图像挖掘课程笔记-第一章：了解机器视觉
一、什么是图像挖掘（Image Mining）？
图像挖掘是一种从大量图像中自动提取有用信息、知识或模式的技术，它融合了图像处理、机器学习、数据库、人工智能、数据挖掘等多个领域的内容。
🧠 图像挖掘与图像处理的区别
-
图像处理：对图像本身进行操作，如滤波、去噪、增强、变换、压缩等，更侧重于图像的改善和变化。
-
图像挖掘：在处理图像基础上进一步提取高层次的信息，识别其中的模式、结构和语义，关注图像背后的知识。
🔍 应用场景举例
-
医学图像分析
-
CT、MRI、X光片中识别病变区域（如肿瘤检测）
-
自动辅助医生做出诊断
-
-
交通监控系统
-
自动识别车牌、车辆违章行为
-
智能交通流量控制
-
-
遥感图像分析
-
卫星图像监测土地使用、森林变化、城市扩张
-
-
电商图像推荐系统
-
根据用户浏览的商品图像推送相似款（如衣服、鞋子）
-
-
人脸识别与安防监控
-
门禁系统通过人脸识别身份
-
监控系统中识别特定人物行为
-
-
社交媒体图像分析
-
情绪识别、图像内容过滤、标签推荐等
-
二、什么是数字图像？
数字图像是把现实世界中的连续图像通过**采样（Sampling）和量化（Quantization）**过程转为离散形式。
-
采样：将连续图像空间划分为有限数量的像素点（如每英寸多少像素）
-
量化：将每个像素的颜色或灰度值转换为固定的数字值（如8位表示256种灰度）
数字图像实际上就是一个二维矩阵，每个矩阵单元（像素）记录颜色或灰度值。
三、图像的基础属性
1️⃣ 分辨率（Resolution）
-
表示图像的像素维度，常用“宽 × 高”表示，例如 1920×1080 表示宽1920像素，高1080像素。
-
总像素数 = 宽 × 高
-
决定图像显示时的精细程度。
📱 示例：手机拍照时标注的 12MP（1200万像素），可能对应的是图像分辨率为 4000×3000。
💡 分辨率越高 → 图像更细腻 → 文件体积更大。
2️⃣ 图像深度（Bit Depth）
-
描述图像中每个像素所能表示颜色的种类。
-
表示每个像素需要用多少位（bit）表示：
-
1位：2种颜色（黑/白）
-
8位：256级灰度
-
24位：RGB各占8位，共2^24 ≈ 1677万色
-
🔢 深度越大，图像颜色越丰富，细节越平滑，但文件体积也越大。
3️⃣ 图像通道（Channel）
-
通道表示图像中独立记录颜色或灰度信息的维度。
-
灰度图：1 个通道（亮度）
-
彩色图（RGB）：3 个通道
-
带透明度（RGBA）：4 个通道，A 是透明通道
-
📌 每个通道都是一张灰度图，用于存储颜色中某一部分的信息。
4️⃣ 灰度值（Grayscale Value）
-
灰度图中像素的亮度强度：
-
范围通常为 0~255
-
0 = 黑，255 = 白，中间值表示不同程度的灰色
-
🧠 灰度图常用于边缘检测、图像分割等场景中，因为颜色信息对结构识别不是必须的。
四、图像内存大小的计算方式
位图图像在未压缩状态下，占用内存计算如下：
图像大小（比特） = 宽度 × 高度 × 像素深度（每像素位数）
图像大小（字节） = 上式 ÷ 8
图像大小（KB） = 字节 ÷ 1024
图像大小（MB） = KB ÷ 1024
📌 示例：一张 1920×1080 的 24 位彩色图
-
位数 = 1920 × 1080 × 24 = 49,766,400 bits
-
字节 = 6,220,800 Bytes
-
大约是 5.93 MB（未压缩）
💡 图像压缩（如JPG、PNG）会大幅降低文件体积。
五、图像按颜色类型的分类
-
二值图像（Binary Image）
-
每像素1位（0或1），表示黑或白
-
应用：OCR识别、轮廓提取、图像掩模
-
-
灰度图像（Grayscale Image）
-
每像素用8位表示灰度，共256阶灰度
-
应用广泛于图像分析和模式识别中
-
-
彩色图像（Color Image）
-
每像素有多个颜色通道（一般为RGB）
-
每通道8位，共24位色彩 → 可表示1677万种颜色
-
应用于人眼可视的图像场景，如照片、视频
-
六、常见问题通俗解释
❓ 分辨率决定了什么？
就像画布被分成多少小格子，每个格子一个颜色。格子越小越多，细节越丰富。
❓ 图像深度是啥？
是每个格子可装颜色的"颜色盒"大小，深度越高，能放的颜色种类越多。
❓ 灰度值的意义？
灰度值就是黑白图中像素的明暗程度，0是最黑，255是最白。
❓ 分辨率越大内存占得越多？
是的，每个像素都需要储存颜色信息，像素越多，占用的空间就越大。
❓ 压缩是不是就是降分辨率？
部分压缩方式会降低分辨率，也有的通过色彩编码、无损压缩（如PNG）来减小空间。
❓ 图像可以放大变清晰吗？
可以放大，但清晰度不会提升。除非使用超分辨率技术（如AI模型）进行推断填补细节，否则只是"模糊拉伸"。
七、图像挖掘的基本流程
-
图像采集：从相机、传感器或数据库获取图像；
-
图像预处理：去噪、增强、缩放、标准化等；
-
特征提取：提取颜色、纹理、形状、边缘等特征；
-
特征选择/降维：选出最有代表性的特征；
-
建模与分析：使用机器学习/深度学习模型进行训练；
-
知识发现与应用：输出分类、检测结果、标签或推荐等。
八、图像挖掘中的机器学习简介
图像挖掘离不开机器学习，它为图像中的模式识别和分类提供了强大的工具。
📌 什么是机器学习？
机器学习是一种通过数据自动构建模型并进行预测或分类的技术，不需要显式地编程规则。
🔑 在图像挖掘中的作用：
-
图像分类（如猫狗识别、人脸识别）
-
图像目标检测（找到图中物体位置）
-
图像分割（将图像划分成不同区域）
-
特征降维（如主成分分析PCA）
📚 常用的机器学习方法：
-
监督学习：如KNN、SVM、决策树、随机森林、逻辑回归等
-
无监督学习：如K均值聚类、主成分分析（PCA）等
-
深度学习：基于神经网络（CNN）进行端到端学习，适用于大规模图像数据
💬 机器学习的模型训练，核心在于“数据 + 特征 + 算法”。
✅ 总结
图像挖掘是一门融合技术，需要掌握数字图像的基本知识。理解分辨率、图像深度、灰度、通道这些基础属性，有助于后续学习图像预处理、特征提取、分类与识别等更高级的图像挖掘任务。
同时，借助机器学习算法，图像中的隐藏知识才能真正被“挖掘”出来。
后续学习图像挖掘，就是在学习如何将机器学习的算法和思想，应用到图像数据上，解决各种视觉分析任务。具体来说，就是把机器学习里的模型（比如 SVM、KNN、神经网络等），用于图像的分类、识别、检测、分割等操作