图像处理的基础

图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。

多数图像传感器的输出是连续的电压波形信号，这些波形的幅度和空间特性都与其所感知的光照有关。为了产生一幅数字图像，我们需要把连续的感知数据转换为数字形式，这个转换的过程被称为图像采样和量化。

采样频率是指1秒内采样的次数（采样间隔的倒数），它反应了采样点之间的间隔大小。采样频率越高，得到的图像样本越逼真，图像的质量越高，但要求的储存量也越大。
图像采样的奈奎斯特（Nyquist）定理：图像采样的频率必须大于或等于源图像最高频率分量的两倍。

量化是指要使用多大范围的数值来表示图像采样之后的每一个点。量化的结果是图像能够容纳的颜色总数，它反应了采样的质量。
8位图像也就是常说的灰度图像，这个灰度图像包含了一幅图像的主要亮度信息。一般情况下，对数字图像进行算法处理，通常会将图像转换为灰度图像进行处理。24位图像也就常说的真彩图像，包括RGB3个通道的颜色信息。32位的图像还包含了Alpha通道，用来表示图像的透明度。此外，在红外图像的处理中，通常使用14位的数字来表示一个像素。

一般情况下，数字图像的原点位于左上角。数字图像扫描方式是从左上角开始向右扫描，扫描完一行之后转到下一行的最左侧开始扫描，一直到达图像的右下角。

对于一幅图像来说，从一个状态得到另一个状态的图像处理操作序列称为图像处理算法。常用数字图像处理方法：
（1）图像变换。例如傅里叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅里叶