数字图像处理
在数字图像处理领域，本书作为主要教材已有 40 多年的历史。第四版是作者在前三版的基础上修订而成的，是前三版的发展与延续。除保留前几版的大部分内容外，根据读者的反馈，作者对本书进行了全面修订，融入了近几年来数字图像处理领域的重要进展，增加了几百幅新图像、几十个新图表和上百道新习题。全书共十二章，即绪论、数字图像基础、灰度变换与空间滤波、频率域滤波、图像复原与重建、小波变换和其他图像变换、彩色图像处理、图像压缩和水印、形态学图像处理、图像分割、特征提取、图像模式等。
本书的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技工作者、研究生、大学本科高年级学生及工程技术人员。
第 1 章 绪论
1.1 什么是数字图像处理
一幅图像可以定义为一个二维函数 $f(x, y)$，其中 $x$ 和 $y$ 是空间（平面）坐标，任一一对空间坐标 $(x, y)$ 处的幅值 $f$ 称为图像在该点的强度或灰度。当 $x$，$y$ 和灰度值 $f$ 都是有限的离散量时，我们称该图像为数字图像。数字图像处理是指借助于数字计算机来处理数字图像。注意，数字图像由有限数量的元素组成，每个元素都有一个特定的位置和数值。这些元素称为图画元素、图像元素或像素。
考虑三种类型的计算机图像处理：
- 低级处理：初级图像操作，涉及降噪、对比度增强和图像锐化等。
- 中级处理：涉及诸多任务，如图像分割、提取特征（如边缘、轮廓和各个目标的识别）。
- 高级处理：涉及“理解”目标，以及执行与人类视觉相关的认识功能。
本书将数字图像处理界定为输入和输出都是图像的处理，它包含从图像种提取特征的处理，甚至包含各个目标的识别。举例：如文本自动分析。
1.2 数字图像处理的起源
数字图像处理的历史与数字计算机的发展密切相关。事实上，数字图像处理要求巨大的储存和计算能力，数字图像处理领域的发展一直依赖于数字计算机及数据存储、显示和传输等支撑技术的发展。
1.3 数字图像处理技术应用领域实例
基于电磁波谱辐射的成像：
- 伽马射线成像：核医学和天文观测。
- X 射线成像：医学诊断，工业成像，天文学。
- 紫外波段成像：平板印刷术、工业检测、显微方法、激光、生物成像、天文观测。
- 可见光和红外波段成像：光显微方法、天文学、遥感、工业和执法。
- 微波波段成像：雷达，不受天气、光照条件影响。
- 无线电波段成像：医学和天文学。
- 其他方式成像：声波成像（B超）、电子显微方法、合成成像（分形）。
1.4 数字图像处理的基本步骤
1.5 图像处理系统的组成
第 2 章 数字图像基础
2.1 视觉感知要素
2.1.1 人眼的结构
角膜是坚硬并且透明的组织，覆盖在人眼的前表面。
巩膜是包围眼球其余部分的不透明膜。
脉络膜中含有血管网，它是眼睛的主要营养来源。
虹膜的收缩和扩张控制进入人眼的光量。
晶状体吸收约 8% 的可见光谱，对短波长的光有较高的吸收率。
视网膜布满整个后部的内壁。眼睛聚焦时，来自物体的光在视网膜上成像。其上分布有对颜色高度敏感的锥状体和对低光照敏感的杆状体。
2.1.2 人眼中图像的成像
在普通照相机中，镜头的焦距是固定的。不同距离的聚焦是通过改变镜头和成像平面之间的距离来实现的，胶片（或数码相机的成像芯片）放在成像平面上。在人眼中，情况与此相反；晶状体和成像区域（视网膜）之间的距离是固定的，正确聚焦的焦距是通过改变晶状体的形状得到的。在远离或接近目标时，睫状体中的纤维通过分别压扁或加厚晶状体来实现聚焦。
2.1.3 亮度适应与辨别
人类视觉系统能够适应的光强邓建的范围很宽——从暗阈值到强光约有 $10^{10}$ 级别。实验数据表明，主观亮度（即人类视觉系统感知的亮度）是进入人眼的光强的对数函数。
现象一：视觉系统往往会在不同灰度区域的边界处出现“下冲”或“上冲”现象，典型如马赫带效应。
现象二：同时对比，即一个区域的感知亮度不只取决于其灰度，还与其周边环境的灰度相关。
现象三：光学错视，即人眼中充斥这不存在的信息或错误地感知了物体的几何特点。
2.2 光和电磁波
电磁波谱可用波长、频率或能量来表示。波长（$\lambda$）和频率（$v$）的关系为：$\lambda = c / v$；式中 $c$ 是光速。
电磁波谱个分量的能量为 $E = hv$；式中 $h$ 是普朗克常数。常用能量单位是电子伏特。
电磁波可视为以波长 $\lambda$ 传播的正弦波，或视为没有质量的粒子流，每个粒子像波浪一样行进并以光速运动。每个无质量的粒子都是具有一定（一束）能量的粒子，称为光子。
光是一种电磁辐射，它可以被人眼感知。电磁波谱可见光波段范围是 0.43 um（紫色）~ 0.79 um（红色）。
感知的物体颜色由物体反射的光的性质决定。相对平衡地以所有可见光波长反射光的物体，在观察者看来呈现白色。
没有颜色的光称为单色光或无色光。单色光的唯一属性是亮度。单色光从黑到白的数值范围通常称为灰度级，而单色图像常称为灰度图像。
对于彩色光，除了频率外，我们还用三个其他量来描述彩色光源：辐射、光通量和亮度。辐射是从光源流出的总能量，通常用瓦特（W）来度量。光通量是观察者从光源感知的能量，但通常用流明（lm）来度量。亮度是光感知的主观描绘子，它实际上不能度量，体现的是强度的无色概念，是描述色彩感觉的关键因素之一。
原理上，如果能够开发传感器来检测由一个电磁波谱波段发射的能量，那么 就能在该波段上对感兴趣的事件成像。
2.3 图像感知与获取
我们感兴趣的大多数图像，都是由“照射”源和形成图像的“场景”元素对光能的反射和吸收产生的。对“照射”和“场景”加引号的目的，是强调它们要比我们熟悉的可见光源照射三维场景的情况更为普遍。例如，照射可能来自电磁能量源，如雷达、红外线或 X 射线系统。也可能来自非传统光源（如超声波），甚至来自计算机产生的照射模式。
2.3.1 使用单个传感器获取图像
2.3.2 使用条带传感器获取图像
- 安装有成像条带传感器的飞行器以恒定高度和速度飞过待成像区域，对地面进行成像。
- 医学和工业成像使用环形条带传感器获取三维物体的剖面（“切片”）图像。
2.3.3 使用阵列传感器获取图像
优点是将能量聚焦到阵列表面就可得到一幅完整的图像，不需要传感器排列的运动。典型如数字摄像机的典型传感器 CCD（电荷耦合器件）阵列。
2.3.4 一个简单的成像模型
我们用形如 $f(x,y)$ 的二维函数来表示图像。在空间坐标 $(x,y)$ 处 $f$ 的值是一个标量，其物理异议由图像源决定，其值与物理源（如电磁波）辐射的能量成正比。因此 $f(x,y)$ 一定是非负的和有限的，即 $0 \leq f(x,y) < \infty$ 。
函数 $f(x,y)$ 由两个分量表征：（1）入射到被观察场景的光源照射量；（2）被场景中物体反射的照射量。它们分别称为入射分量和反射分量，并分别用 $i(x,y)$ 和 $r(x,y)$ 表示。这两个函数的乘积形成 $f(x,y)$，即 $f(x,y)=i(x,y)r(x,y)$，式中，$0 \leq i(x,y) < \infty$ 且 $0 \leq r(x,y) \leq 1$。
于是，反射分量限制在 0（全吸收）和 1（全反射）之间。$i(x,y)$ 的性质取决于照射源，而 $r(x,y)$ 的性质取决于被成像物体的特性。这些表达式也适用于投射成像的情况，如胸透 X 射线。这时，要用透射系数代替反射函数。