1、研究背景：
地球数据化带来的任务，一方面要求处理对象的数字化，一方面要求处理时的直观性，因此带来了许多研究课题与方向。
2、图像：
图是物体投射或反射光的分布，像是人的视觉系统对图的接收在大脑中形成的印象或反映。是主观和客观的结合。
3、图像的分类：
a、模拟图像，如胶片胶卷等，是物理的图像
b、数字图像，将图片数字化，以像素的点将颜色进行记录和分析。数字图像是指由被称作像素的小块区域组成的二维矩阵，将物理图像行列划分后，每一小块区域称为像素（pixel）每个像素包括两个属性：位置和灰度。
c、对于单色即灰度图像而言，每个像素的亮度用一个数值来表示，通常数值在0到255之间，即可用一个字节来表示，0表示黑、255表示白，而其他表示灰度级别。
4、采样：
将物理图像分成多少行多少列，将每个小格视作一个像素，获取其灰度值。
5、彩色图像可以用红绿蓝三元组的二维矩阵来表示
a、通常，三元组的每个数值在0-255之间，0表示相应的基色在像素中没有，255表示相应的基色在像素中取得最大值，这种情况下每个像素可用三个字节来表示。
b、可以通过二值化得到黑白图
6、什么是数字图像处理：
利用计算机系统对数字图像进行各种目的的处理
7、对连续图像进行数字化，以左上角为坐标轴原点。
a、空间上：图像抽样
b、幅度上：灰度级量化
c、x方向，抽样m行，y方向每行抽样n点，整个图像共抽样m*n个像素点。一般取m=n=2^n=64,128,256等，此时像素的绝对大小没有改变，而是像素的数量发生了改变。像素的数量直接影响了图像的清晰度。
d、如果是放大的话，如果不作处理，此时相当于放大像素的绝对大小，看到的是马赛克；如果进行了放大处理，相当于不改变像素的绝对大小，而是生成新的像素进行填充，清晰度可以不改变。
e、数字图像常用矩阵来表示，矩阵的每一个元素为f(x,y)，对应着第x行第y列像素的灰度值
8、数字图像处理的三个层次：
a、低层：图像处理：抽象程度低，操作对象为像素，数据量大
b、中层：图像分析：抽象程度中，操作对象为图像处理后得到的目标，根据目标得到一些理解的结果，结果用符号表示，数据量中
c、高层：图像理解：抽象程度高，操作对象为图像分析得到的符号，数据量小
9、图像处理：
对图像进行各种加工，以改善图像的视觉效果，强调图像之间进行的变换，是一个从图像到图像的过程，但图像的质量增强了，变得清晰了。是在图像像素级进行处理。
10、图像分析：
对图像中感兴趣的目标进行提取和分割，获得目标的客观信息，建立对图像的描述，以观察者为中心研究客观世界。是一个从图像到数据的过程。分割和特征提取把原来以像素描述的图像转变成比较简洁的非图像形式的描述。
11、图像理解主要是高层操作，基本上是对从描述抽象出来的符号进行运算，其处理过程与方法和人类的思维推理有许多相似之处，即模式识别。
12、数字图像处理系统概要：
a、对象物通过摄像单元通过A/D转换单元存储到图像存储单元然后上传给计算机
b、图像数字化设备输入图像通过图像处理计算机进行处理然后通过输出设备进行输出（打印机等）。
13、数字图像处理的主要研究内容
a、图像的数字化：将一幅光学图像表示成一组数字，即不失真也便于计算机分析处理。主要包括图像的采样与量化。
b、图像的增强：加强图像的有用信息，削弱干扰和噪
c、图像变换：傅里叶变换、沃尔什变换、采用各种图像变换方法对图像进行简介处理，有利于减少计算量并进一步获得更有效的处理。
d、图像的恢复：把退化、模糊了的图像复原。常见的有运动模糊、散焦模糊。
e、图像压缩编码：减少图像的数据量，有无损压缩和有损压缩两种，主要方法有熵编码、预测编码、变换编码、二值图像编码、分形编码
f、图像分割：是数字图像处理的关键技术之一，将图像中有意义的特征提取出来（物体的变换、区域），他是进行进一步图像识别、分析和图像理解的基础。主要方法有图像边缘检测、灰度阈值分割、基于纹理分割、区域增长
图像识别是人工智能的一个重要领域，是图像处理的最高境界，一副完整的图像经过预处理、分割和描述提取有效特征之后，进而由计算机进行处理得出结论。
