . 5 ）或式（4 . 2 . 6 ）计算各概率对应的码字长度t i。
3计算各概率对应的累加概率a i，即3把各个累加概率由十进制小数转换成二进制小数。
4取二进制表示的累加概率小数点后面t i位，即获得各个信息符号的码字9算数编码基本原理：用0到1的线段上的一个区间来定义一个信源符号序列的算术码字，区间长度等于概率。
10游程长度编码（行程编码）不需要存储每一个象素的颜色值，而仅仅存储一个象素的颜色值以及具有相同颜色的象素数目就可以，或者存储一个象素的颜色值以及具有相同颜色值的行数。
行程长度：具有相同颜色并且是连续的象素数目。
11图像变换编码将在空间域里描述的图像，在某种变换域里进行描述。
优点：☺在变换域里描述比空间域里简单；☺在变换域里图像相关性下降；☺若再对变换域图像进行某种编码可进一步压缩图像；☺二维帧内变换编码的数据压缩程度和二维DPCM大致相当，但抗信道误码能力比DPCM 强。
缺点：☹算法复杂，技术设备量也较大，成本高。
正交变换压缩图像的物理本质物理本质：经过多维坐标系中的适当的坐标旋转和变换，能够把散布在各个坐标轴上的原始图像数据，在新的坐标系中集中到少数坐标轴上，因此可能用较少的编码比特来表示一幅子图像，实现高效率的压缩编码。
变换编码原理框图1.直方图均衡化：将原图象的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图象。
处理步骤：①统计图象的直方图，求Pr(rk)②用做变换，求新的灰度级③用新灰度代替旧的灰度级求Ps(sk)直方图均衡化特点原理：(1)占有较多像素的灰度变换后和前一个灰度级的级差增大。
实际上加大了目标和背景的对比度。
(2)占有较少像素的灰度需要归并。
边界与背景的过渡处像素较少，归并后使边界变得陡峭。
缺点：(1)由于频数较少的灰度进行归并，可能损失一些较重要的图像细节。
(2)处理后的图像显得粗犷。
2.灰度级变换：针对图像某一部分或整幅图像曝光不足而使用，其目的是增加图像灰度对比度。
基本方法：假定原来图像灰度级范围为(A , B),其中某一灰度级为Z ，经过变换后为Z' ,要求Z'应在灰度级动态范围(Z1, ZK)之内。
用下列关系式将Z映射到Z' :压缩:这种变换扩展了（A , B ）区间灰度级，但将小于A 和大于B 范围内的灰度级分别压缩为Z1 和ZK 。
这使图像中灰度级在上述两个范围内的像素都变成一个灰度级。
压扩的一般规律：斜率=1——灰度差不变，灰度值上移或下移斜率>1——动态范围拉伸，对比度拉伸0<斜率<1——动态范围压缩，对比度压缩斜率<0——灰度翻转，亮的部分变暗，暗的部分变亮拉伸：若要突出图像中具有某些灰度级的物体细节，而又不惜牺牲其他灰度级上的细节，可以分段压扩变换，使需要的细节灰度级拉伸，增强对比度，而不需要的细节灰度级压缩。
设某图像中有30 个灰度级，分别为1 , 2 ，… ，30 。
我们希望将（10，20 ）灰度级区域扩展，而将其他灰度级区域压缩1.1同态滤波：实际生活中光照往往是不均匀的有时是光动范围过大使图像看不清楚这时就应该使用同态滤波压缩图像灰度动态范围增强对比度。
同态滤波景物图像模型：f(x,y)景物图象fi(x,y)入射分量——变化缓慢，占据低频段fr(x,y)反射分量——包含景物中各种信息，占据高频段过程：原理框图：取对数的作用：使fi(x,y)和fr(x,y)的相乘关系变为相加关系，易于处理；现在空间域中对高值灰度级进行了压缩，对低值灰度级进行了扩展，从而在空间域中削弱照度因素的影响，还增强了图象暗区细节。
同态滤波特性曲线：为消除照度不均的影响，应衰减I(u,v)——HL<<1为更清楚地显现景物的内容，应提升R(u,v)——HH>>12平滑：平滑目的：主要目的是减少噪声。
在空间域使用邻域平均在频率域因为噪声多在高频段可以采用各种形式的低通滤波3图像的平均处理可分为空间域和频率域两类方法。
空间域平均：就是对原始图像每个像素点去一个邻域s，计算s中所有像素灰度级得平均值，作为空间域平均处理后图像的像素值。
即M为邻域s中像素点s邻域可取8邻域和4邻域。
4平均方法：4.1邻域平均法（均值滤波，空间域平均）优点：算法简单，计算速度快缺点：图象中灰度跳度较大时，会造成细节模糊可设立一个阈值TT根据尖峰干扰大小来设定4.2，加权平均法：权值确定准则：1，给被处理的象素较大的权值—突出被处理的象素,2，给距被处理象素较近的象素较大的权值3，给和被处理象素灰度较接近的象素较大的权值2,3—信号的相关性为不使整个图象变亮，需将权值归一化（模板归一化）。
4.3. 选择平均法运用了自适应思想。
选择策略：k邻点平均。
窗内k个灰度最接近处理点灰度的象素参加平均。
可使边界两侧象素不同时参加平均。
σ法。
在窗内计算象素灰度方差σ2 ，只用灰度与处理点灰度之差小于σ2的象素来计算区域平均值。
用4个与其灰度最接近的象点参加5点平均。
用代替。
4.4. 多幅平均法注意：多幅图象必须按象元严格对准5中值滤波：窗口内各象元按灰度大小排队后，用中间位置的灰度值代替被处理象素的值。
