第四章：主要是说明了一些基本的MATLAB语言对数字图像的基本操作。

第五章:根据MATLAB语言进行数字图像增强的处理设计。

2  数字图像以及数字图像处理技术

2。1  数字图像基本知识

数字图像，简单的说就是用二维的数组表现出来的图像。其中每个数字单元被称为像元，我们通常将看到的现象与数字图像之间的关系的知识，合适的运用起来就可以组成数字图像，也就是光学度和几何或传感器校准，而数字图像处理就是研究他们的算法变换。

   数字图像可以分为二值图像、灰度图像、彩色图像、伪彩色图像、三维图像等等。图像中每个像素的亮度值只可以从0--1中取值的图像被称为二值图像（Binary image）。图像中的每一个像素可以由0--255的亮度值表现的称之为灰度图像（Gray Scale image），灰度图像又可以叫做灰阶图像，其中的0-255亮度值表示由黑到白的不同的灰度级。由三张不同的颜色的灰度图像组成的是彩色图像(Color image)，三张不同色彩的灰度图像分别为绿色、红色、蓝色。而三维图像（3 D图像）是由一组堆栈的二维图像构成的[5]。

数字图像表示经过采样和量化的图像，像素为离散单元，量化的灰度就是数量值。所谓的图像数字化，就是对原始图像进行采样（Sampling）和量化（Quantization）。

把一张图像看作二维的函数 f( x , y ),这里的x、y是表示中的坐标，所以在任意一组( x , y )坐标对应的f值就是该点的灰度值，当x、y和灰度值f都是离散的数的时候，就是数字图像。

2。1。1   采样论文网

采样是把在空间、时间上连续的图像变成为离散的点的集合的处理，也就是坐标（x,y）的数字化，即确定水平和垂直方向上的像素的个数N、M，如图2-1-1 。

2。1。1  图像采样示意图

 经过采样，如图所示，图中横向的像素点的个数为M个，纵向像素点的个数为N个，所以，此图像的大小可以用“M * N”个像素来表示。

2。1。2  量化

    采样之后，原图在时间和空间上像素都是离散的分布着，但此时的灰度值仍是连贯的值，图像的量化即是将这些灰度级取值从模拟量到离散量的转变。将连续的灰度值变化为离散的整数值，被称为图像的灰度级量化，也就是将灰度值f映射到Z的处理，Z的最大取值，可以确定像素的灰度级数G=2m，如图2-1-2所示[6]。

2。1。2  图像量化示意图

2。2  数字图像处理的基本概述

图像处理基本上可以分为两大类：数字图像处理（digital  image  processing）和模拟图像处理（analog  image  processing）。数字图像处理首先是将图像信号转变为数字信号，然后再使用计算机对图像进行操作。主要处理技术和方法如图像增强、分割、提取、压缩和去噪等。

数字图像处理方法的优越性来自于两个重要的方面：一是改善图示信息以便于人们解释；二是为了图像存储、显示和传输更加方便而去处理一些图像的数据。

数字图像处理技术的快速进步受益于三个大类：一是数学科研的发展（尤其是离散数学的创立和不断的完善）；二是计算机技术的一直进步，从而带动了信息科学发展崛起；三是各种各样的畜牧业、农业、工业、医疗业、林业、军事和环境等领域的使用需求的增长。

2。2。1  数字图像处理方法研究内容

常用的数字图像处理方法内容如下：

(1）图像描述

在图像描述中，识别和理解重要的先决条件。对于一般的二值图像，可以根据其几何特征来描述物体。人们常说的图像描述通常都是描述二维图形的形状，包含了边界描述和区域描述两类。由于人们不停地加深对图像处理技术的研究，现在还开始了对于三维物体的探索，提出了物体表面的描述和圆柱体描述等办法。