数字图像处理复习提纲.doc

第一章1、数字图像的概念l 数字图像是模拟图像经数字化后在空间上离散采样得到像素，各像素灰度值经量化用离散的整数值来表示，以便于计算机处理的一种形式。l 每个小块区域称作一个像素（Pixel）；l 像素包含两种属性：位置和灰度/亮度；l 存在空间/位置和灰度/幅值的离散性。2、数字图像处理的特点l 精度高、再现性好；l 处理效果可控；l 处理数据量大；l 处理算法时间复杂度高；l 需要多种学科技术的融合。3、数字图像处理的主要内容：l 图像数字化l 图像变换l 图像增强l 图像恢复l 图像压缩编码l 图像分割l 图像分析与描述l 图像识别分类4、数字图像处理的应用l 宇宙探测方面l 通信方面l 遥感方面l 生物医学领域l 工业生产中l 军事公安方面l 天气预报方面l 考古与文物保护方面l 新的应用领域第二章1、图像的两个基本属性、分辨率l 数字化图像主要由采样点数与灰度级来决定。l 图像分辨率包括空间分辨率和幅度分辨率，分别由图像采样和量化决定。2、区分颜色通常用3种基本特性：n 辉度（又常用亮度、明度）n 色调n 饱和度。l 色调和饱和度合起来称为色度。颜色可以用辉度和色度共同表示3、人眼对画面静止部分的分辨率高于活动部分，l 对静止部分减少时间分辨率，而对活动部分减少空间分辨率，可以达到数据压缩的效果。4、像素间关系：4邻域、8邻域5、彩色匹配规则l 任何彩色可以用不多于三个基色配成；l 混合色的光亮度等于各分量亮度之和；l 人眼不能分解混合彩色的各个分量；l 在某一亮度等级上的彩色匹配可适用于较宽的亮度范围；l 彩色相加定律：若一彩色C1与彩色C2相匹配（同样彩色感觉），而彩色C1与彩色C2相混合的彩色匹配，可以如下表示：n C1= C2，即C1彩色与C2彩色相匹配；n a1C1+a2 C2，即一混合色包含a1份的C1和a2份的C2。n 彩色相加定律表示为：n 若 C1=C2， C1=C2n 则 a1C1+a2 C2= a1C1+a2 C26、模拟图像的数字化过程l 采样：将在空间上连续的图像转换为离散采样点集的操作l 量化：将采样所得像素的灰度信息离散化，用数值来表示的过程，通常采样8位256级灰度来表示。l 采样与量化参数选择原则：n 缓慢变化图像：粗采样，细量化n 细节丰富图像：细采样，粗量化l 数字图像的几种文件格式：BMP、TIFF、GIF、JPEG、PSD、PNG第三章1、图像的几何变换分类l 方法：比例缩放、空间平移、镜像、旋转、复合变换、透视变换、图像插值、仿射变换等；l 实质：改变像素的空间位置或估算新空间位置上的像素值2、常用灰度插值方法l 最近邻插值法、双线性插值法、双三次插值、不规则碎片形(分形)插值、卷积插值法等。3、图像频率处理的概念l 图像阵列一般都很大，如果没有有效的算法，计算上比较复杂、费时。图像的频域处理最突出的特点是其运算速度高，并可采用已有的二维数字滤波技术进行所需要的各种图像处理，因此得到了广泛的应用。4、DFT、DCT、WHT、DWT变换的核心思想l 图像变换可以将图像从空间域转换到频率域，然后在频率域对图像进行各种处理，再将所得到的结果进行反变换，即从频率域变换到空间域，从而达到图像处理的目的。l 对图像进行变换处理，得到图像的变换域表示，然后在变换域对图像进行相关处理。 第四章1、相关概念l 图像增强是指不考虑图像降质的原因，将图像中感兴趣的特征有选择性地突出同时衰减不需要的特征，以达到改善视感质量的过程 l 灰度直方图表示图像中各灰度级像素的个数，反映图像中各灰度级出现的频度。l 中值滤波是将当前像素的邻域(窗口)像素(奇数个)按灰度值进行排序，取中间灰度值为当前像素的灰度输出值。l 图像锐化是使模糊图像增晰，突出图像中的轮廓边缘、细节以及灰度跳变部分，从而形成完整的物体边界； l 图像平滑是通过削弱高频成分突出低频成分来达到滤除噪声、模糊图像的目的。锐化与平滑相反，主要是加强高频或减弱低频，图像锐化加强了细节和边缘，对图像有去模糊的作用。2、直方图修正法的种类及作用l 直方图均衡(Histogram Equalization)n 对原始图像的像素灰度进行某种映射变换，以使变换后图像的像素灰度概率分布尽可能均匀；扩展图像灰度的动态范围，从而增强图像的对比度。l 直方图规定化：(Histogram Normalization)l 作用：对一幅图像的直方图进行适当修改，从而达到图像增晰的目的。3、低通滤波法与高通滤波法的作用l 图像噪声特点：处于图像信号频率成分的高频段，对应信号迅速变化的部分。可以用空间域低通滤波达到消噪功能！l 图像中的边缘和线条与图像频谱中的高频分量相对应，采用高通滤波器让高频顺利通过，得到高通图像，然后按前面锐化公式进行处理，可以使图像高频加强，边缘或线条变得更清楚，从而实现图像的锐化。4、常用梯度算子模板(Sobel、Prewitt、LOG等)及其作用l 采用梯度微分锐化图像，同时会使噪声、条纹等得到增强， Sobel算子则在一定程度上克服了这个问题。l 采用Prewitt 算子不仅能检测边缘点，而且能抑制噪声的影响5、直方图均衡化进行图像增强的步骤 6、频率图像锐化的步骤设F(u，v)和F（u，v）分别代表f（m，n）和高通滤波结果f（m，n）的频域表示，H（u，v）为高通滤波器，g（m，n）为锐化结果. f(m,n ) F(u,v) F(u,v) f(m,n) g(m,.n)FFTH(u,v)IFFT7、中值滤波器对不同噪声的滤波效果如何，分析原因 l 对离散阶跃信号和斜升（或斜降）信号不产生影响；l 连续个数小于窗口宽度一半的离散脉冲将被滤除；否则将不受影响l 三角形信号的顶部被削平。l 若C为常数，则无论加上C还是乘以C都不改变取值的大小排序。l 原因：窗口形状和大小的选择。第五章1、图像恢复的概念、目的l 对退化的图像进行处理，尽可能的恢复到原始图像的本来面目。关键在于建立退化模型。l 目的：在某种客观准则下，得到对原未退化图像的最优估计。n 利用图像的退化过程来恢复图像n 改善图像的整体质量2、常用图像恢复算法思想l 找退化原因l 建立退化模型l 反向推演l 恢复图像l 图像恢复处理的关键问题在于建立退化模型。第六章1、图像压缩编码的概念、目的、种类l 图像数据的压缩和编码表示。l 图像压缩编码系统：n 图像编码: 对图像信息进行压缩和编码，在存储、处理和传输前进行，也称图像压缩；n 图像解码：对压缩图像进行解压以重建原图像或其近似图像。l 按照压缩前及解压后的信息保持程度分成三类：n (1) 信息保持（存）型 压缩、解压中无信息损失，主要用于图像存档，其特点是信息无失真，但压缩比有限，也称无失真/无损/可逆型编码。n (2) 信息损失型牺牲部分信息，来获取高压缩比，数字电视、图像传输和多媒体等应用场合常用这类压缩，其特点是通过忽略人的视觉不敏感的次要信息来提高压缩比，也称有损压缩。n (3) 特征抽取型仅对于实际需要的（提取）特征信息进行编码，而丢掉其它非特征信息，属于信息损失型。这里的第三类是针对特殊的应用场合 ，因此，一般就将图像压缩编码分成无损和有损两大类。 l 根据编码作用域划分，图像编码为空间域编码和变换域编码两大类。 l 目的：解决由于通信方式和通信对象的改变带来的最大问题：传输带宽、速度、存储器容量的限制。2、图像的信息量、信息熵l 信息论中关于信息量是按该信息所传达的事件的随机性来度量的。l 概率为P(E)的随机事件 E 的信息量 I(E )称为E的自信息（随概率增加而减少）特例：P(E ) = 1（即事件总发生），那么I(E ) = 0l 平均信息（信源熵）l 产生信源符号的信息量： I(aj) = log2P(aj)l 信源平均信息（又称为信源熵） l 定义了观察到信源符号输出时所获得的平均信息量 第七章1、图像分割技术的几种方法l 利用区域间灰度的突变性，确定区域的边界或边缘的位置，称为边缘检测法l 利用区域内灰度的相似性，将图像像素点分成若干相似的区域，称为区域生长法2、区域生长法及其进行图像边界跟踪的步骤l 方法：假定区域中单个点的位置已知，设定一种相似性准则，邻域像素中与已知点满足相似性准则的点并入区域；然后，对并入的新像素点重复上述过程，直至没有满足相似性准则的邻域像素为止。l (1)、对图像进行光栅扫描，求出不属于任何区域的像素（根据图像的不同应用选择一个或一组种子，它或者是最亮或最暗的点，或者是位于点簇中心的点。）； l (2)、将该点与其4邻域或8邻域中不属于任何一个区域的像素进行相似性测度，将满足相似性测度的邻域像素并入区域；l (3)、对新并入区域的像素重复(2)操作；l (4)、重复(2)和(3)，直到区域不再增长为止；l (5)、返回(1)，重新搜索新区域的起点。3、Hough变换进行直线检测的原理计算题例：假定一幅2020像素的图像共有5个灰度级s1,