本文基于Matlab环境，主要理论知识来源于冈萨雷斯《数字图像处理》。
主要内容 - 1、基本原理 - 2、亮度变换和空间滤波 - 3、频域处理 - 4、图像复原 - 5、彩色图像处理 - 6、小波分析 - 7、图像压缩 - 8、形态学图像处理 - 9、图像分割 - 10、表示和描述 - 11、对象识别
1. 数字图像的表示
一幅图像可以定义为一个二维函数 f=(x,y) 其中 x 和y是空间坐标，而 f 在任意一对坐标(x,y)处的幅度称为改点处图像的亮度或灰度。当 x 和y和 f 的幅值都是有限的离散值时，称该图像为数字图像。其中灰度是用来表示黑白图像亮度的一个术语。
彩色图像是由单个二维图像组合而成。在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像（红、绿、蓝）组成。
图像关于x和 y 坐标以及振幅连续。要将图像–>数字,就要求数字化坐标和振幅。其中坐标值数字化称为取样；将振幅数字化称为量化。
2. 图像的矩阵表示 f(x,y)=⎡⎣⎢⎢⎢⎢⎢f(0,0)f(1,0)⋮f(M−1,0)f(0,1)f(1,1)⋮f(M−1,1)…………f(0,N−1)f(1,N−1)⋮f(M−1,N−1)⎤⎦⎥⎥⎥⎥⎥ 3.读取图像
%imread的用法 f = imread('test.jpg') f = imread('D:\Documents\MATLAB\test.jpg') %size的用法 [M,N] = size（f） %whos(f)显示一个数组的附加信息4.显示图像
%读入与显示图像 f = imread('test.jpg') whos(f) imshow(f) %显示多个图像 imshow(f),figure,imshow(g)5.保存图像
imwrite(f,'test1.tif') %存储图像信息 k = imfinfo('test.jpg')6.Matlab数据类型
名称描述double双精度浮点数（8比特每像素）uint8无符号8比特整数，范围为[0,255]。（1比特每像素）uint16无符号16比特整数，范围为[0,65535]。（2比特每像素）uint32无符号32比特整数，范围为[0,4294967295]。（4比特每像素）int8有符号8比特整数，范围为[-128,127]。（1比特每像素）int16有符号16比特整数，范围为[-32768,32768]。（2比特每像素）int32有符号32比特整数，范围为[-2147483648,2147483648]。（4比特每像素）single单精度浮点数，范围为-10^38 ~ 10^38 。（4比特每像素）char字符 （2比特每像素）logical值为0或1（1比特每像素）7.图像类型
亮度图像二值图像索引图像RGB图像亮度图像
一幅亮度图像是一个数据矩阵，其==归一化==的取值表示亮度。其像素都是uint8和uint16类别，他们的整数范围为[0,255]和[0,65535]。若图像为double类，则像素取值为浮点数。
二值图像
一幅二值图像是一个取值只有0和1的逻辑数组。若A是一个由0和1构成的==数组数组==，则可以使用以下语句创建一个==逻辑数组B==:
B = logical(A) %测试一个数组是否为逻辑数组,真为1，否为0. islogical(B)8.数据索引
向量索引
v=[1 3 5 7 9] %v= 行向量 w = v.'%转置运算符(.'),行向量转为列向量。 v = (3:end) %存取第三个到最后一个元素 v(:) %产生一个列向量。