最近整理筆記本，發現自己本科學習圖像處理做的筆記，現在分享上來供大家學習，後面也會繼續學習圖像處理的相關知識，每天學習幾個知識點，知識不怕多~
1. 圖像掩膜：
圖像掩膜就是用一張二值圖與一張正常圖片進行點乘，二值圖黑色部分的值爲0，白色部分值爲1，點乘之後，黑色覆蓋的部位的值變成0，白色部分的值保持不變，這就實現了掩膜，將圖像沒有用的部分去除，只留下感興趣區域。
2. 圖像銳化、濾波等實質
圖像銳化和濾波等，其實就是將一張圖像與一個矩陣模板進行卷積（函數爲convn）。矩陣模板一般爲奇數矩陣如3*3,5*5,7*7等，卷積的實質就是矩陣模板在圖像矩陣上遍歷一遍，矩陣模板和圖像矩陣上對應的值相乘，最後相加得到一個值，將該值賦給輸出圖像上，如圖所示，位置與矩陣模板的中心對應。注意矩陣模板所有值和一般爲1，爲1時圖像明暗不變，小於1時圖像變暗，大於1時圖像變亮。
3. 圖像的膨脹與腐蝕
MATLAB中圖像膨脹的實現函數爲imdilate（I，se），其中se爲結構元素，一般用strel函數生成，如strel（‘disk’，5），生成一個半徑爲5的球形的結構元素。腐蝕函數爲imerote（I，se）。膨脹和腐蝕都是針對圖像中的較亮的色塊，因此效果和我們理解的剛好相反，膨脹我們會看到黑色部分變小，腐蝕我們會看到黑色部分變大。
開運算：先腐蝕後膨脹imopen函數
作用：消除細小孔洞
閉運算：先膨脹後腐蝕imclose函數
作用：消除黑色細小物體
4. 圖像二值化
MATLAB中的函數im2bw函數可以是實現圖像的二值化處理，但是閾值的選取比較困難。有兩種方法選取閾值：
迭代法：將圖像分爲前景和目標，迭代求出前景和目標平均灰度值最爲二值化的閾值。
大津閾值（也叫最大類間方差法）：通過函數graythresh（I）可以求出大津閾值。
5. 邊緣檢測（明日學習重點）
常用的邊緣檢測算法有soble算法和Laplacian算法。Soble算法有垂直方向和水平方向導數的問題，而Laplacian算法既可以做邊緣檢測，也可以做圖像銳化，同時也不侷限於水平方向或垂直方向。
邊緣檢測的實質是：圖像的邊緣一般是圖像中像素變化最劇烈的位置，因此邊緣處的梯度最大，因此尋找邊界的原理是找到圖像中局部梯度最大的位置，此處即爲圖像的邊緣。