可以看成个矩阵，或个二维数组，这是在计算机上表示方式。幅个像素数字图像，其像素灰度值可以用行列矩阵表示在存储数字图像时，幅行列数字图像个像素，可以用个二维数组表示。图像各个像素灰度值可按定顺序存放在数组中。数字图像处理数字图像处理是利用计算机计算功能，实现与光学系统模拟处理相同效果过程。数字图像处理具有如下特点处理精度高，再现性好。利用计算机进行图像处理，其实质是对图像数据进行各种运算。由于计算机技术飞速发展，计算精度和计算正确性都毋庸置疑另外，对同图像用相同方法处理多次，也可得到完全相同效果，具有良好再现性。易于控制处理效果。在图像处理程序中，可以任意设定或变动各种参数，能有效控制处理过程，达到预期处理效果。这特点在改善图像质量处理中表现更为突出。处理多样性。由于图像处理是通过运行程序进行，因此，设计不同图像处理程序，可以实现各种不同处理目。图像数据量庞大。图像中包含有丰富信息，可以通过图像处理技术获取图像中包含游泳信息，但是，数字图像数据量具大，幅数字图像是由图像矩阵中像素组成，通常每个像素用红绿蓝三种颜色表示，每种颜色用表示灰度级。则幅不经压缩真彩色图像，数据量达即。如此庞大数据量给存储传输和处理都带来巨大困难。如果精度及分辨率再提高，所需处理时间将大幅度增加。处理费时。由于图像数据量大，因此处理比较费时。特别是处理结果与中心像素邻域有关处理过程花费时间更多。图像处理技术综合性强。数字图像处理涉及技术领域相当广泛，如通信技术计算机技术电子技术电视技术等，当然，数学物理学等领域更是数字图像处理基础。边缘检测介绍图像边缘对人视觉具有重要意义，般而言，当人们看见个有边缘物体时候，首先感觉到便是边缘。边缘是指周围像素灰度有阶跃变化或屋顶变化那些像素集合，灰度或结构等信息突变处成为边缘。边缘或许对应着图像中物体边界或许并没有对应着图像中物体边界，但是边缘具有十分令人满意性质，它能大大地减少所要处理信息但是又保留了图像中物体形状信息，边缘是图像最基本特征。边缘在边界检测图像分割模式识别机器视觉等中有很重要作用。边缘检测是图像处理和计算机视觉中基本问题，边缘检测目是标识数字图像中亮度变化明显点。图像属性中显著变化通常反映了属性重要事件和变化。这些包括深度上不连续表面方向不连续物质属性变化和场景照明变化。边缘检测是图像处理和计算机视觉中，尤其是特征提取中个研究领域。图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关信息，保留了图像重要结构属性。第二章图像边缘检测边缘检测边缘检测概念图像边缘是图像最基本特征，它是灰度不连续结果。通过计算阶导数或者二阶导数可以方便检测出图像中每个像素在其领域内灰度变化，从而检测出边缘。图像中具有不同灰度相邻区域之间总存在边缘。常见边缘类型有斜坡型线状型和屋顶型。阶跃型边缘是种理想边缘，由于采样等缘故，边缘处总有些模糊，因而边缘处会有灰度斜坡，形成了斜坡边缘。斜坡边缘坡度与被模糊程度成反比，模糊程度高边缘往往表现为厚边缘。线状型边缘有个灰度突变，对应图像中细线条而屋顶型边缘两侧灰度坡度相对平缓，对应粗边缘。微分算子图给出了几种典型边缘及其相应阶导数和二阶导数。对于斜坡型边缘，在灰度斜坡起点和终点，其阶导数均有个阶跃，在斜坡处为常数，其它地方为零其二阶导数在斜坡起点产生个向上脉冲，在终点产生个向下脉冲，其它地方为零，在两个脉冲之间有个过零点，可以确定边缘中心位置。对应线状型边缘，在边缘起点和终点处，其阶导数都有个阶跃，分别对应极大值和极小值在边缘起点与终点处，其二阶导数都对应个向上脉冲，在边缘中心对应个向下脉冲，在边缘中心两侧存在两个过零点。因此，通过检测二阶差分两个过零点，就可以确定线状型边缘范围检测二阶差分极小值，可以确定边缘中心位置。屋顶型边缘阶导数和二阶导数与线状型类似，通过检测其阶导数过零点可以确定屋顶位置。