數字圖像處理入門學習筆記（綜述）

現在圖像數據量獲取方便，圖像識別和處理大有可為，且與AI可以很好的結合起來，獲取外部圖像，自動識別是AI數據輸入關鍵的一部分，能更進一步的解放人力，近來想充下電，想從圖像處理方面入手。準備花半年時間學有小成！以經典的『數字圖像處理』第三版為學習教材。

圖像處理綜述：

圖像增強：為了某種目的而處理圖像，是處理後的圖像比原始數據更易於處理。該過程比較主觀，所以沒有通用的理論來處理此過程。

圖像復原：傾向於用以某種圖像退化的數學和概率模型為基礎。

小波：以不同解析度來描述圖像的基礎

形態學處理：提取圖像分量；圖像分量用於表示和描述的輸入。從圖像分析一些特徵。

分割：圖像處理中最困難的步驟之一，將一副圖像分割成不同的目標區域，成功的分割是識別的關鍵部分。

表示和描述：分割之後的數據如何表示，通常用輪廓和區域兩種方式描述；為了使分割後的數據在某些方面特別明顯，涉及到特徵選擇和提取特徵

識別：基於目標的特徵給目標以某種標籤（車牌等）