文章结构
1. 基本概念2. 关于视觉感知3. 数字图像的表示
图像处理系列笔记：
https://blog.csdn.net/qq_33208851/article/details/95335809
1. 基本概念
图像是一个二维亮度函数f(x,y),（x,y)定义了空间坐标，f（x,y)该点的亮度或灰度 数字图像是指图像f(x,y)在空间坐标和亮度的数字化。数字图像是由有有限的元素组成的，每一个元素都有一个特定的位置和幅值，这些元素称为图像元素或像素
2. 关于视觉感知
人类的视觉系统能够适应光度级别范围很广，从夜视阈值到强闪光约有10
10量级人类的视觉不可能在整个范围内工作，它是利用改变整个灵敏度来完成大的光度变动，这即所谓的亮度适应现象马赫现象：它是一种主观的边缘对比效应。当观察两块亮度不同的区域时，边界处亮度对比加强，使轮廓表现得特别明显。在下图中，每个条条的光的灰度不变，每个条的灰度值都不一样，在视觉感知中，灰度小（暗）的右边靠近灰度值高的，在灰度小的条的右边看上去变暗，灰度大的左边看上去变亮，但实际上的这整个条是不变的。 百度百科：https://baike.baidu.com/item/马赫效应/8802368
对比现象：同样两个灰色小方块，一个放在白色背景上，一个放在黑色背景上，结果在白色背景上的小方块看起来比黑色背景上的小方块要暗。 百度百科：https://baike.baidu.com/item/感觉对比现象/4615214?fr=aladdin视觉错觉 图像形成模型： 当一幅图像从物理过程产生是，它的值正比于物理源的辐射能量。因此，f(x,y)一定是非零的和有限的。 函数f(x,y)可由两个分量来表征：（1）入射到观察场景的光源总量和，即入射分量i(x,y)。（2)场景中物体反射光的总量，即反射分量r(x,y)。则：f(x,y)=i(x,y)r(x,y)，其中0<i(x,y)<∞，0<r(x,y)<1.x,y是像素的坐标点图像取样和量化 将一幅图像转化为数字图像，必须在坐标和幅度上都做数字化操作。数字化坐标值称为取样，数字化幅度值称为量化 个人对图像取样的理解： 拍摄完一个图片后，如果把它转为像素为600x500的数字图像，即x轴有600个像素点，y轴有500个像素点，在二维坐标（x,y)有其对应的f(x,y)=b,b是点（x,y)的灰度值。拍摄出来的图片在颜色在整个区域内是连续的，因此需要对其进行取样和量化以转化成数字图像，也就是说，x轴取出600个点（1,2,3,…,600），y轴取出500（1,2,3,…500）个点，对应的（x,y)给定一个灰度值即f(x,y)。这就是取样和量化的理解。那如何进行呢？例如：图片大小为600mmX500mm，x轴上分为600份，每一份1mm。△x的取值范围就应该是：0<△x<1mm。y同理。由函数δ(x,y)=1当且仅当x=y=0，即x=m△x,y=n△y.△x和△y的取值 都是在一份的大小之内，所以如果将图片如上图放置，当m=1，n=1时，x1=m△x=△x（在x轴的一个单位之内的某个位置）,y1=n△y=△y（在y轴的一个单位之内的某个位置），这个点(x1,y1)处的灰度值就是作为在这个（0-△x，0-△y）整个区域内的灰度值，这个区域在像素坐标下的坐标为（1，1）。因为每次增大△x，△y，所以是在图像上均匀取出样值。
3. 数字图像的表示
M、N取正整数，出于硬件方便处理的考虑，灰度级典型的取值是2的整数次幂对于一幅大小为MxN，灰度级L=2
k的数字图像，所需的存储空间是b=MxNxk。称一幅2
k的图像为k比特图像屏幕分辨率：屏幕分辨率是指屏幕显示的分辨率。屏幕分辨率确定计算机屏幕上显示多少信息的设置， 以水平和垂直像素来衡量。屏幕分辨率低时（例如 640 x 480），在屏幕上显示的像素少，但尺寸比较大。屏幕分辨率高时（例如 1600 x 1200），在屏幕上显示的像素多，但尺寸比较小。显示分辨率就是屏幕上显示的像素个数，分辨率160×128的意思是水平方向含有像素数为160个，垂直方向像素数128个。屏幕尺寸一样的情况下，分辨率越高，显示效果就越精细和细腻。像素间距（点距）：像素间距(pixel pitch)的意义类似于CRT的点距(dot pitch)，一般是指显示屏相邻两个象素点之间的距离。 我们看到的画面是由许多的点所形成的，而画质的细腻度就是由点距来决定的，点距的计算方式是以面板尺寸除以解析度所得的数值。以LCD为例，14英寸液晶显示器的可视面积一般为300mm×190mm，分辨率为1280×800，从而计算出此LCD的点距是300/1280=0.2344mm或者190/800=0.2375mm。点距越小，图像越细腻。 百度百科：https://baike.baidu.com/item/屏幕分辨率/2193029?fr=aladdin图像分辨率：在不同的应用场景中有不同的含义。在电脑中一般图像分辨率的表达方式为水平像素数×垂直像素数数码图像：数码图像有两大类，一类是矢量图，也叫向量图；另一类是点阵图，也叫位图。矢量图比较简单，它是由大量数学方程式创建的，其图形是由线条和填充颜色的块面构成的，而不是由像素组成的，对这种图形进行放大和缩小，不会引起图形失真。 点阵图很复杂，是通过摄像机、数码相机和扫描仪等设备，利用扫描的方法获得，由像素组成的，是以每英寸的像素数（PPI）来衡量。点阵图具有精细的图像结构、丰富的灰度层次和广阔的颜色阶调。当然，矢量图经过图像软件的处理，也可以转换成点阵图。 百度百科：https://baike.baidu.com/item/图像分辨率/872374灰度级分辨率：指在灰度级别中可分辨的最小变化改变取样数目对图像的影响： 保留偶数行，保留偶数列就可以将1024x1024的图像抽样缩小为512x512的图像。 通过复制行和列可以使抽样后的图像复原到原来的大小。灰度级变化的影响： 灰度级为256时有0-255的256种不同取值，灰度级为2时只有1和1两种不同的取值，在图像上的表现方式就是只有黑色和白色。 随着灰度级数目的减少，灰度级差异小的会被同化，差异大的差异越来越明显，就会出现明显的对比变化。
图像处理系列笔记： https://blog.csdn.net/qq_33208851/article/details/95335809
