图像处理

人类视觉系统 在自然界中，可见光只在全谱段中的非常小一段。但是图像处理是针对于全光谱而言的。 人眼系统感光细胞 人眼系统如上图所示，眼中视网膜上有视椎细胞（Cones）和视杆细胞（Rods）两种。视椎细胞对颜色和黑暗（Dark）敏感；视杆细胞对明光（Brightnes）敏感。 从上图可以看到，视椎细胞在中心分布较多，这就是为什么人眼在看东西时希望把东西放在眼中心，因为该处视椎细胞更多，可以更好地感知物体。视杆细胞在整个视网膜上都有分布，这就是为什么余光可以感知到周围的东西。 这张图是Weber ratio，它说明人眼在低亮度条件下，需要更大的光强差异才能感知到差异（也就是上图左边的$\Delta I$）；但在亮光环境下，只需要很小的亮度差异就可以感知到（右侧的$\Delta I$） 马赫带效应（Mach band effect） 人眼在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。如上图所示，当你观察上图时，会感觉每一个灰度小格子的左侧都比右侧亮。 相机成像 相机成像可以被看成两个过程：sampling 和 quantization。sampling过程发生在连 ...

引入图像的冗余信息编码冗余（encoding redundancy）:下图这个图像中，只有4种颜色，如果采用8bit色深编码，则会有252种值从未被使用。 空间冗余（spatial redundancy）：下图每一行都是一样的像素点，如果每一个像素都独立记录值，则会浪费很多空间。如果能记录256个像素的一条线，再记录这条线重复256次，那么将会剩下很多的空间。 无关信息（irrelevant information）：下图的灰度值差异很小很小，肉眼不可查（下图左）。除非使用直方图均衡等算法（下图右），否则图像信息不可见。因此其为可压缩信息。 主流音视频压缩格式 图像编码的总体流程图像存储在设备上，可以总地分为如下几个步骤： 映射器（Mapper）：将原图像的$f(x,…)$变换为减少空间和时间冗余的格式，这一操作是可逆的，但并不会减少数据量。在后续介绍JPEG压缩时会介绍DCT变换。 量化器（Quantizer）：上一步中，mapper将图像转化到变换域，量化就是将变换域中的数根据存储的比特要求量化成特定值。这一过程会损失信息，如果是无损压缩，则需要舍弃这一步。 符号编码 ...

灰度变换-像素处理像素处理是最简单、理解最直观的。是对每个像素点的值直接进行变换。像素处理可以只对图像的一部分执行。 在像素处理中，变换函数被记为T，某个像素点变换前的值为r，后的值为S，$S=T(r)$。 熟悉PS的小伙伴会知道PS里面有个曲线，这个曲线其实就是变换函数的函数图像。当曲线是下图这样时，会增强对比度。 如果拖着曲线的中点朝左上或者右下移动（变成指数函数），则可以调整整体的曝光值（$s=r^\gamma$）。这里的指数参数$\gamma$就是曝光值。 如果将曲线两头反向，则图片就会反相。 当然，你也可以只对一部分亮度的图像进行增强，其变换函数图像如下 灰度变换-直方图处理直方图用于统计一张图片中各值的像素点数量。其横轴为值，纵轴为数量。可以通过直方图看出来图像的整体亮度，直方图偏高代表图像中高亮度像素较多，偏低代表低亮度像素较多。 直方图均衡从上面可以知道，直方图偏高或者偏低都有问题，能让它均匀分布才能创造不死黑，不过曝，对比度正常的图像，如下图。因此需要进行直方图均衡。 归一化的直方图对于一个分辨率 ...