數(shù)字圖像處理復(fù)習(xí)提綱.doc

第一章1、數(shù)字圖像的概念l 數(shù)字圖像是模擬圖像經(jīng)數(shù)字化后在空間上離散采樣得到像素，各像素灰度值經(jīng)量化用離散的整數(shù)值來表示，以便于計算機處理的一種形式。l 每個小塊區(qū)域稱作一個像素（Pixel）；l 像素包含兩種屬性：位置和灰度/亮度；l 存在空間/位置和灰度/幅值的離散性。2、數(shù)字圖像處理的特點l 精度高、再現(xiàn)性好；l 處理效果可控；l 處理數(shù)據(jù)量大；l 處理算法時間復(fù)雜度高；l 需要多種學(xué)科技術(shù)的融合。3、數(shù)字圖像處理的主要內(nèi)容：l 圖像數(shù)字化l 圖像變換l 圖像增強l 圖像恢復(fù)l 圖像壓縮編碼l 圖像分割l 圖像分析與描述l 圖像識別分類4、數(shù)字圖像處理的應(yīng)用l 宇宙探測方面l 通信方面l 遙感方面l 生物醫(yī)學(xué)領(lǐng)域l 工業(yè)生產(chǎn)中l(wèi) 軍事公安方面l 天氣預(yù)報方面l 考古與文物保護(hù)方面l 新的應(yīng)用領(lǐng)域第二章1、圖像的兩個基本屬性、分辨率l 數(shù)字化圖像主要由采樣點數(shù)與灰度級來決定。l 圖像分辨率包括空間分辨率和幅度分辨率，分別由圖像采樣和量化決定。2、區(qū)分顏色通常用3種基本特性：n 輝度（又常用亮度、明度）n 色調(diào)n 飽和度。l 色調(diào)和飽和度合起來稱為色度。顏色可以用輝度和色度共同表示3、人眼對畫面靜止部分的分辨率高于活動部分，l 對靜止部分減少時間分辨率，而對活動部分減少空間分辨率，可以達(dá)到數(shù)據(jù)壓縮的效果。4、像素間關(guān)系：4鄰域、8鄰域5、彩色匹配規(guī)則l 任何彩色可以用不多于三個基色配成；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個分量；l 在某一亮度等級上的彩色匹配可適用于較寬的亮度范圍；l 彩色相加定律：若一彩色C1與彩色C2相匹配（同樣彩色感覺），而彩色C1與彩色C2相混合的彩色匹配，可以如下表示：n C1= C2，即C1彩色與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 彩色相加定律表示為：n 若 C1=C2， C1=C2n 則 a1C1+a2 C2= a1C1+a2 C26、模擬圖像的數(shù)字化過程l 采樣：將在空間上連續(xù)的圖像轉(zhuǎn)換為離散采樣點集的操作l 量化：將采樣所得像素的灰度信息離散化，用數(shù)值來表示的過程，通常采樣8位256級灰度來表示。l 采樣與量化參數(shù)選擇原則：n 緩慢變化圖像：粗采樣，細(xì)量化n 細(xì)節(jié)豐富圖像：細(xì)采樣，粗量化l 數(shù)字圖像的幾種文件格式：BMP、TIFF、GIF、JPEG、PSD、PNG第三章1、圖像的幾何變換分類l 方法：比例縮放、空間平移、鏡像、旋轉(zhuǎn)、復(fù)合變換、透視變換、圖像插值、仿射變換等；l 實質(zhì)：改變像素的空間位置或估算新空間位置上的像素值2、常用灰度插值方法l 最近鄰插值法、雙線性插值法、雙三次插值、不規(guī)則碎片形(分形)插值、卷積插值法等。3、圖像頻率處理的概念l 圖像陣列一般都很大，如果沒有有效的算法，計算上比較復(fù)雜、費時。圖像的頻域處理最突出的特點是其運算速度高，并可采用已有的二維數(shù)字濾波技術(shù)進(jìn)行所需要的各種圖像處理，因此得到了廣泛的應(yīng)用。4、DFT、DCT、WHT、DWT變換的核心思想l 圖像變換可以將圖像從空間域轉(zhuǎn)換到頻率域，然后在頻率域?qū)D像進(jìn)行各種處理，再將所得到的結(jié)果進(jìn)行反變換，即從頻率域變換到空間域，從而達(dá)到圖像處理的目的。l 對圖像進(jìn)行變換處理，得到圖像的變換域表示，然后在變換域?qū)D像進(jìn)行相關(guān)處理。 第四章1、相關(guān)概念l 圖像增強是指不考慮圖像降質(zhì)的原因，將圖像中感興趣的特征有選擇性地突出同時衰減不需要的特征，以達(dá)到改善視感質(zhì)量的過程 l 灰度直方圖表示圖像中各灰度級像素的個數(shù)，反映圖像中各灰度級出現(xiàn)的頻度。l 中值濾波是將當(dāng)前像素的鄰域(窗口)像素(奇數(shù)個)按灰度值進(jìn)行排序，取中間灰度值為當(dāng)前像素的灰度輸出值。l 圖像銳化是使模糊圖像增晰，突出圖像中的輪廓邊緣、細(xì)節(jié)以及灰度跳變部分，從而形成完整的物體邊界； l 圖像平滑是通過削弱高頻成分突出低頻成分來達(dá)到濾除噪聲、模糊圖像的目的。銳化與平滑相反，主要是加強高頻或減弱低頻，圖像銳化加強了細(xì)節(jié)和邊緣，對圖像有去模糊的作用。2、直方圖修正法的種類及作用l 直方圖均衡(Histogram Equalization)n 對原始圖像的像素灰度進(jìn)行某種映射變換，以使變換后圖像的像素灰度概率分布盡可能均勻；擴(kuò)展圖像灰度的動態(tài)范圍，從而增強圖像的對比度。l 直方圖規(guī)定化：(Histogram Normalization)l 作用：對一幅圖像的直方圖進(jìn)行適當(dāng)修改，從而達(dá)到圖像增晰的目的。3、低通濾波法與高通濾波法的作用l 圖像噪聲特點：處于圖像信號頻率成分的高頻段，對應(yīng)信號迅速變化的部分?？梢杂每臻g域低通濾波達(dá)到消噪功能！l 圖像中的邊緣和線條與圖像頻譜中的高頻分量相對應(yīng)，采用高通濾波器讓高頻順利通過，得到高通圖像，然后按前面銳化公式進(jìn)行處理，可以使圖像高頻加強，邊緣或線條變得更清楚，從而實現(xiàn)圖像的銳化。4、常用梯度算子模板(Sobel、Prewitt、LOG等)及其作用l 采用梯度微分銳化圖像，同時會使噪聲、條紋等得到增強， Sobel算子則在一定程度上克服了這個問題。l 采用Prewitt 算子不僅能檢測邊緣點，而且能抑制噪聲的影響5、直方圖均衡化進(jìn)行圖像增強的步驟 6、頻率圖像銳化的步驟設(shè)F(u，v)和F（u，v）分別代表f（m，n）和高通濾波結(jié)果f（m，n）的頻域表示，H（u，v）為高通濾波器，g（m，n）為銳化結(jié)果. f(m,n ) F(u,v) F(u,v) f(m,n) g(m,.n)FFTH(u,v)IFFT7、中值濾波器對不同噪聲的濾波效果如何，分析原因 l 對離散階躍信號和斜升（或斜降）信號不產(chǎn)生影響；l 連續(xù)個數(shù)小于窗口寬度一半的離散脈沖將被濾除；否則將不受影響l 三角形信號的頂部被削平。l 若C為常數(shù)，則無論加上C還是乘以C都不改變?nèi)≈档拇笮∨判?。l 原因：窗口形狀和大小的選擇。第五章1、圖像恢復(fù)的概念、目的l 對退化的圖像進(jìn)行處理，盡可能的恢復(fù)到原始圖像的本來面目。關(guān)鍵在于建立退化模型。l 目的：在某種客觀準(zhǔn)則下，得到對原未退化圖像的最優(yōu)估計。n 利用圖像的退化過程來恢復(fù)圖像n 改善圖像的整體質(zhì)量2、常用圖像恢復(fù)算法思想l 找退化原因l 建立退化模型l 反向推演l 恢復(fù)圖像l 圖像恢復(fù)處理的關(guān)鍵問題在于建立退化模型。第六章1、圖像壓縮編碼的概念、目的、種類l 圖像數(shù)據(jù)的壓縮和編碼表示。l 圖像壓縮編碼系統(tǒng)：n 圖像編碼: 對圖像信息進(jìn)行壓縮和編碼，在存儲、處理和傳輸前進(jìn)行，也稱圖像壓縮；n 圖像解碼：對壓縮圖像進(jìn)行解壓以重建原圖像或其近似圖像。l 按照壓縮前及解壓后的信息保持程度分成三類：n (1) 信息保持（存）型 壓縮、解壓中無信息損失，主要用于圖像存檔，其特點是信息無失真，但壓縮比有限，也稱無失真/無損/可逆型編碼。n (2) 信息損失型犧牲部分信息，來獲取高壓縮比，數(shù)字電視、圖像傳輸和多媒體等應(yīng)用場合常用這類壓縮，其特點是通過忽略人的視覺不敏感的次要信息來提高壓縮比，也稱有損壓縮。n (3) 特征抽取型僅對于實際需要的（提?。┨卣餍畔⑦M(jìn)行編碼，而丟掉其它非特征信息，屬于信息損失型。這里的第三類是針對特殊的應(yīng)用場合 ，因此，一般就將圖像壓縮編碼分成無損和有損兩大類。 l 根據(jù)編碼作用域劃分，圖像編碼為空間域編碼和變換域編碼兩大類。 l 目的：解決由于通信方式和通信對象的改變帶來的最大問題：傳輸帶寬、速度、存儲器容量的限制。2、圖像的信息量、信息熵l 信息論中關(guān)于信息量是按該信息所傳達(dá)的事件的隨機性來度量的。l 概率為P(E)的隨機事件 E 的信息量 I(E )稱為E的自信息（隨概率增加而減少）特例：P(E ) = 1（即事件總發(fā)生），那么I(E ) = 0l 平均信息（信源熵）l 產(chǎn)生信源符號的信息量： I(aj) = log2P(aj)l 信源平均信息（又稱為信源熵） l 定義了觀察到信源符號輸出時所獲得的平均信息量 第七章1、圖像分割技術(shù)的幾種方法l 利用區(qū)域間灰度的突變性，確定區(qū)域的邊界或邊緣的位置，稱為邊緣檢測法l 利用區(qū)域內(nèi)灰度的相似性，將圖像像素點分成若干相似的區(qū)域，稱為區(qū)域生長法2、區(qū)域生長法及其進(jìn)行圖像邊界跟蹤的步驟l 方法：假定區(qū)域中單個點的位置已知，設(shè)定一種相似性準(zhǔn)則，鄰域像素中與已知點滿足相似性準(zhǔn)則的點并入?yún)^(qū)域；然后，對并入的新像素點重復(fù)上述過程，直至沒有滿足相似性準(zhǔn)則的鄰域像素為止。l (1)、對圖像進(jìn)行光柵掃描，求出不屬于任何區(qū)域的像素（根據(jù)圖像的不同應(yīng)用選擇一個或一組種子，它或者是最亮或最暗的點，或者是位于點簇中心的點。）； l (2)、將該點與其4鄰域或8鄰域中不屬于任何一個區(qū)域的像素進(jìn)行相似性測度，將滿足相似性測度的鄰域像素并入?yún)^(qū)域；l (3)、對新并入?yún)^(qū)域的像素重復(fù)(2)操作；l (4)、重復(fù)(2)和(3)，直到區(qū)域不再增長為止；l (5)、返回(1)，重新搜索新區(qū)域的起點。3、Hough變換進(jìn)行直線檢測的原理計算題例：假定一幅2020像素的圖像共有5個灰度級s1,