下载文档原格式
摘要边缘检测技术对于处理数字图像非常重要，因为边缘是所要提取目标和背景的边界线，提取出边缘才能将目标和背景区分开来。
在图像中，边界所分开区域的内部特征或属性是一致的，而不同区域内部的特征或属性是一致的，而不同区域内部的特征或属性是不同的，边缘的检测正是利用物体和背景在某种图像差异来实现的，这些差异包括灰度、颜色或纹理特征。
边缘检测实际上就是检测图像特性发生变化的位置。
本文主要阐述基于Matlab的图像边缘检测技术。
论述以Matlab为开发平台和编程语言，设计出图像边缘检测软件。
首先设计了图形用户界面GUIDE,作为图像边缘检测软件的主界面,然后比较了各种图像边缘检测算子的特点,结合人像图,文字图，分形图来说明这些算子的定位性；结合加噪图片来说明各算子的稳定性。
在图形用户界面中添加了与各种算子相对应的处理程序,以及图形文件的获取、保存等功能，完成了图像边缘检测软件。
最终的图形界面可实现打开图片并对其进行边缘处理，并可将处理好的图片保存。
本论文的安排组织如下：第一章主要介绍图像边缘处理的意义。
第二章主要介绍本论文软件平台的选择。
第三章主要介绍一些常用边缘算子的原理。
第四章通过实例分析了各种算子的优缺点，借助Matlab中的GUI设计了图像边缘检测界面，并在GUI界面中完成了对各种算子的调用，最终完成了基于MATLAB的图形化图像边缘检测软件。
关键词：图像边缘处理 MATLAB GUI Log算子 Canny算子AbstractEdge detection technique for processing digital images is important because the edge is extracted by the target and the background to the boundary line, extract the edge of the target and background can be distinguished. In the image, separated by the border regions of the internal characteristics or attributes are the same, but different characteristics or attributes within the region are the same, but different characteristics within the region or property is different, edge detection is the use of object and background images in some kind of difference to achieve, these differences include grayscale, color or texture features. Detection of edge detection is actually the location of the image characteristics to change.This article discusses the Matlab-based image edge detection. Discussed in Matlab as the development platform and programming language, designed edge detection software. First, the design of the graphical user interface GUIDE, edge detection software as the main interface, then compare a variety of edge detection operator, combining the portrait maps, text maps, fractal images to illustrate the positioning of these operators; combined increase noise images to illustrate the stability of the operator. Add in the graphical user interface with a variety of operators corresponding to the processing procedures, and graphics files for the acquisition, preservation and other functions, the completion of the image edge detection software. The final graphical interface allows the edge to open the picture and its treatment, and may well save the picture processing.Arrangement of this paper is as follows: The first chapter introduces the significance of the image edge processing. The second chapter introduces the software platform of choice in this paper. The third chapter introduces some common principle of marginal operator. Chapter IV an example of the advantages and disadvantages of various operators, using Matlab's GUI interface is designed edge detection and GUI interface for all operators to complete calls, he finally completed the MATLAB-based graphical edge detection software.Keywords: Edge Treatment MATLAB GUI Canny operatorLog operator目录摘要 (I)Abstract (II)目录 .................................................................................................................................. I II 第一章绪论 (1)1.1 数字图像简介 (1)1.2 数字图像处理 (1)1.3 图像边缘处理的意义 (3)1.4 本章小结 (4)第二章软件选择 (5)2.1 软件平台选择 (5)2.2 Matlab简介 (5)2.3 本章小结 (7)第三章图像边缘处理算法 (8)3.1 边缘检测算子 (8)3.1.1 罗伯特(Roberts)边缘算子 (8)3.1.2 索贝尔(Sobel)边缘算子 (8)3.1.3 Prewitt边缘算子 (9)3.1.4 拉普拉斯(Laplacian)边缘算子 (10)3.1.5 坎尼(Canny)边缘算子 (11)3.2 各种算法的Matlab实现 (14)3.3本章小结 (18)第四章图像边缘处理的实现 (19)4.1算法之间的比较 (19)4.1.1算子的定位性 (19)4.1.2算子的稳定性 (24)4.2 GUI简介 (28)4.3 GUI界面的实现 (29)4.3.1 主要函数的介绍 (29)4.3.2 GUI的实现 (30)4.4本章小结 (40)结论 (41)参考文献 (42)致谢 (44)第一章绪论1.1 数字图像简介我们现在生活在数字图像的世界中，每个人都是满身的数字装备，MP3、MP4、PSP、PPC、手机、数码相机、笔记本电脑，这些设备的使用都离不开对数字图像相关知识的了解。
数字图像处理应用论文数字图像处理技术论文关于数字图像处理及其应用的研究摘要：首先对数字图像处理的关键技术以及相应的处理设备进行详细的探讨，然后对数字图像处理的应用领域以及发展趋势进行详尽论述。
关键词：数字图像处理：关键技术；应用领域0 引言人类通过眼、耳、鼻、舌、身接受信息，感知世界。
约有75％的信息是通过视觉系统获取的。
数字图象处理是用数字计算机处理所获取视觉信息的技术，上世纪20年代Bartlane电缆图片传输系统(纽约和伦敦之间海底电缆)传输一幅图片所需的时间由一周多减少到小于3个小时；上世纪50年代，计算机的发展，数字图像处理才真正地引起人们的巨大兴趣；1964年，数字图像处理有效地应用于美国喷气推进实验室(J.P.L)对“徘徊者七号”太空船发回的大批月球照片的处理；但是直到上世纪六十年代末至七十年代扔，由于离散数学理论的创立和完善，使之形成了比较完整的理论体系，成为一门新兴的学科。
数字图像处理的两个主要任务：如何利用计算机来改进图像的品质以便于人类视觉分析；对图像数据进行存储、传输和表示，便于计算机自动化处理。
图像处理的范畴是一个受争论的话题，因此也产生了其他的领域比如图像分析和计算机视觉等等。
1 数字图像处理主要技术概述不论图像处理是基于什么样的目的，一般都需要通过利用计算机图像处理对输入的图像数据进行相关的处理，如加工以及输出，所以关于数字图像处理的研究，其主要内容可以分为以下几个过程。
图像获取：这个过程基本上就是把模拟图像通过转换转变为计算机真正可以接受的数字图像，同时，将数字图像显示并且体现出来(例如彩色打印)。
数据压缩和转换技术：通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。
图像分割：虽然国内外学者已提出很多种图像分割算法，但由于背景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分割算法。
当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。
数字图像处理相关论文“数字图像处理”是一门利用计算机解决图像处理的学科。
并且，现代多媒体计算机中又广泛采用了数字图像处理技术。
下面是店铺给大家推荐的数字图像处理相关论文，希望大家喜欢!数字图像处理相关论文篇一浅谈“数字图像处理”课程教学改革实践摘要：数字图像处理技术是一种发展迅速且应用广泛的新兴技术，就“数字图像处理”课程的特点，从教学内容、教学手段和方法、教学理论和实践等方面进行改革与实践，增强了学生的实践创新能力，提高了教学质量，收到良好的教学效果。
关键词：数字图像处理;教学手段;实践作者简介：刘忠艳(1975-)，女，黑龙江依安人，黑龙江科技学院计算机与信息工程学院，副教授;周波(1963-)，男，黑龙江绥化人，黑龙江科技学院计算机与信息工程学院，教授。
(黑龙江哈尔滨 150027)一、“数字图像处理”概述数字图像处理技术是集微电子学、光学、应用数学和计算机科学等学科的一门综合性边缘技术。
[1，2]是当今信息社会中发展迅速且应用广泛的新兴科学技术。
数字图像处理技术广泛应用到通信、计算机、交通运输、军事、医学和经济等各个领域，在各个领域发挥着越来越重要的作用。
随着计算机技术的迅速发展，图像处理的技术和理论不断完善和丰富，新的理论、技术也不断涌现，并逐渐进行应用。
面对这样一门理论与实际紧密结合的课程，在学习过程中，学生常常会遇到很多问题，既为数字图像处理技术应用的广泛前景所吸引，也时常对课程的抽象理论感到苦恼，渐渐失去学习兴趣。
为了激发学生的学习兴趣，提高教学质量，对该课程进行教学改革，势在必行。
经过两年半的教学改革与实践，取得了一定的教学效果。
二、教学改革措施为了提高“数字图像处理”课程的教学质量，激发学生学习本课程的兴趣，对本门课程进行改革，采取以下措施：1.整合教学内容随着计算机技术的迅速发展，数字图像处理技术也得到快速发展。
近几年来，有很多新的应用点和研究涌现出来，在“数字图像处理”课程中加入新技术的介绍，对于学生了解国际的研究和应用热点，尽快地投入相应的研究与应用中去大有益处。
数字图像处理论文数字图像处理在计算机视觉和图像分析领域中扮演着重要角色。
随着数字图像处理算法的不断发展和改进，对于图像的处理和分析有了更深入的理解。
本篇论文主要介绍了数字图像处理的一些基础概念、方法和应用。
首先，数字图像处理是基于计算机的图像处理技术，旨在改善图像的质量、增强图像的特征以及从图像中提取有用的信息。
数字图像处理的基本步骤包括图像获取、预处理、特征提取和图像重建等。
在图像获取的阶段，通过传感器或数码相机等设备获取图像的原始数据。
在预处理的阶段，对图像进行去噪、平滑和增加对比度等操作，以消除图像中的噪声和提高图像的视觉效果。
在特征提取的阶段，根据图像的特定特征，如边缘、纹理和颜色等，进行特征的提取和描述。
在图像重建的阶段，利用图像处理算法对图像进行重建和恢复。
常见的图像处理算法包括滤波、变换和编码等。
滤波算法主要用于图像平滑和去噪，如均值滤波、中值滤波和高斯滤波等。
变换算法主要用于提取图像的频域特征，如傅里叶变换和小波变换等。
编码算法主要用于图像的压缩和存储，如JPEG、PNG和GIF等。
除了基本的图像处理方法，数字图像处理还有许多应用领域。
其中之一是医学图像处理，包括医学图像的分割、配准和识别等。
另一个应用是遥感图像处理，用于地理信息系统和环境监测等领域。
此外，数字图像处理还在安全和认证、图像检索和图像合成等领域发挥重要作用。
总之，数字图像处理是一门研究如何使用计算机技术对图像进行处理和分析的学科。
通过了解数字图像处理的基本概念、方法和应用，可以更好地理解图像的特性和结构，提高图像处理的效果和精度，并在各个领域中发挥重要作用。
数字图像处理的发展与应用内容提要：数字图像处理图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
数字图像处理最早出现20世纪50年代。
数字图像处理作为一门学科大约形成于20世纪60年代初期。
早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。
首次获得实际成功应用的是美国喷气推进实验室（JPL）。
数字图像处理取得的另一个巨大成就是在医学上获得的成果。
与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。
随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。
人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。
关键词：数字图像处理早期发展信号转换常用方法实际应用未来前景主要内容一、早期发展:数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。
数字图像处理作为一门学科大约形成于20世纪60年代初期。
早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。
图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。
首次获得实际成功应用的是美国喷气推进实验室（JPL）。
他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。
数字图像处理技术的探究论文_数字图像处理课程论文数字图像处理技术的探究论文篇一《数字图像处理技术的探究》【摘要】目前，图像处理技术得到较好的发展，本文以数字图像处理技术为研究对象，对其发展与应用现状进行简述，并对此技术的优缺点以及制约因素进行系统的分析，概述了此项技术在日后发展中的应用范围。
通过对数字图像处理技术的分析，让我们更深入的了解此项技术，为日后的研究提供一定的理论基础。
【关键词】数字图像处理技术发展就图像处理技术而言，可分为模拟图像与数字图像处理两大类。
数字图像处理技术在发展的过程中，涉及多门学科，其中包括生物学、计算机、信息科学等。
因此，数理与边缘学科与图像处理技术的关系越来越密切。
在最近几年中，数字图像处理技术逐步趋于完善，在遥感、人工智能等多个领域中被广泛使用，并促进相关学科得到较好的发展。
1数字图像处理技术的发展与应用在上世纪六十年代，随着VLS与计算机的发展产生了数字图像处理技术，并不断完善、成熟的一项新技术。
不管是在理论还是实际方面，都取得了较好的进步。
在早期，图像处理主要是为了使图片的质量更加完善。
输入图像的质量较低，而输出图片的质量较高，通常采用复原、压缩等方式进行处理。
此项技术首次应用成功是在美国的喷气推进实验室中。
此后，在航空领域中得到很好的应用，促进了此门学科的发展。
除此之外，数字图像处理技术在医学上也得到了很好的应用。
自上世纪七十年代中期之后，计算机与智能化得到很好的发展，也促进了图像处理技术的进步。
人们开始研究怎样通过计算机，对图像进行系统的解释，这被称作计算机视觉或图像理解。
上世纪几十年代，数字图像处理技术得到大力发展。
截止目前，此项技术在医疗设备、地理信息系统等多个领域中被广泛使用。
2数字图像处理技术的特点2.1优点(1)再现性较好。
数字图像处理技术不会因为各种变换操作而造成图片出现质量退化的现象，始终确保图像可以真实的再现。
(2)处理精度高。
根据当前技术，基本上能够把一副模拟的图像通过数字化做各种二维数组，与图像数字化设备能力有直接的关系。
数字图像处理姓名：学号：120402053班级：物联网121[摘要]图像增强是数字图像的预处理，对图像整体或局部特征能有效地改善。
我们讨论了基于直方图的均衡化和规定化处理的图像增强技术基本原理，给出了相关推导公式和算法；同时，以一个灰度图像为例，用MATLAB语言实现了直方图均衡化和规定化增强处理，并给出了具体程序、实验结果图像及直方图。
结果表明，直方图均衡化和规定化处理能有效改善灰度图像的时比度差和灰度动态范围。
[关键词] 图像增强；直方图；均衡化；邻域滤波; 图像的锐化;MATLAB;MATLB语言被称为是一种“演草纸式的科学计算语言”，它在数值计算、数据处理、自动控制、信号处理、神经网络、优化计算、模糊逻辑、小波分析、图像处理、统计分析、金融分析等众多的领域有着广泛的用途。
特别是它所提供的各种工具箱，使得我们在科学计算、工程设计、数值分析、图像处理等领域的各种计算、演算、模拟等工作变得相当简单。
MATI AB 不仅具有面向对象的计算机语言特征，也初具面向任务的计算机语言的思想。
我从应用所学的MATLAB的语言知识与正在学习的数像处理技术角度利用MATLAB课本中图像增强部分理论进行了验证。
一、MATLAB语言的特点由于MATLAB是用c语言编写的，MATLAB提供了和c语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短。
MATI AB既具有结构化的控制语句，如for循环、while循环、break语句和if语句，又有面向对象编程的特性。
在MATLAB里，语法限制不严格，程序设计自由度大，程序的可移植性很好，基本上不做修改就可以在各种型号的计算机和操作系统上运行。
MATLAB的图形功能强大。
在FORTRAN和C语言里，绘图都程不容易，但在MATILAB里，数据的可视化非常简单。
MATLAB还有较强的编辑图形界面的能力。
MATLAB的缺点是，它与其它高级程序相比，程序的执行速度较慢。
数字图像处理论文数字图像处理论文篇一：数字图像增强技术摘要：数字图像处理是指利用计算机技术对图像进行各种操作和处理的过程。
图像增强是数字图像处理中的一项重要技术，旨在改善图像的质量和视觉效果。
本文针对数字图像增强技术进行了综述，包括直方图均衡化、滤波和锐化等常用方法。
此外，还介绍了一些新近提出的图像增强算法，如基于深度学习的方法。
最后，对数字图像增强技术的发展趋势进行了展望。
关键词：数字图像处理；图像增强；直方图均衡化；滤波；锐化；深度学习1.引言数字图像处理是计算机科学和图像处理领域的重要研究方向。
随着数字图像在各个领域的广泛应用，对图像质量和视觉效果的要求也越来越高。
图像增强是数字图像处理的一项基础技术，通过改善图像的对比度、亮度和细节等特征，提高图像的可视化效果。
图像增强技术已被广泛应用于医学影像、无人驾驶、图像识别等领域。
2.直方图均衡化直方图均衡化是一种常用的图像增强方法，通过调整图像的像素值分布，提高图像的对比度和显示效果。
其基本思想是将原始图像的像素值映射到一个新的像素值域，使得新图像具有均匀分布的像素值。
直方图均衡化可以有效地增强图像的细节和纹理特征，但在一些情况下会导致图像过度增强或噪声增加。
3.滤波技术滤波是图像处理中常用的一种方法，通过对图像进行平滑或者锐化处理，改善图像的质量和视觉效果。
常用的滤波方法有均值滤波、中值滤波和高斯滤波等。
均值滤波通过计算像素点周围邻域像素的平均值来更新像素的值，可用于图像的平滑处理。
中值滤波通过计算像素点周围邻域像素的中值来更新像素的值，可有效地去除图像中的椒盐噪声。
高斯滤波通过对图像进行加权平均处理，对图像进行平滑和去噪。
4.锐化技术锐化是图像处理中常用的一种技术，通过增加图像中的高频成分，提高图像的边缘和细节等特征。
常用的锐化方法有拉普拉斯算子、Sobel算子和Canny算子等。
拉普拉斯算子通过计算图像的二阶导数来增强图像的边缘和细节。
Sobel算子通过计算图像的一阶导数来提取图像的边缘特征。
数字图像处理结课作业--数字图像频域增强方法及在matlab中的实现学生姓名：学号：学院：理学院班级：电科班指导教师：摘要:图像增强的目的是使处理后的图像更适合于具体的应用，即指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。
从总体上可以分为两大类:空域增强和频域增强。
频域处理时将原定义空间中的图像以某种形式转换到其他空间中，利用该空间的特有性质方便的进行图像处理。
而空域增强是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。
空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。
本文主要从空域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种空域图像增强方法。
关键词：图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波目录：1、何为数字图像处理及MATLAB的历史2、空间域图像增强技术研究的目的和意义3、空间域的增强3.1 背景知识3.2 空间域滤波和频域滤波之间的对应关系3.3 锐化滤波3.4 平滑滤波4、结论1、何为数字图像处理及MATLAB的历史数字图像处理（digital image processing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。
例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。
总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。
目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。
MATLAB是由美国Math Works公司推出的软件产品。
MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。
2024年数字图像处理论文doc标题：2024年数字图像处理论文doc一、引言随着技术的不断发展，数字图像处理在各个领域中的应用越来越广泛。
本文旨在探讨2024年数字图像处理领域的发展趋势，以及相关算法和技术的应用。
通过对数字图像处理的研究，希望能够为相关领域的发展提供一定的参考和帮助。
二、数字图像处理的基本原理数字图像处理是一种利用计算机对图像进行加工、处理和分析的技术。
数字图像处理的基本原理是将图像转换为数字信号，然后利用计算机对数字信号进行处理和分析。
数字图像处理技术包括图像增强、图像变换、图像滤波、图像恢复、图像分析等。
三、数字图像处理的应用范围数字图像处理技术的应用范围非常广泛，包括医学影像、安防监控、智能交通、工业生产、环境监测等领域。
随着技术的不断发展，数字图像处理的应用范围将会更加广泛。
四、数字图像处理的热点问题和研究方向目前，数字图像处理的热点问题和研究方向包括深度学习、人工智能、虚拟现实等。
其中，深度学习在数字图像处理中的应用已经得到了广泛的认可，其在图像识别、目标检测、人脸识别等方面的应用已经取得了显著的成果。
此外，人工智能在数字图像处理中的应用也在不断发展，包括机器学习、神经网络等。
虚拟现实技术在数字图像处理中的应用也在逐渐增加，其在虚拟现实游戏、电影制作等方面的应用已经得到了广泛的应用。
五、数字图像处理的发展趋势和未来前景随着技术的不断发展，数字图像处理的应用范围将会更加广泛。
未来，数字图像处理技术将会更加智能化、自动化和人性化，其在各个领域中的应用将会更加深入。
同时，数字图像处理技术也将会面临更多的挑战和机遇，包括如何提高图像处理的精度和速度、如何解决图像处理中的隐私和安全问题等。
六、总结本文对2024年数字图像处理领域的发展趋势进行了探讨，并介绍了相关算法和技术的应用。
数字图像处理技术已经成为各个领域中不可或缺的一部分，其未来的发展前景非常广阔。
希望本文能够对相关领域的发展提供一定的参考和帮助。
一、图像的基本概念1：图像的定义：信号是信息的载体。
更一般的意义上说，信号可以视为是指标空间d∈D到值空间u∈U的映射f。
而图像则可以定义为一个映射，其值空间为亮度（包括颜色），其指标空间由位置、时间、波长等组成。
2：图像的表示：二维图像可以用二维亮度函数来表示。
由于光是能量的一种表现形式，所以图像的亮度可以表示为(,)=,I f x y式中I为图像的亮度，(,)x y是坐标。
显然0(,)≤<+∞。
f x y光学图像一般是由物体表面反射的光形成的。
虽然投射光也可以形成图像，但是没有特别说明时，一般指反射光形成的图像。
(,)f x y可以看成是由所看到的景物上入射光量及物体对光的反射系数共同确定的。
如果用(,)i x y表示入射分量，用(,)r x y来表示反射系数，那么(,)(,)(,)==*, 其中I f x y i x y r x y≤<+∞≤≤。
0(,),0(,)1i x y r x y全吸收时，r为0；全反射时r为1。
这里(,)i x y是由光源的性质来决定的，而(,)r x y取决于被照的物体。
3：图像的分类：①：根据指标空间D中元素d的连续与离散性可以分为连续图像和离散图像。
②：根据与时间有无关系可以分为静止图像和运动图像。
③：根据有无颜色信息可以分为灰度图像和彩色图像。
④：根据光谱的波长参数可以分为全光谱图像、多光谱图像和超光谱图像。
⑤：根据景物的投影域可以分为平面图像和立体图像。
二：颜色模型：1、颜色的三要素：色调：反映颜色的类别，如红色、绿色、蓝色等亮度： 它是颜色的相对明暗程度，它是光作用于人眼时引起的明亮程度的感觉。
饱和度：它是指彩色光所呈现颜色的深浅或纯洁程度。
2、常见模型：①、RGB 模型，RGB 空间是最常用的颜色空间，他用R （红色），G （绿色），B （蓝色）三种颜色的值来表示颜色分量，是面向硬件设备的。
颜色C=R （红色的百分比）+G （绿色的百分比）+B （蓝色的百分比）②、HIS 模型，虽然RGB 模型采用物理三基色表示，物理意义很清楚，适合颜色设备对颜色的输出，但没有直观地与颜色的三要素建立联系，不能很好的适应人眼对颜色的解释。
利用HIS 空间可以从图像携带的彩色信息中消去亮度的影响，颜色的三个属性可以分开处理而且相互独立，有利于色彩处理和识别。
③、CMY 模型，青、品红、黄颜色模型是彩色图像绘制与印刷行业使用的颜色模型，在颜色立方体中它们是红、绿、蓝的补色，称为减色三原色或减色基。
三、数字图像处理1：数字图像处理系统基本组成数字图像处理系统一般包括，图像获取传感器，图像数字化单元，图像存储器，图像处理器，数字图像显示、打印、绘图设备等，如图所示。
图像获取控制器输 出 或 显 示光学成像存储器 光电转换 数字化仪 存储器 图 像 处 理 器2：图像变换（1）：傅立叶变换函数 (,)f x y 存在傅立叶变换的充分条件是：①绝对可积。
②(,)f x y 在任一有限矩形区域内只有有限个间断点和有限个极值点。
③(,)f x y 没有无限大的间断点。
时间信号()f x 的一维傅立叶变换()F x 的物理意义是：()f x 反映信号随时间t 变化的波形；()F x 反映该信号随时间频率f 变化的情况。
空间信号(,)f x y 的二维傅立叶变换(,)F x y 的物理意义可以理解为：(,)f x y 反映图像随空间(,)x y 变化的波形；(,)F x y 反映该信号随空间频率(,)u v 变化的情况。
实函数(,)f x y 的傅立叶变换(,)F x y 通常为一复函数，它有两种表示形式。
代数形式为：(,)(,)(,)f u v R u v jI u v =+指数形式为：(,)(,)|(,)|j u v F u v F u v e φ=式中，(,)R u v 和(,)I u v 分别是(,)F u v 的实部和虚部。
(,)f x y 的傅立叶频谱的幅度谱|(,)|F u v 、相位谱(,)u v φ和功率谱(,)E u v 分别为 []1/222222|(,)|(,)(,)(,)arctan (,)/(,)(,)|(,)|(,)(,)F u v R u v I u v u v I u v R u v E u v F u v R u v I u v φ⎡⎤=+⎣⎦===+ 幅度谱值表明了正弦分量出现的多少，而相位谱信息表明了正弦分量在图像中出现的位置。
（2）、其他常见变换概述①、离散余弦变换离散余弦变换具有把图像的重要可视信息都集中在变换的一小部分系数中，所以，DCT 变换在图像的压缩中非常有用，是JPEG 算法的基础。
②、斜变换斜矢量是一个在其范围内呈现均匀阶梯下降的波形。
对于灰度逐渐改变的图像，用斜矢量表示是合适的。
斜变换已成功地应用于图像数据压缩中。
③、哈尔函数哈尔函数系是完备的归一化正交函数系。
一个连续的哈尔函数能一致收敛。
哈尔函数在图像数据压缩、数字滤波等方面都获得良好应用。
④、小波变换小波变换，与傅立叶变换比较，小波变换是时间（空间）频率的局部化分析，它通过伸缩运算对信号（函数）逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了傅立叶变换的困难问题。
3：数字图像处理内容（1）、图像增强图像增强是突出图像中感兴趣信息、削弱不感兴趣的信息，改变图像的视觉效果和质量的处理方法，其目的是为了使处理的结果更适合与人类视觉观察判断或机器识别分析，从而提高图像的使用价值。
图像增强技术主要包括灰度对比度变换、直方图修正、图像平滑、图像锐化及彩色增强处理等。
图像增强可以采用单一方法，也可以采用几种方法联合处理，以获得期望的增强效果。
图像增强技术可以分为空域处理变换域处理。
空域处理直接对图像的像素灰度进行调整。
图像的对比度增强，灰度层次改善等处理方法均属于空域法处理。
空域处理又可分为点运算和局部运算。
输出结果仅与当前点有关的处理方法称为点运算，而输出结果与当前点邻域内多个像素相关的处理方法称为局部运算。
应该明确的是，图像增强处理并不能增加原始图像信息，只能增强人或机器对某种信息的辨别能力。
图像增强处理有可能造成某些信息的损失。
一般说来，一部分图像信息的增强往往要以另外一部分图像的信息的削弱为代价。
（2）、图像恢复图像在形成、记录、处理和传输过程中，由于成像系统、记录设备、传输介质和处理方法的不完善，从而导致图像质量下降，这一过程称为图像退化。
图像恢复的任务是使退化的图像消除或降低退化因素，以保真度为准则，尽可能地恢复原来的图像。
图像增强和图像恢复都是为了改善图像质量。
前者是以牺牲不感兴趣信息的质量为代价来提高感兴趣信息的质量，后者是以保真度为前提来改善图像质量。
一般说来，图像增强是一个主观的过程，即增强的内容、增强的效果的评判都由主观决定。
而图像恢复不仅根据人的主观感受来判断，还常常要根据一些客观退化过程的先验知识将其模型化，并采用相反的过程进行处理，以便重建或恢复出原来图像。
例如，锐化是图像增强过程，而通过去模糊函数去除图像模糊则是图像恢复技术。
造成图像质量退化的因素包括光学系统的像差和畸变、光学成像衍射、成像系统的非线性、成像过程的相对运动、大气的湍流的扰动效应、系统噪声等。
图像的退化可以理解为在空间频率谱上的畸变，因此图像恢复过程将包含对退化图像谱的调制，这可以通过空间滤波器或使用图像生成过程中的点扩展函数对图像进行卷积来实现。
（3）、图像压缩数字图像是用点阵表示并且是用图像文件的形式存放的。
通常，图像文件都是大型文件，而在实际应用中，常常需要传递和交换图像文件，因此，需要设法把大型图像文件进行压缩，以减少存储、传输和处理的时间，节省存储资源和网络资源。
图像压缩的可能性在于，首先，图像数据存在着较强的相关性，图像内部邻近像素以及视频序列中相邻帧对应像素的灰度相同或相近，即含有大量的冗余信息。
去除这些冗余就可以减少数据量。
其次，图像的最终接受端往往是人们的视觉系统，它的感知或敏感范围有限。
再次，图像的记录和显示设备接收信息量的程度也受本身的限制。
最后，在许多实际应用中，只需保留部分有用的特征信息。
图像压缩就是要尽可能去除其中的冗余，以减少表示一个图像所需的数据量。
从数学的观点看，图像压缩实际上就是将一个二维的数据阵列变换为一个在统计上无关的数据集合。
图像冗余一般有：空间冗余、时间冗余、信息熵冗余、结构冗余、知识冗余、视觉冗余等。
（4）、图像分割为了进行图像的分析或识别，往往需要先将图像划分成若干个有意义的区域。
图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。
这里特性可以使灰度、颜色、纹理或轮廓等，目标可以对应单个区域，也可以对应多个区域。
图像分割使计算机图像处理的一个基本问题，是进行许多后续图像分析任务的先行步骤。
图像识别、图像的可视化和基于目标的图像压缩都高度依赖于图像分割的结果。
因此，图像分割一直得到人们的高度重视，提出了很多分割方法。
然而，图像分割问题仍然是图像处理中的一个瓶颈，这是因为，我们只能用图像信息中某些局部特征去分割区域，因此各种分割方法必然带有局限性。
总结：通过以上内容的学习，我们可以大体了解数字图像处理技术的概念。
也许以前对图像处理仅仅停留在把模糊的图像清晰化的理解上，通过以上内容的学习，我们可以比较全面地了解图像处理的主要内容。
我们可以知道数字图像处理技术绝不是一种简单的手工技术，它是一种应用了数学、计算机等多学科知识的技术。
所谓图像处理，就是对图像信息进行加工处理，以满足视觉或应用上的需要。
因此，从意义上来说，对图像信息的处理对图像本身更为重要。
