第二章，数字图像基础

1，人眼视觉原理？

眼球适当聚焦，眼睛外部的光在视网膜上成像。视网膜表面的光接收器：锥状体和杆状体。每只眼睛的锥状体数目在600万到700万之间，主要位于视网膜中间部分，被称为中央凹（大概1.5mm凹坑相当于1.5*1.5的方形传感器阵列），对颜色敏感度很高，可以充分分辨图像细节。锥状视觉叫做白昼视觉或亮光视觉。杆状体数目更多，约有7500万到15000个杆状体分布在视网膜表面。由于分布面积较大，减少了接收器感知细节的数量。他们没有彩色感觉，在低照明度下对图像敏感，杆状视觉被称为夜视觉或叫暗视觉。

人眼视觉存在马赫带毛边视觉现象以及视觉同时对比现象，以及视觉错觉。

2，传感器图像感知和获取？

单个成像传感器，线性传感器和传感器阵列，通过将输入电功率和对特殊类型检测能源敏感的传感器材料结合，把输入能源转换为电压。输出电压波形是传感器的响应，将每个传感器响应数字量化。

3，图像灰度级？

单色图像中任意一点（x,y）的幅值f(x,y)的强度为图像在该点的灰度级l=f(x,y)，其中l∈[Lmin,Lmax]，该区间被称为灰度级，通常令该区间等于[0,L-1]，l=0为黑，l=L-1为白。图像灰度级指图像中的色度分量亮度的最大值与最小值之差的级别。

4，图像取样和量化？

一幅图像的x和y坐标及幅值都可能是连续的，为把它转换为数字形式，必须在坐标和幅度上都做取样操作。数字化坐标值称为取样，数字化幅度值称为量化。

5，数字图像表示？

一幅图像f(x,y)取样和量化后结果是一个实际矩阵，产生的数字图像有M行N列，变为离散值。f(0,0)为矩阵第一个行第一列的元素即原点，图像第一行的下一个坐标值为f(0,1)。第一列的下一个坐标为f(1,0)。最后一个元素为f(M-1,N-1)。

6，图像存储表示？

数字化过程中对于M,N和每个像素允许的离散灰度级L需要一个判定，M,N需要为整数。出于处理，存储和取样硬件的考虑，典型灰度级取值是2的整数次幂。L=2^k。离散灰度级区间为[0,L-1]内整数，有时灰度级取值范围称为图像的动态范围。把占有灰度级全部有效段的图像称为高动态范围图像。

数字b是存储数字图像需要的比特数，b=M*N*k，当M=N时，b=N^2*k。当一幅图像由L=2^k个灰度级时，通常称该图像时k比特图像。例如，一幅图像有256个可能的灰度级，则称其为8比特图像。

7，相邻像素表示形式？

位于坐标（x,y）的一个像素p有4个水平和垂直的相邻像素，其坐标由下式给出：

（x+1,y），（x-1,y），（x,y+1），（x,y-1）称为p的4邻域，用 表示，每个像素距离p为一个单位距离。若p位于图像边界，则p的某一邻域像素位于数字图像外部。

对角相邻像素：（x+1,y+1），（x+1,y-1），（x-1,y+1），（x-1,y-1）用 表示，和4个邻域点一起称为p的8邻域。

8，基于像素的图像操作？

线性和非线性操作：令H是一种算子，其输入和输出都是图像。如果对于任何两幅图像f和g及任何两个标量a和b有如下关系：

H(af+bg)=aH(f)+bH(g)，则称H为线性算子。

换句话说，对两幅图像（用所示的常数去乘）的和应用线性算子等同于分别对图像应用该算子，并与各自适当的常数相乘，然后结果相加。

对K幅图像求和的算子是一个线性算子，计算两幅图像的差分绝对值的算子就不是线性算子。不能通过上面公式检验的算子就定义为非线性算子。

参考书籍：

《数字图像处理第二版（冈萨雷斯）》