当前位置：首页 > news >正文

数字图像处理（冈萨雷斯）第三版：第一章绪论主要内容和重点——（数字图像处理的一些概念）

news 2025/8/4 9:49:10

一.什么是数字图像处理（★☆☆☆☆）

由计算机对输入的图像进行处理，使其在某方面的特性得到优化，使得更易于人眼观察、便于存储和传输、便于机器视觉分析等。

人眼对事物的感知影像（简单的来说就是第一眼能够看到的东西）

一种数据场（例如在坐标轴中图像每一个点都可以用空间坐标表示）

锥状细胞：感受光的明暗（弱）和颜色

杆状细胞：感受光的明暗

调节范围大（10的10次方级）

同时区间小（<64级）

亮度适应现象

视觉暂留（0.1s）

模拟图像（连续的）：现实中采集到的

数字图像（间断的）：电脑中的

物理图像

虚拟图像（从一开始就由像素点的图像）：动画漫画等

单波段：灰度图像（单一颜色的图像，只有亮暗的区别）

多波段：彩色图像

超波段：高光谱图像

矢量图（像素点之间的关系）

位图（像素点的具体值）

早期动力：航天与军事需求
20 世纪 50 年代，美国航天计划（如 “徘徊者号” 探测器）需要处理太空传回的模糊图像。由于早期空间探测器的成像设备精度有限，传回的照片存在噪声、失真等问题，传统光学处理（如暗房技术）无法满足需求。
- 1964 年，美国喷气推进实验室（JPL）首次使用计算机对 “徘徊者 7 号” 传回的月球照片进行数字处理，通过编程去除噪声、增强对比度，成功清晰呈现了月球表面细节。这一事件被视为数字图像处理的标志性起点。
- 同期，军事领域对卫星侦察图像的解析需求，推动了对图像压缩、增强算法的早期研究。
关键技术基础：计算机与离散数学
数字图像处理的前提是 “数字图像” 的诞生 —— 即通过采样和量化将模拟图像（如照片）转化为离散像素阵列。这依赖于：
- 计算机存储与计算能力的初步发展（如 IBM 7094 等早期大型机的出现）；
- 离散数学（如采样定理、矩阵运算）和信号处理理论（如傅里叶变换）的应用，为图像的数字化表示和运算提供了数学基础。

算法突破：从单一操作到多样化工具
- 70 年代，灰度变换、卷积滤波、边缘检测等基础算法被逐步提出并完善。例如，Sobel 算子（1970 年）、Canny 边缘检测（1986 年，基于 70 年代理论）等成为经典工具。
- 傅里叶变换在图像处理中的应用（如频域滤波）得到推广，解决了空域处理难以实现的平滑、锐化等问题。
医学领域的推动
计算机断层扫描（CT）技术的发明（1972 年，英国工程师 Hounsfield）依赖于数字图像重建算法（如反投影法），将 X 射线投影数据转化为断层图像。这一突破不仅革新了医学诊断，也证明了数字图像处理在复杂场景中的实用价值，推动了学界对图像重建、三维可视化的研究。

硬件进步：个人计算机与图像传感器
80 年代后，PC 的普及和 CCD 传感器的商用（如数码相机的雏形）使数字图像获取和处理成本大幅降低，推动技术从科研机构走向民用领域（如数字摄影、视频处理）。
理论体系化
1982 年，冈萨雷斯（Rafael C. Gonzalez）与伍兹（Richard E. Woods）的经典教材《Digital Image Processing》出版，系统梳理了该领域的理论框架，标志着数字图像处理成为一门独立的学科。