计算机视觉与图像处理学习笔记（一）

写在前面：因学习需要，本人根据章毓晋的《计算机视觉教程》和冈萨雷斯的《数字图像处理》两本书进行学习，中间会穿插相关实践，会有对opencv的学习，以此笔记记录学习过程，激励自己学习的同时，也供大家参考。

声明：转载注明出处

图像可看做是对辐射强度模式的空间分布的一种表示，是辐射强度模式的一种投影。我们平时看到的图像大多是3-D空间投影得到的2-D成像平面。因此，就有了对此类图像的表示方法，用一个二维数组f(x,y)来表示，x,y表示坐标，f表示在这个坐标位置某种性质的数值。比如：对于灰度图像，f表示灰度值，而对于彩色图像，则需要三个f来分别记录红、绿、蓝三个值。

以上说的是图像的表达，对于图像的显示，则主要依赖于显示设备。根据显示方式不同，图像可以是散点集、区块、数值等多种形式。比如下图中同一张图像的三种显示方式。

接下来是图像的存储。这部分的存储设备和图像文件格式比较熟悉，不多说。特别注意JPEG格式源自JPEG标准，它定义了一个规范的编码数据流，说白了，和哈夫曼编码的意思有点相似，但不完全一样。

然后是像素间的关系。每一个像素的周围8个像素称之为近邻像素，与他们组成4-邻域、对角邻域、8-邻域（有区别）。如果一个像素p在另一个像素q的邻域中，则称两者邻接，如果他们的灰度值还满足某个特定相似准则，则称为连接。如果p与q不连接，但分别与第三个r连接，则称为连通，中间的连接像素（这里是r）构成p与q的通路。

最后是像素间的距离。常使用的距离计算方法有欧氏距离、城区距离、棋盘距离。如下：

具体定义和范数概念参考原书。还有距离变换，将二值图像变为灰度图像的一种特殊变换。

这一篇主要记录了一些图像方面的基本概念，下一篇是对知觉的学习记录。