2024年数字图像处理知识点

数字图像处理知识钻

:保程重钻：图像数字化，图像变换，图像增强，图像的恢复与重建，图像的编码，图像的分割与特性提取,

图像识别。

数字图像处理的基本内容：

1、图像获取。举例：摄像机+图像采集卡、数码相机等。

2、图像增强。显示图像中被模糊的细节，或是突出图像中感受好的特性。

3、图像复原。以图像退化的数学模型卷基础，来改善图像质量。

4、图像压缩。减小图像的存储量，或者在图像传播畤减少带宽。

5、图像分割.将壹幅图像划分卷几种构成部分或分割出目的物体.

6、图像的体现与描述。图像分割接，输出分割襟识或目的特性参数。

7、目的识别。把目的迤行分类的谩程。

8、彩色图像处理。

9,形态孥处理。

10、图像的重建。

第一章导论

图像按照描述模型可以分篇:模拟图像和数字图像。

1）模拟图像，模拟图像可用持续函数来描述。其特站：光照位置和光照强度均悬持续变化的。

2）数字图像，数字图像是图像的数字表达，像素是其最小的覃位,用矩阵或数组来描述

图像处理：封图像选行壹系列的操作，以到达预期的目的的技术。内容：研究图像信息的获取、传播、存储，

变换、显示、理解与综合运用”的壹门崭新挚科。三他1层次：狭义图像处理，图像分析，图像理解。

>狭义图像处理重要指封图像逃行多种操作以改善图像的现箕效果，或封图像暹行压缩编码以减少

所需存储空间或传播畤间、传播通路的规定。

>图像分析重要是封图像中感爱好的目的暹行检测和测量，优而建立封图像的描述。图像分析是壹

种优图像到数值或符号的谩程。

>图像理解则是在图像分析的基础上，深入研究图像中各引的的性质和它俨］之间的互相联络，并得

出封图像内容含义的理解以及狙本来客观埸景的解译，优而指导和规划行勤；

>图像分析由.要是以观测者四中心研究客观世界，图像理解在宜定程度上是以客观世界篇中心，借

助知识、验等来把握整他客观世界。

图像处理的三低层次：

低级图像处理

内容：重要引图像暹行多种加工以改善图像的视见效果、或突出有用信息，并悬自勒识别打基础，或

通遇编码以减少封其所需存储空间、传播畤间或传播带宽的规定,

特站:输入是图像，输出也是图像，即图像之间选行的变换,

中级图像处理

内容：重要封图像中感受好的目的暹行检测（或分割）和测量，以获得它俨］的客观信息优而建立智图

像的描述。

特粘:输入是图像，输出是数据。

高级图像处理

内容：在中级图像处理的基础上，深入研究图像中各目的的性质和它俨J之间互相的联络，并得出封图

像内容含义的理解（卦像识别）及封本来客观埸景的解粹（计算机视箕），优而指导和规划行勃。

特钻:以客观世界四中心，借助知识、女望验等来把握整他客观世界。“输入是数据，输出是理颦”。

壹种图像处理和分析系统包括采集、显示、存储、通信、处理和分析五（@模块。

数字图像处理特却i：精度，再现性，通用性，灵活性。

第二章数字图像处理的基本概念

图像数字化：将模拟图像通遇离散化之彳教，得到用数字表达的图像。图像数字化是将壹幅画面转化成计算

机能处理的形式，包括采样和量化两倜遇程。

采样：是将在空间上持续的图像转换成离散的采样黠（即像素）集的操作。即：空间坐楝的离散化。采样

间隔和采样孔径的大小是两他重要的参数。

量化：把采样彳发所得的各像素的灰度值优模拟量到离散量的转换称卷图像灰度的量化。即：灰度的离散化。

持续灰度值量化卷灰度级的措施有两种：

等间隔量化：简朴地把采样值的灰度范围等间隔地分割并迤行量化，

非等间隔量化：非均匀量化是根据壹幅图像详细的灰度值分布的概率密度函数.按缠的量化误差最小的原

则来暹行量化.简朴^来就是封像素出现频度少的部分量化间隔取大，而封频度大的量化间隔取小。

数字化方式可分卷均匀采样、量化和非均匀采样、量化。图像数字化宜般采用均匀采样和均匀量化方式。

量化参数与数字化图像之间的关系：

>采样间隔越大，所得图像像素数越少，空间辨别率低，质量差，严重畤出现像素呈块状的国际棋

盘效应；采样间隔越小，所得图像像素数越多，空间辨别率高，图像质量好，但数据量大。

>量化等级越多，所得图像层次越丰富，灰度辨别率高，图像质量好，但数据量大；量化等级越少，

图像层次欠|:•富，灰度辨别率低，曾出现假轮廓现象，图像质量变差，但数据量小。

常限定数字图像的大小畴，卷了得到质量很好的图像可采用如F原则：

♦封缓变的图像，应宫细量化，粗采样，以防止假轮廓。

♦封细节丰富的图像,应细采样，粗量化，以防止模糊（混叠）。

灰度图像：灰度图像是指每他像素由登种量化的灰度值来描述的图像。它不包括彩色信息。辨别率：指映

射到图像平面上的里佰1像素的景物元素的尺寸。

图像辨别率：指每英寸图像具有多少低黠或像素，辨别率的单位卷dpi。

（1）空间辨别率：图像空间中可辨别的最小细节。壹般用孽位艮度上采样的像素数目或单位艮度上的线封

数目表达。

（2）灰度辨别率：图像灰度级中可辨别的最小变化。壹般用灰度级或比特数表达。

图像数字化：

采样和量化是数字化竞幅图像的两他基本通程。即把图像划分篇若干图像元素（像素）井^出它什1的地址（采

样）：度量每登像素的灰度，并把持续的度量成果量化卷整数（量化）：最终将造些整数成果写入存储设

备。卷完毕追些功能，图像数字化设备必须包括如下五他部分：采样孔，图像扫描机构，光传感器，量

化器，输出存储装置。

线性度：灰度正比于图像亮度的实际精确程度。

图像数字化器的评价项目：空间辨别率，灰度辨别率，图像大小，量测特性，扫描速度，噪声，其他（黑

白、彩色、性能、价格等）。

灰度直方图：灰度直方图反应的是壹幅图像中各灰度级像素出现的频率。以灰度级43横坐襟，纵坐楝四灰

度级的频率，绘制频率同灰度级的关系图就触灰度直方图。它是图像的登种重要特性，反应了图像灰度分

布的状况。

性质：所有的空间信息所有丢失，每壹灰度级的像素佃数可直接得到，灰度直方图只能反应图像的灰度分

布状况，而不能反应图像像素的位置.，即丢失了像素的位置信息。

应用：用于判断图像量化与否恰常，用于确定图像二值化的阈值，常物体部分的灰度值比其他部分灰度值

大畤,可运用直方图记录图像中物体的面积；计算图像信息熠。

图像处理的几种基本算法：

1、局部处理

包括：粘处理，局部处理和大局处理。

邻域：射于任壹像素（i,j）,集合（（i+p,j+q）,p、q取合适的整数）叫做该像素的邻域。常用的有4邻域

fill8邻域。

2、迭代处理

反受封图像谨行某种运算直至满足给定的条件，优而得到输出图像的处理形式称43迭代处理。如图像的细

化处理谩程。

3、跟踪处理

4、位置不变处理和位置可变处理

输出像素的值的计算措施与像素的位置辗关的处理称卷位置不变处理或位移可变处理；

反之.虽位置不壹样计算措施也不壹样的处理称四位置可变处理.

5、窗口处理和模板处理

单独封图像中选定的矩形区域内的像素谨行处理的方式叫做窗口处理：但愿单独处理任意形状的区域

畤，可采用模板处理。

若模板成矩形区域，则与窗口处理具有相似的效果，但窗口处理与模板处理不壹样之处是彳发者必须设置壹

种模板平面。

6、串行处理与并行处理

彳爰壹像素输出成果依赖于前面像素处理的成果，并且只能依次处理各像素而不能同步封各像素暹行村似处

理的壹种处理形式称^串行处理。

封图像内的各像素同步暹行相似形式运算的壹种处理形式称恣并行处理。

图像的数据构造

1组合方式一一组合方式是竞种字是寄存多种像素灰度值的方式,它能起到节省内存的作用，但导致计算

量增艮，使处理程序复杂。

2比特面方式一一按比特位存取像素，即将所有像素的相似比特位用壹种二维数组表达，形成比特面。道

种构造能充足运用内存空间，但封灰度图像处理耗畤多。

3分层构造一一由原始图像^始依次构成像素数愈来愈少的壹幅嗝图像，就能使数据表达具有分层性，其

代表有锥形（金字塔）构造。

4树构过一一封于党幅一值图像的行、列都接连不停地一等分，假如图像被分割部分中的全体像素都变成

具有相似的特性畤，道宣部分则不再分割。用适种措施，可以把图像用树构造（4叉树）表达。道可以月在特

性提取和信息压缩等方面。

5多重图像数据存储：逐波段存储，逐行存储，逐像素存储。

图像的特性

自然特性：光谱，几何，畤相；人工特性：直方图，灰度边缘，线、角、纹理特性。

特性范围划分：黠特性、局部特性、区域特性、整体特性。

特性提取：获取图像特性信息的操作称作特性提取。通通特性提取，可以获得特性构成的图像（称作特性

图像）和特性参数。

特性空间：把优图像提取的m体I特性量yl,y2,…，ym,用m维的向量丫=[丫1y2...ym]l表达称卷特

性向量。此外，封应于各特性量的m维空间叫做特性空间。特性向量Y就可作四造£固特性空间的粘来表达。

第三章图像变换

图像变换目的：

使图像处理冏题简化；有助于图像特性提取：有助于优概念上增调图像信息的理解。

图像变换规定：正交变换必须是可逆的；正交变换和反变换不能太复杂。

二维线性不变系统

二维离散傅哀叶变换的若干性质：

1周期性和共规封称性一一封图像的频谱分析和显示带来很大益处。

2分离性一一受种二维傅立叶变换可由持续两次登维傅立叶变换来实现。

3平移性质一一封网.、，）的平移不影响其傅立叶变换的幅值。

4旋转性质一一封旋转"0封应于将其傅立叶变换”（“J，）也旋转00。

5分派率一一傅立叶变换和反变换封加法满足分派律，但判乘法则不满足。

6尺度变换（缩放）

7平均值

8离散卷积定理

9离散有关定理

小波变换一一“小波”就是小的波形。所谓“小''是指它具有衰减性「波”则是指它的波勒性，其振幅正负相间

的震荡形式。平移确定某体1频率出现的位置，伸缩得到优低到高不宜样频率的基波。小波是宣种具有振荡

性和迅速衰减的波。

原则上能用傅立叶分析的地方均可用小波分析，甚至能获得更好的成果。

其中aX）.bFR.上式给出〃）的宜种名尺度表达，a代龙尺度因子，心力⑺-K■秋丁）

称卷小波。

若则小波函数具有伸展作用：畤，函数具有收缩作用。而傅立叶变换则恰好相反。

登维小波变换的基本性质：

1、线性一一小波变换是线性变换，它把壹信号分解成不安样尺度的分量。

2、平移和伸缩的共变性一一持续小波变换在任何平移和伸缩下之下是共变的

3、微分运算

4、其他一一小波变换尚有诸如局部正则性、能量守恒性、空间——尺度局部化等特性。

^典小波：Haar小波，瞿西哥草帽。

第四章图像增强

图像增强：采用壹系列技术有选择地突出某些感受好的信息，同步克制某些不需要的信息，以提高图像的

使用价值。

增强目的：采用壹系列技术改善图像的视凫效果：将图像转换成堂种更适合于人或机器逛行分析处理的形

式。

增强措施：空间域增强和频率域增强。

空间域增强是直接封图像像素暹行处理.；频率域增强是封图像畿博立叶变换接的频谱成分暹行处理，然彳爰

逆傅立叶变换获得所播的成果。

图像校正：辐射校正和几何校正。

原因：

辐射校正由于遥感检测系统、大气散射和吸取等原因引起的图像模糊失真、辨别率和封比度下降等辐

射失真：

几何校正是由于搭载传感器的遥感平台飞行姿态变化、地球刍传、地球曲率等原因引起的图像儿何益

畸变。

图像辐射校正：

I系统辐射校正

光季摄影机内部辐射误差校正：g'=g*cos(a).

光电扫描仪内部辐射误差的校正：光窗转换误差；探测器增益变化引起的误差。

2大气校正：指消除重要由大气散射引起的辐射误差的处理谩程。

公式法LAi=a^bR,

回归分析法(用晨波数据来校正短波数)

直方图校正法：通遇灰度直方图封比找出校正量

几何畸变：遥感图像在获取遇程中由于多种原因导致景物中目的物相封位置的坐檄关系图像中发生变化。

传感器成像几何形态影响：全景投影变形，斜距投影变形，

传感器外方位元素变化畸变

地球自转的影响

地球曲率影响

遥感图像几何校正包括光孥校正和数字纠正两种措施。

数字纠正是通遇汁算机封图像每像元逐壹地解析纠正处理完毕的，其包括两方面：登是像元坐楝变换；

二是像元灰度值重新计算(重采样)。

数字图像灰度值的重采样：

I、近来邻法

用距离投影黠近来像元灰度值替代输出像元灰度值。

2、双线性内插法

投影黠周围4相邻像元灰度值，并根据各自权重计算输出像元灰度值。

3、双三次卷积法

获取与投影黠邻近的16他像元灰度值计算输出像元灰度值.

数字图像几何校正法：多项式纠正法和共线方程纠正法。

多项式纠正法的基本思想：回避成像的空间几何遇程，而真接封图像变形的自身迤行数阜模拟。选择最小

控制黜的数量悬:(n+l)(n+2)/2,悬多项式次数。

遥感图像数字镶嵌

1、镶嵌要有足够宽的重叠区，最佳不少于图像的1/5。

2、相邻的图像色调或灰度值应宜致(通“直力图匹配”等措施)；

3、最佳根据地图投影方式先分幅校正，接镶嵌，以保证较高的精度。

多图像几何匹配：在实际应用遇程常常需要将同壹地区的不查样类型传感器获得的多种遥感数据“匹配”

起来，以期运用各自是处，适种作法称卷多图像几何配准。

图像增强内容:

灰度变换

均衡化

点运算＜直方图修正法

规定化

空间域

局部统计法

图象平滑

局部运

图象锐化

图象增强高通滤波

频率域低通滤波

同态滤波增强

假彩色增强

彩色增强伪彩色增强

彩色变换及应用

图象的代数运算

灰度变换的目的是检了改善画质，使图像的显示效果愈加清晰。

封比度：通俗的讲，就是亮暗的封比程度，体琨了图像画质的清晰程度。

犷

C=Z皿，P6(i,j)J(z,j)=|i-j\2a，J)

灰度变换：

线性变换分段线性变换

灰级窗：只显示指定灰度级范围内的信息。

勤态范围：是指图像中所记录的埸景中优暗到亮的变化范围。

勤态范围调整原理：通遇勤态范围的压缩可以将所关怀部分的灰度级的变化范围扩大。

灰度切分：把想看到的灰度级的图像变悬较亮的灰度级把不想看到的灰度级消零。特玷：突出目的的蛇廓,

消除或保留背毙细节。

直方图修整法：包括直方图均衡化及直方图规定化两类。

直方图均衡化是将原图像通遇某种变换，得到堂幅灰度直方图卷均匀分布的新图像的措施。

基本思想：封在图像中像素偃1数多的灰度级it行展宽，而封像素1同数少的灰度级暹行缩减，优而到达清晰

图像的目的。

环节：1、求灰度直方图。2、计算灰度分布概率。3、计算灰度级的合计分布。4、计算新图像的灰度值。

卷何均衡化接的封比度遢减少了？P66第四章1

直方图规定化：使原图像灰度直方图变成规定形状的直方图而封图像作修正的增强措施。

图像噪声：是图像在摄取畤或是传播畤所受到的随机干扰信号。造些干扰信号的克制称卷图像的噪声克制。

卷了克制噪声改善图像质量所暹行的处理称图像平滑或去噪。

图像空间域平滑措施:

局部平滑法(邻域平均法或移勤平均法)

可用像素邻域内各像素的灰度平均值替代该像素本来的灰度值，实现图像的平滑。

均值漉波器：

•原理：在图像上，看待处理的像素给定壹种模板，该模板包括了其周围的邻近像素。将模板中的

全体像素的均值来替代本来的像素值的措施。

•均值滤波可以用来封椒盐噪声和高斯噪声暹行滤波。

局部记录法：用局部均值和方差暹行封比度增强的措施

超限像素平滑法

是将f(x,y)和邻域平均g(x,y)差的绝射值与选定的阈值暹行比较，根据比较成果决定物.(x.y)的最终灰度g

'(x,y).

封克制椒盐噪声比较有效，封保护仅有微小灰度差的细节及纹理也有效。可兄伴随邻域增大，去噪能

力增强，但模糊程度也大。同局部平滑法相比，超限像元平滑法去椒盐噪声效果更好。

灰度最相近的Kf0邻黠平均法

该算法的出发黠是：在nXn的窗口内，属于同壹集合体的像素，它俨］的灰度值将高度有关。因此，可

用窗口内与中心像素的灰度最靠近的K10邻像素的平均灰度来替代窗口中心像素的灰度值。道就是灰度最

相近的K他邻黠平均法。

较小的K值使噪声方差下降较小，但保持细节效果很好：而较大的K值平滑噪声很好，但曾使图像边

缘模糊。

试验证明，封于3X3的窗口，取K=6四宜。

梯度倒数加权平滑法

最大均匀性平滑法

封图像中任宜像素(x,y)的5他重叠的3x3方形邻域，用梯度算子计算它凭灰度变化的大小。把其

中灰度变化最小的邻域作卷最均匀的区域，用它的平均灰度替代像素(x,y)的灰度值。缺陷是封复杂形状

的边界曾谩度平滑并使细节消失。

有选择保边缘平滑法

最小方差所封应的掩模区的灰度均值就是像素(x,y)的输出值。

空间低通滤波法

掩模不宜样，中心黠或邻域的用要程度也不相似，因此，应根据冏题的需要选用合适的检模。

中值滤波器

中值滤波：封壹种滑勒窗口内的诸像素灰度值排序，用中值替代窗口中心像素的本来灰度值，是壹种

非线性的图像平滑法。

它引脉冲干扰及椒盐噪声的克制效果好，在克制随机噪声的同步能有效保护边缘少受模糊。但它封贴、

线等细节较多的图像却不太合适。

只适合于椒盐噪声的清除，不适合高斯噪声的清除。

给出渔波用的模板，封模板中的像素值由小到大排列，最终待处理像素的灰度取道他模板中排在中间

位置上的像素的灰度值。

中值滤波器与均值滤波器的比较：

•封于椒盐噪声，中值滤波效果比均值滤波效果好。

原因：椒盐噪声是嗝值近似相等但随机分布在不壹样位置上，图像中有洁净黠也有污染黠。中

值滤波是选择合适的黠来替代污染黠的值，因此处理效果好。由于噪声的均值不悬0,因此均值

滤波不能很好地清除噪声黠。

•封于高斯噪声，均值滤波效果比中值滤波效果好。

原因：高斯噪声是嗝值近似正态分布，但分布在每黠像素上。由于图像中的每黠都是污染黠，

所中值滤波选不到合适的洁净粘。由于正态分布的均值悬0,因此根据记录数孥，均值可以消除

噪声。

实际上只能减弱，不能消除。思索悬何？、

边界保持平滑滤波器

在暹行平滑处理畤，首先鉴别目前像素与否悬边界上的黠，假如是，则不暹行平滑处理；假如不是，则暹

行平滑处理。

K近邻（KNN）平滑滤波器

•边界保持滤波器的关键是确定边界钻与非边界钻.

算法：

1）以待处理像素检中心，作壹种m*m的作用模板。

2）在模板中，选择与待处理像素的灰度差悬最小的像素。

3）将造K他像素的灰度均值替代掉本来的像素值。

•KNN滤波器由于有了边界保持的作用，因此在清除椒盐以及高斯噪声畴，射图像景物的清晰度保

持方面的效果非常明显；

•KNN滤波器的像素选择，同步也使噪声得到了最大程度的克制。

•常然，所付出的代价是：算法的复杂度增晨了。

俶盐噪声的幅值近似相等，但发生的位置是随机的；

高斯噪声存在于每登玷像素，但幅值是随机分布的。

图像锐化：

使灰度反差增强，的是加强图像中景物的细节边缘和轮廓。

梯度锐化法

增强边缘：加大边缘增强算子的模板大小出发，由2x2扩大到3x3来计算差分；Sobel在Prcwiii算子的基

础上，封4-邻域采用带权的措施计算差分

Laplacian增强算子

I、在灰度均匀的区域或斜坡n间▽zqx,丫）四5增强图像上像元灰度不变：

2、在斜坡底或低灰度侧形成“下冲”：而在斜坡顶或高灰度侧形成“上冲”。

高通漉波法

高通滤波法就是用高通滤波算了•和图像卷积来增强边缘。

单方向壹阶锐化算法

­翠方向的壹阶梯度算法是指给出某佃特定方向上的边缘信息。

水平方向锐化和竖直方向锐化。彼处理：1整体加壹种正整数，获得类似浮雕效果。2取绝封值，获得封边

缘的有方向提取。

辗方向锐化算法

二阶微分算法：Wallis算法中考虑了人眼视觉特性，因此，与Laplacian等其他算法相比，可以封暗区的

细节暹行比很好的锐化。

壹阶微分与二阶微分的边缘提取效果比较：

•以Sobel及Laplacian算法卷例暹行比较。

•Sobel算子获得的边界是比较粗略的边界，反应的边界信息较少，不谩所反应的边界比较清晰；

•Laplacian算子获得的边界是比较细致的