图像处理的基础问题

图像的基本处理在计算机视觉这一领域诞生的初期，一种普遍的研究范式将图像看做二维的数字信号，然后借用数字信号处理的方法，这就是数字图像处理。

1.图像直方图与像素距离

传感器获取的图像是平面上的连续函数，将连续函数采样为M行N列的矩阵，将每个连续样本量化为一个整数值，即图像函数的连续范围被分成K个区间，采样后的到的矩阵构成了离散图像，栅格中无限小的采样点对应于数字图像中的像元，即像素。

灰度图像中，最低值对位黑，最高值对应白，黑白置件的亮度值是灰度阶，彩色图像则通过矢量描述，可以将一幅彩色图像看做由R,G,B三种基础色进行堆叠形成，而这三种基础色又对应了三个大小相同的矩阵，矩阵的数值表征这一通道颜色的深浅。有时除了考虑RGB三种颜色外，还考虑像素的透明a，称为RGBA描述。

色彩在人类视觉感知中极其重要，色彩与物体反射不同波长的电磁波的能力相关，一般将这三种颜色（三种不同波长的光）作为三原色：红(700nm)、绿(546.1nm)、蓝(438.5nm)，灰度图像的矩阵元素数值与彩色图像间满足Y=0.299R+0.587G+0.114B；RGB数字图像中，以(0,0,0)表示黑色，(255,255,255)表示白色；灰度图像中，以0表示黑色，以255表示白色；二值图像中，以0表示黑色，1表示白色。

2.图像的几何变换

（1）平移，平移变换矩阵

3.图像的形成

自然界的图像是模拟形式的，计算机无法直接处理，包括扫描，采样，量化三个步骤。采样就是对图像空间的离散化处理，将图像分成一个一个的小像素，而量化就是对图像幅值的离散化处理，使图像像素的数值于有限数值范围中的某一个相对应。而采样点数和量化级数会直接影响分辨率，采样点数越多，量化级数越高。

图像识别技术是信息时代的一门重要技术，其产生目的是为了计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。图像识别技术的过程分为信息的获取，预处理，特征抽取和选择，分类器设计和分类决策。简单分析了图像识别技术的引入，其技术原理以及模式识别等。

4. 视觉错觉

对于图像的亮度而言，人的视觉系统通常与图像的亮度不是成正比的，这说明人的视觉系统在亮度变化的地方出现明亮挥着黑暗的条纹。人的视觉通常会错过渐变，而能够抓住突变，甚至放大突变的亮度，这是人眼对于突变亮度有着过度的响应。