[計算機視覺]數字影象以及影象處理的基本步驟
眾所周知，數字影象又稱為數碼影象，是二維影象用有限數字值畫素的表示。其中，畫素是數字影象的基本單元。而一幅模擬影象如果想要變成一幅數字影象，就需要經過數字化才能得到，數字化包括兩個過程：取樣和量化。
取樣是把空間上的連續的影象分割成離散的畫素的集合，取樣的間隔越小，影象的精細度就越大；取樣的間隔越大，精細度就越小。
注意：取樣的間隔必須滿足二維取樣定理（Nyquist準則）
即：取樣的間隔必須＜2（1/影象函式上限頻率）
比如，我們以著名的lena圖為例，使影象的取樣間隔不斷擴大，可以得出下列一組影象
由圖可知，取樣的精度對於影象的影響很明顯，當間隔越來越大時，幾乎已經看不到細節了。
量化是把畫素的灰度（濃淡）變換成離散的整數值的操作。量化地越細緻，也就是位元數越大，灰度解析度就越高，灰度級數表現地就越豐富。
在這裡還是以著名的lena圖作為例子，在下圖中，將以8位元、6位元、4位元以及3位元和1位元作為展示。
可見，量化位元數越大，影象的質量越好，其中，8位元以為這畫素的灰度（濃淡）是0~255之間的數值，而當位元數減少到1位元（2級）時，就成為二值影象，可用0代表黑和1代表白。
取樣
其中—> 取樣：座標的數字化
其中—> 量化：幅值的數字化
綜上所述，一幅影象所對應的座標以及幅值可能是無限和連續的，當需要把一幅影象數字化時，其實際上是把一幅影象 I=（x，y）所對應的座標（x，y）和幅值 I 都變化成有限和離散的量。
一幅影象可以看做無數個很小的光點強度的集合，當用數學方法來描述一幅影象時，首先表現為光點的強度，即一幅影象可看成空間各座標點上光點強度 I 的集合，其表示式為
對於一幅三維彩色的動態影象來說，（x，y，z）為空間座標，
為波長，T 為時間。
而對於一幅二維灰度的靜態影象來說，空間座標只有（x，y），為常數，因為是靜態所以也與T無關。
我們經常使用的是二維灰度的靜態影象進行影象處理，所以MxN數字影象函式可表示如下：
等式的右邊是所定義的矩陣形式的影象，矩陣的每個元素被稱為畫素
所以：畫素值是一個經過函式 f（x，y）處理之後得出的結果。
根據抽象程度和研究方法的不同，可以把數字影象處理分為影象處理、影象分析和影象理解三個層次
A：底層—>影象處理，主要是對畫素級進行處理，強調影象變換以及影象之間的相互轉換，主要是指對影象進行各種變換以改善其視覺效果，為後續的影象分析和理解奠定基礎。它主要包括影象採集和獲取、影象增強或者消除噪聲的影象平滑等。
B：中層—>影象分析，主要是對影象中感興趣區域進行檢測、實現特徵提取，然後用更加簡潔的資料形式描述影象。它包括影象分割、邊緣檢測、形態學影象處理、特徵選擇等。
C：高層—>影象理解，主要是對描述影象的資料進行運算（影象處理演算法），進一步研究影象中各目標的性質及其關係，得到可觀的解釋，其處理過程和方法與人類的思維推理有類似之處。它包括影象識別、神經網路、遺傳演算法等。