数字图像处理复习优秀课件

数字图像处理复习提纲第一章图像采集与量化取样、量化、数字化的概念三基色原理什么是奈奎斯特取样定理？其意义是什么？量化的分类常见的图像输入设备有哪些？第二章图像变换离散傅立叶变换频谱的特点离散余弦变换频谱的特点几种典型正交变换的比较（能量集中性能、运算量）第四章图像分割图像分割的概念图像分割的理论基础与方法边界搜索跟踪的原理门限化分割的原理差分、梯度、拉普拉斯边缘检测的原理区域生长法的原理（具体分析）第五章图像编码与压缩图像数据冗余度概念，压缩编码的分类帧内预测的原理与工作过程（对DPCM的原理和过程进行分析）帧间预测的原理与应用变换编码能实现压缩的原理及应用行程编码的原理及应用哈夫曼编码的原理及应用（具体计算，包括熵、编码平均长度、编码效率）JPEG压缩标准的压缩步骤第六章图像恢复与重建图像退化因素退化模型的框图及描述三种最常见的有约束的图像恢复方法及其条件什么是盲目去卷积恢复？什么是图像的几何畸变？综合应用图像增强及图像识别的流程的设计图像预处理：包括图像增强、平滑抑噪、边缘锐化、图像复原图像分割及二值化图像的修饰与细化特征提取与识别图像的数字化

所谓的图像数字化是指将模拟图像经过离散化之后，得到用数字表示的图像。数字化包括采样和量化采样：连续图像空间坐标的离散化量化：连续图像幅值的离散化取样定理取样定理的意义：取样定理指出了要使取样信号能不失真地描述原信号，其采样频率必须大于或等于信号所含有最高截止频率的2倍主要变换方法及比较正交变换能量集中性能从好到差

KLT、DCT、SLT、DFT、WHT、HRT正交变换运算量从小到大

HRT、WHT、SLT、DCT、DFT、KLT灰度直方图 灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数。即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数。１．所有的空间信息全部丢失。２．每一灰度级的像素个数可直接得到直方图线性(尺度)变换P(r)ab255gf255ba255gbgaabgsP(s)255gbga结果分析？直方图规格化例：已知：原图K 0 1 2 3 4 5 6 7原图p(K) 0.19 0.25 0.21 0.16 0.08 0.06 0.030.02目标L 0 1 2 3 4 5 6 7目标p’(L) 0.1250.1250.1250.1250.1250.1250.1250.125求K,L之间的转换关系（若F’(L-1)<F(K)<=F’(L)，则K变换成L）和规格化处理后的直方图直方图规格化（1）求原图灰度级分布函数F(K)原图K 0 1 2 3 4 5 6 7p(K) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02F(K) 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1（2）求目标图灰度级分布函数F’(L)目标L 0 1 2 3 4 5 6 7p’(L) 0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125F’(L) 0.125 0.25 0.375 0.5 0.625 0.75 0.875 1（3）K，L之间的转换关系（若F’(L-1)<F(K)<=F’(L)，则K变换成L）K 0 1 2 3 4 5 6 7L 1 3 5 6 7 7 7 7（4）求实际得到的直方图Q(L)L 0 1 2 3 4 5 6 7Q(L) 0 0.19 0 0.25 0 0.21 0.160.19中值滤波器与均值滤波器的比较噪声特点方法处理后图像椒盐分布随机幅值一定均值抑制噪声，边缘明显模糊中值滤除噪声，边缘仅有少许模糊高斯分布固定幅值不定均值滤除噪声，边缘明显模糊中值噪声无法去除，边缘也无模糊锐化算法及效果比较微分类型代表算法边界细节一阶微分Sobel算法Roberts算法Priwitt算法边界粗略但清晰边界细节较少二阶微分Laplacian算法Wallis算法边界细致但不清晰边界细节丰富平滑与锐化模板示例：已知图像子块如下（A为噪声点），应用H模板对A、B、C、D四点进行运算，通过结果分析出该模板的功能和类型。图像分割根据某种均匀性的原则将图像分成若干个有意义的部分，使每部分都符合某种一致性的要求。而任意两个相邻部分的合并都会破坏这种一致性理论基础与方法：像素点的跳变性--基于边界的分割;像素点的相似性--基于区域的分割区域生长法示例

初始生长点为9，接收准则为可并入的点的灰度与区域灰度均值之差 ；生长过程如下：冗余度的概念 对于描述一幅图像所需要的最少信息之外的多余信息，称为冗余度。 一般图像中都含有冗余度，去除图像里的冗余度便完成了数据压缩Huffman编码过程f=11e=01a=00b=101c=1001d=1000cbedaf7/225/224/222/22101/223/226/2222/2213/229/223/2210101010已知灰度级a,b,c,d,e,f概率分别为4/22,3/22,2/22,1/22,5/22,7/22,对其编码并求编码效率图像退化因素

光学系统的像差与成像衍射成像系统的非线性畸变环境随机噪声成像过程的相对运动图像退化模型 原始图像g(x,y)经过一个退化过程H（退化算子或退化系统）的作用，再和噪声n(x,y)进行叠加，形成退化图像f(x,y)f(x,y)=H[g(x,y)]+n(x,y)H(x,y)+g(x,y)n(x,y)f(x,y)有约束恢复能量约束恢复

当Q为线性运算时，即Q=I平滑约束恢复

当Q取平滑运算，Q=C均方误差最小滤波（维纳滤波） 当盲目解卷积图像恢复盲目解卷积算法主要针对失真（包括模糊和噪声）毫无所知的情况下进行的复原操作一般处理方法是把图像分为若干块，假设点扩展函数H(u,v)的值为某常数，逐块求得原图像的傅立叶变换，从而复原图像。因为H(u,v)未知，故称为盲目解卷积几何畸变 由于成像系统的非线性，成像后的图像与原景物相比，产生比例失调，被描述的景物间产生扭曲图像分析 图像分析的目的是给出某一具体的图像中与其他图像相区别的特征。其特征包括纹理特征、形状特征、颜色特征及时间序列特