這篇文章有很多個人的理解，會有錯誤，建議讀者看《數字視覺視訊技術》（李玉山，西安電子科技大學出版社）學習最原始的知識。

一、綜述

視覺分為：感覺（perception）和知覺（perception）兩部分，感覺重點於視覺資訊的感測，採集，轉換，變換。知覺在於處理和推理。如今，感覺這一步都是數字化的。它們的核心都在於理解影象。

在整個視覺（DV）的體系中，是分層架構的。籠統的分為高中低三層。

A.低層包括但不限於：

0 成像系統（彩色成像）

1（彩色）影象處理（輸入輸出都是影象）：影象增強（主觀以人為目的），影象復原（客觀回覆影象本來想要呈現的東西），基本的處理（去霧，去噪，去模糊，超解析度重建，影象編輯，著色等等），很多顯示中的問題，都是可以轉換為這些基礎的問題。

所有的問題都以數學模型的方式去建立。由此藉助的手段主要（空域/頻域/？域）濾波：空域濾波的模型是一個kernel去罩在原影象上，遍歷一遍。將圖片拉成向量化後，數學模型為：,x為原影象，A是kernel所對應的處理矩陣，y是處理後的影象。

最基本的有：均值濾波（變模糊），統計排序濾波（去椒鹽噪聲），差分濾波器（邊緣提取），銳化濾波器（laplace，sobel運算元），卷積，相關。

低層的影象處理同時也屬於數字訊號處理，所以頻域就自然地出現了，轉換到頻域後，對應的低通，高通等濾波也就出現了。

最重要的是：根據卷積定理，空域的卷積對應於頻域的乘法，所以計算量也可以減少。

接著就是，小波變換。因為我還沒有學到小波變換，所以這裡就只給出一個猜想性的總結

小波變換應該也能處理某種問題。從問題的角度去看，根據以上的總結：可以分為：空間域，頻域，或是小波域。如何去處理問題呢？就是從這三個角度去思考問題的特徵，給出一種可行的方案。

3 影象壓縮與傳輸（相關：svd壓縮，編碼）

4 影象分割，邊緣檢測......

B中層：（《數字視覺視訊技術》（李玉山，西安電子科技大學出版社）P4）

為什麼我感覺這是計算機圖形學的知識？

C高層：

因為中層和高層知識還沒有學到，只看了個綜述，所以直接抄過來。

文章到這裡就結束了。

自己一個小感想：

在學習新的知識時，都會有一個緒論，它包含了要學習東西的相關方向和有哪些用處，而我通常都是不看的，原因是看不懂，

因為太抽象了，因為要接觸的是新知識，之前從未有過相關的理解，所以即使看了，也難免無法真正的抓到作者想表達的要點，相反的，在漸進的學習中，不斷地學習著相關知識，然後偶爾去翻看之前錯過的東西，這個時候再看緒論，噢，原來是這麼個，它想表述的意思是這樣子的：xxxx。有種恍然大悟的感覺。

當然，這也可能是我獨自一人的想法，他人也可能沒有吧。

不過這篇綜述，就是我在影象處理快學完時，翻看緒論時總結的。理解更深了一些。