1.1基本概念
图像处理的概念是对图像信息进行加工处理，以满足人的视觉心理和实际应用的需求。
模拟图像：连续图像，采用数字化（离散化）表示和数字技术处理之前的图像。
数字图像：由连续的模拟图像采样和量化而得的图像，组成其基本单位是像素。
像素的值代表图像在该位置的亮度或灰度，称为图像的灰度值。
数字图像像素具有整数坐标和整数灰度值。
1.2
图像增强：调整图像的对比度，突出重要细节，改善图像质量。
图像复原和校正：去噪声、去模糊。使得图像能够尽可能地贴近原始图像。
图像的平滑：图像的去噪声处理（通过滤波算法），为了去除实际成像过程中，因成像设备和环境所造成的图像失真，提取有用的信息。
边缘锐化：加强图像的轮廓边缘和细节（一般轮廓边缘都处于灰度突变的地方），通过基于微分锐化算法使灰度反差增强。
图像分割：图像分割就是把图像分成若干个特定的、具有独特性质的区域。
2.1
计算机图像处理的几个内容：
如何对模拟图像进行采样、量化以产生数字图像？
如何压缩图像数据以便存储和传输？
如何对数字图像做各种变换以方便处理？
采样是空间上的离散化，量化是灰度上的离散化。
图像采样就是在水平和垂直方向上等分隔地分割成网状。
量化是在每个采样点上进行的，所以必须先采样后量化。两者都是图像数字化不可或缺的两个操作，两者紧密相关，同时完成。
图像量化实际就是将图像采样后的样本值的范围分为有限多个区域，落入某区域中的值用同一值表示，从而用有限的离散数值量来代替无限的连续模拟量。量化时确定的离散取值个数称为量化级数，表示量化的色彩和亮度值所需的二进制位数称为量化字长，一般量化字长为8位、16位或24位，量化字长越大，越能真实反映原有图像的颜色，但存储的字节也越大。
M、N图像尺寸，K每个像素所具有的离散灰度级数（不同灰度值的个数）
存一幅图像所需的位数（bit）B=M*N*K 减少K值能增强图像的反差。
LENA图是永恒的经典，图像处理领域使用最为广泛的标准测试图。
2.2
图像模式：
1、灰度图像：每个像素的信息由一个量化的灰度级来描述的图像，无彩色信息。
2、黑白图像、二值图像：只有黑白两色没有中间的过渡，像素值为0、1。
3、彩色图像：数据多采用RGB三基色模型，包含亮度和颜色两类信息。
色彩的三要素包括色调（光波的不同波长，反映不同颜色的种类）、饱和度（颜色的纯度，颜色的深浅程度）、亮度（光的明亮程度）。HSL模型
2.3
图像文件格式：
BMP文件格式 位图文件格式 由文件头、调色板数据、图像数据三部分组成
GIF 文件格式 存储256色图像
TIFF 文件格式 相对经典、功能很强的图像文件存储格式
JPEG文件格式 静止图像压缩标准文件格式
DICOM 格式 医学图像文件存储格式
2.4图像质量评价
客观评价标准：归一化均方误差NMSE、峰值均方误差PMSE、等效信噪比PSNR
主观评价标准：图像逼真度、图像可懂度
————————————————
版权声明：本文为CSDN博主「lspeter94」的原创文章，遵循CC 4.0 by-sa版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_35330032/article/details/82222722