参考书目《数字图像处理（第四版）》冈萨雷斯 电子工业出版社

这次换一个轻松愉快的讲解风格来开始我们的学习之旅。在开始之前，大家看看这张照片是不是很熟悉？

这是一张512x512像素的人物图片，左面是它的灰度图，右面包含了RGB的颜色。这张图在数字图像处理中经常被当作范例来使用，在未来的学习过程中，我们将会伴随着这张图片逐步了解数字图像处理的方方面面。而在上面提到的像素、灰度、RGB之类的用语，我们马上就回知晓它的含义。

对了，这张图被称作Lena图，尽管它的出处不是那么光彩，但在数字图像处理界却流传甚远，想了解它的出处就自行搜索吧。

第一章 绪论

看到绪论，根据平时感觉，这一章讲的内容不是那么重要。我拿到书或是听老师讲课的时候，也是觉得味同嚼蜡。似乎这一章的内容需要记的我都懂不需要记的，例如历史这一类，感觉味同嚼蜡。但是如果我自己出书，这些内容还是必须要讲的，即使它很基础，即使它很无趣。因为这些内容，也就是下面我要解释的，将会是未来的地基。至于历史，这是前人努力的结果。废话不多说，下面正式开始绪论的学习：

1.1 什么是数字图像处理？

再开始解释数字图像处理之前，我们必须了解一个你可能已经耳熟能详的概念：像素（pixel）。我们先不考虑带有颜色的图片，先只考虑黑白的图像（我们称之为灰度图），如果你之前了解过计算机图形学，那么你一定知道图形和图像的区别，在数字图像中，我们用离散值来进行表示。一幅图像可以定义为一个二维函数f(x,y)，x,y表示平面坐标，其坐标有一个对应的值，我们称之为灰度。灰度值越大，颜色越白，灰度值越小，颜色越黑。

我们刚才说了这是一个离散值，但根据我们的常识能知道，灰度应该是连续变化的，数字图像中的灰度又是怎么一个离散法呢？在计算机中，我们把灰度分为255个等级，也就是灰度值可以是0-255的任意一个数，这样如此，我们就将灰度值离散化了。数字图像由许许多多这样的元素组成，我们称单个元素为图像元素，简称为像素。这就是像素的概念。

刚才我们谈论到了计算机图形学，我的理解是数字图像处理和计算机图形学是姊妹学科。图形学讲求的是从无到有的一个阶段，而数字图像处理解决的是从有到“更有”的这一个问题。例如说：处理X光，这是客观存在的，但是我们肉眼看不到，那么我们就要通过数字图像处理，来让我们能看到X光片，从而能够辅助进行医疗研究。

数字图像处理比较难下定义，它和其他相关领域例如计算机视觉有着脱不开的关系，在参考书籍中，把图像处理分为三个等级：

• 低级处理：降低噪声、对比度增强、图像锐化。
• 中级处理：提取特征。
• 高级处理：涉及理解，执行与人类视觉相关的认知功能。

这些阶段都能算作是数字图像处理，那么不妨我们人为的对数字图像处理下一个定义：输入和输出都是图像的处理。

1.2 数字图像处理的起源

这部分内容讲的就是数字图像处理的发展历史了，我会分条向大家简单讲述：

• 20世纪20年代：报纸业的巴特兰系统，用5-15级灰度来传输图像。
• 20世纪60年代：能够进行图像处理的大型计算机出现，第一幅月球图像。
• 20世纪60年代末至70年代初：开始应用在医学成像、地球观测。
• 直到今天，数字图像处理还在被广泛使用。

究竟被广泛使用在哪些方面，接下来的一节会有所讲述。

1.3 数字图像处理的应用领域

接下来探讨的应用领域，很多都和下面的这个东西无法分开：

这是电磁波谱，如果你细心观察，就能发现图上有一小段被标注了Visible。也就是说我们人眼只能看到电磁波那一小段的频率。我们如何看到可见光范围外的电磁波呢，这就要用到数字图像处理了。数字图像处理有以下几个方面的应用：

1. 伽马射线成像

   在医学领域，这被称为正电子放射断层成像，也就是PET-MR。指导治疗各种恶性肿瘤、冠心病和脑部疾病的最佳方法。

2. X射线成像

   这个大家都比较熟悉了，我们常说的X光片就是这个。其他应用包括血管造影、CAT等。

3. 紫外波段成像

   紫外“光”的应用多种多样’包括平板印刷术、工业检测、显微方法、激光、生物成像和天文观测等。

4. 可见光和红外波段成像

   这里的例子多到数不胜数，比较典型的例子有遥感等。

5. 微波波段成像

   成像雷达是微博波段成像的主要应用。

6. 无线电波段成像

   在医学中用于MRI磁共振成像。

7. 其他成像方式

也就是说，数字图像处理把可见光的所有波长都摸了个遍，为的是我们人类能够看到这些波。

1.4 数字图像处理的基本步骤

下面要介绍的这些步骤将会对应我们未来的学习内容，我会分条进行叙述：

• 图像获取：第一步处理，需要一些图像的预处理。
• 图像增强：对图像进行某种操作，使结果在特定应用中比原图像更合适的过程。
• 图像复原：改进图像外观，比如一些模糊照片的复原。
• 小波：用不同分辨率表示图像的基础。
• 形态学处理：提取图像中用于表示和描述形状的成分的处理工具。
• 分割：将一幅图像划分为各个组成部分或目标。
• 特征提取：包括特征检测和特征描述，特征检测是指寻找一幅图像中的特征、区域和边界。特征描述是指对检测到的特征规定量化属性。
• 图像模式分类：对目标赋予标记的过程，比如图形验证码中：找到所有的自行车，就是为这些目标标记了自行车。

1.5 图像处理系统的组成

简单来说就是我们的计算机，包括各种的输入和输出设备，像是GPU，摄像头或是硬盘、图像处理软件等。

以上就是我们数字图像处理的绪论部分，有用的内容并不多，下次再见。