1. 数字图像基础

1.1 采样和量化

采样：对坐标值进行数字化

量化：对幅值进行数字化

1.2 彩色模型

RGB：红、绿、蓝
HSL：色度、饱和度、亮度
YUV：Y明亮度，UV色度
CMY：青、品红、黄

2. 空域滤波

2.1 灰度变换

2.1.1 基本的灰度变换函数

2.2 直方图处理

2.2.1 直方图均衡化

2.2.2 直方图匹配

2.2.3 局部直方图处理

2.3 空间滤波

2.3.1 线性滤波

模板尺寸越大，丢失细节越多，图像越模糊

2.3.2 图像锐化

2.4 例题

1. 说出图像增强和修复的2个应用场景，并阐述其相应的核心算法
   a.对于需要增强对比度的图片， 阈值切分，特点是增强图只剩下两个灰度级，对比度最大，但细节全丢失了。
   将大于阈值点的像素点取白色（255），小于阈值点的像素点取黑色（0）

   b.医学领域中，对X射线照片的分析。灰度取反，t=(L-1)-s。

3. 频域滤波

3.1 傅里叶变换

3.1.1 卷积定理

4. 图像编码

4.1 无损编码

4.1.1 行程编码RLE

4.1.2 哈夫曼编码

4.1.3 线性预测

round[]是小数点后按四舍五入化整

4.1.4 算术编码

例题：
算数编码例题

4.2 有损压缩

4.2.1 JPEG压缩

5. 图像分割

5.1 边界分割法

5.2 边缘连接法

5.2.1 局部连接法

5.3 数字形态学

5.3 例题

1. 腐蚀
   从1开始计数，按照行优先顺序，查找到第一个1，(1，4)，因为结构元素是判断原点(x,y+1)，(x+1,y+1)是否都有1存在，若存在则原点不变，否则改为0。
   
2. 膨胀
   从1开始计数，按照行优先顺序，查找到第一个非边缘点0，(1,2)，根据结构元素判断(x-1,y)、(x,y+1)中是否存在1，若存在则将原点改为1。
   
3. 边缘提取
   
4. 讲述一种图像分割的算法和过程
   边界分割法：
   点的检测：设定阈值T，计算高通滤波值，若值大于阈值，则视为孤立点
   线的检测：
   依次计算4个方向的典型检测模板，得到Ri i=1,2,3,4
   如 |Ri| > |Rj| 对于所有的j = i，那么这个点被称为在方向上更接近模板i 所代表的线
   边的检测：
   一阶导数可用于检测图像中的一个点是否在边缘上
   二阶导数可以判断一个边缘像素是在边缘亮的一边还是暗的一边

局部连接法：