图像视频处理技术的基础原理和应用案例
第一章：图像/视频处理技术概述
图像/视频处理技术是一种以数字图像/视频为原材料，对图像/视频进行各种操作并提取出有价值信息的技术，广泛应用于安防、医疗、娱乐等领域。
图像/视频处理技术主要由图像采集、图像预处理、特征提取、分类识别等环节构成。其中，图像采集是将被处理的图像从外部输入到CPU中；图像预处理是对原始图像进行预处理，包括图像增强、噪声滤波等操作；特征提取则是从图像中提取出有意义的特征信息，该操作通常应用于模式识别中；分类识别则是根据提取出的特征信息进行分类识别。
第二章：图像/视频处理技术的基础原理
2.1 科学数字图像处理
科学数字图像处理是指利用计算机对图像进行处理，使用数字技术来控制影像的可见效果和数字信息的提取。图像数字化是对图像进行采样，使其转换为数字信号的过程，数字录制及数字处理过程中的主要差异则在于单元的广度及数字量化方法。数字图像处理的基本步骤包括预处理、特征提取、平滑、聚类、模型的建立与选择等。
2.2 图像压缩
图像压缩是通过图像编码及控制数据大小、转移时间，从而获得良好的视觉效果的一种技术。图像压缩分为有损压缩和无损压缩两类。无损压缩是指图像被压缩后，再解压缩回来时特征依然保留；有损压缩则是指图像压缩后不能够将所有信息完全还原，从而存在失真现象。
2.3 图像匹配
图像匹配是指将两幅图像进行对齐，在计算机视觉领域的应用非常广泛。常用方法是在图像上提取出一些特征点，对比两幅图像的特征值，从而得到匹配结果。
2.4 色彩空间转换
将一种色彩空间转换成另一种色彩空间，是数字图像处理中的重要环节。常见的色彩空间有RGB、CMYK、HSV等，其中RGB是基本色彩空间，CMYK用于印刷领域，HSV用于图像分析和处理。
第三章：图像/视频处理技术的应用案例
3.1 安全监控领域
在安全监控领域，人脸识别技术经常应用于公共场所人员管理，通过对视频监控摄像头采集到的图像进行处理，实现对人员的识别。人脸识别技术还应用于互联网金融、智能支付等领域。
第一章 概论
一、数字图像与像素
数字图像是由一个个的像素（Pixel）构成的，各像素的值(灰度，颜色)一般用整数表示。
二、数字图像处理的目的
1、提高图像的视觉质量。
2、提取图像中的特征信息。
3、对图像数据进行变换、 编码和压缩。
三、工程三层次
图像处理、图像分析和图像理解
图像理解符号目标像素高层中层低层高低抽象程度数据量操作对象小大语义图像分析图像处理
四、图像处理硬件系统组成
图像输入设备（采集与数字化设备，如数码相机）， 图像处理设备（如PC机）和图像输出设备（如显示器，打印机）
第二章 数字图像处理基础
一、图像数字化过程----采样与量化
模拟图像的数字化包括采样和量化两个过程。细节越多，采样间隔应越小。把采样后得到的各像素的灰度值进一步转换为离散量的过程就是量化。一般，灰度图像的像素值量化后用一个字节(8bit)来表示。
二、采样、量化与图像质量的关系
采样点数越多，图像质量越好；量化级数越多，图像质量越好。
为了得到质量较好的图像采用如下原则：
对缓变图像，细量化，粗采样，以避免假轮廓。
对细节化图像，细采样，粗量化，以避免模糊。
三、图像尺寸、数据量、颜色数量的计算
灰度图像的像素值量化后用一个字节(8bit)来表示。彩色图像的像素值量化后用三个字节(24bit)来表示。
一幅512X512（256K）的真彩色图像，计算未压缩的图像数据量是多少？（必考）
图像总像素：512px*512px=256K
总数据量：256K*3Byte=768KB
一幅256X256（64K）的真彩色图像，计算未压缩的图像数据量是多少？
图像总像素：256px*256px=64K
总数据量：64K*1Byte=64KB
四、数字图像类型
二值图像、灰度图像、索引颜色图像)和真彩色图像。
五、数字图像文件的类型
jpg、bmp、tif、gif
数字图像处理复习
第一章 概述
1. 图像的概念及数字图像的概念。
图-是物体透射或反射光的分布，是客观存在的。像-是人的视觉系统对图的接受在大脑中形成的印象或反映，图像是图和像的有机结合，是客观世界能量或状态以可视化形式在二维平面上的投影。数字图像是物体的一个数字表示，是以数字格式存放的图像。
2. 数字图像处理的概念。
数字图像处理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，以提高图像的实用性。
3. 数字图像处理的优点。
精度高、再现性好、通用性、灵活性强
第二章 数字图像处理基础
1. 人眼视觉系统的基本构造 P14 图2.1人眼横截面简图
2. 亮度的适应和鉴别
人眼对光亮度的适应性非常高，一般情况下跨度达到10的10次方量级，从伸手不见五指到闪光灯强曝光。
3. 光强度与主观亮度曲线。 P15 图2.4光强度与主观亮度的关系曲线
4. 图像的数字化及表达。（采样和量化的概念）
图像获取即图像的数字化过程，包括扫描、采样和量化。
采样：将空间上连续的图像变成离散点的操作
量化：将像素灰度转换成离散的整数值的过程
5. 图像采样过程中决定采样空间分辨率最重要的两个参数。
采样间隔、采样孔径
6. 图像量化过程中量化级数与量化灰度取值范围之间的关系
量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；
量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小.
7. 像素的相邻领域概念（4领域，8领域）。
设为位于坐标处的一个像素
（x+1,y），（x-1,y），（x,y+1），（x,y-1）
组成的4邻域，用)(4pN表示。
（x+1,y+1），（x+1,y-1），（x-1,y+1），（x-1,y-1）
像素集用)p(ND表示
)(4pN和)p(ND合起来称为p的8邻域，用)(8pN表示。
.实用文档.
. 第一章数字图像处理根底
1数字图像处理：将图像转换成一个数字矩阵存放在图像存储器中，然后利用计算机对图像信息进行数字运算和处理，以提高图像质量或者提取所需要的信息
2数字图像获取：把客观场景发射或者发射的电磁波信息首先利用光学成像系统生成一副模拟图像，然后通过模数转换将模拟图像转换为计算机可以存储的离散化数字图像。
3采样：即图像空间坐标或位置的离散化，也就是把模拟图像划分为假设干图像元素，兵赋予它们唯一的地址。；离散化的小区域就是数字图像的根本单元，称为像元也称像素。
量化：即电磁辐射能量的离散化，也就是把像元内的连续辐射亮度中离散的数字值来表示，这些离散的数字值也称灰度值，，因为它们代表了图像上不同的亮暗水平。
4遥感数字图像获取特征参数
质量特征：⑴空间分辨率：数字图像上能被详细区分的最小单元的尺寸或大小
⑵辐射分辨率 传感器探测原件在接受光谱信号时，所能分辨的最小辐射度差
信息量特征：⑴光谱分辨率：传感器探测元件在接收目标地物辐射能量时所用的波段数目
⑵时间分辨率：对同一区域进行重复观测的最小时间间隔。
5模拟图像：在图像处理中通过某种物理量的强弱变化来记录图像亮度信息的图像
6数字图像：把连续的模拟图像离散化成规那么网格并用计算机以数字的模式记录图像上各网格点亮度信息的图像
7数字图像特性：①空间分布特性：1空间位置：数字图像以二维矩阵的结构的数据来描述物体，矩阵按照行列的顺序定位数据，所以物体的位置也是用行列号表示。2形状：点状线状和面状3大小：线状物体的长度或面状物体的面积，表现为像元的集聚数量4空间关系：包含，相邻，相离三种拓扑关系
②数值统计特性：对图像的灰度分布进行统计分析。
图像的灰度直方图：用来描述一幅数字图像的灰度分布，横坐标为灰度级，纵坐标为灰度级在图中出现
8直方图的用途：1图像获取质量评价2边界阙值的选择3噪声类型的判断
9遥感数字图像的输出特征参数：
