《数字图像整理.doc》由会员分享，可在线阅读，更多相关《数字图像整理.doc（17页珍藏版）》请在金锄头文库上搜索。
1、一.填空20 二.选择20 三.简答20 四计算401.在人类接受的信息中，图像等视觉信息所占的比重约达到75%。2数字图像：离散的数字信号，便于计算机处理。一幅数字图像可以定义为一个二维函数f(x,y)。x和y是空间坐标，(x,y)表示图像中抽样到的一个点，称为图像元素或像素。f(x,y)表示一个像素的强度或灰度。x、y、f(x,y)都是离散的数值。3数字图像处理：使用计算机分析处理图像的技术4广义的数字图像处理是指从图像获取到图像信息输出的全过程，即数字图像处理分析系统，包括5个部分：u 图像采集u 图像通信u 图像存储u 图像显示u 图像处理和分析5图像处理技术l 图像预处理n 图像数字
2、化：采样、量化n 图像变换n 图像编码n 图像增强n 图像恢复n 图像重建：根据二维图像构造三维图像l 图像分析n 图像分割n 图像识别l 图像理解6图像工程：图像处理技术的整体框架。l 图像工程的三个层次n 图像预处理：对图像进行各种加工以改善图像的视觉效果。从图像到图像。n 图像分析：主要是对图像中感兴趣的目标进行检测（分割）和测量（特征提取），提取出对它进行描述的信息。结果：可以是对图像进行描述的特征数据（如长度、面积等），或用符号表示的特征（如：如用a表示，用b表示| ）。从图像到数值或符号。n 图像理解：在图像分析的基础上，找出各目标的性质和它们之间的相互联系，得出对图像内容和含义的
3、理解以及对客观场景的解释。7图像处理的应用电磁波谱：伽马射线、X射线、紫外线、可见光、红外线、微波、无线电波、超声波1 8数字图像处理分析系统的基本结构9图像传感器品种繁多。常见的有：电视摄像机、扫描仪、数码相机10常用的图像显示设备：电视监视器、电脑显示器、投影仪、打印机等11常见图像存储器件:a各种RAM b 磁盘、光盘、闪盘 c数字磁带12一幅电视图像：720*576*3*810Mbits，用128kbps的ISDN信道传输要1.3分钟，用2Mbps的信道也要5秒。电视图像需要25幅/秒。13三基色，加性彩色系统：红光、绿光、蓝光三补色，减性彩色系统：青、品红、黄14颜色的三种基本特征量
4、辉度：亮度 色调：颜色饱和度：色彩的纯度。饱和度高，色彩浓；饱和度低，色彩发白。色调和饱和度合起来称为色度15颜色的表示： RGB模型 ，YIQ模型(NTSC彩色电视)，YUV模型(PAL彩色电视) HSI模型 （ H：色调 S：饱和度 I：辉度）16数字图像傅立叶变换的频谱分布和统计特性l 频谱分布： 左上角为直流分量 ，四个角为低频分量 ，中央为高频分量l 进行频率位移后的频谱分布 ：中心为支流分量 ，中央部分为低频分量，外围为高频分量17傅立叶变换的频谱统计特性a零频率分量F(0,0)也称为直流分量，反映图像的平均亮度b低频分量，反映图像灰度变化缓慢的区域，85%的能量集中在低频区c高频
5、分量，反映图像灰度阶越变化的区域，高频分量主要是图像的边缘、细节以及噪声。18如果则变换核是可分离的; 如果g1和g2、h1和h2形式一致，则变换核是对称的。正交变换具有可分离性和对称性19图像增强的目的n 改善图像的视觉效果n 突出图像的特征，便于计算机处理。l 图像增强按作用域分为两类，即空域处理和频域处理。n 空域处理是直接对图像进行处理；u 空域变换增强(点运算)：基于像素点u 空域滤波增强：基于模板，对图像的处理是对小的子图像(模板)进行的。频域处理则是在图像的某个变换域内，对图像的变换系数进行运算，然后通过逆变换获得l 图像噪声的概念n 所谓的图像噪声，是图像在摄取时或是传输时所受
6、到的随机干扰信号。n 常见的有椒盐噪声和高斯噪声。 u 椒盐噪声的特征:出现位置是随机的，但噪声的幅值是基本相同的。u 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。20幂次1. 变换 n 当g1时，性能正好相反，具有压缩低亮度区、扩展高亮度区的效果，图像变暗。n 而当c=g=1时，输出正比与输入，图像无变化。 n 应用：“g校正”（伽马校正），CRT显示器21灰度直方图的定义l 直方图是用来表达一幅图像灰度级分布情况的统计特性。 n 横坐标：灰度rn 纵坐标：为某一灰度值rk的像素个数nk或是灰度出现的概率P(r)22直方图均衡化的基本思想是把原始图像的直方图变为均匀
7、分布的，扩展图像灰度的动态范围，达到增强图像对比度的效果。23空域滤波增强在待处理的图像中逐点移动模板，对每个(x,y)点，滤波器在该点的响应通过事先定义的关系来处理。24平滑滤波：柔化图像或消除噪声。类似于频域滤波的低通滤波。25锐化滤波：增强图像的边缘和轮廓，使细节更加清晰。类似于频域滤波的高通滤波。26平滑滤波的目的：柔化图像和消除噪声27均值滤波：28中值滤波：与均值滤波类似，做3*3的模板，对9个数排序，取第5个数替代原来的像素值。29中值滤波相对均值滤波，边界更清晰，降噪效果稍差。l 中值滤波器与均值滤波器的比较1对于椒盐噪声，中值滤波效果比均值滤波效果好。 2椒盐噪声是幅值近似相
8、等但随机分布在不同位置上，图像中有干净点也有污染点。3中值滤波是选择适当的点来替代污染点的值，所以处理效果好。4因为噪声的均值不为0，所以均值滤波不能很好地去除噪声点。5对于高斯噪声，均值滤波效果比均值滤波效果好。 6高斯噪声是幅值近似正态分布，但分布在每点像素上。7因为图像中的每点都是污染点，所以中值滤波选不到合适的干净点。8因为正态分布的均值为0，所以均值滤波可以消除噪声。30图像锐化的目的：消除图像模糊，加强图像的目标边界和图像细节31离散函数的拉普拉斯算子拉普拉斯（Laplacian）算子，二阶偏导数的和。是一个标量，具有各向同性的性质。32频域滤波l 引起图像质量下降的噪声在图像的傅
9、里叶频谱中占据的是高频段；l 图像的边缘在傅里叶频谱中占据的也是高频段；l 图像的主体或图像中灰度变化较缓的区域在频谱中占据的是低频段。33低通滤波在频域中采用滤波器衰减高频分量、保留低频分量的过程称为低通滤波。低通滤波可以消除噪声，起到图像平滑的增强作用由于虑除了某些边界对应的频率分量，而使图像变得模糊，图像模糊的程度与截止频率有关34高通滤波在频域中采用滤波器衰减低频分量、保留高频分量的过程称为高通滤波。高通滤波可以增强图像的边缘，起到图像锐化的增强作用35图像复原与图像增强的异同图像复原与图像增强的目的都是在某种意义上对图像进行改进，即改善输入图像的质量，但二者使用的方法和评价标准不同。
10、图像增强技术一般要利用人的视觉系统的特性，目的是取得较好的视觉效果，并不需要考虑图像退化的真实物理过程，增强后的图像也不一定要逼近原始图像。而图像复原则认为图像是在某种情况下退化了，即图像品质下降了，通过先验知识建立图像退化过程的模型，并且采用相反的过程恢复出原始图像。36图像复原方法n 无约束复原：逆滤波n 有约束复原：维纳滤波、最小二乘方滤波37图像压缩编码的分类l 编码技术n 熵编码(统计编码)：Huffman编码、香农-范诺编码、算术编码、行程编码n 预测编码n 变换编码n 混合编码l 是否有失真n 无失真编码：无损，可逆n 有失真编码：有损，不可逆38变长最佳编码定理在变长编码中，对
11、出现概率大的信息符号赋予短码字，而对于出现概率小的信息符号赋予长码字。如果码字长度严格按照所对应符号出现概率大小逆序排列，则编码结果平均码字长度一定小于任何其他排列形式.39图像分割：从图像中按一定规则划出感兴趣的部分或区域（称为目标或前景）n 图像分割是图像分析、图像识别、图像理解的关键一步n 必须针对特定的分割要求、图像性质采用或设计不同的分割算法l 图像的特性图像分割基于像素的二个基本特性：n 同一目标内有相似性n 在目标的边界上，灰度有不连续性l 分割方法分类n 利用区域间灰度不连续性的基于边界的算法u 基于边缘的分割技术n 利用区域内相似性的基于区域的算法u 基于灰度的分割技术u 基
12、于区域的分割技术40膨胀是将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理。膨胀处理的作用是可以将断裂开的目标物进行合并，便于对其整体的提取。41腐蚀是一种消除连通域的边界点，使边界向内收缩的处理。腐蚀处理的作用是可以将粘连在一起的不同目标物分离，并可以将小的颗粒噪声去除。开操作和闭操作开操作： 闭操作：l 开操作和闭操作的作用n 都能平滑边界n 开操作能把比结构元小的斑点、突刺滤掉，能切断细长搭接而起到分离作用n 闭操作能把比结构元小的缺口或孔填上，搭接短的间隙而起到连通作用42 灰值膨胀：图像变量灰值腐蚀：图像变暗灰值开运算：消除亮细节，保持图像整体亮度不变灰值闭运算：消
13、除暗细节，保持图像整体亮度不变43链码问答题问答题 错误！文档中没有指定样式的文字。1 写出图像灰度幂次变换的公式，给出不同的参数取值下指数变换的效果。当g1时，性能正好相反，具有压缩低亮度区、扩展高亮度区的效果，图像变暗。而当c=g=1时，输出正比与输入，图像无变化。 问答题 错误！文档中没有指定样式的文字。2简述数字图像傅立叶变换的频谱分布和统计特性对图像进行离散傅立叶变换后，频谱图左上角为直流分量，四个角为低频分量，中央为高频分量。傅立叶变换的频谱统计特性：零频率分量F(0,0)也称为直流分量，反映图像的平均亮度；低频分量，反映图像灰度变化缓慢的区域，85%的能量集中在低频区；高频分量，
14、反映图像灰度阶越变化的区域，高频分量主要是图像的边缘、细节以及噪声。问答题 错误！文档中没有指定样式的文字。3 平滑滤波和锐化滤波的目的各是什么，它们各有哪些方法或算子？平滑滤波：模糊图像或消除噪声。类似于频域滤波的低通滤波。锐化滤波：增强图像的边缘和轮廓，使细节更加清晰。类似于频域滤波的高通滤波。 平滑滤波：均值滤波、中值滤波。锐化滤波：线性锐化滤波(拉普拉斯算子)、非线性锐化滤波(直接差分算子、Roberts算子、Prewitt算子、Sobel算子)。问答题 错误！文档中没有指定样式的文字。4简述均值滤波和中值滤波对高斯噪声、椒盐噪声的滤波作用及原因。答：高斯噪声：图像中每一点都存在噪声，
15、噪声的幅值是随机分布的，从噪声幅值大小的分布统计来看，其密度函数服从高斯分布（1分）。椒盐噪声：噪声的幅值基本相同，但噪声在图像中出现的位置是随机的（1分）。对于椒盐噪声，中值滤波比均值滤波要好。原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。中值滤波是选择适当的点来替代污染点的值，所以处理效果好。由于噪声的均值不为0，所以均值滤波不能很好地去除噪声点（2分）。对于高斯噪声，均值滤波效果比中值滤波效果好。原因：高斯噪声是幅值近似正态分布，但分布在每点像素上。因为图像中的每点都是污染点，所中值滤波选不到合适的干净点。因此对正态分布的高斯噪声，由于其均值为0，根据统计数
