關(guān)于圖像的存儲(chǔ)方法：

Ex：有一個(gè)長(zhǎng)寬各位200個(gè)像素，顏色數(shù)為16色的彩色圖，每一個(gè)像素都用RGB 3個(gè)分量表示。

①     最易想到，最原始的存儲(chǔ)方法：

因?yàn)槊總€(gè)分量有256個(gè)級(jí)別，要用8bit，即1 byte 來表示，所以每個(gè)像素需要用 3 byte。So，整個(gè)圖像要用 200 * 200 * 3，約 120k byte。

②     調(diào)色板 palette

我們用一個(gè)表，表中每一行記錄一種顏色的 R G B 值，而列數(shù)等于顏色數(shù)。這樣 一行需要 3  byte （ R G B 各占1 byte），16 個(gè)狀態(tài)需要 16 行。所以，表占用的字節(jié)共 3 * 16 = 48 byte。

圖像只有16個(gè)顏色，就是16種狀態(tài)，只需要 4 bit = 0.5byte 用來給它們編號(hào)，以在表中查找到該顏色的具體 RGB 值。

這樣，采用 調(diào)色板 存儲(chǔ)該圖像 共需要的存儲(chǔ)空間是： 200 * 200 * 16 * 0.5 + 3 * 16 （byte）

這樣所占用的字節(jié)數(shù)約為前面的1/6，節(jié)省了不少呢。

另，關(guān)于 真彩色圖的存儲(chǔ):

所謂真彩色圖，是指他的顏色數(shù)高達(dá) 256 * 256 * 256，也就是包含了RGB顏色表示方法中的所有顏色。但是并不是說一幅圖包含了所有的顏色，而是說它具有顯示所有顏色的能力。即最多可以包含所有的顏色。

如果這時(shí)還要采用 調(diào)色板技術(shù) ：

調(diào)色板： 顏色數(shù) * 3 = 256 * 256 * 256 * 3

顏色的索引：log （256 * 256 * 256）= 24 bit = 3 byte

而直接利用 R G B三個(gè)分量表示 一個(gè)像素只需要 3byte 而已。反而節(jié)省了存儲(chǔ)調(diào)色板的空間。

所以：

對(duì)于2色位圖，用1位就可以表示該像素的顏色，一個(gè)字節(jié)可以表示8個(gè)像素。

對(duì)于16色位圖，用4位可以表示一個(gè)像素的顏色，一個(gè)字節(jié)可以表示2個(gè)像素。

對(duì)于256色位圖，一個(gè)字節(jié)剛好可以表示1個(gè)像素。

Notice：

①     每一行的字節(jié)數(shù)必須是4的整數(shù)倍，如果不是需要補(bǔ)齊。

②     一般來說，.bmp文件的數(shù)據(jù)從下到上，從左到右。

Bmp文件格式：

大體可以分成4部分：

位圖頭文件 BITMAPFILEHEADER

位圖信息頭 BITMAPINFOHEADER

調(diào)色板 Palette

實(shí)際的位圖數(shù)據(jù) ImageDate

第二章：圖像的幾何變換

平移  旋轉(zhuǎn) 鏡像 轉(zhuǎn)置 放縮

平移：

初始坐標(biāo)（x0, y0）的點(diǎn)經(jīng)過平移(tx, ty) (以向右，向下為正方向)后，坐標(biāo)變?yōu)?x1, y1)。這兩點(diǎn)之間的關(guān)系是x1 = x0 + tx  y1 = y0 + ty

以矩陣的形式表示：

它的逆變換：

平移后的圖像中每個(gè)像素的顏色，它的RGB值和它平移前那點(diǎn)是一樣的。所以，通過逆變換，我們可以得到平移前的那點(diǎn)。

 x1 - tx = x0  y1 - ty = y0

這樣就可以得到平移后的點(diǎn)（x1 ，y1）的原始點(diǎn)（即平移前的點(diǎn)）了，也就知道了它的RGB值。

那么，如果新圖中有一點(diǎn)，按照逆變換的公式得到的對(duì)應(yīng)的平移之前的點(diǎn)不在原圖中該怎么辦呢？通常是把該點(diǎn)的RGB值統(tǒng)一設(shè)為（0,0,0） or  (255, 255, 255)

還有一個(gè)問題，平移后的圖像是否要放大 ？一種方法是不放大，移出的部分被截?cái)唷Ａ硪环N做法是，將圖像放大，使得能夠顯示下所有部分。這種處理，文件大小要改變。設(shè)原圖的寬和高分別是 w1 h1 ,則新圖的寬和高變?yōu)?w1+| tx|  h1 + | ty | .   | | 表示tx ty 可能為負(fù)，即向左向上移動(dòng)。

灰度圖grayscale

灰度是指只含亮度信息，不含色彩信息的圖像。黑白照片就是灰度圖，特點(diǎn)是亮度由暗到明，變化是連續(xù)的。要表示灰度圖，就需要把亮度值進(jìn)行量化。

.bmp 文件中，沒有灰度圖這個(gè)概念，但是可以很easy的在bmp文件中表示灰度圖：用256色的調(diào)色板。這個(gè)調(diào)色板的每一項(xiàng)RGB值都是相同的。

YUV表示方法：

Y分量的物理含義是亮度，U & V分量代表了色差信號(hào)。

Y代表了亮度，所以Y包含了灰度圖的所有信息，只用Y分量就可以完全表示出一幅灰度圖來。加上U V 分量，就可以表示彩色信息了。 這樣，用一種方法就可以在灰度和色彩圖之間切換，而RGB表示方法就做不到這一點(diǎn)了。

由于人眼對(duì)亮度信號(hào)非常敏感，對(duì)色差信號(hào)的敏感程度相對(duì)較弱。所以，圖像的主要信息應(yīng)該包含在Y分量中。So，對(duì)YUV信號(hào)進(jìn)行量化時(shí)，可讓Y的量化級(jí)別多些，讓UV量化級(jí)別少些，就可以實(shí)現(xiàn)圖像信息的壓縮。

YUV 和 RGB之間存在對(duì)應(yīng)關(guān)系。當(dāng)RGB= （a, a, a） 時(shí)，YUV = (a , 0，0)

使用灰度圖的好處：

①     RGB的值都一樣。

②     圖像數(shù)據(jù)即調(diào)色板索引值，就是實(shí)際的RGB值，也就是亮度值。

③     因?yàn)槭?56色調(diào)色板，所以圖像數(shù)據(jù)中一個(gè)字節(jié)代表一個(gè)像素，很整齊。

所以，做圖像處理時(shí)都采用灰度圖。

Translation 思想：

首先，將所有區(qū)域填成白色

然后，找到平移后顯示區(qū)域的左上角(x0, y0) 和右下角點(diǎn)(x1, y1)

①     tx <= -width :圖像完全移出了屏幕，不用做任何處理

②     – width < tx <=0 : 圖像向左平移，但是沒有完全移除屏幕的情況。此時(shí)，圖像區(qū)域的x范圍是從 0 到 width - |tx|

③     0< tx < width ：圖像向右平移，但是還沒有完全移除屏幕。圖像區(qū)域的x范圍從 tx -> width 。對(duì)應(yīng)原圖的范圍是從 0 到 width – tx。

④     tx >= width ：圖像完全移出了屏幕，不做任何處理。

Y方向類似。。。。。

這種做法是利用了位圖存儲(chǔ)的連續(xù)性，即同一行的像素在內(nèi)存中是相鄰的。Memcpy函數(shù)從 (x0, y0) 點(diǎn)開始，一次可以拷貝一整行（寬度為 x1 – x0 ），然后將內(nèi)存指針移到 （x0, y0 + 1）處，拷貝下一行。這樣拷貝（y1 – y0）行就完成了全部操作。

旋轉(zhuǎn)：rotation

Ex：以圖像的中心為圓心旋轉(zhuǎn)：。。。。。

旋轉(zhuǎn)后的圖像變大了，轉(zhuǎn)出的部分可以裁減掉。

思想：

①     將坐標(biāo)系O’ 變成  O

②     將該點(diǎn)順時(shí)針旋轉(zhuǎn) a角

③     將坐標(biāo)系O變回 O’

鏡像 mirror

水平鏡像： x坐標(biāo)取反后加上圖像的寬度

垂直鏡像： y坐標(biāo)取反后加上圖像的高度

轉(zhuǎn)置 transpose

是將x y 坐標(biāo)對(duì)換。 Notice ： 轉(zhuǎn)置和旋轉(zhuǎn)90°是有區(qū)別的。

轉(zhuǎn)置后的寬高對(duì)換了。

縮放 zoom

假設(shè)放大因子為 ratio ，為了避免新圖過大或過小，限制  0.25 <= ratio <= 4

第三章 圖像的平滑（去噪聲）、銳化

平滑 smoothing，是圖像看起來柔和一些，模糊一些。

灰度突變，是指圖像中出現(xiàn)了與相鄰像素的灰度相差很大的點(diǎn)。在頻域中代表了一種高頻分量。低通濾波器可以濾掉高頻分量，從而達(dá)到減少圖像噪聲的目的。

實(shí)現(xiàn)方法：將圖中的每一點(diǎn)的灰度和它周圍8個(gè)點(diǎn)的灰度相加，然后除以 9 ，作為新圖中對(duì)應(yīng)點(diǎn)的灰度。這種標(biāo)識(shí)方法稱為 模板 template 。

模板不允許移除邊界，所以結(jié)果圖像會(huì)比原圖小。 對(duì)于邊界上無法進(jìn)行模板操作的點(diǎn)，通常是復(fù)制原圖的灰度，不進(jìn)行任何處理。

模板操作實(shí)現(xiàn)了一種鄰域運(yùn)算，即某個(gè)像素點(diǎn)的結(jié)果不僅和該像素灰度有關(guān)，而且和其鄰域點(diǎn)的值有關(guān)。

平滑模板的思想是通過將一點(diǎn)和周圍8個(gè)點(diǎn)做平均，從而去除突然變化的點(diǎn)，濾掉噪聲，其代價(jià)是圖像有一定程度的模糊。

Box模板：考慮了鄰域點(diǎn)的作用，但并沒有考慮各點(diǎn)位置的影響，對(duì)于9個(gè)點(diǎn)都一視同仁，所以平滑的效果并不理想。

高斯模板：實(shí)際上，離某點(diǎn)越近的點(diǎn)對(duì)該點(diǎn)的影響應(yīng)該越大，所以考慮 加權(quán)系數(shù)。

中值濾波

是一種典型的低通濾波器，目的是保護(hù)圖像邊緣的同時(shí)去除噪聲。所謂中值濾波，是指以某點(diǎn)（x，y）為中心的小窗口內(nèi)的像素的灰度按從大到小的順序排列，將中間值作為（x，y）處得灰度值。

應(yīng)用中值濾波，能很好地保持原來的邊界。所以說，中值濾波的特點(diǎn)就是 保護(hù)圖像邊緣 的同時(shí) 去除噪聲。

高斯噪聲：圖中有很多噪聲點(diǎn)，并且是雜亂無章的，隨即分布的。

脈沖 impulse ：圖像中間的灰度要比兩邊的高許多

總結(jié)：

中值濾波容易去除 孤立點(diǎn)、線的噪聲，同時(shí)保持圖像的邊緣，能很好的去除二值噪聲，但對(duì)于高斯噪聲無能為力。但是，當(dāng)窗口內(nèi)噪聲點(diǎn)的個(gè)數(shù)大于窗口寬度的一半時(shí)，中值濾波的效果不好。

銳化：

與平滑相反，是通過增強(qiáng)高頻分量來減少圖像中的模糊，因此又稱為 高通濾波 。

銳化處理 在增強(qiáng)圖像邊緣的同時(shí)增加了圖像的噪聲。

常用的銳化模板是 拉普拉斯 Laplacian 模板。

拉普拉斯模板的作法：先將自身與周圍8個(gè)像素相減，表示自身與周圍像素的差別，再將這個(gè)差別加上自身作為新像素的灰度?？梢姡绻黄祬^(qū)中出現(xiàn)了一個(gè)亮點(diǎn)，那么銳化處理的結(jié)果是這個(gè)亮點(diǎn)變得更亮，增加了圖像的噪聲。

因?yàn)閳D像中的邊緣就是那些灰度發(fā)生跳變的區(qū)域，所以  銳化模板  在邊緣檢測(cè)中很有用。

第四章  圖像的半影調(diào)和抖動(dòng)技術(shù)

半影調(diào)技術(shù)（halftone）：是指由二值圖像顯示出灰度效果的方法。主要用在 在只有二值輸出的打印機(jī)上打印圖像。 有兩種方法可以實(shí)現(xiàn)：圖案法和抖動(dòng)法。

圖案法 （patterning） 是指灰度可以用一定比例的黑白點(diǎn)組成的區(qū)域表示，從而達(dá)到整體圖像的灰度感。黑白點(diǎn)的位置選擇稱為 圖案化 。圖案化使用圖案來表示像素的灰度。

抖動(dòng)法： 有時(shí)候即使采用了圖案化技術(shù)，仍然得不到要求的灰度級(jí)別（比如，當(dāng)一幅灰度圖用一定分辨率的打印機(jī)將其打印到 一定尺寸的紙上上，每個(gè)像素可以用 x 個(gè)點(diǎn)大小的圖案來表示，但是最多能表示 x + 1 級(jí)灰度，無法滿足圖像的灰度級(jí)。）這時(shí)可以采用兩種方法來解決： ① 減小圖像尺寸 ② 降低圖像灰度級(jí) ③ 抖動(dòng)法 dithering

方法③可以更好的解決這個(gè)問題。

抖動(dòng)法。 有規(guī)則抖動(dòng)（regular dithering） ，它的算法簡(jiǎn)單，但是圖案化有時(shí)很明顯。這時(shí)因?yàn)槿∧＿\(yùn)算雖然引入了隨機(jī)成分，但還是有規(guī)律的。另外，點(diǎn)之間進(jìn)行比較時(shí)，只要比標(biāo)準(zhǔn)圖案上點(diǎn)的值大就打白點(diǎn)，這樣并不理想，因?yàn)?，如果?biāo)準(zhǔn)圖案點(diǎn)的灰度值本身就很小，而圖像中點(diǎn)的灰度只比它大一點(diǎn)時(shí)，圖像中的點(diǎn)更接近黑色而不是白色。一種更好的方法是將這個(gè)誤差傳播到鄰近的像素。

將bmp文件轉(zhuǎn)換為txt文件

Bmp2txt 應(yīng)用程序能把位圖文件轉(zhuǎn)成和圖案很相似的字符文本。用到了圖案化類似的思想： 首先，將位圖分成同樣大小的小塊，求出每一塊灰度的平均值，然后和每個(gè)字符的灰度做比較，找出最接近的那個(gè)字符，來代表這一小塊圖像。

第五章  直方圖修正和彩色變換

直方圖修正和彩色變換反色

反色invert 就是形成底片效果。

反色的含義是將RGB值反轉(zhuǎn)。若顏色的量化級(jí)別是256，則新圖的RGB值為 255 減去 原圖的 RGB值。這里針對(duì)的是所有圖，包括真彩圖、帶調(diào)色板的彩色圖（又稱為 偽彩圖）、灰度圖。

針對(duì)不同類型有不同處理：

真彩圖： 真彩圖不帶調(diào)色板，每個(gè)像素用3byte ，表示 RGB 三個(gè)分量。所以處理很簡(jiǎn)單，只需要把翻轉(zhuǎn)后的RGB值寫入新圖即可。

帶調(diào)色板的彩色圖： 位圖中的數(shù)據(jù)只是對(duì)應(yīng)調(diào)色板中的一個(gè)索引值，所以我們只需要將調(diào)色板反轉(zhuǎn)，形成新調(diào)色板，而位圖數(shù)據(jù)不用動(dòng)，就能夠?qū)崿F(xiàn)反轉(zhuǎn)。

灰度圖： 灰度圖是一種特殊的為彩色圖，只不過調(diào)色板中的 RGB 值都一樣而已。所以，反轉(zhuǎn)方法和上面一樣。

【二值圖，不一定是黑白圖。而是說它的調(diào)色板中有2中顏色。所以，二值圖 也可以是 彩色 的，只不過一般情況下是黑白圖而已?！?/span>

彩色圖轉(zhuǎn)灰度圖：

YUV表示方法中，Y分量的物理含義是亮度，它包含了 灰度圖 grayscale 的所有信息，只用 Y 分量就完全能夠表示出一幅灰度圖來。

根據(jù)YUV 和RGB 的對(duì)應(yīng)關(guān)系，可以根據(jù)RGB的值求出 Y值，然后將RGB的值都賦值成Y，就能表示出灰度圖來，這就是彩色圖轉(zhuǎn)灰度圖的原理。

真彩圖： 不帶調(diào)色板，所以處理很簡(jiǎn)單，根據(jù)RGB的值求出Y值后，將RGB值都賦值Y，寫入新圖即可。

帶調(diào)色板的彩色圖：位圖中的數(shù)據(jù)只是對(duì)應(yīng)調(diào)色板中的一個(gè)索引值，我們只需要將調(diào)色板中的彩色變成灰度，形成新調(diào)色板，而位圖數(shù)據(jù)不用動(dòng)，就OK啦。

真彩圖轉(zhuǎn) 256 色圖

真彩圖包含最多 2的24次方種顏色，怎樣從中選出 256 中顏色，又要使顏色的是真比較小？

方法一：將 R ： G ： B 以 3 ： 3 ： 2 表示，即取 R G  的高3位， B 的高 2 位，組成一個(gè)字節(jié)，這樣就可以表示 256 中顏色了。但是，這樣失真肯定很嚴(yán)重。

方法二：準(zhǔn)備一個(gè) 4096 的數(shù)組，代表 4096 種顏色。對(duì)圖中的每一個(gè)像素，取 R G B的最高四位（四位？只用一半？這樣就可以做到失真不嚴(yán)重了么？R G B是怎么表示的？本來是8位的，只用前四位就可以。。。。？額。。。不明白。。。），拼成一個(gè)12位的整數(shù)，對(duì)應(yīng)的數(shù)組元素加1.全部統(tǒng)計(jì)完后，就得到了這 4096 種顏色的使用頻率。其中，可能有一些顏色一次都沒有使用到，即對(duì)應(yīng)數(shù)組元素為 0 （假設(shè)不為0 的數(shù)組 共有PalCounts 個(gè)）將這些為0 的數(shù)組元素清除，使得前 PalCounts 個(gè)元素都不為0.將這PalCounts  個(gè)數(shù)按從小到大的順序排列。這樣，前 256 種顏色就是用的最多的顏色，它們將作為調(diào)色板上的256種顏色。對(duì)于剩下的 PalCounts – 256 種顏色不是簡(jiǎn)單的丟棄，而是用前 256 種顏色中的一種來代替，代替的原則是找有最小平方誤差的那個(gè)。再次對(duì)圖中的每個(gè)像素，取 RGB的最高四位，拼成一個(gè)12位的整數(shù)，如果對(duì)應(yīng)值在前 256 種顏色中，則直接將該索引值填入位圖數(shù)據(jù)中，如果是在后PalCounts – 256 種顏色中，則用代替色的索引值填入位圖數(shù)據(jù)中。

對(duì)比度擴(kuò)展：

低對(duì)比度是指 灰度都擠在一起，沒有拉開。

灰度擴(kuò)展是指 把所感興趣的灰度范圍拉開，使得該范圍內(nèi)的像素亮的越亮，暗的越暗，從未達(dá)到了增強(qiáng)對(duì)比度的目的。

削波cliping   可以看作是對(duì)比度擴(kuò)展的一個(gè)特例。

閾值化 thresholding 可以看作是削波得一個(gè)特例。

灰度窗口變換 slicing  是將某一區(qū)間的灰度級(jí)和其它部分（背景）分開。

灰度窗口變換有2種：一種是清除背景的，一種是保留背景的。前者把不在灰度窗口范圍內(nèi)的像素都賦為0，在灰度窗口范圍內(nèi)的像素都賦值為 255 ，這也能實(shí)現(xiàn)灰度圖的二值化；后者把不在灰度窗口范圍內(nèi)的像素保留原灰度值，在灰度窗口范圍內(nèi)的像素都賦值為 255 ?；叶却翱谧儞Q可以檢測(cè)出在某一灰度窗口范圍內(nèi)的所有像素，是圖像灰度分析中的一個(gè)有力工具。

灰度直方圖統(tǒng)計(jì)histogram   用來描述一幅圖中的灰度分布情況

橫坐標(biāo)表示 灰度值 ，縱坐標(biāo) 表示 灰度值 出現(xiàn)的次數(shù)

灰度直方圖均衡化 histogram equalization

直方圖修正，是通過一個(gè)灰度映射函數(shù)Gnew = F（Gold） ， 將元灰度直方圖改造成你所希望的直方圖。所以，直方圖修正的關(guān)鍵就是灰度映射函數(shù)。（閾值化、削波、灰度窗口變換等都是灰度映射函數(shù)）

直方圖均衡化 是一種最常用的直方圖修正。它把給定圖像的直方圖分布改造成均勻直方圖分布。用信息學(xué)的理論來解釋，具有最大熵（信息量）的圖像為均衡化圖像。直觀地講，直方圖均衡化導(dǎo)致圖像的對(duì)比度增加

 【看的很粗糙，用到得時(shí)候再細(xì)化吧，】

第六章 腐蝕 ， 膨脹， 細(xì)化算法

【數(shù)學(xué)形態(tài)學(xué)】 的主要用途是獲取物體拓?fù)浜徒Y(jié)構(gòu)信息，它通過物體和結(jié)構(gòu)元素相互作用的某些運(yùn)算，得到物體更本質(zhì)的形態(tài)。在圖像處理中的應(yīng)用主要是：①利用形態(tài)學(xué)的基本運(yùn)算，對(duì)圖像進(jìn)行觀察和處理，從而達(dá)到改善圖像質(zhì)量的目的 ②描述和定義圖像的各種幾何參數(shù)和特征，如面積、周長(zhǎng)、連通度、顆粒度、骨架和方向性等。

二值圖像的形態(tài)學(xué)運(yùn)算。。。。。。

一些基本符號(hào)和關(guān)系：元素、包含、擊中、不擊中、補(bǔ)集、結(jié)構(gòu)元素（刷子）、對(duì)稱集、平移、

腐蝕：把結(jié)構(gòu)元素B平移a后得到 Ba， 若Ba包含于X，記下這個(gè)a點(diǎn)。所有滿足上述條件的a點(diǎn)組成的集合稱作X被B腐蝕 Erosion 的結(jié)果?！緟^(qū)域顯然變小了】

膨脹： Dilation ，可以看做是腐蝕的對(duì)偶運(yùn)算。定義是：把結(jié)構(gòu)元素B平移a后得到Ba，若Ba 擊中X，我們記下這個(gè)a點(diǎn)。所有滿足上述條件的a點(diǎn)組成的集合稱作X被B膨脹的結(jié)果?！緟^(qū)域變大了】

開：先腐蝕，后膨脹稱為 開 open。

閉：先膨脹，后腐蝕稱為 閉 close。

細(xì)化：thinning ，就是從原圖的圖中去掉一些點(diǎn)，但仍要保持原來的形狀。實(shí)際上，是保持原圖的骨架。所謂骨架，可以理解為 圖像的中軸。細(xì)化就是把不是骨架的點(diǎn)去掉。如下判斷依據(jù)：①內(nèi)部點(diǎn)不能刪 ②孤立點(diǎn)不能刪 ③直線端點(diǎn)不能刪 ④如果P是邊界點(diǎn)，去掉P后，如果聯(lián)通分量不增加，則P才可以被刪除。

第七章 邊緣檢測(cè)與提取 輪廓追蹤

邊沿檢測(cè)：當(dāng)一幅圖像左右兩邊的灰度值相差很大時(shí)，中間就存在著一條很明顯的邊界。利用模板（-1， 0， 1）操作后，會(huì)得到中間部分比其他部分亮很多的邊，其它區(qū)域會(huì)很暗，這樣就起到了邊沿檢測(cè)的作用。模板的意思是，將右鄰點(diǎn)的灰度值－左鄰點(diǎn)的灰度值作為該點(diǎn)的灰度值。在灰度相近的區(qū)域內(nèi)，這樣做可以使得該點(diǎn)的灰度值接近0；而在邊界附近，灰度值有明顯的跳變，這樣做就使得該點(diǎn)的灰度值很大。

這種模板是一種邊沿檢測(cè)器，數(shù)學(xué)上的含義是基于梯度的濾波器，又稱為 邊沿算子。

Sobel 算子  分為 普通 Sobel 算子 和 各向同性Sobel算子。又都分為檢測(cè) 垂直平邊沿的和檢測(cè)水平邊沿的。各項(xiàng)同性Soble算子的位置加權(quán)系數(shù)更為準(zhǔn)確，在檢測(cè)不同方向的邊沿時(shí)梯度的幅度一致。

高斯拉普拉斯算子 由于噪聲點(diǎn)（灰度與周圍點(diǎn)相差很大的點(diǎn)） 對(duì)邊沿檢測(cè)有一定的影響，所以效果更好的邊沿檢測(cè)器 是 高斯拉普拉斯LOG算子。它把高斯平滑濾波器和拉普拉斯銳化濾波器結(jié)合起來，先平滑掉噪聲，再進(jìn)行邊沿檢測(cè)，效果更好。

常用的LOG算子是5*5模板。到中心點(diǎn)的距離與位置加權(quán)系數(shù)用曲線表示很像一頂墨西哥草帽，所以，LOG又叫做 墨西哥草帽濾波器。

Hought變換  用來在圖像中查找直線。

輪廓提取 方法：掏空內(nèi)部點(diǎn)。即 如果原圖中有一點(diǎn)為黑，且它的8個(gè)相鄰點(diǎn)都是黑色時(shí)（此時(shí)該點(diǎn)是內(nèi)部點(diǎn)）則將該點(diǎn)刪除。 注意，我們處理的雖然是二值圖，但實(shí)際上是256級(jí)灰度圖，不過只用到 0 和 255 兩種顏色。

種子填充： 用來在封閉曲線的環(huán)中填充某種顏色。種子填充實(shí)際上是圖形學(xué)中的算法，其原理是：準(zhǔn)備一個(gè)堆棧， 先將要填充的點(diǎn) push 進(jìn)堆棧中，以后，每pop出一個(gè)點(diǎn)，即將該點(diǎn)涂成色。然后，按照左上右下的順序查看它的四個(gè)相鄰點(diǎn)，若為白（表示還沒有填充），就將該鄰點(diǎn)push進(jìn)棧。一直循環(huán)，知道棧為空。

輪廓跟蹤： 顧名思義就是通過順序找出邊緣點(diǎn)來跟蹤邊界。

第八章 圖像的檢測(cè)及模板匹配

模板匹配：就是拿已知的模板和原圖像中同樣大小的一塊區(qū)域去對(duì)比。So，利用模板匹配可以在一幅圖像中找到已知的物體。

差影法：將前后兩幅圖像相減，得到的差作為結(jié)果圖像。

投影法：一般可以先選取合適的閾值做削波處理，然后將該圖二值化，然后投影。由于噪聲對(duì)投影有一定的影響，所以，處理前最好先做一次平滑，去除噪聲。

第九章 圖像的壓縮編碼，JPEG壓縮編碼標(biāo)準(zhǔn)

壓縮可分為兩大類：第一類壓縮過程是可逆的，也就是說，從壓縮后的圖像能夠完全恢復(fù)出原來的圖像，信息沒有任何丟失，稱為 無損壓縮。

第二類壓縮過程是不可逆的，無法恢復(fù)出原圖像，信息有一定的丟失，稱為有損壓縮。但是，它的壓縮比 高 。

圖像壓縮一般通過改變圖像的表示方式來達(dá)到，so 壓縮和編碼 是分不開的。

圖像壓縮主要應(yīng)用在圖像信息的傳輸和存儲(chǔ)。

壓縮編碼的方法有： 像素編碼 ， 預(yù)測(cè)編碼 ， 變換編碼 ， else。

像素編碼：編碼對(duì)每個(gè)像素單獨(dú)處理，不考慮像素之間的相關(guān)性。方法有：

①     脈沖編碼調(diào)制（Pulse Code Modulation PCM）

②     熵編碼 （Entropy Coding）

③     行程編碼（Run Length Coding）

④     位平面編碼（Bit Plane Coding）

          其中熵編碼又有 哈夫曼編碼（Huffman） 和 行程 編碼

預(yù)測(cè)編碼： 去除相鄰像素之間的相關(guān)性和冗余性，只對(duì)新的信息進(jìn)行編碼。

                 常用的預(yù)測(cè)編碼有： 調(diào)制（Delta Modulation DM） 微分預(yù)測(cè)編碼（Differential Pulse Code Modulation DPCM）

變換編碼：將給定的圖像變換到另一個(gè)數(shù)據(jù)域上，使得大量的信息能用較少的數(shù)據(jù)來表示，從而達(dá)到壓縮的目的。

                 常用的變換編碼有：離散傅里葉變換DFT 離散余弦變換DCT 離散哈達(dá)瑪變換DHT

哈弗曼編碼。。。。。

行程編碼：將一行中顏色值相同的相鄰像素用一個(gè)計(jì)數(shù)值和該顏色來代替。

Ex aaabccccccddee 可以表示為 3a1b6c2d3e 。如果一幅圖像是由很多塊顏色相同的大面積區(qū)域組成的，那么采用行程編碼的壓縮效率是驚人的。然而，該算法的致命點(diǎn)是：如果圖像中每?jī)蓚€(gè)相鄰點(diǎn)的顏色都不同，那么這種算法不但不能壓縮，反而數(shù)據(jù)量增加一倍。

LZW算法：

LZW是一種比較復(fù)雜的壓縮算法，其壓縮效率也比較高。

LZW把第一次出現(xiàn)的字符串用一個(gè)數(shù)值來編碼，在還原程序中再將這個(gè)數(shù)值還成原來的字符串。LZW是無損的，gif文件就是采用的這種壓縮算法。

JPEG 是聯(lián)合圖像專家組 Joint Picture Expert Group 制定的靜態(tài)圖像的壓縮編碼標(biāo)準(zhǔn)。它的壓縮比很好。

以上 關(guān)于 圖像的基礎(chǔ)知識(shí)，知識(shí)涉及到最基本得概念，還沒有深入到算法。。。。算是開始入門了解吧。

參考 《數(shù)字圖像處理編程入門》

 轉(zhuǎn)自：http://blog.csdn.net/timidsmile/article/details/6640600