图像处理的基础知识

一幅图像被定义为二维函数f(x,y),f为(x,y)位置的灰度值。灰度值是表述黑白图像亮度的术语，彩色图像RGB也可以用灰度处理的方法，只需要提取RGB独立的分量R/G/B即可。

光电效用，关于电压的连续振幅取样，数字化坐标和振幅称为量化。当f,(x,y)都是有限且离散的量时，称该图像为数字图像。
取样量化形成一个数学矩阵，例如取样M行N列，其中x的范围0—(M-1),y的范围0—(N-1)。
f(x,y)=i(x,y)r(x,y),其中i(x,y)入射能量，r(x,y)反射率，r(x,y)=0无反射，1全反射。

关于f(x,y)的灰度级别转化，一般为2的k次幂。一般图像2的8次幂。
存储图像需要的比特数b=M*N*k。

关于图像大放大和缩小。放大最近邻域内插法（将最近邻的像素灰度复制给新的像素）和双线性内插值（v(x,y)=ax+by+cxy+d,以最近的4点求出a,b,c,d）。

相邻像素：N4(p)四点邻域系统(x+1,y),(x-1,y),(x,y+1),(x,y-1).N8(p)四点邻域系统(x+1,y),(x-1,y),(x,y+1),(x,y-1),(x+1,y+1),(x-1,y-1),(x-1,y+1),(x+1,y-1).

距离度量：欧氏距离D(p,q)=[(x-s)^2+(y-t)^2]^(1/2).四邻域（菱形）城市街区距离D4(p,q)=(|x-s|+|y-t|).八邻域（正方形）棋盘距离D8(p,q)=max(|x-s|,|y-t|).这些距离仅与坐标相关。