2025年图像识别与计算机视觉手册.docxVIP

2025年图像识别与计算机视觉手册

第1章图像基础理论与预处理

1.1图像表示与数学模型

图像在数学上被建模为二维离散数组，其核心是像素矩阵$I(x,y)$，其中$x$和$y$分别代表水平像素坐标和垂直像素坐标，像素值$I(x,y)$通常表示该点的灰度强度或RGB颜色分量，其取值范围严格限定在$[0,255]$之间（对于8位深度）。为了便于计算机处理，图像通常通过灰度直方图（Histogram）或直方图均衡化（HistogramEqualization）将像素值映射到$[0,1]$区间，从而将连续的灰度分布转化为离散的统计分布，便于后续算法计算。

在更高级的表示中，图像可被抽象为卷积核（ConvolutionKernel）与图像矩阵的卷积运算，即$I_{out}=(KI)$，其中卷积核$K$用于提取局部特征，而卷积操作通过滑动窗口方式实现。图像信号处理理论中，噪声被视为干扰项，通常假设服从高斯分布（GaussianDistribution），其概率密度函数为$p(x)=\frac{1}{\sqrt{2\pi\sigma^2}}e^{-\frac{(x-\mu)^2}{2\sigma^2}}$，其中$\sigma$代表噪声的标准差。在图像预处理阶段，常采用高斯滤波（GaussianFilter）来