圖像處理復(fù)習(xí)

1、目錄考紅色部分目錄i第1章 緒 論11.1 數(shù)字圖像處理的概念11.2 圖像處理的歷史及應(yīng)用21.3 數(shù)字圖像處理分析系統(tǒng)2第2章 視覺(jué)和圖像的生成42.1 視覺(jué)現(xiàn)象42.1.1 亮度適應(yīng)和鑒別42.1.2 同時(shí)對(duì)比度42.1.3 對(duì)比靈敏度42.1.4 Mach效應(yīng)42.1.5 主觀輪廓52.1.6 空間錯(cuò)覺(jué)52.2 顏色視覺(jué)62.2.1 光和顏色62.2.2 顏色的表示62.3 像素間的基本關(guān)系62.3.1 鄰域62.3.2 連通性62.3.3 距離度量6第3章 圖像變換73.1 概述73.2 離散傅立葉變換DFT73.2.1 數(shù)字圖像傅立葉變換的頻譜分布和統(tǒng)計(jì)特性73.3 圖像變換的通用

2、公式73.4 離散余弦變換83.5 Radon變換8第4章 圖像增強(qiáng)94.1 圖像增強(qiáng)原理及方法94.2 空域變換增強(qiáng)（點(diǎn)運(yùn)算）94.2.1 直接灰度變換94.2.2 直方圖調(diào)整104.3 空域?yàn)V波增強(qiáng)114.3.1 空域?yàn)V波基本原理114.3.2 平滑濾波114.3.3 銳化濾波（sharpening filter）124.4 頻域?yàn)V波144.4.1 低通濾波144.4.2 高通濾波14第5章 圖像復(fù)原155.1 基本概念155.2 逆濾波155.3 維納濾波155.4 約束最小二乘方濾波15第6章 圖像編碼166.1 圖像壓縮編碼基礎(chǔ)166.1.1 圖像壓縮編碼的必要性：目的166.1.2

3、 圖像壓縮編碼的可能性：冗余166.1.3 圖像壓縮編碼的分類166.2 信息理論基礎(chǔ)166.3 熵編碼186.3.1 哈夫曼編碼186.3.2 香農(nóng)-范諾編碼196.3.3 算術(shù)編碼206.3.4 行程編碼(RLE）206.4 預(yù)測(cè)編碼216.5 變換編碼216.6 JPEG編碼216.6.1 JPEG編碼標(biāo)準(zhǔn)216.6.2 JPEG編碼流程21第7章 圖像分割 Image Segmentation237.1 概述與分類237.2 基于灰度的分割（區(qū)域相關(guān)技術(shù)）237.3 基于邊緣的分割（邊緣檢測(cè)）237.4 基于區(qū)域的分割技術(shù)24第8章 數(shù)學(xué)形態(tài)學(xué)圖像處理258.1 數(shù)學(xué)形態(tài)學(xué)概述258.

4、2 二值形態(tài)學(xué)258.2.1 二值形態(tài)學(xué)的基本運(yùn)算258.2.2 二值形態(tài)學(xué)的應(yīng)用258.3 灰度形態(tài)學(xué)258.3.1 膨脹與腐蝕258.3.2 形態(tài)學(xué)濾波26第9章 圖像特征分析279.1 概述279.2 形狀特征描述279.2.1 鏈碼279.2.2 幾何特征描述289.2.3 形狀特征描述289.3 其他特征描述299.3.1 拓?fù)涿枋龇?9問(wèn)答題31計(jì)算題33第1章 緒 論1.1 數(shù)字圖像處理的概念1 圖像l “圖”是物體投射或反射光的分布l “像”是人的視覺(jué)系統(tǒng)對(duì)圖的接受在大腦中形成的印象或反映。l 圖像是客觀和主觀的結(jié)合。l 在人類接受的信息中，圖像等視覺(jué)信息所占的比重約達(dá)到75%

5、。2 圖像的分類l 模擬圖像：連續(xù)的光學(xué)信號(hào)。l 數(shù)字圖像：離散的數(shù)字信號(hào)，便于計(jì)算機(jī)處理。n 一幅數(shù)字圖像可以定義為一個(gè)二維函數(shù)f(x,y)。n x和y是空間坐標(biāo)，(x,y)表示圖像中抽樣到的一個(gè)點(diǎn)，稱為圖像元素或像素。n f(x,y)表示一個(gè)像素的強(qiáng)度或灰度。n x、y、f(x,y)都是離散的數(shù)值。3 數(shù)字圖像的分類l 黑白(二值)圖像：f(x,y)取值0或1，一個(gè)像素占1個(gè)bit。l 灰度圖像：f(x,y)取值0到2n-1，一個(gè)像素占n個(gè)bit。l 彩色圖像：f(x,y)為一個(gè)三元組(r,g,b)，分別表示紅、綠、藍(lán)三個(gè)分量的強(qiáng)度。n 24位真彩色：每個(gè)分量占8個(gè)bit，一個(gè)像素共24個(gè)

6、bit。4 數(shù)字圖像處理l 數(shù)字圖像處理：使用計(jì)算機(jī)分析處理圖像的技術(shù)n 廣義的數(shù)字圖像處理是指從圖像獲取到圖像信息輸出的全過(guò)程，即數(shù)字圖像處理分析系統(tǒng)，包括5個(gè)部分：u 圖像采集u 圖像通信u 圖像存儲(chǔ)u 圖像顯示u 圖像處理和分析n 狹義的數(shù)字圖像處理僅指其中對(duì)圖像信息進(jìn)行處理和分析。5 圖像處理技術(shù)l 圖像預(yù)處理n 圖像數(shù)字化：采樣、量化n 圖像變換n 圖像編碼n 圖像增強(qiáng)n 圖像恢復(fù)n 圖像重建：根據(jù)二維圖像構(gòu)造三維圖像l 圖像分析n 圖像分割n 圖像識(shí)別l 圖像理解6 圖像工程l 圖像工程：圖像處理技術(shù)的整體框架。l 圖像工程的三個(gè)層次n 圖像預(yù)處理：對(duì)圖像進(jìn)行各種加工以改善圖像的視

7、覺(jué)效果。從圖像到圖像。n 圖像分析：主要是對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)（分割）和測(cè)量（特征提取），提取出對(duì)它進(jìn)行描述的信息。結(jié)果：可以是對(duì)圖像進(jìn)行描述的特征數(shù)據(jù)（如長(zhǎng)度、面積等），或用符號(hào)表示的特征（如：如用a表示，用b表示| ）。從圖像到數(shù)值或符號(hào)。n 圖像理解：在圖像分析的基礎(chǔ)上，找出各目標(biāo)的性質(zhì)和它們之間的相互聯(lián)系，得出對(duì)圖像內(nèi)容和含義的理解以及對(duì)客觀場(chǎng)景的解釋。1.2 圖像處理的歷史及應(yīng)用1. 圖像處理的應(yīng)用電磁波譜：伽馬射線、X射線、紫外線、可見(jiàn)光、紅外線、微波、無(wú)線電波、超聲波1.3 數(shù)字圖像處理分析系統(tǒng)1 數(shù)字圖像處理分析系統(tǒng)的基本結(jié)構(gòu)1) 圖像采集l 圖像傳感器和數(shù)模轉(zhuǎn)換器l

8、圖像傳感器品種繁多。常見(jiàn)的有：電視攝像機(jī)、掃描儀、數(shù)碼相機(jī)l 目前常用的兩種圖像傳感器件n CCD：面陣和線陣兩種形式n CMOS：集成度更高2) 圖像顯示（圖像輸出）常用的圖像顯示設(shè)備：電視監(jiān)視器、電腦顯示器、投影儀、打印機(jī)等3) 圖像存儲(chǔ)l 常見(jiàn)圖像存儲(chǔ)器件n 各種RAMn 磁盤、光盤、閃盤n 數(shù)字磁帶4) 圖像通信l 圖像通信必須有圖像通信接口或設(shè)備，還必須有通信信道l 一幅電視圖像：720*576*3*810Mbits，用128kbps的ISDN信道傳輸要1.3分鐘，用2Mbps的信道也要5秒。電視圖像需要25幅/秒。5) 處理和分析第2章 視覺(jué)和圖像的生成2.1 視覺(jué)現(xiàn)象2.1.1

9、亮度適應(yīng)和鑒別l 視覺(jué)惰性n 暗光適應(yīng)：需2030秒n 亮光適應(yīng)：需12秒l 暫留視覺(jué)l 人眼能適應(yīng)的光強(qiáng)度達(dá)1010l 同時(shí)鑒別出的光強(qiáng)度變化范圍就窄的多，256級(jí)灰度已足夠l 主觀感覺(jué)亮度與進(jìn)入眼內(nèi)的光強(qiáng)基本呈對(duì)數(shù)關(guān)系2.1.2 同時(shí)對(duì)比度l 相同亮度的物體，背景不一樣時(shí)感覺(jué)到的亮度不一同2.1.3 對(duì)比靈敏度l Weber比n 在相當(dāng)寬的光強(qiáng)范圍內(nèi)I/I為一常數(shù)，約為0.02；在最好的背景亮度下，可達(dá)0.01n 但在亮度很強(qiáng)或很弱的情況下，這個(gè)比值就不再保持為常數(shù)。2.1.4 Mach效應(yīng)Mach效應(yīng)：在觀察不同亮度形成的區(qū)塊的邊界時(shí)，會(huì)感覺(jué)暗區(qū)更暗，亮區(qū)更亮。過(guò)高或過(guò)低估計(jì)不同亮度區(qū)域

10、邊界值。2.1.5 主觀輪廓2.1.6 空間錯(cuò)覺(jué)2.2 顏色視覺(jué)2.2.1 光和顏色l 人眼中有紅、綠、藍(lán)三種色感細(xì)胞可用紅、綠、藍(lán)三種顏色來(lái)配置任何一種顏色l 三基色，加性彩色系統(tǒng)：紅光、綠光、藍(lán)光l 三補(bǔ)色，減性彩色系統(tǒng)：青、品紅、黃l 顏色的三種基本特征量n 輝度：亮度n 色調(diào)：顏色n 飽和度：色彩的純度。飽和度高，色彩濃；飽和度低，色彩發(fā)白。n 色調(diào)和飽和度合起來(lái)稱為色度2.2.2 顏色的表示 l RGB模型l YIQ模型(NTSC彩色電視)l YUV模型(PAL彩色電視)l HSI模型n H：色調(diào)n S：飽和度n I：輝度2.3 像素間的基本關(guān)系2.3.1 鄰域l 4-鄰域： N4(

11、p)l 8-鄰域： N8(p)l 對(duì)角鄰域：ND(p)2.3.2 連通性l 相同性質(zhì)的像素相鄰稱它們是連通的l 設(shè)像素p和r有相同的性質(zhì)，我們定義如下三種連通1) 4連通：r在N4(p)中，則p和r為4連通2) 8連通：r在N8(p)中，則p和r為8連通3) m連通(混合連通)：若r和p滿足u r在N4(p)中u 或r在ND(p)中，且N4(p)N4(r)是空集則稱r和p是m連通的2.3.3 距離度量l 街區(qū)(city-block)距離l 棋盤(chessboard)距離第3章 圖像變換3.1 概述l 數(shù)字圖像處理的方法分為兩類：空間域處理法（空域法）和頻域法。l 空域法與頻域法n 空域法：直

12、接對(duì)圖像矩陣進(jìn)行處理。n 頻域法：將圖像從空域變換到頻域，然后在頻率域?qū)D像進(jìn)行各種處理，再將所得的結(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。u 任何函數(shù)(包括非周期性函數(shù))都可以用周期性函數(shù)乘以加權(quán)函數(shù)的積分來(lái)表示。3.2 離散傅立葉變換DFT3.2.1 數(shù)字圖像傅立葉變換的頻譜分布和統(tǒng)計(jì)特性l 頻譜分布u 左上角為直流分量u 四個(gè)角為低頻分量u 中央為高頻分量l 進(jìn)行頻率位移后的頻譜分布u 中心為支流分量u 中央部分為低頻分量u 外圍為高頻分量 (a) 原圖像(b)無(wú)平移的傅立葉頻譜(c)平移后的傅立葉頻譜 l 傅立葉變換的頻譜統(tǒng)計(jì)特性n 零頻率分量F(0,0)也稱為

13、直流分量，反映圖像的平均亮度n 低頻分量，反映圖像灰度變化緩慢的區(qū)域，85%的能量集中在低頻區(qū)n 高頻分量，反映圖像灰度階越變化的區(qū)域，高頻分量主要是圖像的邊緣、細(xì)節(jié)以及噪聲。3.3 圖像變換的通用公式1 通用公式及變換核的可分離性和對(duì)稱性g(x,y,u,v)為正變換核，h(x,y,u,v)為反變換核l 如果則變換核是可分離的; l 如果g1和g2、h1和h2形式一致，則變換核是對(duì)稱的。正交變換具有可分離性和對(duì)稱性3.4 離散余弦變換3.5 Radon變換Radon變換是計(jì)算圖像在某一指定角度射線方向上投影的變換方法。l 投影重建n 可以利用拉東逆變換進(jìn)行投影重建。u 投影的數(shù)目越多，重建的效

14、果越好。u 投影的數(shù)目越少，效果越差，會(huì)產(chǎn)生虛假點(diǎn)。n 投影重建的一個(gè)應(yīng)用就是CT( 斷層成像) 。為了對(duì)斷層進(jìn)行投影掃描，必須使用有穿透能力的成像技術(shù)，如X 射線、伽馬射線、超聲波、核磁共振等。 l 在大多數(shù)應(yīng)用中，沒(méi)有原始圖像來(lái)計(jì)算投影。例如，X射線吸收重建，投影是通過(guò)測(cè)量放射線沿不同角度穿透物理標(biāo)本的衰減過(guò)程而構(gòu)造出來(lái)的。 第4章 圖像增強(qiáng)4.1 圖像增強(qiáng)原理及方法 l 圖像增強(qiáng)的目的n 改善圖像的視覺(jué)效果n 突出圖像的特征，便于計(jì)算機(jī)處理。l 圖像增強(qiáng)按作用域分為兩類，即空域處理和頻域處理。n 空域處理是直接對(duì)圖像進(jìn)行處理；u 空域變換增強(qiáng)(點(diǎn)運(yùn)算)：基于像素點(diǎn)u 空域?yàn)V波增強(qiáng)：基于模

15、板，對(duì)圖像的處理是對(duì)小的子圖像(模板)進(jìn)行的。n 頻域處理則是在圖像的某個(gè)變換域內(nèi)，對(duì)圖像的變換系數(shù)進(jìn)行運(yùn)算，然后通過(guò)逆變換獲得l 圖像噪聲的概念n 所謂的圖像噪聲，是圖像在攝取時(shí)或是傳輸時(shí)所受到的隨機(jī)干擾信號(hào)。n 常見(jiàn)的有椒鹽噪聲和高斯噪聲。 u 椒鹽噪聲的特征:出現(xiàn)位置是隨機(jī)的，但噪聲的幅值是基本相同的。u 高斯噪聲的特征：出現(xiàn)在位置是一定的（每一點(diǎn)上），但噪聲的幅值是隨機(jī)的。 4.2 空域變換增強(qiáng)（點(diǎn)運(yùn)算）4.2.1 直接灰度變換l 什么是灰度變換：將一個(gè)灰度區(qū)間映射到另一個(gè)灰度區(qū)間的變換稱為灰度變換。l 灰度變換的目的：灰度變換可使圖像動(dòng)態(tài)范圍加大，圖像對(duì)比度擴(kuò)展，圖像清晰，特征明顯，

16、是圖像增強(qiáng)的重要手段。l 灰度變換的分類n 線性變換u 比例線性灰度變換u 分段線性灰度變換n 非線性變換1 比例線性灰度變換l 原圖像灰度范圍為a,b，希望變換后灰度范圍擴(kuò)展到c,dl 如果將灰度范圍充分?jǐn)U展到0,255l 圖像灰度反轉(zhuǎn)2 非線性灰度變換l 對(duì)數(shù)變換 l 指數(shù)變換 l 冪次1. 變換 n 當(dāng)g<1時(shí)，具有擴(kuò)展低亮度區(qū)、壓縮高亮度區(qū)的效果，圖像變亮；n 當(dāng)g>1時(shí)，性能正好相反，具有壓縮低亮度區(qū)、擴(kuò)展高亮度區(qū)的效果，圖像變暗。n 而當(dāng)c=g=1時(shí)，輸出正比與輸入，圖像無(wú)變化。 n 應(yīng)用：“g校正”（伽馬校正），CRT顯示器4.2.2 直方圖調(diào)整1 灰度直方圖的定義l

17、 直方圖是用來(lái)表達(dá)一幅圖像灰度級(jí)分布情況的統(tǒng)計(jì)特性。 n 橫坐標(biāo)：灰度rn 縱坐標(biāo)：為某一灰度值rk的像素個(gè)數(shù)nk或是灰度出現(xiàn)的概率P(r)2 直方圖與圖像清晰性的關(guān)系(a) 動(dòng)態(tài)范圍窄，對(duì)比度低，偏暗(b) 動(dòng)態(tài)范圍窄，對(duì)比度低，偏亮(c) 動(dòng)態(tài)范圍窄，對(duì)比度低(d) 動(dòng)態(tài)范圍寬，對(duì)比度高3 直方圖均衡化l 直方圖均衡化的基本思想是把原始圖像的直方圖變?yōu)榫鶆蚍植嫉模瑪U(kuò)展圖像灰度的動(dòng)態(tài)范圍，達(dá)到增強(qiáng)圖像對(duì)比度的效果。4.3 空域?yàn)V波增強(qiáng)在待處理的圖像中逐點(diǎn)移動(dòng)模板，對(duì)每個(gè)(x,y)點(diǎn)，濾波器在該點(diǎn)的響應(yīng)通過(guò)事先定義的關(guān)系來(lái)處理。4.3.1 空域?yàn)V波基本原理l 空域?yàn)V波的主要內(nèi)容n 平滑濾波：柔

18、化圖像或消除噪聲。類似于頻域?yàn)V波的低通濾波。u 線性平滑濾波u 非線性平滑濾波n 銳化濾波：增強(qiáng)圖像的邊緣和輪廓，使細(xì)節(jié)更加清晰。類似于頻域?yàn)V波的高通濾波。 u 線性銳化濾波 u 非線性銳化濾波 4.3.2 平滑濾波平滑濾波的目的：柔化圖像和消除噪聲1 線性平滑濾波：均值濾波l 在圖像上，對(duì)待處理的像素給定一個(gè)模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來(lái)替代原來(lái)的像素值的方法。l 均值濾波器的改進(jìn)加權(quán)均值濾波n 均值濾波器的缺點(diǎn)是，會(huì)使圖像變的模糊，原因是它對(duì)所有的點(diǎn)都是同等對(duì)待，在將噪聲點(diǎn)分?jǐn)偟耐瑫r(shí)，將景物的邊界點(diǎn)也分?jǐn)偭恕 模糊程度與鄰域半徑成正比nn 為了改善效果，就

19、可采用加權(quán)平均的方式來(lái)構(gòu)造濾波器。n 如下，是幾個(gè)典型的加權(quán)平均濾波器。2 非線性平滑濾波器中值濾波雖然均值濾波器對(duì)噪聲有抑制作用，但同時(shí)會(huì)使圖像變得模糊。即使是加權(quán)均值濾波，改善的效果也是有限的。為了有效地改善這一狀況，必須改換濾波器的設(shè)計(jì)思路，中值濾波就是一種有效的方法。l 中值濾波n 設(shè)有一個(gè)一維序列f1, f2, , fn，取窗口長(zhǎng)度（點(diǎn)數(shù)）為m（m為奇數(shù)），對(duì)其進(jìn)行中值濾波，就是從輸入序列中相繼抽出m個(gè)數(shù)fi-v, , fi-1, fi, fi+1, , fi+v（其中fi為窗口中心點(diǎn)值，v=(m-1)2）， 再將這m個(gè)點(diǎn)按其數(shù)值大小排序，取其序號(hào)為中心點(diǎn)的那個(gè)數(shù)作為濾波輸出。用數(shù)學(xué)

20、公式表示為中值濾波器 實(shí)例與均值濾波類似，做3*3的模板，對(duì)9個(gè)數(shù)排序，取第5個(gè)數(shù)替代原來(lái)的像素值。中值濾波相對(duì)均值濾波，邊界更清晰，降噪效果稍差。l 中值濾波器與均值濾波器的比較n 對(duì)于椒鹽噪聲，中值濾波效果比均值濾波效果好。 u 椒鹽噪聲是幅值近似相等但隨機(jī)分布在不同位置上，圖像中有干凈點(diǎn)也有污染點(diǎn)。u 中值濾波是選擇適當(dāng)?shù)狞c(diǎn)來(lái)替代污染點(diǎn)的值，所以處理效果好。u 因?yàn)樵肼暤木挡粸?，所以均值濾波不能很好地去除噪聲點(diǎn)。n 對(duì)于高斯噪聲，均值濾波效果比均值濾波效果好。 u 高斯噪聲是幅值近似正態(tài)分布，但分布在每點(diǎn)像素上。u 因?yàn)閳D像中的每點(diǎn)都是污染點(diǎn)，所以中值濾波選不到合適的干凈點(diǎn)。u 因?yàn)?/p>

21、正態(tài)分布的均值為0，所以均值濾波可以消除噪聲。3 平滑濾波器的問(wèn)題l 經(jīng)過(guò)平滑濾波處理之后，圖像就會(huì)變得模糊。l 分析原因，在圖像上的景物之所以可以辨認(rèn)清楚是因?yàn)槟繕?biāo)物之間存在邊界。l 而邊界點(diǎn)與噪聲點(diǎn)有一個(gè)共同的特點(diǎn)是，都具有灰度的躍變特性。所以平滑處理會(huì)同時(shí)將邊界也處理了。4.3.3 銳化濾波（sharpening filter） l 圖像銳化的目的：消除圖像模糊，加強(qiáng)圖像的目標(biāo)邊界和圖像細(xì)節(jié)l 圖像平滑的基本方法是積分l 圖像銳化的基本方法是積分的逆運(yùn)算微分n 線性銳化濾波：一階微分n 非線性銳化濾波：二階微分1 一階微分梯度算子f(x,y)在(x,y)的梯度 其模值 近似梯度模值 l

22、直接差分算子 l Roberts算子 l Sobel算子 l Prewitt算子 2 二階微分：拉普拉斯算子(Laplacian) 1.離散函數(shù)的拉普拉斯算子拉普拉斯（Laplacian）算子，二階偏導(dǎo)數(shù)的和。是一個(gè)標(biāo)量，具有各向同性的性質(zhì)。拉普拉斯算子： 3 一階與二階微分的邊緣提取效果比較以Sobel及Laplacian算法為例進(jìn)行比較。l Sobel算子獲得的邊界是比較粗略的邊界，反映的邊界信息較少，但是所反映的邊界比較清晰；l Laplacian算子獲得的邊界是比較細(xì)致的邊界。反映的邊界信息包括了許多的細(xì)節(jié)信息，但是所反映的邊界不是太清晰。4.4 頻域?yàn)V波l 引起圖像質(zhì)量下降的噪聲在圖

23、像的傅里葉頻譜中占據(jù)的是高頻段；l 圖像的邊緣在傅里葉頻譜中占據(jù)的也是高頻段；l 圖像的主體或圖像中灰度變化較緩的區(qū)域在頻譜中占據(jù)的是低頻段。4.4.1 低通濾波在頻域中采用濾波器衰減高頻分量、保留低頻分量的過(guò)程稱為低通濾波。l 低通濾波可以消除噪聲，起到圖像平滑的增強(qiáng)作用l 由于慮除了某些邊界對(duì)應(yīng)的頻率分量，而使圖像變得模糊，圖像模糊的程度與截止頻率有關(guān)4.4.2 高通濾波在頻域中采用濾波器衰減低頻分量、保留高頻分量的過(guò)程稱為高通濾波。l 高通濾波可以增強(qiáng)圖像的邊緣，起到圖像銳化的增強(qiáng)作用l 高通濾波器基本上抑制了圖像中的平滑信息，因此如要在保持圖像基本信息的基礎(chǔ)上實(shí)現(xiàn)銳化，就需要采用高頻加

24、強(qiáng)技術(shù)。第5章 圖像復(fù)原5.1 基本概念l 先研究圖像退化（質(zhì)量下降）的原因，利用圖像退化的先驗(yàn)知識(shí)，建立相應(yīng)的復(fù)原函數(shù)，從而恢復(fù)降質(zhì)圖像的本來(lái)面目。n 因此，圖像恢復(fù)要將退化過(guò)程模型化，再采用相反的過(guò)程恢復(fù)圖像的本來(lái)面貌。l 圖像復(fù)原與圖像增強(qiáng)的異同圖像復(fù)原與圖像增強(qiáng)的目的都是在某種意義上對(duì)圖像進(jìn)行改進(jìn)，即改善輸入圖像的質(zhì)量，但二者使用的方法和評(píng)價(jià)標(biāo)準(zhǔn)不同。圖像增強(qiáng)技術(shù)一般要利用人的視覺(jué)系統(tǒng)的特性，目的是取得較好的視覺(jué)效果，并不需要考慮圖像退化的真實(shí)物理過(guò)程，增強(qiáng)后的圖像也不一定要逼近原始圖像。而圖像復(fù)原則認(rèn)為圖像是在某種情況下退化了，即圖像品質(zhì)下降了，通過(guò)先驗(yàn)知識(shí)建立圖像退化過(guò)程的模型，并

25、且采用相反的過(guò)程恢復(fù)出原始圖像。l 退化的典型表現(xiàn)為：模糊、失真、噪聲等l 退化的原因：大氣湍流，光學(xué)系統(tǒng)中繞射，傳感器非線性，相對(duì)運(yùn)動(dòng)、攝像時(shí)掃描線非線性大氣湍流引起圖像模糊l 圖像復(fù)原方法n 無(wú)約束復(fù)原：逆濾波n 有約束復(fù)原：維納濾波、最小二乘方濾波5.2 逆濾波5.3 維納濾波 維納濾波需要知道原始圖像和噪聲的功率譜。得到結(jié)果是平均意義上的最優(yōu)。當(dāng)噪聲不存在時(shí)，逆濾波與維納濾波可以獲得相同的復(fù)原效果。當(dāng)噪聲存在時(shí)，維納濾波顯然優(yōu)于逆濾波。5.4 約束最小二乘方濾波 需要知道噪聲的均值和方差。 對(duì)每一幅圖像都能產(chǎn)生最優(yōu)的結(jié)果。 第6章 圖像編碼6.1 圖像壓縮編碼基礎(chǔ)6.1.1 圖像壓縮編

26、碼的必要性：目的l 減少數(shù)據(jù)量：存儲(chǔ)量、傳輸時(shí)間n 人類信息獲取85%來(lái)自視覺(jué)系統(tǒng)例 61 圖像壓縮編碼的必要性一般彩色電視信號(hào),YIQ色空間中各分量的帶寬分別為4.2MHz、1.5MHz、0.5MHz，采樣原理，采樣頻率>=2倍原始信號(hào)頻率，量化為8bit，1秒鐘的數(shù)據(jù)量為(4.2+1.5+0.5)*2*8=99.2Mbits，約為100Mbits/S。1GB的CD-ROM存1分鐘的原始電視節(jié)目。HDTV數(shù)據(jù)量約為1.2GBits/S，1GB存6秒鐘HDTV。彩色靜止圖像：3*1024*1024*8=3MB，6.1.2 圖像壓縮編碼的可能性：冗余一般來(lái)說(shuō)，圖像數(shù)據(jù)中存在以下幾種冗余：1

27、、空間冗余：2、時(shí)間冗余：3、結(jié)構(gòu)冗余：4、信息熵冗余：5、知識(shí)冗余：6、心理視覺(jué)冗余：既然圖像中存在信息冗余，就有可能對(duì)圖像數(shù)據(jù)量進(jìn)行壓縮，針對(duì)數(shù)據(jù)冗余的類型不同，可以有多種不同的數(shù)據(jù)壓縮方法，本章將討論各種壓縮方法。6.1.3 圖像壓縮編碼的分類l 編碼技術(shù)n 熵編碼(統(tǒng)計(jì)編碼)：Huffman編碼、香農(nóng)-范諾編碼、算術(shù)編碼、行程編碼n 預(yù)測(cè)編碼n 變換編碼n 混合編碼l 是否有失真n 無(wú)失真編碼：無(wú)損，可逆n 有失真編碼：有損，不可逆6.2 信息理論基礎(chǔ)設(shè)一個(gè)離散信源X：其概率分布：滿足某個(gè)信源符號(hào)xk，如果它出現(xiàn)的概率是pk l xk的信息量l 熵 單位：比特/符號(hào) ll 平均碼長(zhǎng)l

28、編碼效率l 冗余度l 壓縮比Ls為壓縮前的編碼長(zhǎng)度，Ld為壓縮后的編碼長(zhǎng)度例 62 圖像熵設(shè)則，各信源符號(hào)自信息量：信源熵 編碼方法：a,b,c,d用碼字00,01,10,11來(lái)編碼,每個(gè)符號(hào)用2個(gè)比特。平均碼長(zhǎng)也是2比特。 例 63 圖像熵設(shè)則，各信源符號(hào)自信息量：信源熵 兩種編碼方法： 1、a,b,c,d用碼字00,01,10,11來(lái)編碼 平均碼長(zhǎng)：平均碼長(zhǎng)大于信源的熵 2、 a,b,c,d分別用碼字0,10,110,111來(lái)編碼 平均碼長(zhǎng)： 平均碼長(zhǎng)等于信源的熵  例 64 圖像熵設(shè)則，各信源符號(hào)自信息量： 信源熵 用例2第二種編碼方法 ，平均碼長(zhǎng)1.85大于信源熵 l 可得到

29、幾點(diǎn)提示：n 信源的平均碼長(zhǎng)lavg>=H(X)；也就是說(shuō)熵是無(wú)失真編碼的下界。n 如果所有I(xk)都是整數(shù)，且l(xk)=I(xk),可以使平均碼長(zhǎng)等于熵。n 對(duì)非等概率分布的信源，采用不等長(zhǎng)編碼其平均碼長(zhǎng)小于等長(zhǎng)編碼的平均碼長(zhǎng)。n 如果信源中各符號(hào)的出現(xiàn)概率相等，信源熵值達(dá)到最大，這就是重要的最大離散熵定理。6.3 熵編碼變長(zhǎng)最佳編碼定理在變長(zhǎng)編碼中，對(duì)出現(xiàn)概率大的信息符號(hào)賦予短碼字，而對(duì)于出現(xiàn)概率小的信息符號(hào)賦予長(zhǎng)碼字。如果碼字長(zhǎng)度嚴(yán)格按照所對(duì)應(yīng)符號(hào)出現(xiàn)概率大小逆序排列，則編碼結(jié)果平均碼字長(zhǎng)度一定小于任何其他排列形式.6.3.1 哈夫曼編碼根據(jù)變長(zhǎng)最佳編碼定理，Huffman編碼

30、步驟如下：（1）將信源符號(hào)xi按其出現(xiàn)的概率，由大到小順序排列。（2）將兩個(gè)最小的概率的信源符號(hào)進(jìn)行組合相加，并重復(fù)這一步驟，始終將較大的概率分支放在上部，直到只剩下一個(gè)信源符號(hào)且概率達(dá)到1.0為止；（3）對(duì)每對(duì)組合的上邊一個(gè)指定為1，下邊一個(gè)指定為0（或相反：對(duì)上邊一個(gè)指定為0，下邊一個(gè)指定為1）；（4）畫出由每個(gè)信源符號(hào)到概率1.0處的路徑，記下沿路徑的1和0；（5）對(duì)于每個(gè)信源符號(hào)都寫出1、0序列，則從右到左就得到非等長(zhǎng)的Huffman碼。例 65 哈夫曼編碼一幅20×20的圖像共有5個(gè)灰度級(jí)：s1,s2,s3,s4,和 s5，它們的概率依次為0.4,0.175,0.15,0.

31、15和 0.125。Huffman編碼過(guò)程示意圖編碼后均碼長(zhǎng) 圖像熵 l Huffman編碼的特點(diǎn)是：（1）Huffman編碼構(gòu)造程序是明確的，但編出的碼不是唯一的，其原因之一是兩個(gè)概率分配碼字“0”和“1”是任意選擇的（大概率為“0”，小概率為“1”，或者反之）。第二原因是在排序過(guò)程中兩個(gè)概率相等，誰(shuí)前誰(shuí)后也是隨機(jī)的。這樣編出的碼字就不是唯一的。（2）Huffman編碼結(jié)果，碼字不等長(zhǎng)，平均碼字最短，效率最高，但碼字長(zhǎng)短不一，實(shí)時(shí)硬件實(shí)現(xiàn)很復(fù)雜（特別是譯碼），而且在抗誤碼能力方面也比較差。（3）Huffman編碼的信源概率是2的負(fù)冪時(shí)，效率達(dá)100%，但是對(duì)等概率分布的信源，產(chǎn)生定長(zhǎng)碼，效率

32、最低，因此編碼效率與信源符號(hào)概率分布相關(guān)，故Huffman編碼依賴于信源統(tǒng)計(jì)特性，編碼前必須有信源這方面的先驗(yàn)知識(shí)，這往往限制了哈夫曼編碼的應(yīng)用。（4）Huffman編碼只能用近似的整數(shù)位來(lái)表示單個(gè)符號(hào)，而不是理想的小數(shù)，這也是Huffman編碼無(wú)法達(dá)到最理想的壓縮效果的原因。6.3.2 香農(nóng)-范諾編碼1 香農(nóng)-范諾編碼香農(nóng)-范諾（Shannon-Fannon）編碼也是一種常見(jiàn)的可變字長(zhǎng)編碼。與哈夫曼編碼相似，當(dāng)信源符號(hào)出現(xiàn)的概率正好為2-i（i<0）時(shí)，采用香農(nóng)-范諾編碼同樣能夠達(dá)到100%的編碼效率。香農(nóng)-范諾編碼的理論基礎(chǔ)是符號(hào)的碼字長(zhǎng)度Ni完全由該符號(hào)出現(xiàn)的概率來(lái)決定，即 （7.

33、2.1）式中，D為編碼所用的數(shù)制。 香農(nóng)-范諾編碼的步驟如下：（1） 將信源符號(hào)按其出現(xiàn)概率從大到小排序； （2） 按照式（7.2.1）計(jì)算出各概率對(duì)應(yīng)的碼字長(zhǎng)度Ni；（3） 計(jì)算累加概率Ai，即 (7.2.2)（4）把各個(gè)累加概率Ai由十進(jìn)制轉(zhuǎn)化為二進(jìn)制，取該二進(jìn)制數(shù)的前Ni位作為對(duì)應(yīng)信源符號(hào)的碼字。2 二分法香農(nóng)-范諾編碼根據(jù)變長(zhǎng)最佳編碼定理，編碼步驟如下：（1） 從左到右對(duì)上述概率從大到小排序；（2） 從這個(gè)概率集合中的某個(gè)位置將其分為兩個(gè)子集合，并盡量使兩個(gè)子集合的概率和近似相等，給前面一個(gè)子集合賦值為0， 后面一個(gè)子集合賦值為1；（3） 重復(fù)步驟2，直到各個(gè)子集合中只有一個(gè)元素為止；

34、（4） 將每個(gè)元素所屬的子集合的值依次串起來(lái)，即可得到各個(gè)元素的香農(nóng)-范諾編碼。 例 66 二分法香農(nóng)-范諾編碼設(shè)一幅灰度級(jí)為8(分別用l1、l2、l3、l4、l5、l6、l7、l8表示)的圖像中，各灰度所對(duì)應(yīng)的概率分別為0.40、0.18、 0.10、 0.10、0.07、 0.06、 0.05、0.04。 6.3.3 算術(shù)編碼算術(shù)編碼不是將單個(gè)信源符號(hào)映射成一個(gè)碼字，而是把整個(gè)信源表示為實(shí)數(shù)線上的0到1之間的一個(gè)區(qū)間（Interval），其長(zhǎng)度等于該序列的概率，再在該區(qū)間內(nèi)選擇一個(gè)代表性的小數(shù)，轉(zhuǎn)化為二進(jìn)制作為實(shí)際的編碼輸出。消息序列中的每個(gè)元素都要縮短為一個(gè)區(qū)間。消息序列中元素越多，所得

35、到的區(qū)間就越小，當(dāng)區(qū)間變小時(shí)，就需要更多的數(shù)位來(lái)表示這個(gè)區(qū)間。采用算術(shù)編碼每個(gè)符號(hào)的平均編碼長(zhǎng)度可以為小數(shù)。6.3.4 行程編碼(RLE）行程編碼又稱行程長(zhǎng)度編碼（Run Length Encoding， RLE）， 是一種熵編碼，其編碼原理相當(dāng)簡(jiǎn)單，即將具有相同值的連續(xù)串用其串長(zhǎng)和一個(gè)代表值來(lái)代替， 該連續(xù)串就稱為行程，串長(zhǎng)稱為行程長(zhǎng)度。例如，有一字符串“aabbbcddddd”， 則經(jīng)行程長(zhǎng)度編碼后， 該字符串可以只用“2a3b1c5d”來(lái)表示。行程編碼分為定長(zhǎng)和不定長(zhǎng)編碼兩種。定長(zhǎng)編碼是指編碼的行程長(zhǎng)度所用的二進(jìn)制位數(shù)固定，而變長(zhǎng)行程編碼是指對(duì)不同范圍的行程長(zhǎng)度使用不同位數(shù)的二進(jìn)制位數(shù)進(jìn)

36、行編碼。使用變長(zhǎng)行程編碼需要增加標(biāo)志位來(lái)表明所使用的二進(jìn)制位數(shù)。行程編碼比較適合于二值圖像的編碼，一般用于量化后出現(xiàn)大量零系數(shù)連續(xù)的場(chǎng)合，用行程來(lái)表示連零碼。如果圖像是由很多塊顏色或灰度相同的大面積區(qū)域組成的，那么采用行程編碼可以達(dá)到很高的壓縮比。如果圖像中的數(shù)據(jù)非常分散，則行程編碼不但不能壓縮數(shù)據(jù)，反而會(huì)增加圖像文件的大小。為了達(dá)到較好的壓縮效果，一般不單獨(dú)采用行程編碼，而是和其他編碼方法結(jié)合使用。例如， 在JPEG中，就綜合使用了行程編碼、DCT、量化編碼以及哈夫曼編碼， 先對(duì)圖像作分塊處理， 再對(duì)這些分塊圖像進(jìn)行離散余弦變換（DCT）， 對(duì)變換后的頻域數(shù)據(jù)進(jìn)行量化并作Z字形掃描，接著對(duì)掃

37、描結(jié)果作行程編碼， 對(duì)行程編碼后的結(jié)果再作哈夫曼編碼。6.4 預(yù)測(cè)編碼6.5 變換編碼6.6 JPEG編碼6.6.1 JPEG編碼標(biāo)準(zhǔn)JPEG是面向靜態(tài)圖像編碼的國(guó)際標(biāo)準(zhǔn)。在相同圖像質(zhì)量條件下， JPEG文件擁有比其他圖像文件格式更高的壓縮比。JPEG目前被廣泛應(yīng)用于多媒體和網(wǎng)絡(luò)程序中，是現(xiàn)今萬(wàn)維網(wǎng)中使用最廣泛的兩種圖像文件格式之一。JPEG是一種有損壓縮，即在壓縮過(guò)程中會(huì)丟失數(shù)據(jù)，每次編輯JPEG圖像后，圖像就會(huì)被重復(fù)壓縮一次，損失就會(huì)有所增加。 JPEG允許四種編碼模式（1） 順序式（Sequential）DCT方式：從左到右、從上到下對(duì)圖像順序進(jìn)行基于離散余弦變換（DCT）的編碼。DCT

38、理論上是可逆的，但在計(jì)算時(shí)存在誤差，因而基于DCT的編碼模式是一種有損編碼。（2） 漸進(jìn)式（Progressive）DCT方式：基于DCT，對(duì)圖像分層次進(jìn)行處理，從模糊到清晰地傳輸圖像（與GIF文件的交錯(cuò)方式類似）。（3） 無(wú)失真（Lossless）方式： 使用線性預(yù)測(cè)器，如DPCM， 而不是基于DCT。 （4） 分層（Hierarchical）方式： 在空間域?qū)⒃磮D像以不同的分辨率表示，每個(gè)分辨率對(duì)應(yīng)一次掃描， 處理時(shí)可以基于DCT或預(yù)測(cè)編碼，可以是漸進(jìn)式，也可以是順序式。JPEG定義了三種系統(tǒng)：基本系統(tǒng)（Baseline System）、擴(kuò)展系統(tǒng)（Extended System）和無(wú)失真壓

39、縮系統(tǒng)（Lossless System）。一個(gè)符合JPEG標(biāo)準(zhǔn)的編解碼器至少要滿足基本系統(tǒng)的技術(shù)指標(biāo)。6.6.2 JPEG編碼流程基本的JPEG算法屬于變換類編碼，下面針對(duì)基于DCT的順序式基本系統(tǒng)編碼來(lái)說(shuō)明JPEG的編碼方法。 圖 JPEG 編碼流程圖1 顏色空間轉(zhuǎn)換、數(shù)據(jù)分塊及采樣2 DCT變換3 系數(shù)量化1）4 Z形掃描5 DC系數(shù)編碼6 AC系數(shù)編碼第7章 圖像分割 Image Segmentation7.1 概述與分類l 圖像分割：從圖像中按一定規(guī)則劃出感興趣的部分或區(qū)域（稱為目標(biāo)或前景）n 圖像分割是圖像分析、圖像識(shí)別、圖像理解的關(guān)鍵一步n 必須針對(duì)特定的分割要求、圖像性質(zhì)采用或設(shè)

40、計(jì)不同的分割算法l 圖像的特性圖像分割基于像素的二個(gè)基本特性：n 同一目標(biāo)內(nèi)有相似性n 在目標(biāo)的邊界上，灰度有不連續(xù)性l 分割方法分類n 利用區(qū)域間灰度不連續(xù)性的基于邊界的算法u 基于邊緣的分割技術(shù)n 利用區(qū)域內(nèi)相似性的基于區(qū)域的算法u 基于灰度的分割技術(shù)u 基于區(qū)域的分割技術(shù)7.2 基于灰度的分割（區(qū)域相關(guān)技術(shù)）l 基本原理：利用同一區(qū)域內(nèi)象素相似性進(jìn)行圖像分割的技術(shù)。l 理想狀態(tài)下，目標(biāo)與背景之間的灰度值應(yīng)當(dāng)差異很大，且同一個(gè)對(duì)象具有基本相同的灰度值。體現(xiàn)在圖像的灰度直方圖上，就是直方圖呈明顯的雙峰分布，兩類物體灰度級(jí)間無(wú)交疊。7.3 基于邊緣的分割（邊緣檢測(cè)） 根據(jù)灰度梯度的變化規(guī)律檢測(cè)

41、出物體的邊緣，將邊緣閉合形成物體的邊界，進(jìn)而分割區(qū)域。1 邊緣檢測(cè)l 可利用一階導(dǎo)數(shù)的幅值來(lái)檢測(cè)邊緣是否存在l 可用二階導(dǎo)數(shù)的過(guò)零點(diǎn)檢測(cè)邊緣的位置2 梯度算子l Roberts算子l Sobel算子l Prewitt算子l 拉普拉斯算子l 高斯拉普拉斯算子(Marr-Hildreth算子)：先高斯平滑濾波除去高斯噪聲再用Laplacian算子7.4 基于區(qū)域的分割技術(shù)l 圖像分割就是將圖像分解成若干有意義的子區(qū)域，而分離區(qū)域（或?qū)ο螅┑囊罁?jù)是“同質(zhì)”的概念，不論圖像的來(lái)源以及反映的事物如何不同，同一物體在灰度、顏色、紋理、形狀、大小等可測(cè)量的物理特征上總是具有同一性或相似性。1 區(qū)域生長(zhǎng)法（R

42、egion Growing）l 基本思想:將具有相似性質(zhì)的像素聚集到同一區(qū)域l 方法：n 先對(duì)每個(gè)需要分割的區(qū)域找一個(gè)種子像素作為生長(zhǎng)的起點(diǎn)n 然后將種子像素周圍與種子像素有相同或相似性質(zhì)的像素，加入到種子像素所在的區(qū)域中n 再將這些新加入的像素做為新的種子，繼續(xù)進(jìn)行上面的過(guò)程，直到不再有像素加入?yún)^(qū)域分裂合并法l 在實(shí)際應(yīng)用區(qū)域生長(zhǎng)法時(shí)需要解決兩個(gè)問(wèn)題：n 選定一組能正確代表所需區(qū)域的種子像素；n 確定生長(zhǎng)過(guò)程中將相鄰像素加入進(jìn)來(lái)的準(zhǔn)則2 分裂合并法l 分裂合并方法n 將圖像按一定的或隨機(jī)的方式分裂成多個(gè)區(qū)域n 對(duì)每個(gè)區(qū)域，檢查內(nèi)部相似性u(píng) 如果區(qū)域內(nèi)部像素性質(zhì)不一致，則對(duì)該區(qū)域進(jìn)一步分裂u

43、如果相鄰區(qū)域有相似的性質(zhì)，則將它們合并第8章 數(shù)學(xué)形態(tài)學(xué)圖像處理8.1 數(shù)學(xué)形態(tài)學(xué)概述l 數(shù)學(xué)形態(tài)學(xué)以幾何學(xué)和集合論為基礎(chǔ)，應(yīng)用于圖像處理和模式識(shí)別等領(lǐng)域l 基本思想是用一個(gè)結(jié)構(gòu)元（Structure element）作為基本工具取探測(cè)和提取圖像特征。n 每個(gè)結(jié)構(gòu)元，指定一個(gè)原點(diǎn)，作為結(jié)構(gòu)元參與形態(tài)學(xué)運(yùn)的參考點(diǎn)u 原點(diǎn)可以包含在結(jié)構(gòu)元內(nèi)部，也可以在結(jié)構(gòu)元外部。8.2 二值形態(tài)學(xué)8.2.1 二值形態(tài)學(xué)的基本運(yùn)算1 膨脹l 集合A被B膨脹定義為l 用B膨脹A得到的集合，是B的映像位移與A至少有一個(gè)非零元素相交時(shí)B的原點(diǎn)位置的集合l 膨脹是將與目標(biāo)區(qū)域的背景點(diǎn)合并到該目標(biāo)物中，使目標(biāo)物邊界向外部擴(kuò)張

44、的處理。膨脹處理的作用是可以將斷裂開(kāi)的目標(biāo)物進(jìn)行合并，便于對(duì)其整體的提取。2 腐蝕l 腐蝕是膨脹的對(duì)偶，用B腐蝕A可表示成集合的包含變換l 腐蝕是一種消除連通域的邊界點(diǎn)，使邊界向內(nèi)收縮的處理。腐蝕處理的作用是可以將粘連在一起的不同目標(biāo)物分離，并可以將小的顆粒噪聲去除。3 開(kāi)操作和閉操作l 開(kāi)操作：l 閉操作：l 開(kāi)操作和閉操作的作用n 都能平滑邊界n 開(kāi)操作能把比結(jié)構(gòu)元小的斑點(diǎn)、突刺濾掉，能切斷細(xì)長(zhǎng)搭接而起到分離作用n 閉操作能把比結(jié)構(gòu)元小的缺口或孔填上，搭接短的間隙而起到連通作用8.2.2 二值形態(tài)學(xué)的應(yīng)用1 骨架化 2 細(xì)化 3 提取邊界4 二值除噪8.3 灰度形態(tài)學(xué)8.3.1 膨脹與腐蝕

45、1 灰值膨脹：圖像變量2 灰值腐蝕：圖像變暗3 灰值開(kāi)運(yùn)算：消除亮細(xì)節(jié)，保持圖像整體亮度不變4 灰值閉運(yùn)算：消除暗細(xì)節(jié)，保持圖像整體亮度不變8.3.2 形態(tài)學(xué)濾波交替使用開(kāi)運(yùn)算和閉運(yùn)算，開(kāi)運(yùn)算消除亮噪聲，閉運(yùn)算暗噪聲第9章 圖像特征分析9.1 概述圖像表示與描述是圖像識(shí)別和理解的重要組成部分。圖像表示分成邊界表示（如鏈碼、邊界分段等）和區(qū)域表示（如四叉樹(shù)、骨架等）兩大類。l 邊界表示關(guān)心的是圖像中區(qū)域的形狀特征l 區(qū)域表示則傾向于反映區(qū)域的灰度、顏色、紋理等特征的特點(diǎn)l9.2 形狀特征描述9.2.1 鏈碼l 起點(diǎn)歸一化n 同一目標(biāo)會(huì)有不同的鏈碼n 頭尾相接后的循環(huán)鏈碼應(yīng)當(dāng)是一樣的n 起點(diǎn)歸一化

46、：整數(shù)值為最小nl 旋轉(zhuǎn)歸一化n 差分鏈碼9.2.2 幾何特征描述1 周長(zhǎng)鏈碼表示：9.2.3 形狀特征描述1 長(zhǎng)軸和短軸l 長(zhǎng)軸：邊界上相隔最遠(yuǎn)的兩點(diǎn)間的距離，也稱為邊界直徑l 短軸：長(zhǎng)軸的垂直方向l 最小外接矩形(MER):以長(zhǎng)軸的長(zhǎng)度和短軸的寬度構(gòu)成的外接矩形n 將區(qū)域的邊界以左右的增量旋轉(zhuǎn)，從而得到一水平放置的外接矩形n 計(jì)算時(shí)只要找出x，y的最大和最小值就可計(jì)算外接矩形的面積2 矩形度 A0表示圖形的面積，AMER表示圖形最小外接矩形的面積矩形:R=1圓形:不規(guī)則:0<R<13 長(zhǎng)寬比4 圓形度(1)致密度Cl 圓：l 其他：n 正方形：n 正三角形：5 球狀性Sl 對(duì)于

47、一個(gè)二維區(qū)域的邊界，可找到它的一個(gè)外接圓和一個(gè)內(nèi)接圓，兩個(gè)圓均以質(zhì)心為圓心l 設(shè)內(nèi)接圓的半徑為ri，外接圓的半徑為rc，則定義球狀性(sphericity)：l 若區(qū)域?yàn)閳A形，則S=1，否則S<1l 它在平移、旋轉(zhuǎn)和尺度變化時(shí)不變l 只要將圓換成球，可擴(kuò)展到三維9.3 其他特征描述9.3.1 拓?fù)涿枋龇鹟 圖形的拓?fù)湫再|(zhì)n 是指那些變形不發(fā)生撕裂或連接變化的情況下，不因圖片變形而改變的性質(zhì)l 區(qū)域的兩種拓?fù)湫再|(zhì)n 連通數(shù)C：白色區(qū)域的個(gè)數(shù)n 孔數(shù)H：被白色區(qū)域包圍的黑色區(qū)域個(gè)數(shù)l 歐拉數(shù)(Euler number)：E=C-H歐拉數(shù) 10歐拉數(shù)2 問(wèn)答題問(wèn)答題 01 寫出圖像灰度冪次變換

48、的公式，給出不同的參數(shù)取值下指數(shù)變換的效果。31問(wèn)答題 02簡(jiǎn)述數(shù)字圖像傅立葉變換的頻譜分布和統(tǒng)計(jì)特性31問(wèn)答題 03 平滑濾波和銳化濾波的目的各是什么，它們各有哪些方法或算子？31問(wèn)答題 04簡(jiǎn)述均值濾波和中值濾波對(duì)高斯噪聲、椒鹽噪聲的濾波作用及原因。31問(wèn)答題 05 簡(jiǎn)述圖像復(fù)原與圖像增強(qiáng)的異同31問(wèn)答題 06 簡(jiǎn)述圖像分割的目的、依據(jù)和分類。32問(wèn)答題 07簡(jiǎn)述二值圖像處理中，膨脹、腐蝕和開(kāi)運(yùn)算、閉運(yùn)算的作用。32問(wèn)答題 01 寫出圖像灰度冪次變換的公式，給出不同的參數(shù)取值下指數(shù)變換的效果。當(dāng)g<1時(shí)，具有擴(kuò)展低亮度區(qū)、壓縮高亮度區(qū)的效果，圖像變亮；當(dāng)g>1時(shí)，性能正好相反，

49、具有壓縮低亮度區(qū)、擴(kuò)展高亮度區(qū)的效果，圖像變暗。而當(dāng)c=g=1時(shí)，輸出正比與輸入，圖像無(wú)變化。 問(wèn)答題 02簡(jiǎn)述數(shù)字圖像傅立葉變換的頻譜分布和統(tǒng)計(jì)特性對(duì)圖像進(jìn)行離散傅立葉變換后，頻譜圖左上角為直流分量，四個(gè)角為低頻分量，中央為高頻分量。傅立葉變換的頻譜統(tǒng)計(jì)特性：零頻率分量F(0,0)也稱為直流分量，反映圖像的平均亮度；低頻分量，反映圖像灰度變化緩慢的區(qū)域，85%的能量集中在低頻區(qū)；高頻分量，反映圖像灰度階越變化的區(qū)域，高頻分量主要是圖像的邊緣、細(xì)節(jié)以及噪聲。問(wèn)答題 03 平滑濾波和銳化濾波的目的各是什么，它們各有哪些方法或算子？平滑濾波：模糊圖像或消除噪聲。類似于頻域?yàn)V波的低通濾波。銳化濾波：

50、增強(qiáng)圖像的邊緣和輪廓，使細(xì)節(jié)更加清晰。類似于頻域?yàn)V波的高通濾波。 平滑濾波：均值濾波、中值濾波。銳化濾波：線性銳化濾波(拉普拉斯算子)、非線性銳化濾波(直接差分算子、Roberts算子、Prewitt算子、Sobel算子)。問(wèn)答題 04簡(jiǎn)述均值濾波和中值濾波對(duì)高斯噪聲、椒鹽噪聲的濾波作用及原因。答：高斯噪聲：圖像中每一點(diǎn)都存在噪聲，噪聲的幅值是隨機(jī)分布的，從噪聲幅值大小的分布統(tǒng)計(jì)來(lái)看，其密度函數(shù)服從高斯分布（1分）。椒鹽噪聲：噪聲的幅值基本相同，但噪聲在圖像中出現(xiàn)的位置是隨機(jī)的（1分）。對(duì)于椒鹽噪聲，中值濾波比均值濾波要好。原因：椒鹽噪聲是幅值近似相等但隨機(jī)分布在不同位置上，圖像中有干凈點(diǎn)也有

51、污染點(diǎn)。中值濾波是選擇適當(dāng)?shù)狞c(diǎn)來(lái)替代污染點(diǎn)的值，所以處理效果好。由于噪聲的均值不為0，所以均值濾波不能很好地去除噪聲點(diǎn)（2分）。對(duì)于高斯噪聲，均值濾波效果比中值濾波效果好。原因：高斯噪聲是幅值近似正態(tài)分布，但分布在每點(diǎn)像素上。因?yàn)閳D像中的每點(diǎn)都是污染點(diǎn)，所中值濾波選不到合適的干凈點(diǎn)。因此對(duì)正態(tài)分布的高斯噪聲，由于其均值為0，根據(jù)統(tǒng)計(jì)數(shù)學(xué)，均值可消除高斯噪聲（2分）問(wèn)答題 05 簡(jiǎn)述圖像復(fù)原與圖像增強(qiáng)的異同圖像復(fù)原與圖像增強(qiáng)的目的都是在某種意義上對(duì)圖像進(jìn)行改進(jìn)，即改善輸入圖像的質(zhì)量，但二者使用的方法和評(píng)價(jià)標(biāo)準(zhǔn)不同。圖像增強(qiáng)技術(shù)一般要利用人的視覺(jué)系統(tǒng)的特性，目的是取得較好的視覺(jué)效果，并不需要考慮圖

52、像退化的真實(shí)物理過(guò)程，增強(qiáng)后的圖像也不一定要逼近原始圖像。而圖像復(fù)原則認(rèn)為圖像是在某種情況下退化了，即圖像品質(zhì)下降了，通過(guò)先驗(yàn)知識(shí)建立圖像退化過(guò)程的模型，并且采用相反的過(guò)程恢復(fù)出原始圖像。問(wèn)答題 06 簡(jiǎn)述圖像分割的目的、依據(jù)和分類。圖像分割的目的是從圖像中按一定規(guī)則劃出感興趣的部分或區(qū)域（稱為目標(biāo)或前景）。圖像分割是圖像分析、圖像識(shí)別、圖像理解的關(guān)鍵一步。圖像分割基于像素的二個(gè)基本特性：同一目標(biāo)內(nèi)有相似性；在目標(biāo)的邊界上，灰度有不連續(xù)性。分割方法分類：利用區(qū)域間灰度不連續(xù)性的基于邊界的算法：基于邊緣的分割技術(shù)；利用區(qū)域內(nèi)相似性的基于區(qū)域的算法：基于灰度的分割技術(shù)、基于區(qū)域的分割技術(shù)。問(wèn)答題

53、07簡(jiǎn)述二值圖像處理中，膨脹、腐蝕和開(kāi)運(yùn)算、閉運(yùn)算的作用。答：腐蝕是一種消除連通域的邊界點(diǎn)，使邊界向內(nèi)收縮的處理。腐蝕處理的作用是可以將粘連在一起的不同目標(biāo)物分離，并可以將小的顆粒噪聲去除。膨脹是將與目標(biāo)區(qū)域的背景點(diǎn)合并到該目標(biāo)物中，使目標(biāo)物邊界向外部擴(kuò)張的處理。膨脹處理的作用是可以將斷裂開(kāi)的目標(biāo)物進(jìn)行合并，便于對(duì)其整體的提取。開(kāi)運(yùn)算是對(duì)原圖像先進(jìn)行腐蝕處理，后再進(jìn)行膨脹的處理。開(kāi)運(yùn)算作用是可以在分離粘連目標(biāo)物的同時(shí)，基本保持原目標(biāo)物的大小。閉運(yùn)算是對(duì)原圖像先進(jìn)行膨脹處理，后再進(jìn)行腐蝕的處理。閉運(yùn)算可以在合并斷裂目標(biāo)物的同時(shí)，基本保持原目標(biāo)物的大小。計(jì)算題計(jì)算題 01 圖像的大小、傳輸、壓縮比33計(jì)算題 02分別用4連通、8連通和m連通的方法，畫出下圖中值為1的點(diǎn)的連通情況。33計(jì)算題 03 灰度線性變換33計(jì)算題 04 均值濾波和