数字图像处理与机器视觉第0章归纳

一、数字图像

1、根据其特性可以分为2类—位图和矢量图，位图通常用数字矩阵表示，常见格式有BMP、JPG、GIF等；矢量图由适量数据库表示，我们常接触的有PNG格式。

2、分类

二值图、灰度图、RGB图和索引图。

二、图像的空间和灰度级分辨率

1、图像的空间分辨率（每单位长度所包含的像素和点数）ppi（pixels per inch）

2、图像的灰度级/辐射计量分辨率

灰度级分辨率又称色阶，是指图像中可分辨的灰度级数目，灰度级分辨率又称辐射计量分辨率。

三、像素的邻接，连接和连通

首先邻域的概念有4邻域，8邻域之分。其中8邻域=4邻域+对角邻域。

1、邻接：两个像素接触，则它们是邻接的。一个像素和它的邻域中的像素是接触的。邻接仅考虑像素的空间关系。

2、连接:（1）是邻接的。（2）灰度值（或其他属性）满足某个特定的相似准则（灰度相等或在某个集合中等条件）。

这样我们就有了4-连接，8-连接和m-连接的概念，这些概念我在上图像处理课的时候理解的不好，这里详细讲一下。

    （1）4-连接：2个像素p和r在灰度集合V中取值且r在N4（p）---p的4邻域中。

    （2）8-连接：概念类似（1）。

    （3）m-连接：也叫混合连接，2个像素p和r在灰度集合V中取值且满足<1>r在N4（p）中；<2>r在Nd（p）中且N4（p）与N4（r）的交集元素不在V中。

“混合连接实质上是在像素间同时存在4-连接和8-连接时，优先采用4-连接，并屏蔽两个和同一像素间存在4-连接的像素之间的8-连接。”这是《图像工程》中的原话，我觉得对m-连接的概念讲得比较好理解，而且印象深刻。

说来也好理解，这种m-连接的引入目的之一就是消除8-连接的多路问题。8-连接在像素距离的选择时有多种路径，引发歧义，而m-连接则没有。

3、连通：说白了和图里的节点连通性道理一样。就是两个像素之间，如果有一条通路能把它们连接起来，那么就是连通的了。当然，连接是连通的一种特例，就是在两个邻近的像素之间的连通。对应连接的概念，连通也分4-连通和8-连通。

在像素的邻接和连通定义我们都熟知后，其实还有比较复杂点的概念引入，那就是像素集合的邻接和连通。如果把一幅图像看做是所有像素的集合，那么根据像素间的关系则可把像素结合成图像的子集合。那么显然这些子集也满足像图像像素元素那样的连通和连接性质（这个应该可以归纳证明的~~这里偷个懒吧囧）。对图像子集S中的任何一个像素p，所有和p相连通又在S中的像素的集合合起来称为S中的一个连通组元。如果S只有一个连通组元，即S中所有像素都互相连通，那么S就是一个连通集。如果一幅图像的所有像素都分属于几个连通集，则可以说这几个连通集是整个图像的连通组元。图像里的每个连通集构成图像的一个区域，这样我们就引入了区域的概念。