ディレクトリ
- 画像とデジタル表現
- デジタル画像処理
- 画質の評価
まず、画像のデジタル表現と
1.1 光知識に人間の本質
- 軽い粒子：ニュートン - >幾何光学 - >直線 - 現象を説明する：反射、屈折、透過
- 光波：干渉、回折：ホイヘンス、等 - >波動光学 - - >波長、周波数現象を説明することができます
- サブの光（量）：アインシュタイン、プランク - >量子光学 - >エネルギー量子化（非連続） - 現象を説明：光電効果を、コンプトン散乱
1.2カラー画像
一般的なカラーモデル
- RGB（赤、緑、青） - >アクティブ色光源が生成する（表示）
- CMYK（シアン、マゼンタ、イエロー、ブラック）（シアン、マゼンタ、イエロー、ブラック） - >印刷用、塗装、等
- HSI（色相、彩度、明度）（色相、彩度、輝度） - >色成分を調整します
R＆LT 1.2.1 、G 、B 三色
程度の人間の目のスペクトル範囲の気持ち〜780 nmの380、1931年に標準化の原則に異なる色のトライアドの様々なを取ることが、国際照明委員会（CIE）が規制、選択された波長700nmで、546.1nmと435.8nmを統一しました単色光は、赤、緑、青のように、物理トリコロールとしても知られています。任意の色の色の方程式：
例えば、RGBを生成することができる多数の色を使用して：RGBの256階調を、それぞれ、224の≈16.8 M色を生成することができます
色空間：色空間座標の三次元記述は、色は、色空間の点として定義されます
RGBカラーモデルは、立方体の主対角線上に、暗い灰色から、即ち、白色生成された光の各原色の等しい量を、単位立方体色座標系の三次元デカルトです。（0,0,0）（1,1,1）、黒である白、他の6つのコーナーキューブである、赤、黄、緑、シアン、青とマゼンタであります
1.2.2 カラーモデル- CMY モデル
CMYは、RGB空間における色値を減算RGB空間、即ちの添加剤混合物に相補的である減法原色であるCMY空間における同じ白色の値に等しいです。
CMYの等量とカラーインクと顔料ブラックの化学的特性に起因して真の黒ではなく、したがって、しばしば書かれたCMYとCMYKは、実際のブラックに加え印字三原色を得
1.2.3 カラーモデル- HSI モデル
記載されたヒトの視覚系、色合い（色相）から出発して、彩度（飽和、又は彩度によって）及び輝度（または輝度強度）色
これは、RGB色空間よりも人間の視覚特性とより一致しています
- H、S、Iは別々に互いに独立に処理することができます
- HSI色空間において大幅処理及び画像解析の作業負荷を簡素化することができ
- HSI色空間やRGB色空間と同じ量だけ異なる表現、従ってそれらの間の変換があります
- 画像処理とコンピュータビジョンアルゴリズムは、便利なHSI色空間で多くを使用することができます
I：光の強度又は輝度が呼び出される表し、それは関係なく、その色とはいの、画素の全体の明るさを決定します。最も暗い1,0明るい値。
H：表し角度（0〜360度）で表される色相、その。これは、どのような波長スペクトルに最も近い色を反映しています。レッド0°、120°、緑、青240º。
S：彩度を表し、色飽和度は、色カラーサークルの半径長に原点です。リングの外周に、前記飽和または飽和値であり、純粋な色、。中央にニュートラル（グレー）トーン、即ち飽和0であります
1.2.4 カラーモデル変換
1.3 画像表現
- 物理的なイメージ - 利用可能なだけでなく連続関数によって記述され、処理および分析
- デジタル画像を - と、時間と空間の大きさは、離散的なデータ行列です
サンプリングや画像の量子化
- 「解像度：特定の領域、またはピクセルの数で撮影点の数;
- 「データの深さ」：各点因子（輝度/色差）データビットの記録。
より多くのサンプリング点を、より良い画質。場合は、サンプルの数が減少し、ブロック状の効果が徐々に明らか図。場合のサンプルの特定の数、量子化レベルの数より、より良好な画質の画像。極端な状況の量子化レベルの最小数は、二値画像、画像偽輪郭です。
画質の異なるレベルの効果を定量化します。明らかに、点から両方が平面または奥行きデータの点で記録を取るために、雌親が形成されたサンプル画像は、いくつかのデータが失われた特定のギャップを有していなければなりません。しかし、コントロールが非常に小さい場合には、このギャップは、そのギャップが許容されます。
実施形態は、従来の画像データ構造を説明しました
マトリクス（行列） --- 白黒、グレースケール、カラー、...... /リスト（チェーン）/トポロジー（位相幾何学的データ構造）/リレーショナル構造（リレーショナル構造）......
マトリックス-黒と白の画像（二値画像）： 画像の各画素が黒又は白だけであることを意味し、中間の遷移が、それはまた、二値画像を知られています。2の画像値の画素値 0、 1。
マトリックス - グレースケール画像：グレースケール画像のピクセルのグレーレベルは、一般的に、即ち、0〜255 8ビットです。「0」は、純粋な黒を示す「255」は、純粋な白を示しています。型現実画像は、一般に、画素階調の8ビットが、10ビット、12ビット、16ビットの開発に向けてのために使用される実質的にグレースケール画像、として表すことができます。
マトリックス-グレースケール画像：
マトリックス-カラー：一般に、各ピクセルの色の画像情報を参照し、RGBの三原色からなる画像、 RGBは異なるグレーレベルを記述することです。
映像フォーマット： https://www.jianshu.com/p/f6bde0058c94
1. アプリケーションの4色モデル- 使用してHSI モデル特徴排除は、赤目を
「赤目」 -ストロボ撮影結果：HSI空間においては、赤目として定義することができる：PI / 4 <色相<π/ 4彩度> 0.3。
処理アルゴリズム
- > HSI - 顔RGBの特定の領域における色空間変換用
- 各画素ポイントをテスト
- 如果：-π/ 4 <H <π/ 4とS> 0.3
- 次いで、ピクセルは灰色にする赤目画素である：S = 0
第二に、デジタル画像処理
デジタル画像処理の定義：
オブジェクトのデジタル表現 - 次元のマトリックス - 所望の結果を得るために、一連の動作を適用します。、そして治療は、多くの場合、連続プロセス離散関数によって結果、「デジタル画像処理」「デジタル画像処理」を参照していないのではなく、「デジタル画像処理」
デジタル画像処理モード：
- 別の画像への一つの画像の処理画像に処理された画像
- 非画像、解析、認識及び理解プロセスの表現に画像
コンテンツのデジタル画像処理研究
画像変換：画像の空間又はスペクトル分布を変化させること、または対象の顕著な情報を取得します
- 空間的変換：ズーム、回転を......
- 周波数領域変換：フーリエ変換、離散コサイン変換、ウォルシュ変換ウェーブレット変換......
画像強調と復元
- （ノイズ除去、画像の鮮明度を向上させる）画像品質を改善
- 階調補正、画像平滑化、幾何補正、画像鮮鋭化......
理解と画像の認識
- 抽出固有の情報は、画像から抽出しました
- 統計的パターン分類、構文パターンの分類......
連続と離散
- アナログ画像：連続空間の位置、連続の各位置の変化の光強度
-
デジタル画像：サンプリング（サンプル）：空間離散、サンプリング（サンプル）：空間離散
重要画像サンプルを解決すべき問題：原画像からのサンプリング点の最小数の正確な回復ポイント、水平方向と垂直方向の点をサンプリングする、すなわち、最大の間隔をサンプリングする必要。問題は、二次元における1次元のサンプリング定理の促進と見なすことができます。
ナイキスト定理をサンプリングする一次元：一次元信号x（t）はサンプリング周波数がfsの≥2fc満足する場合、元の信号を正確に離散サンプル値を再構成することができる帯域制限信号、FCの最大周波数である場合。
Nyguist次元のサンプリング定理：原画像の水平方向には、UM周波数、垂直方向の周波数は、長いサンプリング周波数u0≥2um、垂直空間サンプリング周波数レベルv0≥2vm、すなわちサンプリングポイントなどとしてVM、水平方向の空間であります間隔Δx≤（1 / 2um）、垂直間隔Δy≤（1 / 2vm）、画像を正確に復元することができます。
目に見えるとき層増大の量子化K番号、縮小それぞれの長さLだけでなく、元の階調情報を維持するために、狭い、より助長の平方の合計平均二乗誤差に比例。
代数演算
プラス入力画像、減算、乗算、除算演算のためのポイントには2つの点は、出力画像を得ることができます。代数一般的な式は次のよう：
（1）アプリケーションを追加：同じシーンの複数の画像を平均的な値を見つけるために、ランダムノイズの影響を低減するために添加され、画像の内容が二重露光の効果を達成するために、別の画像に重ね。
（2）減算アプリケーション：同じシーンの異なる時間に同じシーンの画像または減算（サブトラクション）画像異なるバンド。
アプリケーション：ターゲット検出および追跡を移動させる、ガイダンス動的に監視し、画像情報との差分を用いたが、背景画像と物体認識タスクを排除します。減算は広く医学で使用されています。
アプリケーションサブトラクション：合成画像を分離
（3）乗算アプリケーション：画像（マスク画像）の部分をマスクするために使用することができます
マスク画像にゼロの値によって抑制される領域の一部に保持されます。画像を用いてマスク画像を乗算し、部分画像部分がゼロでない場合でも、消去することができます。
（4）分割出願：除算演算は、代わりに絶対差の、各画素値に対する画像分割処理として知られている比に対応する画素値変化率を与え、撮像処理が一般的に用いられている方法です。
デジタル画像処理の特性
図1に示すように、データ量が多い画像情報の大量。
デジタル画像処理において、画像は、一般的な8ビット（カラー画像）を表すために6ビット（モノクロ画像）に各画素の少なくともグレーレベルからなるピクセル（画素）のマトリクスにより画像として見ることができます精密利用できる12ビットまたは16ビット。
図2に示すように、統合画像処理技術と強いです。
広い範囲の基本的なデジタル画像処理の知識と専門知識のカバーで。一般的には、通信技術、コンピュータ技術、電子技術、テレビ技術、数学、物理学および他の態様の基本に関するものです。
図3に示すように、密接に画像情報理論と通信理論に関する。
1948年には早くも、シャノンは、情報理論の基礎を築いた記事を、「通信の数学的理論」（コミュニケーションの数学理論）を発表しました。それ以来、情報理論は、すべてのフィールドの中に浸透しています。画像情報理論も、科学の情報理論の枝に属しています。
画像情報理論は、通信上の理論的研究に基づいて開発されています。コミュニケーション研究は、1次元の時間情報であり、研究の画像は、2次元の空間情報です。言い換えれば、理論は二次元の宇宙研究までの通信の一次元問題の画像を促進することです。
3つの画質の評価
画質の評価は、基本的な画像情報技術プロジェクトの一つとなっている、画像の品質の現在の評価は、2つのカテゴリに分類されます
主観評価 - 人間の目の視覚効果、方法及び基準で主観的に判断することは比較的よくなっています
客観的評価 - 客観的測定により定量的指標を与え
客観的な評価- 伝統的な客観的評価法
復元された画像の品質を測定するために、元の画像からの偏差を計算することによりエラー画像を復元し、最も一般的に使用される雑音比（PSNR）の平均二乗誤差（MSE）とピーク信号であります
前記N、MがX方向、Y方向における画像画素の数、及びFIJ Fである」点における各原画像とテスト画像（I、J）の値のIJ、Lは画像のグレー値であります8ビットグレースケール画像が関係するの範囲、L = 255。
客観的な評価- 視覚の測定値に基づいて
心理学の視覚的な観点からは、視覚的な経験が正動作であるだけでなく、生理的要因で、心理的な要因もに大きく依存する。人々は、画像を観察し、理解したときに、いくつかの地域のために無意識のうちに傾向があります関心、これらの領域は「と呼ばれる関心領域（ROI）」、画像全体の視覚的な品質は、多くの場合、ROIの品質に依存し、ROIの人々は様々な評価方法を探ります。そのようなROI内の関心の目の高さを投影画像の異なる領域を重み付けするなど
