《数字图像处理复习考点》由会员分享，可在线阅读，更多相关《数字图像处理复习考点（39页珍藏版）》请在金锄头文库上搜索。
1、第一章 绪论,图像：对客观存在对象的一种相似性的、生动性的描述或写真。 模拟图像：空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像 数字图像：空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 数字图像处理（Digital Image Processing）：利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理） 数字图像处理的特点（优势）： （1）处理精度高，再现性好。（2）易于控制处理效果。（3）处理的多样性。（4）图像数据量庞大。（5）图
2、像处理技术综合性强。,第一章 绪论,数字图像处理的主要研究内容： （1） 图像的数字化：如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理 ；主要包括的是图像的采样与量化 （2） 图像的增强：加强图像的有用信息，消弱干扰和噪声 （3）图像的恢复：把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等 （4）图像的编码：简化图像的表示，压缩表示图像的数据，以便于存储和传输 （5）图像的重建：由二维图像重建三维图像（如CT） （6）图像的分析：对图像中的不同对象进行分割、分类、识别和描述、解释。 （7）图像分割与特征提取：图像分割是指将一幅图像的区域根据分析对象进
3、行分割。图像的特征提取包括了形状特征、纹理特征、颜色特征等。 （8）图像隐藏：是指媒体信息的相互隐藏、数字水印、图像的信息伪装。 （9）图像通信,第一章 绪论,数字图像处理的应用领域：通信：图象传输，电视电话等。宇宙探测：星体图片处理。 遥感：地形、地质、矿藏探查，森林、水利、海洋、农业等资源调查，自然灾害预测，环境污染的监测，气象云图。 生物医学：CT，X射线成象，B超，红外图象，显微图象。 工业生产： 产品质量检测，生产过程控制，CAD，CAM。 军事： 军事目标侦察，制导系统，警戒系统，自动火器控制等。 公安： 现场照片，指纹，手迹，印章，人像等处理和鉴别。 档案： 过期的文字、图片档案
4、的修复和处理。 机器人视觉: 娱乐： 电影特技，动画，广告，MTV等,第二章 数字图像处理基础,三基色原理：大自然中的颜色都可以通过红、绿、蓝三色按照不同的比例合成产生，同样绝大多数单色光也可以分解成红绿蓝三种色光。即三基色原理。 面向机器的RGB模型 面向人眼视觉的HIS模型 人的视觉特性 同时对比度效应 马赫带效应,第二章 数字图像处理基础,取样、量化、数字化的概念： 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是将在空间上连续的图像转换成离散的采样点（即像素）集的操作。量化：连续图像幅值的离散化是将各个像素所含的明暗信
5、息离散化后，用数字来表示称为图像的量化，一般的量化值用整数来表示。什么是奈奎斯特取样定理？其意义是什么？ 奈奎斯特定理：对于二维有限带宽信号fc(x,y),如果其二维傅里叶变换只在|Uc，| Vc的范围内不为零，那么采样间隔必须满足x 1/2Uc, y1/2Vc,这样才能保证信号可以重构。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。,量化的分类： 量化级步长的均匀性分：量化可分为均匀量化和非均匀量化。均匀量化是简单地在灰度范围内等间隔量化。非均匀量化是对像素出现频度少的部分量化间隔取大，而对频度大的量化间隔取小的量化间隔
6、。 量化对称性分：对称量化和非对称量化 量化采样点相互间的相关性分：无记忆量化和有记忆量化 量化时处理的采样点数：标量量化和向量量化常见的图像输入设备有哪些？电视摄像机，扫描仪，数码照相机，各种遥感图像获取设备（如红外摄影设备微波设备）。,第二章 数字图像处理基础,第二章 数字图像处理基础,数字图像的表示:为了描述上的方便,本书仍用f(x,y)表示数字图像。设x0，M-1，y0，N-1，f0，L-1，则数字图像可表示成一个MN的二维数字阵列。 每个(x,y)对应数字图像中的一个基本单元，称其为图像元素(picture element)，简称为像素（pixel）；且一般取M、N和的灰度级L为2的
7、整次幂即： M=2m N=2n L=2k （这里，m、n和k为正整数） 为存储一幅MN的数字图像，需要的存储位数为：b = M N k bit 字节数为：B=b/8空间分辨率 幅度分辨率,第二章 数字图像处理基础,简答：1.图像的数字化包含哪些步骤？简述这些步骤。 答：数字图像可以理解为对二维函数f(x,y)进行采样和量化(即离散处理)后得到的图像，因此，通常用二维矩阵来表示一幅数字图像。将一幅图像进行数字化的过程就是在计算机内生成一个二维矩阵的过程。数字化过程包括三个步骤：扫描、采样和量化。 采样是将空域上连续的图像变换成离散采样点集合，是对空间的离散化。经过采样之后得到的二维离散信号的最小
8、单位是像素。是对图像空间坐标的离散化，它决定了图像的空间分辨率。也可以说用一个网格把待处理的图像覆盖，然后把每一小格上模拟图像的各个亮度取平均值，作为该小方格中点的值。 量化就是把采样点上表示亮暗信息的连续量离散化后，用数值表示出来，是对亮度大小的离散化。也就是把采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的量化。量化是对图像幅度坐标的离散化，它决定了图像的幅度分辨率。 经过采样和量化后，数字图像可以用整数阵列的形式来描述。,第二章 数字图像处理基础,2. 图像量化时，如果量化级比较小会出现什么现象？为什么？ 答：当实际场景中存在灰度变化比较平缓的区域时，采用比较低的量化级数，则
9、这类图像会在画面上产生伪轮廓。图像的量化等级反映了采样的质量，数字图像的量化级数随图像的内容及处理的目的差别而不同，低的量化级数只满足于处理简单的线条而对于图像，若线条不明显时，则会产生伪轮廓。人眼对灰度误差有一个敏感度阈值，当灰度误差大于门限值时，即量化误差大于视觉阈值时，人眼看到的图像会出现伪轮廓。,第二章 数字图像处理基础,3. 简述二值图像、灰度图像与彩色图像的区别。 二值图像是指每个像素不是黑，就是白，其灰度值没有中间过渡的图像。这种图像又称为黑白图像。二值图像的矩阵取值非常简单，每个像素的值要么是1，要么是0，具有数据量小的特点。彩色图像是根据三原色成像原理来实现对自然界中的色彩描
10、述的。红、绿、蓝这三种基色的的灰度分别用256级表示，三基色之间不同的灰度组合可以形成不同的颜色。 灰度图像是指每个像素的信息由一个量化后的灰度级来描述的数字图像，灰度图像中不包含彩色信息。标准灰度图像中每个像素的灰度值是0-255之间的一个值，灰度级数为256级。,第三章 图像变换,图像的几何变换：改变图像的大小或形状。平移、旋转、缩放、镜像、错切（重点掌握）大题 图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。,第四章 图像增强,图像噪声的类型与特点： 所谓的图像噪声，是图像在摄取时或是传输时所受到的随机干扰信号。常见的有椒盐噪声和高斯噪声。椒盐噪声的特征
11、:出现位置是随机的，但噪声的幅值是基本相同的。对于椒盐噪声，中值滤波效果比均值滤波效果好。高斯噪声的特征：出现在位置是一定的（每一点上），但噪声的幅值是随机的。对于高斯噪声，均值滤波效果比中值滤波效果好灰度直方图的概念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。 所有的空间信息全部丢失。 每一灰度级的像素个数可直接得到,第四章 图像增强,灰度变换的原理（对具体方法的分析）P62-64,分析： 0a0ga被缩减了 abgagb被展宽了 b255gb255被缩减了原图像中像素主要处于ab 灰度范围，为对象区域，经变换后，对象
12、区域灰度范围 被展宽， 灰度差增大，对比度增强， 灰度层次增多，清晰度提高，使图像效果增强。,第四章 图像增强,直方图均衡和直方图指定化的概念，如何进行直方图的规格化（具体计算） 直方图均衡化是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减，将直方图的分布变成均匀分布，从而达到清晰图像的目的。 直方图指定化是把已知直方图的图像变为期望直方图的图像。 规格化计算 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 0.03 0.02 目标 L 0 1 2 3 4 5 6 7 目标 p(L) 0.12
13、5 0.125 0.125 0.125 0.125 0.125 0.125 0.125 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 （1）求原图灰度级分布函数F(k) 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 0.03 0.02 F(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 7 目标p(L) 0.125 0.125 0.125 0.125 0.125 0.12
14、5 0.125 0.125 F(l) 0.125 0.25 0.375 0.5 0.625 0.75 0.875 1 （3）k，l之间的对应关系 K 0 1 2 3 4 5 6 7 L 1 3 5 6 7 7 7 7 （4）求实际得到的直方图Q(l) p(k) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 l 0 1 2 3 4 5 6 7 Q(l) 0 0.19 0 0.25 0 0.21 0.16 0.19,第四章 图像增强,图像平滑代表算法及效果（均值、中值滤波的原理）,中值滤波的原理、作用 利用中值滤波模板对图像进行扫描，把模板中的像素进行由小到大的重
15、新排列，取排列中 间位置上的像素的灰度值替代模板中心待处理像素灰度值。这种方法称为中值滤波。中值滤波的优点是在消除噪声的同时，还能保护边界不被模糊均值滤波图像平滑的目的是消除或尽量减少噪声的影响，改善图像质量。在假定加性噪声是随机独立分布的条件下，利用邻域的平均或加权平均可以有效地抑制噪声干扰。均值滤波器的缺点是，会使图像变的模糊，原因是它对所有的点都是同等对待，在将噪声点分摊的同时，将景物的边界点也分摊了。 原理： 在图像上，对待处理的像素给定一个模板，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原来的像素值的方法。 代表算法： 噪声相除法，领域平均法(均值滤波法)，中值滤波法，梯度倒数加权法，具有边界保持的平滑滤波法,
