認識數位影像處理
實驗目的：
藉著這個實驗讓同學瞭解影像處的特性及優點。
實驗原理：
1. 數位化的影像主要具備了下列優點：
(1) 高品質的畫面：一般的類比電子電路要得到較好的輸出結果，必須要做精細的調整和較正，且零件容易受週圍環境的影響而產生誤差、老化等現像。而數位影像訊號較不會受影響，數位電路只要設計無誤則有較佳的可靠度，也具有較高的畫面品質。
(2) 易於變化處理：數位影像處理可從事修飾、辦識以及分析圖像，影像編碼、影像轉換這些技術被廣泛的應用在工業、軍事、醫學、氣象及商業方面。
2. 數位影像的特性
(1) 點素：數位影像處理大都利用數值矩陣的方式來處理圖形資料，矩陣中的元素稱之點素。
(2) 灰階：在數位矩陣中之元素，其明亮度我們用一量化值來表示稱之為灰階。一般而言，灰階為2 的冪次方，如28即表示有256灰階。
(3) 濃度分佈圖(gray level historgram)
濃度分佈圖，為描述影像有效的工具之一，在影像處理分析技術中，常常需要了解影像的特性在哪裡。在統計圖中橫座標為灰階亮度值，縱座標為影像中為各個灰階值所含的像素數量。我們可以由圖中判斷出影像亮度分佈的訊息。圖1為一灰階亮度統計圖，由圖中可以看出亮度的分布成明顯的兩群。
3. 古典的影像處技術
一般古典的數位影像處理技術包括點素運算(point operation)、空間運算(spatial operation)、轉換運算(transform operation)、假色運算(pseudo color operation)等皆是，至於二值化影像(binarized images)、自動臨界值擷取(automatic thresholding)、邊緣強化(edge enhancement)等。
(1) 點素運算(point operation)：影像的點素運算處理是對影像的亮度分佈做修正或組合，不過點素運算作業並未將相鄰像素之間的關係考慮進去。
(2) 空間運算：我們可以對相鄰各點做進一步的處理，來提供更多數位影像處理憑據。
(3) 轉換運算：如果想要處理影像之空間頻域特性，如邊緣偵測、高通濾波、低通波等，常用的處理技巧就是利用轉換運算。如Fourier、CZT、Hilbert轉換等等，將影像轉至空間頻域後再實施空間濾波。
(4) 假色運算：使用假色運算對照表(look up table)，來得到一逼真又佔太大的記憶體的影像。
