信息的概念在信息論中很明確：用于衡量事件的不確定性。信息的傳播形式或者所載體便是信號，比如說電信號、光信號、聲音信號。那么信息的表現形式就是消息，可以是語言、文字、圖像。所以說圖像處理依然是信息與通信領域的一部分。它可以看作是編碼后的信息，即信源的編碼。本文就將著重記錄圖像處理的一些通信專業知識。

首先就圖像的成像來說，最重要的圖像能源是電磁能譜（其他主要圖像能源包括聲波、超聲波、電子（用于電子顯微鏡中的電子束形式））。電磁波我們很熟悉，可定義為以各種波長傳播的正弦波，或視為無質量的粒子流，每個粒子以波的形式傳播并以光的速度運動。每個無質量的粒子包含一定的能量，每束能量稱為一個光子。如果光譜波段根據光子能量分組，可以得到范圍從伽馬射線（最高能量，對活體組織危害也大）到無線電波（最低能量）的光譜，波長由短到長，各個波段之間沒有明確的界限，而是平滑過渡。伽馬射線成像主要用于核醫學和天文觀測；X射線用于醫學診斷（血管造影、CT、胸透），能量更高的X射線用于檢測電路板中的制造缺陷。紫外光用于熒光顯微鏡（紫外線照射到礦物質發出熒光）。紅外波段常用于可見光結合成像，遙感、衛星多光譜成像。微波穿透能力強，典型應用是雷達。無線電波，應用于醫學和天文學。醫學上的核磁共振成像MRI，病人放置在強磁場中，讓無線電波短脈沖通過人體，病人組織會發生無線電響應脈沖。

在電磁波頻譜中，按波長長到短，排列了若干種電磁波類型，波長最長的是無線電波，再短一些的是紅外線，再后面是可見光，再是紫外線， X射線和伽馬射線。從這個序列中，可見無線電波是電磁波的一種類型，而微波不是。無線電波分布在3Hz到3000GHz的頻率范圍之間。是由 振蕩電路的交變電流而產生的，可以通過天線發射和吸收故稱之為無線電波。微波實際上是無線電波的一種，屬于波長比較短的無線電波， 無線電波按波長可以分為長波，中波，短波，如果波長比短波更短，就成了微波了。微波一般采用視距傳輸（直線），可以用來傳輸電視信 號。電視信號所屬微波傳輸距離比較短，一般在幾十到一兩百公里。 頻率越低，傳播損耗越小，覆蓋距離越遠，繞射能力也越強。但是低頻段的頻率資源緊張，系統容量有限，因此低頻段的無線電波主要應用于 廣播、電視、尋呼等系統。高頻段頻率資源豐富，系統容量大。但是頻率越高，傳播損耗越大，覆蓋距離越近，繞射能力越弱。另 外，頻率越高，技術難度也越大，系統的成本相應提高。移動通信系統選擇所用頻段時要綜合考慮覆蓋效果和容量。UHF頻段與 其他頻段相比，在覆蓋效果和容量之間折衷的比較好，因此被廣泛應用于手機等終端的移動通信領域。當然，隨著人們對移動通信 的需求越來越多，需要的容量越來越大，移動通信系統必然要向高頻段發展。

通信分為模擬信號和數字信號。自然界的東西，包括人眼獲得的圖像當然是連續的，而我們雖然也可以通過傳感器獲得連續電壓波形，但是為了計算機處理方便（圖像處理一定程度上就是計算的過程）我們必須對其進行取樣和量化，這和通信是一樣的。對二維圖像，在x、y坐標和幅值上都是連續的，對坐標值進行數字化稱作取樣，對幅值數字化稱為量化。事實上，離散數字信號與連續信號的本質區別就是幅值是否連續。坐標和幅值的數字化直接影響了圖像的空間分辨率和灰度分辨率。說影響而不說決定是因為《數字圖像處理》一書中有一句話：空間分辨率是對單位空間來規定的，如果沒有規定圖像包含的空間維數，那么我們說一幅圖像的分辨率為1024x1024像素是沒有意義的。我理解的是這里說的只知道分辨率沒有意義有點絕對了，空間分辨率，尤其是當印刷打印和衡量屏幕水平的時候具有參考意義，單位為dpi/ppi，但定性地來說，像素分辨率大的可以打印更大的尺寸而不失真，在做特征點檢測的第一步就是構建圖像空間金字塔，金字塔由不同分辨率的圖像構成，不同分辨率由下采樣或者盒子濾波產生。對圖像進行放大、收縮、幾何校正操作，為了得到新圖像（依舊是數字圖像），需要在一些點處進行像素填充，這就是內插，用已知數據（原圖像）來估計未知位置的是數值的處理。相對應的，在通信中信號的重構也會進行內插。

說到濾波，在通信中是在頻域的操作，分為低通、帶通、高通。圖像處理中也一樣，且頻率分量更加直觀。圖像中的低頻分量是灰度平滑，變換緩慢的部分，代表圖像分塊和區域特性。中高頻分量包括輪廓、邊緣、噪聲的部分。可以參考https://blog.csdn.net/u010757264/article/details/49869145中的配圖：

濾波的理解在傅里葉變換后的頻域中還是較好較好理解的，關于傅里葉變換的理解可以看知乎大神Heinrich的傅里葉變換分析掐死教程。關于圖像，圖像是離散的，二維的，圖像的傅里葉變換可以看作是兩次一維的傅里葉變換，一維傅里葉變換在行掃描線和列掃描線上的傅里葉變換的疊加。

從公式上可以看出，F(u,v)與f(x,y)與并不是一一對應的關系，F(u,v)所對應的不是某一個f（x，y）而是所有的f（x，y）與e^(-j2TT(ux/M+vy/N))的乘積的和。

傅里葉變換就是將時域信號分解為不同頻率的正弦函數（或余弦函數）之和，幅度表示該頻率的正弦函數的個數。

傅里葉變換后的頻譜圖的原點，頻率為0的分量即直流分量，代表了原圖的平均灰度值，頻譜圖中心亮度大，表明灰度均值高，直觀上圖像比較明亮。

下面是伯樂在線的一篇講圖像傅里葉變換的插圖，Butterworth的低通、高通濾波器：

在PyCharm中發現cv2的庫安裝不成功，好像版本不匹配，沒有實驗就沒有發言權，到下一篇再具體講濾波，在岡薩雷斯的書中，三四章講了空間濾波核頻率域濾波，包括卷積也是大有學問，等研究一番再來做記錄。

總結

以上是生活随笔為你收集整理的图像处理中的通信原理——冈萨雷斯读书笔记（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。