数字图像处理的常用概念和方法

发现一篇文章讲数字图像处理的概念比较通俗易懂的，核心部分摘过来，如下：

图像的基本属性

亮度：也称为灰度，它是颜色的明暗变化，常用 0 ％～ 100 ％ ( 由黑到白 ) 表示。以下三幅图是不同亮度对比。







亮度对图像色彩的影响

对比度：是画面黑与白的比值，也就是从黑到白的渐变层次。比值越大，从黑到白的渐变层次就越多，从而色彩表现越丰富。







对比度对图像色彩表现的影响

直方图：表示图像中具有每种灰度级的象素的个数，反映图像中每种灰度出现的频率。图像在计算机中的存储形式，就像是有很多点组成一个矩阵，这些点按照行列整齐排列，每个点上的值就是图像的灰度值，直方图就是每种灰度在这个点矩阵中出现的次数。我们可以具体看一下下面两个不同图形的灰度直方图：

直方图均衡化

通过灰度变换将一幅图像转换为另一幅具有均衡直方图的图像，即在一定灰度范围内具有相同的象素点数的图像的过程。下面是直方图均衡化前后的图形变化以及直方图变化：

图像的加减运算

两幅图像的加减运算：对图像进行加减运算，就是将图像对应的存储矩形点列上的灰度值进行加减运算。图像相加可以将一幅图像的内容加到另一幅图像上，可以实现二次曝光，也可一对同一个场景的多幅图像求平均值，这样可以降低噪声。图像相减可以用于运动检测或去除图像中不需要的加性图案。

图像的加法示例：图中运算为： (a)+(b)=(c)

a	b	c

图像的减法运算示例：图中运算为 (a)-(b)=(c)

a	b	c

图像的噪声

图像的噪声：就像对于听觉而言，在打电话时对方说话我们有时候会听到很嘈杂的噪声，以至于听不清楚对方在说什么。同样的，对于图像，原本我们可以很清晰的看到一幅图像，但是有时候图像上会有一些我们不需要的图案，使我们无法很清楚的看清一幅图，这就是图像的噪声。

常用的图像去噪声方法

常用的去噪方法：主要是采用滤波器对带噪声图像进行滤波处理。

带噪声的图	算术平均滤波后的图
中值滤波后的图	无噪声图