數字圖像處理的經常使用概念和方法

發現一篇文章講數字圖像處理的概念比較通俗易懂的，核心部分摘過來，以下：

圖像的基本屬性

   亮度：也稱爲灰度，它是顏色的明暗變化，經常使用 0 ％～ 100 ％ ( 由黑到白 ) 表示。如下三幅圖是不一樣亮度對比。

亮度對圖像色彩的影響

   對比度：是畫面黑與白的比值，也就是從黑到白的漸變層次。比值越大，從黑到白的漸變層次就越多，從而色彩表現越豐富。

對比度對圖像色彩表現的影響

   直方圖：表示圖像中具備每種灰度級的象素的個數，反映圖像中每種灰度出現的頻率。圖像在計算機中的存儲形式，就像是有不少點組成一個矩陣，這些點按照行列整齊排列，每一個點上的值就是圖像的灰度值，直方圖就是每種灰度在這個點矩陣中出現的次數。咱們能夠具體看一下下面兩個不一樣圖形的灰度直方圖：

 

直方圖均衡化

   經過灰度變換將一幅圖像轉換爲另外一幅具備均衡直方圖的圖像，即在必定灰度範圍內具備相同的象素點數的圖像的過程。下面是直方圖均衡化先後的圖形變化以及直方圖變化：

圖像的加減運算

   兩幅圖像的加減運算：對圖像進行加減運算，就是將圖像對應的存儲矩形點列上的灰度值進行加減運算。圖像相加能夠將一幅圖像的內容加到另外一幅圖像上，能夠實現二次曝光，也可一對同一個場景的多幅圖像求平均值，這樣能夠下降噪聲。圖像相減能夠用於運動檢測或去除圖像中不須要的加性圖案。

   圖像的加法示例：圖中運算爲： (a)+(b)=(c)

a	b	c

   圖像的減法運算示例：圖中運算爲 (a)-(b)=(c)

a	b	c

圖像的噪聲

   圖像的噪聲：就像對於聽覺而言，在打電話時對方說話咱們有時候會聽到很嘈雜的噪聲，以致於聽不清楚對方在說什麼。一樣的，對於圖像，本來咱們能夠很清晰的看到一幅圖像，可是有時候圖像上會有一些咱們不須要的圖案，使咱們沒法很清楚的看清一幅圖，這就是圖像的噪聲。

經常使用的圖像去噪聲方法

   經常使用的去噪方法：主要是採用濾波器對帶噪聲圖像進行濾波處理。

帶噪聲的圖	算術平均濾波後的圖
中值濾波後的圖	無噪聲圖